万字研究｜拆解 USD.AI 的 InfraFi 模式：如何破解 AI 融资和 DeFi 收益两大难题？

 

编者按 ：

Plasma 带来的财富效应，让同为 Framework Ventures 领投造势的 USD.AI 成为市场关注的焦点。该项目于今年 8 月完成 1300 万美元 A 轮融资，由 Framework Ventures 领投， Dragonfly 、 Bullish 与 Arbitrum 参投，随后又获得了 YZi Labs 的新一轮投资。强劲的资本背书引起市场 FOMO ， USD.AI 多次提高的预存款额度均在极短时间内被抢购一空，其中 10 月 9 日开放的 7500 万美元额度更是在 52 秒内售罄。

此外，在近日的硅谷 101 x RootData 年度峰会上， USD.AI 成功入选「 RootData List 2025 年度榜单 Top100 项目」。为探究其背后的价值逻辑，本文深入解析 USD.AI 的协议定位、核心模块与未来挑战。

核心摘要

USD.AI 协议是 DeFi 的一次重大架构创新，创立了“ InfraFi ”模式，连接链上流动性和 AI 计算的资本密集需求。它直面双边市场痛点： AI 行业对快速资本部署的迫切需求，以及 DeFi 生态对可持续、非投机性收益的追求，收益来源需基于真实经济活动。 USD.AI 提供了一个透明高效的解决方案，通过公共区块链为现金流资产的融资搭建桥梁。

协议核心由三大创新模块驱动。首先是 CALIBER ，为实体资产代币化提供标准化法律和技术框架。其次是 FiLo Curator ，一个可扩展、风险隔离的承保模型，通过要求资产发起人承担首亏责任来对齐激励。最后是 QEV ，一个基于拍卖的赎回机制，针对非流动抵押品，摒弃脆弱的即时流动性承诺，转而提供可预测、时间定价的流动性，解决资产负债错配这一传统资产支持协议的痼疾。

协议的可行性基于一个关键的抵押品假设： NVIDIA GPU 的持久经济价值。即使被新一代训练硬件取代， GPU 在高需求推理任务中仍具长尾价值，形成一个可预测但折旧陡峭的可持续资产类别。

这种模式有意颠倒了 DeFi 的典型风险特征，避开了加密资产的价格波动，转而引入传统金融的已知风险：信用违约、运营执行和法律可执行性。为应对这些，协议的承保框架通过考虑硬件的渐进老化折旧和新科技周期引发的突然重估冲击，预测其未来经济价值。

USD.AI 不仅是一个稳定币协议，更是一个通用的融资框架，旨在通过全球去中心化账本支持现实世界的基础设施建设。 其从创新概念到规模化金融原语的转型，取决于链上逻辑与链下法律、运营和监管框架的整合能力。本分析将拆解 USD.AI 的架构，评估其成为 AI 时代新金融原语的潜力。

USD.AI 协议的诞生，源于双重需求的催生：一方面， AI 行业巨大的资本需求已超出传统金融的承载能力；另一方面，日渐成熟的 DeFi 生态亟需从现实世界获取可持续的收益。这两大需求交汇，催生了一个独特的经济机遇，并为此孕育出连接两者的创新型金融工具。

AI 行业的核心痛点在于快速增长与僵化资本的矛盾。计算资源作为 AI 模型训练和运行的基石，需求正迅猛增长。根据 Brookfield 市场分析，目前前沿模型开发占需求的 80% ，但市场格局即将反转。到 2030 年，推理任务（在现有模型上运行查询）预计将占市场的 75% ，到 2034 年市场规模预计达每年 2500 亿美元。这标志着 AI 从研究领域转向融入全球商业的普及工具。

这种扩张对硬件（主要是 NVIDIA GPU ）的需求极为迫切， GPU 堪称 AI 热潮的“镐与铲”。然而，中小型运营商（市场长尾部分）在融资这些资产时面临系统性障碍。硬件更新周期通常仅 12-18 个月，传统银行贷款和资产融资流程缓慢、承保模型不适配这类资产，风险特性也无法套入现有信用体系。这导致市场供给不足，私募债权基金试图填补空缺，但缺乏高效、可扩展的基础设施。结果，创新受限，许多有潜力的运营商因传统金融的掣肘无法获取生产性资产。

与此同时， DeFi 生态也面临自己的痛点。仅稳定币市场总值就接近 3000 亿美元， DeFi 拥有庞大的链上流动资本。但核心挑战在于如何创造可持续、非投机的收益。多年来，收益主要来自加密生态内部机制：代币兑换的流动性提供、投机杠杆、代币激励，以及近期通过流动性质押实现的复杂化质押奖励。

这些收益虽具创新性，却高度依赖加密市场的情绪和价格波动。将链上流动性与现实世界资产（ RWA ）对接的尝试并不新鲜，但问题重重。此前的努力常因一个关键痛点失败：资产与负债的错配。协议试图提供即时、按需的流动性（ DeFi 货币市场基于 ETH 或 USDC 等流动资产的特性），但背后却是本质上非流动的现实资产。

