核心要点
1/ Manta 支持隐私交易与公开交易，隐私之于 Manta 是可选项之一。
2/ Manta 隐私交易，兼容 ERC20 Token，ERC721、ERC1155 等 NFT 以及灵魂绑定代币。
3/ Manta 基于零知识证明的资产类型 zkAssets，支持用户自主披露信息，定制 KYC 权限，可满足监管要求。
4/Manta 支持智能合约，支持 dApp 构建。
5/ Manta 投资方包括 BinanceLabs、Alameda、Polychain、Multicoin、ParaFi、CoinFund、Hypersphere、CMS、Spartan、DeFiance 等等，以及波卡官方 Web3 基金会赞助。
项目介绍
MantaNetwork（$MANTA）是基于零知识证明（Zero-KnowledgeProof）构建的隐私层智能合约协议，使用波卡 Substrate 框架开发。
开发者可利用 Manta 构建去中心化隐私应用，如防 MEV 攻击的 DeFi 协议，基于零知识证明的链游（当前有 DarkForest 黑暗森林）等等。
用户可在 Manta 上，将现有的 ERC20 代币，ERC721、ERC1155 等 NFT 代币转入 Manta，将代币转为隐私代币，进行隐私交易、隐私 DeFi 交互，隐私 LP 挖矿、隐私 GameFi 等操作。
zkAssets：合规的、新隐私资产类型
基于零知识证明，Manta 创立了新资产类型 zkAssets，支持 ERC20 等同质化代币，ERC721、ERC1155 等非同质化代币，灵魂绑定代币，以及波卡平行链资产间的隐私交易。
可将现有的代币、NFT，通过 Manta 转换为隐私资产，进行操作。zkAssets 还具有以下特点：
预设隐私：zkAssets 在链上默认是隐私的，资产持有者的地址、持有者的资产以及资产类型，都是加密的。
自愿披露：在资产持有人许可下，zkAssets 支持披露可证明的资产信息。
具体地讲，持有者可向审计者披露资产交易历史，而不必披露花费密钥（Spending Secret)。持有者也可有选择性地，披露可通过 ZK 进行验证的资产信息。
可配置的资产政策：zkAssets 交易发出者，可定制访问权限，如 KYC 规则、访问权限，例如，能否将黑客资产列入黑名单。
zkAddress：隐私地址
Manta 还创立了一种隐私地址类型，用于隐私资产 zkAssets 之间的转账。
在 zkAddress 中，密文是随机产生的（如使用 BIP39 助记符），并衍生出另外两个密钥，即 zkAddress 和只读密钥。想要转移 zkAssets ，需要花费密文（Spending Secret）来生成零知识证明。
只读密钥（ViewingKey），仅支持查看交易历史，不能用于花费余额。
基于隐私资产类型 zkAssets 和 隐私地址 zkAddress，Manta 还会提供支付（MantaPay）、智能合约，以及 DEX（MantaSwap）基础组件及功能。
Manta 协议基础构件：MantaPay、隐私智能合约与 MantaSwap
MantaPay 是传输层，用于将隐私资产 zkAssets 转移到隐私地址 zkAddress。目前，MantaPay 处于代码审计阶段，将很快上线先行网 Calamari。更多关于 MantaPay 的信息，将于该季度公布。
Manta 隐私智能合约，为网络提供了可拓展性，支持更复杂的智能合约部署和交互。
MantaSwap，是构建在隐私智能合约层上的 DEX。
技术方案
1/ Zcash 最早将零知识证明引入区块链，实现隐私交易。由于 Zcash 创立时间过早，当时拓展性问题尚在讨论初期。
Zcash 仅支持原生代币 ZEC 之间隐私交易，很难支持 ERC20 等代币。
用户在使用时，只能在交易所买入 ZEC，提到 Zcash 链上，用 ZEC 交易，达到隐私交易目的。
2/ 此后，零知识证明得到长足发展。各协议也根据目标不同，推出各自的零知识证明方案，比如 Aztec 的 PLONK，Aleo 的 ZEXE 等等。
有的偏新颖尚需完善，有的比较成熟偏实用，有的倾向于证明生成效率，有的倾向可组合性等等。
3/ 当前，大家使用最多的零知识证明协议，是 TornadoCash。
TornadoCash 架构在以太坊上，支持 ERC20 混币。受益于以太坊流动性，TornadoCash 迅速发展，但仍存问题。
从功能上来说，TornadoCash 仅提供混币服务。用户将代币存入，转为隐私代币时，不能基于 TornadoCash 内进行 DeFi 借贷、LPs 挖矿等更多交易。
从合规性来说，TornadoCash 采用混币，隐私是必选项而非可选项。其次，TornadoCash 拒绝与监管沟通。
4/ Manta 采用了 Zcash 成熟的 Groth16 零知识证明方案 +UTXO 支付模型，内置零知识证明电路。
并创造了兼容 ERC20 代币及 NFT 的隐私资产类型 zkAssets，增加了隐私支付通道 MantaPay，使用隐私资产池概念，直接支持隐私资产的 AMM 交易，LPs 挖矿，链上 GameFi 等功能。
与 TornadoCash 相比，Manta 网络既可选择公开交易，也可选择隐私交易，且隐私交易支持信息披露及权限制定。
且用户在 Manta 网络，将代币转变为隐私代币后，可直接用隐私代币，进行 AMM，DeFi 借贷、LPs 挖矿、链上游戏等操作，具有可拓展性。
先行网 Calamari
Manta 已在 Kusama 推出先行网 Calamari，并推出隐私测试网 Dolphin。 Dolphinv1 于 2021 年 12 月推出，参与测试的独立钱包地址超 6000 个。
目前，Dolphinv2 已上线，参与者可获得 KMA 代币奖励。测试地址及奖励表单如下：
