Brevis研究报告：zkVM 和 ZK 数据协处理器的无限可验证计算层

Brevis 研究报告：zkVM 和 ZK 数据 协处理器 的无限可验证计算层

ZK 可验证计算的演变可以概括为 L2 zkRollup → zkVM → ZK 协处理器 → L1 zkEVM。

• L2 zkRollups 将执行移至链下，同时在链上发布有效性证明，从而实现可扩展性和成本效益。

• zkVM 扩展为通用可验证计算，从而实现跨链验证、AI 推理和密码学工作负载。

• ZK 协处理器 将此模型模块化为 DeFi、RWA 和风险管理的即插即用证明服务。

• L1 zkEVM 将其引入 Layer 1 实时证明 (RTP)，将证明直接集成到 @ethereum 的执行管道中。

总而言之，这些进步标志着区块链从可扩展性到可验证性的转变——开创了一个无需信任的计算时代。

I. Ethereum 的 zkEVM 扩展路径：从 L2 Rollup 到 L1 实时证明 @ethereum 的 zkEVM 可扩展性历程可以分为两个阶段：

• 第一阶段（2022–2024）：L2 zkRollups 将执行迁移到 Layer 2，并在 Layer 1 上发布有效性证明——实现了更低的成本和更高的吞吐量，但也引入了流动性和状态碎片化，而 L1 仍然受到 N-of-N 重新执行的限制。

• 第二阶段（2025–）：L1 实时证明 (RTP) 将完全重新执行 (N-of-N) 替换为 1-of-N 证明生成 + 轻量级全网络验证，在不影响去中心化的情况下提高吞吐量——这种方法仍在积极开发中。

L2 zkRollups：平衡兼容性和性能

在 2022 年蓬勃发展的 Layer 2 生态系统中，@ethereum 联合创始人 @VitalikButerin 将 ZK-EVM 分为四种类型——Type 1–4——突出了兼容性和性能之间的结构性权衡。该框架建立了 zkRollup 设计的坐标：

• Type 1：完全 Ethereum 等效——完全复制 Ethereum，没有协议更改，确保了完美的兼容性，但导致最慢的证明性能（例如，@taikoxyz ）。

• Type 2：完全 EVM 等效——在执行级别与 EVM 相同，但允许对数据结构进行有限的修改，以加快证明生成速度（例如，@Scroll_ZKP , @LineaBuild ）。

• Type 2.5：EVM 等效，但 gas 成本除外——调整 ZK 不友好的操作的 gas 定价，以提高 证明器 效率，同时保持广泛的兼容性（例如，@0xPolygonZero zkEVM, @KakarotZkEvm ）。

• Type 3：几乎 EVM 等效——简化或删除了一些难以证明的功能，例如预编译，从而可以更快地进行证明，但需要进行少量的应用程序级别调整（例如，@zksync Era）。

• Type 4：高级语言等效——将 Solidity 或 Vyper 直接编译为 ZK 友好的电路，从而实现最佳性能，但牺牲了字节码兼容性，并且需要重建生态系统（例如，@Starknet / Cairo）。

如今，L2 zkRollup 模型已经成熟：执行在链下运行，证明在链上验证，在保持 @ethereum 的生态系统和工具的同时，提供高吞吐量和低成本。然而，流动性碎片化和 L1 的重新执行瓶颈仍然是长期存在的问题。

L1 zkEVM：实时证明重新定义了 Ethereum 的轻量级验证逻辑

2025 年 7 月，@ethereumfndn 发布了“ Shipping an L1 zkEVM #1: Realtime Proving ”，正式提出了 L1 zkEVM 路线图。

L1 zkEVM 将 @ethereum 从 N-of-N 重新执行模型升级为 1-of-N 证明 + 恒定时间验证范例：少量的 证明器 重新执行整个区块以生成简洁的证明，而所有其他节点立即验证它们。这实现了 L1 级别的实时证明 (RTP)——提高了吞吐量，提高了 gas 限制，并降低了硬件要求——所有这些都在保持去中心化的同时进行。推出计划设想 zk 客户端与传统的执行客户端一起运行，一旦性能、安全性和激励模型稳定下来，最终将成为协议默认设置。