这种结构性缺陷让系统脆弱，哪怕轻微的赎回压力也会暴露无法及时清算底层抵押品的问题。市场被一个核心痛点定义：大量资本渴望稳定的现实收益，却受限于未能解决非流动资产流动性问题的架构。

USD.AI 的价值正在于直击这些痛点。 AI 行业拥有大量且不断增长的生产性、现金流资产，急需灵活融资； DeFi 生态拥有庞大且稳定的资本池，渴望有意义的现实收益。 USD.AI 旨在成为连接两者的桥梁——打造一套标准化、透明、高效的系统，将一个生态的流动性引导到另一个生态的基础设施融资中，打造真正的双赢经济循环。

任何资产借贷协议要想成立，都有一个关键前提：其抵押品必须具备长期的经济耐用性。对于 USD.AI 这样以高性能计算硬件为抵押、提供多年期贷款的协议来说，这一要求尤为关键。 该协议的整个风险模型，都基于一个具体且有些反直觉的投资逻辑——它驳斥了那种“只有最新代 GPU 才具有实际价值”的普遍误解。 该逻辑认为， AI 硬件市场并非铁板一块，而是正分道扬镳，形成两个经济驱动逻辑截然不同的细分市场：前沿模型训练与大众市场推理。

前沿模型训练的世界，是一场算力霸权的军备竞赛。这个领域由微软、谷歌、亚马逊等云巨头主导，它们竞相构建越来越大的模型，因而需要最顶尖的硬件。在这里，技术迭代速度快且残酷。 GPU 的价值直接取决于其相对于前代产品的性能优势，一旦新一代、更强大的架构发布，其经济效用便会迅速衰减。这种环境类似于比特币挖矿，老旧硬件在技术进步的洪流中会迅速失去盈利能力。 如果这是 GPU 的唯一市场，那么以其为抵押发放三年期贷款，将是一个站不住脚的主张。

然而，推理市场的运行逻辑则完全不同。 这个涉及在已训练模型上运行查询以生成结果的领域，不那么追求极致的原始算力，而更关注吞吐量、可靠性和成本效益。对于绝大多数商业 AI 应用（从驱动聊天机器人到生成图像，再到提供实时分析），关键指标不在于具体用的是哪款 GPU ，而在于生成每个 token 的成本和响应延迟。

这种对经济效益（而非单纯算力）的侧重，为前代硬件创造了一个持久的长尾市场。 像英伟达 A100 或 H100 这样的芯片，并不会在新一代产品发布时就变得一文不值；它们的角色只是发生了转变 ——从训练领域的顶级工具，转型为推理领域高性价比的主力，并在首发后的数年内持续产生可观收益。

USD.AI 的贷款结构正是为利用这一市场现实而量身打造的。通过设计为期三年的分期还款贷款， USD.AI 将其融资模式与硬件在推理市场中经济效益最高的阶段相匹配。这种融资并非对快速贬值技术的投机性赌博，而是对一件在其最具生产力的年份里、能够持续产生现金流的耐用工具的理性背书。 这个模式不像 30 年期的房贷，更像是一份为期三年的高性能汽车租赁协议：高价值、快周转、持续更新。

最终， USD.AI 的模式并不惧怕硬件更新周期，而是将其视为核心特性。硬件的快速周转反而成了协议的活力来源，它创造了可预测的新融资机会流，并确保协议管理的抵押品池始终保持现代化和经济相关性。 这种硬件折旧与协议融资之间的共生关系，使得 USD.AI 能够既为贷方提供稳定、长期的收益，同时又持续助力全球关键 AI 基础设施的建设浪潮。

USD.AI 协议的核心，是一套由三个相互依存的核心模块构成的引擎。它们各自精准地解决了资产支持金融中的一个固有难题，共同形成了一个完整的框架，用于在链上对现实世界资产进行承销、规模化并为之提供流动性。

过去的协议试图将非流动性资产强行塞入为流动资产设计的架构，而 USD.AI 则从第一性原理出发，为其融资的资产量身打造了一套原生系统。下面，我们将深入剖析 CALIBER 、 FiLo Curator 和 QEV 这三大核心模块，揭示其协同工作机制，以及它们如何共同支撑起 “InfraFi” 这一新范式。

CALIBER （全称 “ 抵押资产账本：保险、托管、评估与赎回 ” ）是协议的基石。它提供了一套标准化的法律与技术框架，用于将链下的实体资产转化为可互换的链上金融工具。 其核心使命，是解决资产确权与法律执行这一根本问题。

每一台被融资的 GPU ，都遵循《统一商法典》第 7 条的原则 —— 该条款是规范托管凭证（即确认货物保管关系的法律文件）的法律依据。遵循此条款，一家受信任且投保的托管方可以发行数字凭证，并以 NFT 形式代币化，代表了对底层物理硬件在法律上被认可的所有权。由此产生的代币化凭证，确保了协议对实体资产的债权在链下世界同样具备法律强制执行力。

