Pi 网络：百万 KYC 用户完成 5.26 亿 AI 验证任务

根据 Pi Network 官方网站于 4 月 28 日发布的文章，Pi Network 宣布其分散式人力基础设施已由超过百万名 KYC 身份验证用户完成逾 5.26 亿次验证任务，任务性质属 Pi 原生 KYC 系统的组成部分，贡献者以 Pi 代币获得报酬。

KYC 认证人力规模与任务结构

根据 Pi Network 官网页文章，Pi Network 的 KYC 系统采用 AI 自动化与分散式人工劳动力相结合的模式，已为逾 1,800 万人完成身份验证。Pi Network 在文章中主张，其认证人力基础设施具备以下三项核心特性：

身份可验证性：所有参与者均完成 KYC 验证，Pi Network 称此举可降低机器人、诈骗及无法验证劳动力引发的数据质量风险

全球分散式覆盖：工作者遍及 200 多个国家及地区，支援跨语言、跨地域及跨文化背景的数据标注与评估任务

规模可量化性：Pi Network 称逾 1,800 万名 KYC 验证用户可执行自简单至中等复杂程度的任务，现有任务完成量已超过 5.26 亿次

Pi Launchpad 代币支付架构

根据 Pi Network 官网页文章，Pi Network 的支付架构支援以 Pi 代币或企业透过 Pi Launchpad 发行的自有代币向贡献者支付报酬。Pi Network 在文章中指出，相较于以法币向多个司法管辖区数百万用户进行支付，Pi 代币支付可减少中介费用、跨境转账摩擦及小额支付开销。

根据 Pi Network 官网页文章，Pi Launchpad 目前在测试网络上进行迭代，定位为企业在 Pi 主网上发行并分发自有代币的工具，用途涵盖贡献者报酬支付、用户获取激励及生态互动，Pi Network 明确将其与投机性融资代币区分，强调代币须与实际应用和使用场景挂钩。Pi Network 亦指出，现有用户均已持有活跃的 Pi 钱包，企业部署时无需将用户引导至新支付系统。

AI 训练数据应用场景定位

根据 Pi Network 官网页文章，Pi Network 主张其认证人力基础设施的目标应用场景，包括 AI 模型输出改善、数据标注、推理质量评估及身份验证。Pi Network 文章同时指出，非人类强化训练方法在细微差别捕捉、合法性判断及真实人类偏好呈现等方面存在局限，并主张人类输入对 AI 系统完善仍具必要性。文章亦提及机器人及实体 AI 领域对大规模人类生成物理环境数据的潜在需求，作为 Pi Network 人力基础设施的延伸应用场景之一。