L1 zkEVM 路线图：三个核心方向

1. 实时证明 (RTP)：通过并行化和硬件加速在 12 秒的时间段内实现区块级证明生成。

2. 客户端和协议集成：标准化证明验证接口——最初是可选的，后来是默认的。

3. 激励和安全设计：建立一个 证明器 市场和费用模型，以加强审查抵抗和网络活跃度。

L1 zkEVM 的实时证明 (RTP) 使用 zkVM 在链下重新执行整个区块并生成加密证明，从而允许验证者在 10 秒内验证结果——用“验证而不是执行”代替“重新执行”，从而大大提高了 @ethereum 的可扩展性和无需信任的验证效率。

根据 Ethereum Foundation’s zkEVM Tracker 的说法，参与 L1 zkEVM RTP 路线图的主要团队包括：SP1 Turbo ( @SuccinctLabs )、Pico ( @brevis_zk )、@RiscZero 、@ziskvm 、Airbender ( @zksync )、OpenVM ( @axiom_xyz ) 和 Jolt (a16z)。

II. 超越 Ethereum：通用 zkVM 和 ZK 协处理器

除了 @ethereum 生态系统之外，零知识证明 (ZKP) 技术已扩展到更广泛的可验证计算领域，从而产生了两个核心技术系统：zkVM 和 ZK 协处理器 。

zkVM：通用可验证计算层

zkVM（零知识虚拟机）充当任意程序的可验证执行引擎，通常构建在诸如 RISC-V、MIPS 或 WASM 之类的指令集架构上。

开发人员可以将业务逻辑编译到 zkVM 中，证明器 在链下执行该业务逻辑并生成可以在链上验证的零知识证明 (ZKP)。这支持从 @ethereum L1 区块证明到跨链验证、AI 推理、密码学计算和复杂算法验证的各种应用。

它的关键优势在于通用性和灵活性，支持广泛的用例；但是，它也需要高电路复杂性和证明生成成本，需要多 GPU 并行性和深入的工程优化。具有代表性的项目包括 @RiscZero 、@SuccinctLabs SP1 和 @brevis_zk Pico / Prism。

ZK 协处理器 ：特定场景的可验证模块

ZK 协处理器 为特定的业务场景提供即插即用的计算和证明服务。这些平台预定义了数据访问和电路逻辑——例如历史链上数据查询、TVL 计算、收益结算和身份验证——以便应用程序可以简单地调用 SDK 或 API 来接收计算结果和链上证明。

这种模式提供了快速集成、高性能和低成本，尽管它牺牲了通用性。具有代表性的项目包括 @brevis_zk ZK 协处理器 、@axiom_xyz 。

比较逻辑和核心差异

总而言之，zkVM 和 ZK 协处理器 都遵循可验证计算的“链下计算 + 链上验证”范例，其中零知识证明用于验证链上链下结果。它们的经济逻辑基于一个简单的前提：直接在链上执行计算的成本远高于链下证明生成和链上验证的综合成本。

在通用性与工程复杂性方面：

• zkVM——一种通用的计算基础设施，适用于复杂的、跨领域的或 AI 驱动的任务，提供最大的灵活性。

• ZK 协处理器 ——一种模块化的验证服务，专为高频、可重用的场景（例如 DeFi、RWA 和风险管理）量身定制，提供低成本、可直接调用的证明接口。

在商业模式方面：

• zkVM 遵循 证明即服务 模型，按每个证明 (ZKP) 收费。它主要为 L2 Rollup 和基础设施提供商提供服务，其特点是合同大、周期长且毛利率稳定。

• ZK 协处理器 在 证明 API 即服务 模型下运行，通过 API 或 SDK 集成按任务收费——类似于 SaaS——针对具有快速集成和高可扩展性的 DeFi 和应用层协议。

总而言之，zkVM 是可验证计算的基础引擎，而 ZK 协处理器 是应用层验证模块。前者构建了技术护城河，后者推动了商业应用——共同形成了一个通用的无需信任的计算网络。

