随着生成式人工智能在国内的普及，截至2024年12月，注册用户已突破6亿大关。在AI深度融入日常生活的背景下，用户对云端大模型的数据安全担忧日益凸显。针对这一痛点，脱胎于清华大学计算机系的荆华密算团队，正通过密态计算技术构建新型解决方案，为隐私敏感场景下的AI应用提供安全保障。
在数据要素成为核心生产要素的当下，数据复制零成本特性引发的权益保护难题愈发突出。荆华密算研发的密态训练引擎，通过数学原理确保数据在传输、存储、计算全流程保持加密状态，即使发生泄露也仅暴露密文信息。该技术不仅可防止数据被非法复制传播，更为企业数据资产变现开辟了新路径。"数据持有者能在保证隐私的前提下，通过租赁模式实现多次收益，形成可持续的收入管道。"团队CEO林修醇形象地称之为"睡后收入"。
针对个人用户对云端大模型的隐私顾虑，团队开发的密态推理引擎实现了"输入加密-云端计算-结果解密"的全流程保护。用户在手机或电脑端即可将敏感数据转换为密文，云端大模型在不解密状态下完成计算，最终返回解密后的结果。这种"可用不可见"的模式，既避免了本地部署的高昂成本，又解决了数据传输中的安全隐患。
传统密态计算技术长期面临性能瓶颈。林修醇举例说明："普通问题大模型1分钟可解答，采用传统加密方案后需1000-10000分钟。若要提速则需专用硬件，导致部署成本激增。"团队通过五年技术攻关，选择聚焦AI计算场景，在保证安全性的同时将计算代价控制在合理范围。2024年9月成立公司后，迅速获得英诺天使千万级天使轮投资，次年6月进入实质运营阶段。
在2025年第十九届DEMO CHINA创业大赛中，荆华密算从126家科技企业脱颖而出，斩获最高荣誉"DEMO GOD"。该成就引发《人民日报》《光明日报》等权威媒体关注，其技术突破被认为具有重塑数据流通生态的潜力。团队首席科学家任炬教授带领的研发组，在安全与AI交叉领域深耕多年，成功将密态计算卡顿时间大幅压缩，使其具备商业化应用条件。
目前团队正加速推进密态推理与训练引擎的研发，预计今年底至明年一季度陆续上市。不同于追求通用解决方案，荆华密算选择深耕AI模型推理训练领域。"我们清楚技术存在局限性，比如仅适用于智能计算而非通用计算。"林修醇坦言，"但在这个高价值赛道，我们致力于成为最优解。"
在商业化路径上，团队已启动产品团队组建，计划引入具有商业敏感度的人才。"实验室培养的团队需要与市场接轨，产品侧同事将更关注用户体验和真实需求。"林修醇表示，定价策略和增长逻辑都将围绕用户痛点展开。其技术方案已帮助某互联网大厂实现全球用户数据的跨国安全计算，成功保护上亿境外用户隐私。
随着数据要素市场进入蓝海阶段，荆华密算的核心战略聚焦技术突破。"基于密码学的AI密态引擎若能在性能上持续突破，极有可能成为隐私场景应用和数据跨域流通的解决方案共识。"林修醇强调，"我们的愿景就是深耕技术护城河，引领这个新兴共识的形成。"
