2025 年上半年，泡泡瑪特旗下 LABUBU 的爆火帶動「盲盒」商業模式再度次走熱，也造就了今年潮玩圈最具現象級的 IP。 2025 年 6 月 10 日，一件薄荷色的初代 LABUBU 在永樂 2025 春季拍賣會上以 108 萬的價格成交 [1]，更是將這一熱度推至頂峰。根據泡泡瑪特發布的 2024 年財報顯示，LABUBU 所在的 IP —— THE MONSTERS 在去年就已經創造了高達 30.4 億元的營收，同比增長 726.6%。隨著今年熱度的持續攀升，THE MONSTERS 的營收將有望再創新高。
同年，一部《哪吒之魔童鬧海》以超 154 億元的戰績躋身全球影史票房榜前五名（資料來源：貓眼），讓導演、製片方和出品方名利雙收，而其衍生出的 IP 週邊總銷售額也正在逼近千億規模。根據角研社的數據統計，截至 2025 年 6 月 18 日，《哪吒之魔童鬧海》已公開的 IP 聯名連動合作就已經達到 26 個。其中，集卡社的卡牌產品在上市 1 週後全通路銷售額就突破了 1 億元，而卡遊發行的電影典藏卡產品更是在國內二手平台被炒出天價。 [2]
在過去數年中，一個又一個現象級 IP 輪番登場，進一步印證了 IP 市場的巨大商業潛力。然而，在這種光鮮的背後，未經授權的 IP 濫用問題層出不窮。但無論是盜版 LABUBU，或是氾濫的哪一吒小商品，它們的出現都只是長久以來內容產業痛點的一個小小縮影。
為了解決類似的問題，致力於 IP 保護的 Camp Network 正式入場，並斬獲了由 1kx 和 Blockchain Capital 共同領投的 3000 萬美元 A 輪融資。這不僅體現了市場對其建構去中心化 IP 基礎設施願景的認可，也從側面反映出 Web3 技術正在成為推動 IP 保護進程的重要助力。
而本篇研究就將從 Camp Network 的視角切入，深入剖析該網絡的整體架構、設計理念、生態進展和發展前景，並透過與 Story Protocol、Sneium 等項目的橫向對比來探討 Web3 語境下 IP 保護的全新路徑。
作者：ShirleyLi，Web3Caff Research 研究員
封面：Logo by Camp Network，Photo by Unsplash+，Typography by Web3Caff Research
字數：全文共 11200+ 字
目錄
- AI 中的 IP 問題
- Camp Network 是什麼？
- Camp Network 能提供什麼？
- Camp Network 的架構解讀
- ABC Stack
- BaseCAMP + SideCAMP
- Origin + mAItrix 框架
- Camp Network 的專案及生態進展
- IP 問題的其他追蹤者
- Story Protocol
- Soneium
- Camp Network 面臨的挑戰
- 總結
- 要點結構圖
- 參考文獻
AI 中的 IP 問題
在網路中，「IP（Intellectual Property，智慧財產權）」一詞常指各種成名的文創作品，包括但不限於文學、影視、動漫、遊戲，等等。如果從廣泛的意義來說，各類原創的、具有強大吸引力、且具有一定流量的內容實際上都可以被視為 IP。但如果從中文「智慧財產權」這個概念來看，它所涵蓋的範圍其實更廣。「智慧財產權」中最重要的三種當屬著作權、專利權和商標權，也就是說，「智慧財產權」本質上體現出的是創作者透過其智慧所創造的成果與財產。
然而，IP 產權問題一直以來都是內容產業的核心痛點之一。因為它要求創作者先透過申請認定來明確該產權的歸屬。但即便是已經明確產權的 IP，也依然會遭遇在沒有合法授權的情況下被濫用、轉載以及二次創作的風險。這就使得創作者的權益更加難以保障。
不止如此，隨著 AI 技術的快速發展，這問題愈發凸顯。在 AI 模型的訓練過程中，大量的資料被用於模型優化，而其中相當一部分的資料是透過未經授權的方式爬取而來。另外，不同工具對原創內容的再加工也使得作品的使用更難以被追溯。例如，AI 語音工具可能會透過複製聲音傳播未經授權的歌曲，AI 圖片或視訊工具可能以未經授權的方式對原始作品進行複製和加工。這就使得內容的原始創作者不僅難以了解其作品被使用的情況，更難以從中獲得合理的回報。
為了明確上述問題，Camp Network 設計了一套可服務於 AI 領域的 IP 保護基礎設施，試圖以區塊鏈技術重塑 IP 管理系統，以明確 IP 的歸屬、實現 IP 授權和追溯，並給予原始創作者相應的回報。
Camp Network 是什麼？
不過，Camp Network 最初的明確目標並不是解決 IP 問題。在專案成立之初，Camp Network 只是希望能夠將用戶的身分上鍊，使資料能夠歸還於用戶，而非由大型公司所壟斷和控制。為此，Camp Network 創建了一個身分層，可以透過聚合使用者在 Web2 社交、音樂等平台中的資料來理解其興趣、偏好和行為。在這個身分層的支持下，使用者能夠透過分享自己的數據獲得相應回報，同時 Web3 專案也可以依此尋找到更精準的使用者群體，從而提高其成長率、轉換率以及留存率。