III. Brevis：产品格局和技术路线图

从 @ethereum 的 L1 实时证明 (RTP) 开始，零知识 (ZK) 技术正在朝着一个建立在通用 zkVM 和 ZK 协处理器 架构之上的可验证计算时代发展。@brevis_zk 网络代表了这两种范例的融合——一种结合了高性能、可编程性和零知识验证的通用可验证计算基础设施——适用于一切的无限计算层。

3.1 Pico zkVM：用于通用可验证计算的模块化 证明 架构

2024 年，@VitalikButerin 提出了“ Glue and Coprocessor Architectures ”的概念，设想了一种将通用执行层与专用 协处理器 加速层分开的结构。因此，复杂的计算可以分为灵活的业务逻辑（例如，EVM、Python、RISC-V）和以性能为导向的结构化操作（例如，GPU、ASIC、哈希模块）。

这种“通用 + 专用”双层模型现在正在区块链、AI 和密码学计算领域融合：EVM 通过预编译加速；AI 利用 GPU 并行性；ZK 证明将通用 VM 与专用电路相结合。未来的重点是优化“粘合层”以提高安全性和开发人员体验，同时让“协处理器 层”专注于高效执行——在性能、安全性和开放性之间取得平衡。

由 @brevis_zk 开发的 Pico zkVM 是这一想法的代表性实现。它将通用 zkVM 与硬件加速的 协处理器 集成在一起，将可编程性与高性能 ZK 计算相结合。

• 它的模块化架构支持多个证明后端（KoalaBear、BabyBear、Mersenne31），可将执行、递归和压缩模块自由组合成一个 证明 链。

• 开发人员可以用 Rust 编写业务逻辑，自动生成密码学证明，而无需事先了解 ZK 知识——从而大大降低了入门门槛。

• 该架构通过引入新的证明系统和应用程序级别的 协处理器 （用于链上数据、zkML 或跨链验证）来支持持续发展。

与 @SuccinctLabs 的 SP1（一种相对统一的 RISC-V zkVM）和 @RiscZero R0VM（一种通用的 RISC-V 执行模型）相比，Pico 的模块化 zkVM + 协处理器 系统将执行、递归和压缩阶段解耦，支持后端切换，并启用 协处理器 集成——从而产生卓越的性能和可扩展性。

3.2 Pico Prism：多 GPU 集群突破

Pico Prism 标志着 @brevis_zk 在多服务器 GPU 架构方面取得了重大飞跃，在 @ethereumfndn 的 RTP（实时证明）框架下创造了新纪录。它在 64×RTX 5090 GPU 集群上实现了 6.9 秒的平均 证明 时间和 96.8% 的 RTP 覆盖率，在 zkVM 性能基准测试中处于领先地位。

这表明 zkVM 通过在架构、工程、硬件和系统级别的优化，正在从研究原型过渡到生产级基础设施。

• 架构：传统的 zkVM（SP1、R0VM）专注于单机 GPU 优化。Pico Prism 开创了集群级 zkProving——多服务器、多 GPU 并行 证明 ——通过多线程和分片编排来扩展 ZK 计算。

• 工程：实现了一个异步的多阶段管道（执行 / 递归 / 压缩）、跨层数据重用（ 证明 块缓存、嵌入重用）和多后端灵活性——从而大大提高了吞吐量。

• 硬件：在 64×RTX 5090（$128K）设置中，实现了 6.0–6.9 秒的平均 证明 时间和 96.8% 的 RTP 覆盖率，与 SP1 Hypercube（160×4090，10.3 秒）相比，性能成本提高了 3.4 倍。

• 系统演进：作为第一个满足 EF RTP 基准测试（>96% 的亚 10 秒 证明 ，<$100K 硬件）的 zkVM，Pico Prism 将 zk 证明 确立为 Rollup、DeFi、AI 和跨链验证场景中可用于主网的基础设施。

3.3 ZK 数据 协处理器 ：区块链数据的智能 ZK 层

传统的智能合约“缺乏记忆”——他们无法访问历史状态，识别用户随时间的行为，或分析跨链数据。@brevis_zk 通过高性能 ZK 数据 协处理器 解决了这个问题，使合约能够以无需信任的方式查询、计算和验证历史区块链数据。这为数据驱动的 DeFi、主动流动性管理、奖励分配和跨链身份验证提供了支持。

