Khối dữ liệu huấn luyện AI - vấn đề gây tranh cãi nhất năm ngoái không phải là không tìm được tài liệu, mà là ngay cả khi sử dụng cũng không thể chứng minh được nguồn gốc — ngay khi mô hình lên line là bị chỉ trích "vi phạm dữ liệu". Mô-đun Seal mà hệ sinh thái Walrus vừa phát hành gần đây lại là một tư duy mới: khi tải file lên, trước tiên dùng mã xóa sửa lỗi chia thành vài trăm đoạn, sau đó thông qua khóa ngưỡng ghi quyền truy cập trực tiếp vào các đối tượng trên chuỗi Sui, dịch vụ suy luận chỉ có thể lấy các đoạn được phép trong môi trường cách ly, tệp gốc hoàn toàn không thể tiếp cận. Bằng cách này, nguồn gốc dữ liệu huấn luyện mô hình vừa có thể đứng vững về mặt pháp lý, cộng đồng cũng có thể xác minh, muốn đổ lỗi cũng không được.

So với các giải pháp khác — một số nền tảng lưu trữ hàng đầu chỉ có thể cung cấp hàm băm nội dung, một nền tảng hàng đầu khác áp dụng lưu trữ vĩnh viễn công khai theo kiểu "một mẻ mua cả" — chiêu này của Seal đã gộp ba yêu cầu ban đầu có xung đột lại với nhau: bảo vệ quyền riêng tư, xóa được kiểm soát, chống giả mạo.

Nhược điểm cũng rõ ràng: chi phí quay vòng khóa không thấp. Nếu quay vòng khóa 200GB dữ liệu cùng một lúc, phải mở khóa cũ trước rồi cấp quyền đoạn mới, quy trình hoạt động phức tạp hơn giải pháp thông thường, đặc biệt khi gấp đuôi dự án thì dễ gây đầu đau cho nhóm phát triển. Tuy nhiên cộng đồng đã có các mẫu tập lệnh sẵn sàng lưu thông, trong tương lai tích hợp vào quy trình CI/CD lẽ ra có thể tối ưu hóa khá nhiều.