> For the complete documentation index, see [llms.txt](https://mana.gitbook.io/manadia/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://mana.gitbook.io/manadia/cn/5.-ai-suan-li-chi-ji-zhi.md).
# 5. AI 算力池机制
AI 算力池是 manadia 的收益储备与释放中枢。它承接三类收入：AI 交易预测模型收益、AI 算力服务收入和生态业务收入。
AI 交易预测模型收益来自模型在预测市场、CEX 和 DEX 中进行做市、策略交易、对冲和多市场机会捕捉。AI 算力服务收入来自算力调用、模型推理、API 服务、任务调度和企业 AI 计算。生态业务收入来自模型订阅、数据服务、支付结算、预言机服务和生态服务费。
算力池的作用不是简单收款，而是进行收益储备、动态调度和平滑释放。当网络收入处于高峰时，算力池可以进行储备；当网络收入处于低谷时，算力池可以通过释放曲线维持分配连续性。该机制使 manadia 的收益释放不完全依赖短期收入波动，而能够形成更稳定的长期生态预期。
#### 5.1 Vibe Minting：链上权益生成协议
Vibe Minting 不只是经济参与方式，而是 manadia 网络中的链上权益生成协议。它负责将用户的 USDT 参与行为转化为可记录、可量化、可释放的网络权益。
在技术逻辑上，Vibe Minting 包含四个过程。
* 第一，资金入口标准化。用户以 USDT 参与协同铸造时，系统将该参与行为记录为链上或合约可识别的资金输入，并与用户地址、参与周期、参与金额和对应算力池权重绑定。
* 第二，权益凭证生成。系统根据参与金额、周期、当前算力池状态和 VMC 动态释放参数，生成对应的 UMXM 铸造权益或收益释放权益。该权益不是简单一次性分发，而是进入动态释放队列。
* 第三，贡献权重映射。Vibe Minting 将用户参与映射到 AICQP 贡献权重体系中，使每一笔参与都能够被量化为网络贡献份额。该份额后续用于计算长期释放权重。
* 第四，释放曲线接入。权益凭证进入 VMC 动态释放模型后，根据算力池收入、网络负载、释放周期和用户权重进行分批释放。这样，Minting 行为不只是“USDT 换 UMXM”，而是将资金、模型收益、算力池和释放曲线连接起来的链上权益生成过程。
通过 Vibe Minting，USDT 进入 manadia 生态后不再停留为静态资金，而是接入 AI 交易预测模型和 AI 算力池的收益循环。它在技术上完成了外部流动性向网络内部权益的转换。
#### 5.2 Vibe Bonding：长期权益绑定与结算容量协议
Vibe Bonding 是 manadia 网络中的长期权益绑定与结算容量协议。它负责将 UMXM 持有者的质押行为转化为网络稳定性、结算容量和长期收益权。
在技术逻辑上，Vibe Bonding 主要承担三项功能。
* 第一，长期状态锁定。用户将 UMXM 质押进入 Bonding 合约后，系统记录质押数量、锁定周期、用户地址和权益级别。该状态用于判断用户在网络中的长期参与程度。
* 第二，结算容量扩展。AI 算力池需要承接模型收益、算力服务收入、协议激励和释放任务。UMXM 质押提供了网络内部的权益承接能力，使算力池释放不只面对短期流动性，而有长期绑定用户作为稳定接收端。
* 第三，释放权重计算。Bonding 状态会进入 AICQP 权重体系。质押数量越大、周期越长、参与越稳定，对应的长期释放权重越高。该权重影响用户从算力池、算力契约池和长期收益释放中的分配份额。
Vibe Bonding 的技术意义在于，它将 UMXM 从普通流通代币升级为网络状态资产。用户质押 UMXM，不只是获取收益，而是在链上建立一个长期参与状态。这个状态被协议读取、计量和用于收益释放，使 UMXM 与 AI 算力池的长期价值承接绑定在一起。
#### 5.3 AICQP：AI 算力权益量化协议
AICQP (AI Compute Quota Protocol)，即 AI 算力权益量化协议。它用于记录生态参与者在 manadia 网络中的贡献权重，并为收益释放提供可计算依据。
AICQP 的核心目标，是将不同类型的贡献转化为统一权益权重。USDT 参与、UMXM 质押、算力贡献、社区增长、长期锁定、模型收益贡献和生态服务贡献，都可以通过 AICQP 被量化并进入收益分配系统。
AICQP 遵循三项原则。
* 第一，贡献权重可量化。每个参与者的行为都能够被记录为可计算份额，而不是依赖人工判断。
* 第二，分配不受短期币价扰动。收益权与网络贡献绑定，而不是完全由短期市场价格决定。
* 第三，长期份额决定长期释放。参与越稳定，贡献越持续，长期释放权重越高。
AICQP 是 Vibe Minting、Vibe Bonding 和算力池之间的权重桥梁。没有 AICQP，系统只能进行粗放式分配；有了 AICQP，manadia 可以根据贡献类型、时间周期和网络状态进行更精细的收益释放。
#### 5.4 VMC 动态释放曲线
VMC (Vibe Minting Curve) 即动态释放曲线模型。它负责根据算力池收入、网络负载、用户贡献权重和周期参数，动态调节收益释放节奏。
VMC 的核心价值在于平滑收益波动。AI 交易预测模型、AI 算力服务和生态业务收入会随市场环境变化而波动。如果收益即时全部释放，网络容易受到短期收入波动影响；如果收益长期沉淀不释放，用户参与动力会下降。VMC 在两者之间建立动态平衡。
当算力池收入较高时，VMC 可以提高储备比例，增强后续释放能力；当收入处于低谷时，VMC 可以从储备中进行平滑释放，维持网络连续性。用户的释放份额由 AICQP 权重、参与周期、Minting 状态和 Bonding 状态共同决定。
因此，VMC 不是简单的线性解锁模型，而是连接收入储备、贡献权重和长期释放的动态调度模型。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://mana.gitbook.io/manadia/cn/5.-ai-suan-li-chi-ji-zhi.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.