Brevis 工作流程：

1. 数据访问：合约调用 API 以无需信任地检索历史数据。

2. 计算执行：开发人员通过 SDK 定义逻辑；Brevis 执行链下计算并生成 ZK 证明。

3. 结果验证：在链上验证证明，从而触发后续的合约逻辑。

@brevis_zk 支持 Pure-ZK 和 coChain（Optimistic）模型：

• 前者以更高的成本实现了完全的无需信任。

• 后者引入了具有 ZK 挑战应答的 PoS 验证，从而降低了成本，同时保持了可验证性。

验证者在 @ethereum 上进行质押，如果 ZK 挑战成功，则会被削减——从而在安全性和效率之间取得平衡。通过集成 ZK + PoS + SDK，Brevis 构建了一个可扩展且可验证的数据计算层。目前，Brevis 为 @PancakeSwap 、@eulerfinance 、@usualmoney 、@LineaBuild 和其他协议提供支持。所有 ZK 协处理器 合作伙伴关系都在 Pure-ZK 模型下运行，为 DeFi 激励、奖励分配和链上身份系统提供受信任的数据支持，使智能合约真正获得“记忆和智能”。

3.4 Incentra：ZK 驱动的可验证激励分配层

Incentra 构建在 @brevis_zk ZK 协处理器 之上，是一个可验证的激励平台，该平台使用 ZK 证明来实现安全、透明的链上奖励分配。它支持无需信任、低成本的跨链自动化，从而使任何人都可以直接验证奖励，同时支持合规的、受访问控制的执行。

支持的激励模型：

• Token 持有：基于 ERC-20 时间加权平均余额 (TWA) 的奖励。

• 集中流动性：与 AMM DEX 费用比率相关的奖励；与 Gamma、Beefy 和其他 ALM 协议兼容。

• 借贷：从平均余额和债务比率得出的奖励。

Incentra 已被 @PancakeSwap 、@eulerfinance 、@usualmoney 和 @LineaBuild 集成，从而实现了完全可验证的链上激励循环——DeFi 奖励的基础 ZK 级别基础设施。

3.5 Brevis：完整的产品和技术堆栈概述

IV. Brevis zkVM：技术基准和性能突破

Ethereum Foundation (EF) 的 L1 zkEVM 实时证明 (RTP) 标准已成为寻求主网集成的 zkVM 的事实基准测试和准入门槛。其核心评估标准包括：

• 延迟：<= 10 秒，用于 P99 的主网区块

• 本地部署资本支出：<= 10 万美元

• 本地部署电源：<= 10kW

• 代码：完全开源

• 安全性：>= 128 位

• 证明大小：<= 300KiB，无需信任设置

2025 年 10 月，Brevis 发布了报告“ Pico Prism — 99.6% Real-Time Proving for 45M Gas Ethereum Blocks on Consumer Hardware ”，宣布 Pico Prism 成为第一个完全符合 @ethereumfndn 的区块级证明 RTP 标准的 zkVM。

在 64×RTX 5090 GPU 集群（约 12.8 万美元）上运行，Pico Prism 实现了：

• 平均延迟：6.9 秒

• 对于 45M gas 区块，96.8% 的覆盖率 <10 秒，99.6% 的覆盖率 <12 秒，大大优于 @SuccinctLabs SP1 Hypercube（36M gas，平均 10.3 秒，40.9% 的覆盖率 <10 秒）与延迟降低 71% 且硬件成本减半相比，Pico Prism 的每美元性能效率提高了 3.4 倍。

• 获得 Ethereum Foundation , Vitalik Buterin , 和 Justin Drake 的公开认可。

V. Brevis 生态系统扩展和应用程序部署

@brevis_zk ZK 协处理器 处理 dApp 无法有效执行的复杂计算——例如分析历史用户行为、聚合跨链数据或执行大规模分析——并输出可以在链上验证的零知识证明 (ZKP)。这允许链上应用程序通过验证少量证明来无需信任地使用结果，从而大大降低了 gas、延迟和信任成本。与仅传递数据的传统预言机不同，Brevis 提供了数据正确的数学保证。其应用场景大致可分为以下几类：

