作者：CoinW研究院
摘要
Pearl Research（PRL） 近 7 日上漲超 60%，近 30 日漲幅超 250%，流通市值已升至約6.5億美元，成為近期 AI 加密賽道的熱門項目。Pearl 通過有用工作量證明（PoUW）機制，嘗試讓 GPU 在執行 AI 計算的同時參與區塊鏈挖礦，實現 AI 服務收入與 PRL 獎勵的雙重收益。與 Together AI 的合作已初步驗證其商業應用潛力，但真實付費計算佔比、業務收入及代幣價值捕獲機制仍有待驗證。同時，PRL 當前流通比例僅約 16.4%，持續挖礦發行可能帶來賣壓。短期行情反映了市場對 AI 算力挖礦的樂觀預期，長期價值則取決於真實 AI 需求能否持續增長，並支撐當前估值。
1.PRL近30日暴漲超250%，AI算力挖礦成為市場新熱點
近期，Pearl Research（PRL）成為 AI 加密賽道表現亮眼的項目之一。根據 CoinGecko 數據，截至 10 月 14 日，PRL 價格約 1.95 美元，近 7 日上漲約 64%，近 30 日累計漲幅接近 261%，流通市值約 6.5 億美元。這輪上漲尚無單一事件能夠完全解釋，市場關注的重點是 Pearl 提出的新型算力利用模式。傳統加密貨幣挖礦需要消耗大量計算資源來維護區塊鏈網絡，而 Pearl 希望讓 GPU 在運行 AI 模型的同時參與挖礦，並獲得 PRL 代幣獎勵。這種機制被稱為有用工作量證明（Proof of Useful Work，PoUW）。簡單來說，同一套 GPU 設備有機會同時獲得 AI 計算服務收入和區塊鏈挖礦獎勵。Pearl 也因此將自己定位為「AI 時代的比特幣」。
PRL 近期上漲背後，除了 AI 算力挖礦敘事升溫，還出現了新的技術和市場催化。9 月以來，Pearl 推出 Pearl Inference 服務，並推進浮點計算升級，計劃通過 FP8 等計算格式適配更廣泛的 AI 模型和高性能 GPU，使 PoUW 機制更接近實際 AI 推理需求。同時，Pearl 也開始向可驗證 AI 推理方向延伸，嘗試為 AI 計算過程提供可驗證的證明。10 月 7 日，Pearl 在 TOKEN2049 期間舉辦首場 Pearl Connect 活動，獲得 No Limit Holdings 支持，進一步提高了項目在加密投資者中的曝光度。這些進展疊加此前與 Together AI 合作推出的低成本推理服務，讓市場開始評估 Pearl 從 GPU 挖礦走向 AI 計算基礎設施的潛力。不過，技術升級仍在推進，真實商業需求尚未得到充分驗證。同時，PRL 較低的流通比例也可能放大行情。目前約有 3.44 億枚 PRL 進入流通，僅佔 21 億枚最大供應量的 16.4%。在流通籌碼相對有限的情況下，集中買盤可能推動價格快速上漲，但未來持續增加的挖礦供應也會帶來潛在賣壓。PRL 近期的強勢表現，反映了市場對 AI 算力挖礦的樂觀預期，但接近 40 億美元的 FDV 也意味著較高的估值門檻。Pearl 能否把技術創新轉化為持續增長的真實業務，將決定市場預期能否得到支撐。
2.Pearl 如何讓 GPU 在運行 AI 的同時參與挖礦
要理解 Pearl，可以先從比特幣挖礦說起。比特幣礦工需要投入大量計算設備，不斷進行哈希運算，競爭新區塊的記賬權並獲得獎勵。這套機制被稱為工作量證明（Proof of Work，PoW），能夠保障區塊鏈網絡安全，但計算結果通常很難直接用於其他商業場景。礦機消耗大量電力，主要產出就是網絡安全。Pearl 希望改變這一點。它是一條採用 PoUW 機制的 Layer 1 公鏈，將傳統挖礦中的哈希運算替換為更接近 AI 工作負載的矩陣乘法。矩陣乘法是 AI 訓練和推理的基礎運算之一，無論是讓大模型回答問題，還是生成圖片，背後都需要 GPU 完成大量類似計算。Pearl 通過特殊算法，讓 GPU 在執行這些運算時，同時生成可供區塊鏈驗證的工作量證明。
對於 GPU 運營商而言，原本只能依靠 AI 計算服務收費的設備，有機會增加一筆 PRL 挖礦收入。如果新增收益高於額外計算成本，運營商就可能獲得更好的利潤空間，或者向客戶提供更便宜的 AI 服務。從項目背景來看，Pearl 由 Pearl Research Labs 推動開發，核心團隊包括 Omri Weinstein 和 Ilan Komargodski，具有算法、密碼學及計算機科學研究背景。項目選擇從底層共識機制切入，嘗試解決傳統 PoW 計算資源用途單一的問題。Pearl 的技術創新，是讓區塊鏈挖礦與 AI 計算具備兼容性。這為 GPU 創造雙重收入提供了可能，也使其與普通 GPU 租賃平台形成差異。
