ERC-7007 可验证 AI 内容 NFT：链上怎么标注“这是模型生成的”

AI 图像的 provenance 难题

用模型生成的图片越来越多地mint成 NFT 出售。买家面对的第一个问题不是价格，而是信息：这图是人画的还是模型出的？用的什么模型、什么提示词？发布者说“全部手工绘制”和实际用提示词批量出图，在普通 NFT 结构里看起来一模一样——元数据里几个字段，谁都可以随便写。

ERC-7007 针对这个缺口，为 ERC-721 增加一层“可验证 AI 生成内容”接口。它在标准仓库中已是 Final（最终）状态，属于对既有问题的正式标准化尝试。

接口的三块内容

按规范，遵循标准的合约提供：

1. addAigcData(tokenId, data, proof)：把一段 AIGC 数据（AIGCData 结构）连同证明写进该代币的记录，同时发出 AigcData 事件，把 tokenId、数据哈希、模型和提示词等关键字段留给索引器。标准的一个设计特点是用提示词参与 tokenId 的索引关系——同一模型同一提示词的对应关系可以从链上还原。
2. verify(data)：查询一段 AIGC 数据的证明是否有效，返回布尔结果。
3. AIGCData 结构本身：包含模型类型（MODEL，标明是文生图还是图生图这类任务类别）、模型标识、提示词类型与提示词内容、输出数据的字节，以及证明字节。

证明机制走两条技术路线之一：零知识机器学习（zkML），用密码学证明“这段输出确实由某个模型对某个输入算出来”；或乐观机器学习（opML），先假设结果正确，留出挑战窗口，由链下验证者质疑造假。合约侧不自己跑模型，只负责验证证明、记录数据、暴露查询。

元数据层面，标准给了一个 aigcData 字段的 JSON 约定，让市场展示端能把生成方式直接渲染出来。

能证明什么、不能证明什么

值得先说清边界，再谈价值：

• 它能证明：这段输出、这个模型、这个提示词之间的对应关系在所选证明体系下成立。造假者要伪造证明，得攻破 zkML 电路或躲过 opML 挑战期。
• 它不能证明：图像“有艺术价值”或“没有人在过程中手工修图”。提示词之外人做了多少润色，标准不回答。
• 它不能证明：模型训练数据合法、内容版权归谁。生成内容的版权归属在多数法域仍有争议，链上标注只是信息披露工具，不是权利证书。
• 它默认诚实的前提是发布者主动选择遵循标准。没有实现该接口的存量 AI NFT 海量存在，缺字段不等于造假，只是缺乏可验证声明。

普通买家怎么读这个标注

看到一张号称“AI 生成可验证”的 NFT，可以做三层检查：链上查 AigcData 事件是否随铸造发出；用项目提供的工具跑一次 verify，看证明是否通过、走的是 zkML 还是 opML、opML 的挑战期是否已过；最后把提示词拿到宣称的模型上复现一次——如果输出对不上，标注本身就是疑点。

对创作者一侧，这个标准给出的是一条“自证清白”的路：愿意披露生成方式的人，可以用可验证的方式披露，减少和手工作者混卖带来的信任侵蚀。披露与诚实之间仍隔着一个实现细节，但至少质疑从口水变成了可以运行验证的代码。随着各国对 AI 内容标注的讨论推进，“生成方式披露”从极客玩具变成合规要求的可能性真实存在，这类标准接口恰好提供了现成的落地位置——先想清楚怎么披露的项目，将来应对披露义务的成本更低。

风险提示：AI 生成内容的版权与合规环境仍在变化，本文仅为机制说明，不构成任何投资建议或对任何法律状态的断言。