• 智能 DeFi：基于行为和市场历史的数据驱动型激励和个性化用户体验（例如，@PancakeSwap 、@Uniswap 、@MetaMask ）。

• RWA 和稳定 Token 增长：通过 ZK 验证自动分配真实世界的收益和stablecoin收入（例如，@OpenEden_X 、@usualmoney 、@MetaMask ）美元）。

• 隐私保护 DEX（暗池）：链下匹配，链上验证——即将推出部署。

• 跨链互操作性：跨链 restaking 和 Rollup–L1 验证，构建共享安全层（例如，@kernel_dao 、@CelerNetwork 、@0G_labs ）。

• 区块链引导：基于 ZK 的激励机制加速了新的链生态系统（例如，@LineaBuild 、@TacBuild ）。

• 高性能区块链（100 倍速 L1）：利用实时证明 (RTP) 来提高主网吞吐量（例如，@ethereum 、@BNBCHAIN ）。

• 可验证 AI：为 AgentFi 和数据智能经济提供隐私保护和可验证的推理（例如，@KaitoAI 、@TrustaLabs ）。

网络规模和指标，根据 Brevis Explorer（截至 2025 年 10 月）：

• 已生成超过 1.25 亿个 ZK 证明

• 覆盖约 95,000 个链上地址和约 96,000 个应用程序请求

• 累计激励分配：2.23 亿美元以上

• 支持的 TVL：>28 亿美元

• 验证的总交易量：>10 亿美元 @brevis_zk 的生态系统目前专注于 DeFi 激励分配和流动性优化，计算能力主要由 @usualmoney 、@PancakeSwap 、@LineaBuild Ignition 和 Incentra 消耗，它们共同占网络负载的 85% 以上。

• @usualmoney

（46.6M 证明）：展示了大规模激励分配的长期稳定性。

• @PancakeSwap

（20.6M）：强调了 @brevis_zk 在实时费用和折扣计算方面的性能。

• @LineaBuild

Ignition（20.4M）：验证了 @brevis_zk 在 L2 生态系统活动中的高并发能力。

• Incentra（15.2% 份额）：标志着 @brevis_zk 从 SDK 工具包向标准化激励平台的转型。

DeFi 激励层：通过 Incentra，@brevis_zk 支持多个协议，实现透明且持续的奖励分配：

• @usualmoney

— 超过 3 亿美元的年度激励，维持 stablecoin 和 LP 收益率。

• @OpenEden_X

& Bedrock — 基于 CPI 的模型，用于自动分配美国国债和 Restaking 收益率。

• @eulerfinance

, @aave , @beraborrow — ZK 验证的借贷头寸和奖励计算。

流动性优化：@PancakeSwap 、@QuickswapDEX 、@ThenaFi 和 @beefyfinance 等协议采用 @brevis_zk 的动态费用和 ALM 激励插件，用于交易折扣和跨链收益聚合。Jojo Exchange 和 @Uniswap Foundation 使用 ZK 验证来构建更安全、可审核的交易激励系统。

跨链和基础设施层：@brevis_zk 已从 @ethereum 扩展到 @BNBCHAIN 、@LineaBuild 、@kernel_dao 、@TacBuild 和 @0G_labs ，从而在多个生态系统中提供可验证的计算和跨链证明功能。@TrustaLabs 、@KaitoAI AI 和 @MetaMask ) 等项目正在集成 Brevis 的 ZK 数据 协处理器 ，以支持隐私保护的忠诚度计划、信誉评分和奖励系统，从而提升 Web3 中的数据智能。

在基础设施层面，@brevis_zk 利用 @eigenlayer AVS 网络实现 restaking 安全性，并集成 @nebrazkp 的通用证明聚合 (UPA) 将多个 ZK 证明压缩为单个提交——从而降低了链上验证成本和延迟。

总而言之，@brevis_zk 现在涵盖了完整的应用程序周期——从长期激励计划和基于事件的奖励到交易验证和平台级服务。其高频验证任务和可重用的电路模板为 Pico/Prism 提供了真实的性能压力和优化反馈，这反过来又可以在工程和生态系统层面上加强 L1 zkVM 实时证明 (RTP) 系统——从而在技术和应用之间形成双向飞轮