與 Pearl 思路相近的還有 FLOP Network。兩者都希望將 GPU 算力與區塊鏈獎勵結合，讓 AI 計算產生額外經濟價值，但實現路徑有所不同。Pearl 採用有用工作量證明（PoUW），將矩陣乘法引入底層挖礦機制，即使計算任務沒有真實客戶付費，礦工仍可能通過完成規定運算獲得 PRL 獎勵；FLOP 則採用有用推理證明（Proof of Useful Inference，PoUI），圍繞 AI Agent 的真實推理請求分配算力，礦工完成任務並提交驗證證明後，獲得 FLOP 支付及區塊獎勵。Pearl 更強調讓 AI 計算兼容區塊鏈挖礦，FLOP 則試圖將真實推理需求直接與代幣支付、礦工獎勵綁定。 因此，Pearl 需要證明挖礦算力能夠持續服務真實 AI 業務，而 FLOP 需要驗證 AI Agent 的付費需求、推理結果驗證機制及算力市場能否有效運轉。不過，FLOP 目前披露的機制仍主要處於白皮書設計和開發階段，尚不能與 Pearl 已上線的網絡及商業合作直接比較實際成效。
圖1.PoW與Pearl PoUW機制對比。來源：CoinW研究院
3.攜手Together AI，Pearl 將挖礦收益用於降低 AI 推理成本
一套新的挖礦機制能否真正創造價值，最終還要看有沒有人願意為計算服務買單。Pearl 與 AI 雲服務商 Together AI 的合作，提供了一個早期商業化案例。2026 年 5 月，Together AI 推出結合 Pearl 挖礦機制的 Gemma 模型服務。當用戶調用 AI 模型時，後台 GPU 在處理推理請求的同時參與 Pearl 挖礦，並有機會獲得 PRL 區塊獎勵。Together AI 表示，利用預期挖礦收益補貼計算成本，相關模型接口的價格優惠超過 25%。這套模式的吸引力很直接。傳統 AI 雲平台需要依靠客戶支付的費用覆蓋 GPU 採購、電力和運維成本，而接入 Pearl 後，同一套 GPU 有機會增加一筆代幣收入。只要挖礦收益高於新增成本，服務商就可以降低推理價格吸引客戶，或者提高自身利潤。需要注意的是，25% 的價格優惠來自代幣收益補貼，並不意味著 GPU 實際計算成本下降了 25%。
Pearl 希望由此形成一個增長循環。更低的推理價格吸引更多客戶，真實需求增長帶動更多 GPU 接入，網絡算力擴大又有助於提高區塊鏈安全性。如果生態發展進一步帶動 PRL 需求，礦工收益也可能提高，從而吸引更多算力加入。但這個循環能否持續，仍取決於真實業務規模和挖礦收益。PRL 價格上漲時，服務商可能獲得更大的補貼空間；如果幣價下跌、挖礦難度提高，單位算力能夠獲得的獎勵就可能縮水，價格優勢也會隨之減弱。Together AI 的合作說明 Pearl 已經找到將挖礦獎勵嵌入真實 AI 服務的路徑，但距離形成成熟的商業閉環仍有差距。未來需要更多付費客戶、穩定的推理請求和可持續的服務收入，才能證明這種模式具備長期競爭力。
圖2.Pearl雙重收入商業飛輪。來源：CoinW研究院
4.PoUW機制引發爭議，AI計算可能只是另一種挖礦
Pearl 最吸引人的地方，是希望讓挖礦算力真正服務 AI 產業。但這也引出了項目最大的爭議。礦工完成了 AI 常用的矩陣運算，並不代表這些計算真的來自 AI 客戶，更不意味著有人願意為此付費。如果 GPU 執行的矩陣計算來自真實 AI 模型請求，就可能產生服務收入；如果只是礦工為了獲得 PRL 獎勵而自行生成的任務，本質上仍是在為挖礦而挖礦。
一篇研究 Pearl cuPOW 協議的獨立論文指出了這一問題，研究人員發現，礦工可以隨機生成矩陣並提交有效的工作證明，無需運行完整的 AI 模型。部分挖礦軟件甚至沒有包含 AI 推理代碼，卻仍能參與挖礦並獲得獎勵。這意味著，Pearl 目前主要驗證的是礦工有沒有完成規定的計算，而不是這些計算有沒有被真實客戶使用。
圖3.真實AI計算與合成挖礦的區別。來源：CoinW研究院
