CARVがD.A.T.Aフレームワークを発表：AIエージェント向けクロスチェーンデータインフラを構築

執筆：Haotian

最近、CARVはD.A.T.Aフレームワークおよび標準を発表しました。名前のとおり、VirtualのG.A.M.Eはゲームシーンに特化した開発・展開フレームワークであるのに対し、D.A.T.Aは汎用的な「チェーン型」シーンを対象としたデータフレームワークであり、主にブロックチェーン間のデータ処理、プライバシーコンピューティング、自動意思決定など、AIエージェントのデータ相互作用能力の強化に関する課題を解決することを目的としています。

以下、G.A.M.Eフレームワークとの比較を通じてD.A.T.Aについての理解を述べます：

1） Virtualが提供するG.A.M.Eフレームワークは、ゲームシーン内で自ら行動を計画し意思決定を行うことができるAIエージェントの開発を支援するものです。その主なサービス対象はLLMs大規模モデルです。

このフレームワークにより、大規模モデルは自然言語入力をもとに、微調整された高レベルプランナー（HLP）と低レベルプランナー（LLP）を通じて自律的な意思決定と行動計画を実現できます。HLPが戦略とタスクを策定し、LLPがそれらのタスクを具体的に実行可能なアクションへ変換します。最終的に、開発者はモジュール化されたコンポーネントを活用して、すぐに本番環境で使用可能なAIエージェントを迅速に構築・展開することが可能になります。たとえば、ゲーム内ではNPCやプレイヤーに対して知的な意思決定を提供できます。

一方、CARVが提供するD.A.T.Aフレームワークは、汎用的なシーンを対象とした「データ」インフラであり、AIエージェントに高品質なオンチェーンおよびオフチェーンデータを提供することを目指しています。主なサービス対象は、AIエージェントのチェーン間における「データ」通信および相互作用能力です。

モジュール化されており拡張性の高い汎用パブリックチェーンとして、SVMチェーンはクロスチェーンデータ標準化プロトコルを導入しており、AIエージェントが異なるブロックチェーン上のデータに統一的にアクセス・処理できるようにします。また、ブロックチェーンの検証可能性とトレーサビリティメカニズムにより、データの転送および処理プロセス中の安全性が保証されます。さらに、TEEおよびZK技術の活用によりプライバシーも確保されています。以上から、CARVは主にAIエージェントがチェーン間で相互に操作可能となるためのメカニズムを定義していることがわかります。

2）具体的にはどのように実現しているのでしょうか？ CARVエコシステムはAIエージェントのチェーン間相互作用に対応するため、主に以下の4つのコアコンポーネントから構成されています：SVMチェーン、D.A.T.Aフレームワーク、CARV_ID、CARV_Labs；

詳細については参考ドキュメントをご覧ください

1、SVMチェーンはブロックチェーンの基盤インフラを提供し、クロスチェーン取引の処理、スマートコントラクトの実行サポート、コンセンサスメカニズムの維持などの基本機能を含みます。これらはD.A.T.Aフレームワークが正常に動作するために必要なチェーンインフラです；

2、D.A.T.Aフレームワークおよび標準は、主にクロスチェーンデータの標準化、データの集約および解析処理、プライバシーコンピューティングのサポートなどを含みます。このプロセスでは、SVMチェーンから生データを取得し、IDシステムおよびエージェントのアイデンティティシステムによって関連付けを行い、最終的にアプリケーション層に標準化されたデータを出力します；

3、CARV_IDアイデンティティ管理システムはERC7231標準に基づき、AIエージェントのアイデンティティマーク、認証、権限管理、データ許可などを主に含み、D.A.T.Aフレームワークシステムと協調してデータ管理を行います；

4、CARV_Labsは主にプロジェクトのインキュベーション、エコシステムアプリケーションの実装、技術革新の支援などを通じて、AIエージェントの応用実装に基礎的サポートを提供し、他の技術フレームワークモジュールが支援するAIエージェントアプリケーションが実際に展開されることを可能にします。

以上から明確にわかるのは、CARVがAIエージェント分野に参入する方法は、そのチェーン構造が持つ先天的優位性を活かし、AIエージェントの正常な運営に必要なオンチェーン・オフチェーンデータ処理という「機能ポイント」に着目し、データを集約し、データ標準を定義し、データ検証およびトレースメカニズムを構築することで、CARVをAIエージェントを実行可能なブロックチェーンアーキテクチャへと仕立て上げている点です。

G.A.M.EとD.A.T.Aの両フレームワークには本質的な違いがあります。一方はゲームシーンにおけるAIエージェントの自律的判断および行動実行能力を深く掘り下げ、AIエージェントが自然言語入力をより効率的にゲーム内の行動に変換できるようにすることを目指しています。他方は複数のチェーン環境を横断し、AIエージェントのチェーン化ニーズを指針として、「データ」を起点とし、CARVをAIエージェントに最初にサービスを提供する汎用インフラチェーンへと成長させることを目指しています。