加密数字货币的出现使得对国际结算的需求不再集中于公司、政府等全球贸易和金融的大型参与者。生产大宗商品的广大发展中国家和非货币霸权发达国家都更有动力接纳一次支付体系的变革。

他表示：不仅仅是支付体系的变革，未来以区块链技术为基础的国际金融产品和服务的创新充满希望。还有以Defi为代表的国际金融产品和服务也会带来大量需求，也是未来年轻人创新创业的重要目标。

加州大学伯克利分校博士、Polyhedra 联合创始人& CTO 谢天成发表了《AI+Web3：ZKML 前景与未来》的主题演讲。

其中，谢天成提到：「验证流动性与计算的复杂性对比不可同日而语。具体到 AI 模型应用中，ZKML（零知识机器学习）的首要价值在于验证服务质量。例如，trading bot 中，用户可以通过 ZKML 验证机器人运行质量。

其次，随着 AI Agent 的增长及其敏感权限可被授权性，ZKML 可以有效确保 AI agent 的安全，即用户可以扮演验证者角色，在人类与 AI agent 之间构建信任体系。此外，ZKML还可以提供数据市场功能、审计训练数据功能等，在后续的链上 AI 构建将发挥重要作用。」

上海交通大学助理教授、Polyhedra 联合创始人胡云聪发表了主题演讲《Delegation-friendly zkSNARK and Private Delegation of Provers》，讲述了基于零知识证明的可信外包计算新范式。

演讲中他分析了常见的zkSNAKR协议不适合分布式计算的原因。他因此提出了一种可以将证明过程委托给分布式计算节点的zkSNARK协议DFS，可以支持高效可扩展的公开或私有委托证明计算，且具备更低的通信和计算开销。首先，协议中使用Product Check会引入多层乘法门，带来额外的通信开销。第二，FFT（快速傅里叶变换）和Random Memory Access（随机内存访问）模式在分布式环境下无法高效并行。

DFS设计了一种新型zkSNARK协议。首先，DFS使用单层乘法门结构，可避免多轮交互；同时使用Multilinear SumCheck和LogUp替代FFT、Product Check，降低了多方计算的通信开销。另外，DFS将电路明确划分了witness-dependent和witness-independent部分，特别是针对公开数据之间的乘法计算，DFS完全使用分布式计算技术，大大提升了系统性能。

实验证明，在公开委托方面，DFS可以实现与最先进的单机zkSNARK协议相当的计算效率；对于私有委托，它也实现了更好的可扩展性。