VI. 团队背景和项目资金

Mo Dong ( @no89thkey ) | Brevis Network 联合创始人 Mo Dong 博士是 Brevis Network 的联合创始人。他拥有伊利诺伊大学厄巴纳-香槟分校 (UIUC) 计算机科学博士学位。他的研究已在顶级的国际会议上发表，被 Google 等主要技术公司采用，并被引用数千次。

作为算法博弈论和协议机制设计方面的专家，Dong 博士专注于将零知识计算 (ZK) 与去中心化激励机制相结合，旨在构建一个无需信任的可验证计算经济。他还担任 IOSG Ventures 的风险合伙人，在那里他积极支持对 Web3 基础设施的早期投资。

@brevis_zk 团队由来自 UIUC、MIT 和加州大学伯克利分校的密码学和计算机科学博士学位获得者创立。核心成员在零知识证明系统 (ZKP) 和分布式系统方面拥有多年的研究经验，在该领域发表了多篇同行评审的出版物。Brevis 的核心模块被认为是链上可扩展性基础设施的基础组件，并获得了 @ethereumfndn 的技术认可。

2024 年 11 月，@brevis_zk 完成了 750 万美元的种子轮融资，由 @polychaincap 和 @BinanceLabs 共同领投，@IOSGVC 、@NomadCapital_io 、@HashKey_Capital 、@BanklessVC 以及来自 @KyberNetwork 、@babylonlabs_io 、@Uniswap 、@arbitrum 和 @alt_layer 的战略天使投资人参与投资。

VII. 竞争格局：zkVM 和 ZK 协处理器 市场

@ethereumfndn 支持的 ETHProofs.org 已成为跟踪 L1 zkEVM 实时证明 (RTP) 路线图的主要公共平台，提供有关 zkVM 性能、安全性和主网就绪程度的开放数据。

RTP 赛道：四个核心竞争维度

1. 成熟度：@SuccinctLabs 的 SP1 在生产部署方面处于领先地位；@brevis_zk 的 Pico 展示了最强的性能，接近主网就绪状态；@RiscZero 稳定，但尚未公布 RTP 基准。

2. 性能：Pico 的证明大小（~990 kB）比 SP1 的（1.48 MB）小约 33%，从而降低了成本和延迟。

3. 安全与审计：@RiscZero 和 SP1 都经过了独立的审计；Pico 目前正在完成其正式的审计流程。

4. 开发者生态系统：大多数 zkVM 使用 RISC-V 指令集；SP1 利用其 @SuccinctLabs Rollup SDK 进行广泛的生态系统集成；Pico 支持基于 Rust 的自动证明生成，并且 SDK 正在快速成熟。

市场结构：两个领先层级

• 第一层 — @brevis_zk Pico (+ Prism) 和 @SuccinctLabs SP1 Hypercube 都以 EF RTP P99 ≤ 10 秒的基准为目标。

• Pico 通过分布式多 GPU 架构进行创新，从而提供卓越的性能和成本效益。

• SP1 通过单片系统和生态系统的成熟度来保持稳健性。→ Pico 代表了架构创新和性能领先地位，而 SP1 代表了生产就绪状态和生态系统优势。

• 第二层 — @RiscZero , @ziskvm , @ProjectZKM 这些项目专注于轻量级和兼容性优先的设计，但尚未发布完整的 RTP 指标（延迟、功耗、资本支出、安全位数、证明大小、可重复性）。@Scroll_ZKP (Ceno) 和 @the_matter_labs (Airbender) 正在将 Rollup 证明系统扩展到 L1 验证层，这标志着从 L2 扩展转向 L1 可验证计算。

2025 年 zkVM 领域已趋同于 RISC-V 标准化、模块化演进、递归证明标准化和并行硬件加速。可验证计算层可以分为三个主要原型：

• 面向性能：@brevis_zk Pico, @SuccinctLabs SP1, Jolt, @ziskvm — 专注于通过递归 STARK 和 GPU 加速实现低延迟、实时证明。

