
Proposal Showcase
Explore and vote for the most innovative decentralized AI subnets built on the Bittensor network.
重要提示 / Note
点赞仅代表个人支持,与最终奖项评选无关,请勿进行刷赞行为。
FOLLOW ME ON X
@quack_builder

Join Community
Scan QR to connect.
OptimaRoute——A Decentralized Routing Intelligence Layer for the Physical World
OptimaRoute 在 Bittensor 上,让全球算力通过去中心化算法竞争生产更高效的现实物流路线 。
TeamSZBackgroundAI爱好者PatchProof
On Bittensor, security agents produce verified vulnerability fixes through exploit replay and hidden tests.
TeamMichalis Vasileiadis / Founder, Hacker Bob; Subnet Mechanism & Validator DemoBackgroundMichalis Vasileiadis is the builder of Hacker Bob, an AI security researcher, with hands-on experience in authorized vulnerability research, OSS disclosures, and AI-assisted security engineering.ProofScore
A decentralized meta-subnet that mines Intelligence Verification Reports — providing transparent, objective quality scoring for AI outputs a
TeamJackBackgroundjack- PMCapability Forge
在 bittensor 上,让矿工和验证者根据业务需求,通过异步隐藏测试与证据审计,生产出安全可信且在绝隐私边界内工作的 Agent 能力包
TeamJin 团队负责人 Vincent 技术负责人Background深入研究并严重参与 Bittensor生态
RoboProof
在 Bittensor 上,让 miners 通过生成可复现的机器人压力测试,生产部署前的机器人策略可靠性审计。
TeamJieyu LianBackground我个人背景是 IT and Cognition,现在在做硕士毕业论文,研究方向和 LLM 多智能体系统、可靠性评估有关。 同时我在快仓实习,做一个异常工单诊断助手。它会帮助工程师分析异常工单、收集日志证据、判断问题类型,并辅助排查。 所以我做 RoboProof 的出发点其实来自一个很实际的问题:在真实系统里,我们不只需要 Agent 给答案,更需要知道它什么时候会失败、为什么失败,以及这个失败能不能被复现和验证。 RoboProof 就是把这个思路放到机器人场景里。它不是训练一个新的机器人策略,而是让 miner 生成压力测试,让 validator 验证这些测试是否真的发现了可复现的 robot policy failure,最后产出一个部署前的可靠性审计。save panda
在 Bittensor 上,让矿工查清楚每种食品含哪些过敏原,生产一个所有 App 都能直接调用的开放食品安全数据库
Teammandy/pmBackgrounddeveloping a food app for non-chinese speaker
VeriSynth
一个随着生成模型演进而持续自我升级、不被任何单一公司控制、任何人都能通过 Bittensor 网络访问的多模态 AIGC 检测器。
Team黄梓庭 工程负责人 李怡蕾 — 产品与战略负责人 杨虎啸 — 技术架构师 & 工程负责人BackgroundPost-00s 全栈工程师,正在向 AI 应用开发方向转型。独立完成上线项目 **B.Museum**([b-museum.edgeone.dev](https://b-museum.edgeone.dev/)),技术栈为 React 19 + TypeScript + 腾讯 EdgeOne Pages 边缘函数 + KV 存储的全栈 Serverless 实现,参赛 EdgeOne × AI Prompts × Skills 黑客松。具备 PyTorch / HuggingFace 工作流和 AI 模型集成的实战经验。同时在多平台运营 AI 垂类短视频自媒体——作为 AIGC 内容的**真实生产者**,对生成内容的特征、规律和规避手段有第一手感知,这是 VeriSynth 矿工参考实现和 benchmark 设计的核心优势。 具备产研复合背景的 AI 产品人。独立主导了多款 AI 工具类产品从需求调研、架构设计到上线运营的全流程落地,熟练运用大模型技术优化产品体验与迭代效率,以数据驱动实现用户增长与商业化闭环。 现任**上海佳投互联网技术集团有限公司**项目负责人、核心技术人员,拥有 **16 年软件开发与项目管理经验**,主导过多个广告技术系统及创新产品的设计与开发,持续推动公司技术平台优化、提升产品竞争力。2008 年起先后就职于卓卓网络科技、佳投集团,历任技术开发及项目管理岗位,擅长全栈开发与跨职能团队管理。Autocurricula
On Bittensor, miners produce emergent multi-agent intelligence through self-play autocurricula in Unity environments.
TeamLeon Liu (Founder- Dolores Research) Arminas Tomas (C0-Founder- Dolores Research)BackgroundLeon Liu: Post-training and RL researcher Arminas Tomas: Unity ML SpecialistRoboProof: Decentralized Robot Policy Reliability Audit and Red-Teaming Subnet
在 Bittensor 上,让 miners 通过生成可复现的机器人压力测试,生产部署前的机器人策略可靠性审计。
TeamJieyu Lian / AI engineerBackground我的背景是 IT and Cognition,目前正在做硕士毕业论文,方向是基于 LLM 的多智能体系统,以及面向可靠性的评估机制。 同时,我现在在快仓实习,做的是一个异常工单诊断助手。这个 Agent 主要帮助工程师分析运维异常、收集日志证据、判断问题类型,并辅助排查问题。 这段经历让我意识到,在真实系统里,最难的并不是让 Agent 给出一个答案,而是判断它什么时候失败、为什么失败,以及这个失败能不能被客观验证。 所以 RoboProof 的出发点不是训练一个新的机器人控制器,而是把“智能系统失败如何被发现和验证”这个问题延伸到机器人领域。RoboProof 设计了一个 Bittensor 子网:miner 生成 robot policy 的压力测试场景,validator 通过仿真回放验证这些测试是否真的暴露了可复现的失败,最终输出硬件部署前的可靠性审计报告。地灵 (Di Ling)
On Bittensor, let humans nearby produce verified ground-truth about physical places through live-coded photo bounties.
TeamWenjie FuBackgroundI'm a startup founder and systems thinker based in San Francisco with previous experience building in Web3 and current experience building in AI.ProofChain
A trustless, on-chain registry of AI output quality — creating verifiable, immutable records that let Bittensor stakers make data-driven inv
TeamjackBackgroundjack-pm