在融资方面，2025 年 3 月份 Pluralis 完成 760 万美元融资。此次融资由 CoinFund 和 Union Square Ventures 领投，Topology、Variant、Eden Block 和 Bodhi Ventures 参投。此次融资以股权形式进行，并附带未来加密货币的认股权证。
何为协议学习？在 Alexander Long 有关 "Protocol Learning, Decentralized Frontier Risk and the No-Off Problem" 的论文中提出了这种新的 AI 模型训练范式——协议学习（Protocol Learning）。其目标是借助去中心化的激励网络，协作训练模型，突破当前集中式和开源方法的局限。
Alexander Long 指出，集中式模型虽然高效，但存在垄断风险，治理缺乏透明度；开源模型则缺乏可持续的激励机制。而协议学习作为一种折中的方案，通过激励参与者贡献计算资源，构建去中心化训练网络，理论上可聚合比集中式训练多几个数量级的算力。
从技术可行性来看，去中心化训练需要满足高效通信、模型分片、弹性训练、拜占庭容错和异构节点支持等要求。尽管已有研究在分布式训练、流水线并行和容错机制等方面取得一定进展，但尚未能完全整合到大规模（100B + 参数）模型中。此外，通过计算贡献分配所有权，能形成经济激励，但仍需解决计算验证问题，如采用博弈论质押或零知识证明等技术。
当然，协议学习也伴随着新的风险。去中心化模型难以单方面终止，一旦模型失控或被滥用，需要协调全网才能停止，实施难度极大。此外，还需在激励、安全与可控性之间寻求平衡，防范恶意行为。
Pluralis 认为，人工智能的未来不仅仅是分布式的，更是去中心化的。去中心化训练的技术壁垒并非不可攻克，而其带来的收益将无比巨大。
综上，Pluralis 正在构建去中心化的 AI 训练基础设施，旨在通过协议学习推动前沿模型的集体创造，从根本上使 AI 基础模型的生产和访问民主化。