• 模块化/可扩展：OpenVM, Pico, @SuccinctLabs SP1 — 强调即插即用的模块化和协处理器集成。

• 生态系统/开发者友好：@RiscZero , @SuccinctLabs SP1, @ziskvm — 优先考虑 SDK 的完整性和语言兼容性，以实现大规模采用。

zk 协处理器格局

zk 协处理器市场现在由 @brevis_zk , @axiom_xyz , @HerodotusDev 和 @lagrangedev 领导。

• @brevis_zk

凭借结合了 ZK 数据协处理器 + 通用 zkVM 的混合架构脱颖而出，从而实现了历史数据访问、可编程计算和 L1 实时证明 (RTP) 功能。

• @axiom_xyz

专注于可验证查询和电路回调。

• @HerodotusDev

专注于对历史区块链状态的可证明访问。

• @lagrangedev

采用 ZK + 乐观混合设计来提高跨链计算效率。

总体而言，zk 协处理器正在成为“可验证服务层”，通过无需信任的计算 API 来桥接 DeFi、RWA、AI 和数字身份。

VIII. 结论：业务逻辑、工程实现和潜在风险

业务逻辑：双层性能驱动的飞轮 @brevis_zk 通过将其通用 zkVM (Pico/Prism) 与数据协处理器 (zkCoprocessor) 集成来构建多链可验证计算层。

• zkVM 解决了任意计算的可验证性，

• zkCoprocessor 实现了历史和跨链数据的业务部署。

这创建了一个“性能 → 生态系统 → 成本”的积极反馈循环：随着 Pico Prism 的 RTP 性能吸引了领先的协议集成，证明量会增加，并且每个证明的成本会下降，从而形成一个自我强化的双飞轮。@brevis_zk 的核心竞争优势可以概括为：

• 可重复的性能 — 在 @ethereumfndn 的 ETHProofs RTP 框架内得到验证；

• 架构护城河 — 具有多 GPU 并行可扩展性的模块化设计；

• 商业验证 — 在激励分配、动态费用建模和跨链验证中进行大规模部署。

工程实现：验证即执行

通过其 Pico zkVM 和 Prism 并行证明框架，@brevis_zk 实现了 6.9 秒的平均延迟和 P99 < 10 秒（对于 45M gas 区块）（在 64×5090 GPU 设置上，<$130K 资本支出）— 保持了顶级的性能和成本效益。zkCoprocessor 模块支持历史数据访问、电路生成和链上证明验证，从而可以在 Pure-ZK 和混合（乐观 + ZK）模式之间灵活切换。总体而言，其性能现在与 @ethereum RTP 硬件和延迟基准紧密一致。

潜在风险和主要考虑因素

• 技术与合规性：@brevis_zk 必须通过第三方审计来验证功耗、安全级别、证明大小和可信设置。性能调整和潜在的 EIP 更改仍然是关键挑战。

• 竞争：@SuccinctLabs (SP1/Hypercube) 在生态系统的成熟度方面处于领先地位，而 @RiscZero , @axiom_xyz , OpenVM, @Scroll_ZKP 和 @zksync 继续保持强劲的竞争力。

• 收入集中：证明量约 80% 集中在四个应用程序中；需要在链和行业之间实现多样化。GPU 价格波动也可能会影响利润率。

总体而言，@brevis_zk 在技术可重复性和商业部署方面都建立了初步的护城河：Pico/Prism 牢固地领先于 L1 RTP 赛道，而 zkCoprocessor 则解锁了高频、可重复使用的业务应用程序。展望未来，@brevis_zk 应力争完全满足 @ethereumfndn 的 RTP 基准，继续标准化协处理器产品并扩展生态系统集成，并推进第三方可重复性、安全审核和成本透明度。通过平衡基础设施和基于 SaaS 的收入，@brevis_zk 可以建立可持续的商业增长循环。

免责声明：本报告是在 AI 工具 ChatGPT-5 的协助下编写的。作者已尽一切努力确保事实的准确性和可靠性；但是，可能仍然存在细微的错误。请注意，加密资产市场通常表现出项目基本面与二级市场代币表现之间的脱节。本文中的所有内容仅用于提供信息和学术/研究目的，并不构成投资建议或购买或出售任何代币的建议。

👉 关注以获取更多未来深入的研究

• 原文链接： x.com/0xjacobzhao/status...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～