當然，這不意味著 Pearl 的技術創新沒有價值。對於 PoW 公鏈而言，符合安全要求且能夠高效驗證的計算，可以用於維護網絡安全。Pearl 的突破在於讓挖礦計算與 AI 工作負載具備兼容性，為真實推理任務接入挖礦創造了條件。但能夠接入真實業務，與全網算力都在創造商業價值，仍然是兩回事。如果大量礦工只是自行生成矩陣任務來賺取 PRL，Pearl 的經濟模式就仍然接近傳統挖礦。網絡依靠代幣發行激勵礦工，礦工則可能出售獎勵來支付設備和電力成本。只有當更多計算來自企業和開發者的付費請求，雙重收入模式才能真正發揮優勢。因此，衡量 Pearl 不能只看幣價、全網算力和礦工數量，更要看有多少算力真正產生了收入。 項目需要進一步披露真實推理任務佔全部挖礦工作的比例，以及付費客戶、模型調用量和服務收入等數據。否則，外界很難判斷網絡增長究竟來自 AI 需求，還是幣價上漲後湧入的挖礦算力。
此外，即使真實業務能夠增長，Pearl 仍需要與傳統雲平台競爭推理速度、服務穩定性和長期價格優勢。如果減少 PRL 補貼後便失去競爭力，商業模式的可持續性就會受到挑戰。Pearl 已經展示了讓 AI 計算參與區塊鏈挖礦的技術路徑，但它還需要證明，這些計算能夠持續滿足真實客戶需求。如果缺少穩定的付費業務，再龐大的算力網絡，也可能只是換了一種計算方式的傳統礦場。
5.PRL 每日新增約 100 萬枚代幣，持續挖礦賣壓考驗 40 億美元估值
Pearl 的商業前景最終還需要接受代幣市場的檢驗。即使真實 AI 業務能夠增長，投資者仍需要弄清楚 PRL 如何發行、未來有多少新增供應，以及業務價值能否真正傳導至代幣。PRL 最大供應量為 21 億枚，沒有傳統加密項目常見的團隊預挖和 VC 預留份額，代幣主要通過挖礦逐步發行。與比特幣每四年左右減半不同，PRL 採用平滑遞減的發行機制，區塊獎勵隨著時間逐漸減少。按照官方設計，約四年後將釋放一半的代幣供應量。這種安排減少了團隊和機構集中解鎖的風險，但沒有解鎖壓力，不代表沒有拋售壓力。礦工需要支付 GPU、電力和運維成本，因此可能持續出售 PRL 來維持運營。根據第三方平台估算，目前每天約有 100 萬枚 PRL 新增發行。以 1.8 美元計算，相當於每天約 180 萬美元的新增代幣價值。雖然新增發行不等於全部立即賣出，但如果市場買盤不足，持續釋放的供應仍可能壓制幣價。
圖4.PRL供給增長與區塊獎勵遞減曲線。來源：CoinW研究院
截至 10 月 14 日，PRL 流通量約 3.44 億枚，佔最大供應量的 16.4%，流通市值約 6.5 億美元，FDV 則接近 40 億美元。兩者之間的差距反映了當前流通供應與未來最大供應規模的差異。較低的流通比例可能放大短期漲幅，但隨著更多代幣進入市場，現有價格也將面臨持續考驗。此外，沒有預挖也不意味著籌碼天然分散。Pearl 主網上線初期挖礦難度較低，部分早期礦工可能以較低成本積累大量 PRL。因此，早期礦工持倉、交易所轉入量及礦池算力集中度，都是判斷潛在賣壓的重要指標。
更值得關注的是 PRL 的價值捕獲機制。目前 PRL 主要承擔區塊獎勵和網絡激勵功能，並非能夠直接兌換 GPU 使用時間的算力憑證。AI 客戶支付的推理費用也不會自動轉化為 PRL 買盤。即使 Pearl 未來服務了更多 AI 客戶，代幣也需要建立更明確的需求來源，才能持續分享生態增長帶來的經濟價值。因此，接近 40 億美元的 FDV 實際上包含了兩層預期。一方面，市場期待 Pearl 能夠擴大真實 AI 計算業務；另一方面，也期待這些業務最終能夠支撐 PRL 的長期需求。如果業務增長無法轉化為代幣價值，而挖礦供應持續增加，當前估值就可能面臨重新定價。
6.Pearl的商業化潛力與估值風險
Pearl 已經具備值得關注的技術差異化和初步商業化案例，但當前市場定價明顯領先於可驗證的業務成果。PRL 短期強勢上漲，反映了投資者對 AI 算力挖礦的樂觀預期，而接近 40 億美元的 FDV，也意味著項目需要更快兌現增長。未來應重點關注兩個方向。商業層面，驗證真實付費推理佔比、客戶增長和服務收入能否持續提升；代幣層面，觀察挖礦新增供應、礦工持倉變化，以及 PRL 能否建立更明確的價值捕獲機制。 如果真實業務增長能夠逐步降低對代幣補貼的依賴，並形成穩定的代幣需求，Pearl 的長期估值才可能獲得更有力的支撐。從投資角度看，PRL 兼具新興賽道的成長潛力與低流通、高估值帶來的波動風險。尤其在短期大幅上漲後，市場預期提前透支、礦工持續賣出和流動性不足，都可能引發價格調整。Pearl 已經證明自己能夠吸引市場關注，下一階段需要證明的，是商業收入和代幣價值能否真正跟上市場預期。