硬件本身由受信任的第三方数据中心负责托管，确保持续的物理安全与运行监控。协议强制要求所有硬件必须位于法律保护完善、可投保的顶级数据中心。满足这一要求是绝对前提，因为全面的保险是将实体 GPU 转变为可在链上融资的银行级资产的关键。

在法律与物理现实得到保障后，经济价值便被引入链上。协议以硬件为抵押发放贷款，而借款人的还款义务则被代币化为 sUSDai 。需要明确的是， sUSDai 代币并非代表某个具体序列号 GPU 的数字产权证 —— 那种工具流动性极差且风险高度集中。相反， sUSDai 代表的是对协议所有贷款构成的、多元化且持续演变的资产池，其所产生的现金流拥有按比例分享的收益权。

这一设计实现了关键的抽象化： 它将数千个独立的、非流动性的信贷头寸，转化成了一个统一的、可互换的、生息的代币，从而创造出了一个具有流动性且可扩展的金融核心模块。

如果说 CALIBER 为单一资产提供了代币化框架，那么 FiLo Curator （首损策展人） 核心模块则提供了一套机制，通过风险隔离的方式引入新资产，实现系统的规模化扩张。 它旨在解决困扰许多风险共担借贷模型的两个核心挑战： 逆向选择与风险传染。 FiLo 模型使得协议能够扩大其资产基础，同时确保新引入、未经验证的抵押品池的风险，不会与已有的、表现良好的贷款组合相互混杂。

该架构的运作方式，好比管理一系列独立的贷款堆栈。当一个新的资产发起人（即“策展人”）希望将一批 GPU 支持的贷款引入协议时，他们必须启动一个全新的、独立的堆栈。该策展人需要为其堆栈提供首损资本。这笔资本相当于一个“免赔额”，会先行吸收任何初始违约损失，从而保护协议后方的主流贷方资金不受影响。

在正常运作时，资产产生的利息会同时分配给策展人和贷方；但一旦发生违约，偿付优先级是绝对的：提供大部分资金的高级贷方必须被优先、全额偿还本金之后，策展人才能收回其自己的次级资本。这种激励结构至关重要：它迫使最了解抵押品和借款人情况的策展人，必须与自己发起的资产长期“利益捆绑”。

通过将策展人的财务成功与其发起资产的表现直接挂钩， FiLo 模型创造了一个强大、去中心化且可扩展的承销流程。 它使得协议能够通过一个由专业合作伙伴组成的网络来扩展业务，而无需对每笔贷款进行中心化承销，同时确保所有风险都被严格限制在各自独立的堆栈之内。

QEV 赎回机制堪称协议最具突破性的创新 ，也是其长期稳健运行的基石。它针对一个根本性缺陷——资产与负债的错配（此前导致诸多现实世界资产协议异常脆弱的根源），提供了全新的解决方案。当其他协议因承诺为本质非流动的抵押品提供即时流动性而失败时， QEV 选择重新设计“赎回”这一核心概念， 用可预测、有时间标价的流动性稳健保障，取代了脆弱的即时流动性承诺。

协议持有的资产是由 GPU 担保的分期偿还贷款，而非智能合约中的流动性代币。随着借款人按月还款，这些贷款会产生可预测的稳定现金流，每月约有未偿还本金总额的 3-4% 会回流至协议。这笔持续流入的资金，正是赎回操作的天然流动性来源。因此，核心挑战并非资不抵债，而是排序问题：如何公平、高效地将这笔固定的流入资金，分配给希望赎回的 sUSDai 持有者，尤其是在高需求时期。

QEV 机制将这一排序挑战，转化为了一个关于时间偏好的公开透明市场。 它没有采用可能严重拥堵的简单先到先得队列，而是实施了一个基于持续竞价的赎回队列优先权系统。 所有出价通过零知识证明保持隐私，并对结果进行平滑处理以利于在队列中分配。

当 sUSDai 持有者希望赎回时，他们会进入队列。默认情况下，他们可以等待，随着协议自然现金流的到位，按面值赎回其代币。然而，对于那些需要更紧急流动性的人，系统允许他们支付少量优先费来在队列中插队。这笔费用将支付给协议，以此奖励其他耐心等待的参与者。

这种为稀缺资源拍卖优先权的设计，在概念上与区块链架构中的最大可提取价值（ MEV ） 一脉相承。正如 MEV 拍卖允许验证者出售区块内交易排序权一样， QEV 为在固定资金流中的赎回排序创建了一个透明市场。在这两个系统中，价值并非来自底层资产本身，而是来自获取它的顺序。这使得 QEV 成为一项精妙的金融工程，它将一个久经考验的链上概念，应用于解决资产支持金融中的一个新问题。