Dolphin 测试地址：https://app.dolphin.manta.network/#/transact
奖励表单：https://gleam.io/ye0bg/dolphin-testnet-v2-airdrop
小结
目前，可在测试网 Dolphin 上，体验 Manta 隐私交易。
实际上，Manta 网络定义了公开资产（PublicAssets）与隐私资产（zkAssets）两种资产类型。
同样的，用户也会在 Manta 里，拥有公开地址（PublicAddress）与隐私地址（PrivateAddress）。
公开资产交易体验，与在 Uniswap 等交易无差异。
用户将资产转进 Manta 时，资产类型为公开资产（PublicAssets）。用户可将公开资产，变为隐私资产（zkAssets，通过零知识证明生成），再将隐私资产，在隐私地址间转账。
当前，在 Dolphin 测试网，公开资产只能在公开地址内互转，隐私资产只能在隐私地址内互转。但用户不用担心转错地址的问题，Manta 网络内不支持错误地转账。
测试地址：https://app.dolphin.manta.network/#/transact
融资情况
2021 年 2 月 2 日，完成由 Polychain 领投的 110 万美元融资，参投方包括 Multicoin、Alameda、Hypersphere、Defiance、BTC12、Genblock、Rarestone、AU21 等等。
2021 年 10 月 19 日，完成 550 万美元融资，机构包括加密领域的对冲基金 CoinFund、ParaFi、LongHash、CMS、Spartan 等 30 余家机构。
2021 年 11 月 18 日，完成 2880 万美元社区轮融资。
2022 年 2 月 15 日，币安宣布战略投资 Manta，金额不详。
代币经济模型
Manta 曾在参与波卡插槽拍卖时，公布过代币经济模型一些细节。
https://crowdloanstrategy.manta.network/about-manta-network/the-manta-token
原生代币 MANTA，发行总量 10 亿枚，通缩模型。使用场景如下：
1/ 网络手续费
2/ 将公开资产铸造为隐私资产铸币费
3/ 将隐私资产转变回公开资产的手续费
4/ 质押 Stake
其中用户将隐私资产变为公开资产时，产生的手续费（赎回费用，Redeem Value），将直接销毁。
所以，MANTA 的价值，将于用户对隐私功能的使用，直接挂钩。
项目分析
1/ Manta 所在市场有多大？当前市场情况如何？
零知识证明是 Manta 的基础，Manta 核心功能及未来发展，是由零知识证明属性带来的。所以，Manta 所在赛道，应首先为零知识证明，其实为隐私。
当前，零知识证明（通常简写为“ZK”或“ZKP”），主要方向及代表项目如下：
A. 以太坊 Layer2 扩容：StarkWare、zkSync、Scroll、Loopring、Polygon 等等。
B. 隐私：Manta、Aleo、Aztec 等。
（1） ZK 赛道整体融资金额及估值较大，当前最高估值为 StarkWare 80 亿美元。StarkWare 融资及估值较大的原因是，作为以太坊 Layer2 执行层，在分担以太坊流量压力的同时，也获取了部分以太坊主网的价值。
其次，V 神曾表示，中长期更看好基于 ZK-Rollup 扩容。与 Optimistic 相比，ZK-Rollup 无需等待申诉期，便可赎回资产，体验更好。
Optimistic Rollup 与 ZK Rollup？
Optimistic 与 ZK，是对账方式。Rollup 是处理交易的方式。
Optimistic，意为“乐观的、积极的”。
Optimistic Rollup“乐观的”假设交易信息都真实。省去交易验证，也就提高了 Optimistic Rollup 处理交易的效率。这是 Aribitrum 和 Optimism 够快的原因。
万一有人提供虚假交易信息呢？如果你用过 Aribitrum 或 Optimism，会发现，当把代币跨回到其他网络时，需要等待几天时间。这便是“等待期”。
在“等待期”内，任何节点都可以提交并证明某个交易是虚假的，挑战成功，则会罚没对方的保证金。
ZK Rollup
ZK Rollup 会在交易执行完成后，生成一个零知识证明，ZK proof。
负责校验的合约，只需要校验证明就行，不需要具体校验细节。
这是 ZK Rollup 也比较快，但没有 Optimistic Rollup 快的原因——需要花费时间生产证明。
由于证明文件很小，验证时间一定，所以证明本身不会随着交易数量增加而变大。
更为重要的是，ZKRollup 无等待期。
（2）与 Manta 同为隐私层智能合约协议的 Aleo，当前估值 14.5 亿美元。
Manta 社区轮价格为 0.3 美元，FDV 3 亿美元，相比于 Aleo 的估值，有近 5 倍的空间。
（3）著名机构中，Paradigm、A16z、PolyChain、Coinbase、Alameda 在该赛道的布局活跃。
其中币安在 ZK 隐私赛道投资仅为 Manta，而在扩容领域投资了 Zecrey。
2/ 何以撑起高估值，零知识证明应用解析
先解释下什么是零知识证明。用一个简单的例子：什么是零知识证明 ZK-Knowledge Proof？
如何证明自己会开车？
出示驾照。
这就是零知识证明（以下简称“ZK”）的基本属性：
1/ 产生证明。
2/ 隐私。只需要出示驾照，不会泄露更多信息。
3/ 效率。出示驾照即可，不需要花时间展现车技。
在零知识证明中，有两方参与者，一方是交易发起者，另一方为交易验证者。交易发起者，可通过协议，生成零知识证明，验证者则负责校验该证明的真实性。
该过程中，发起者仅出示了证明，无需透露其他信息。而在验证过程中，仅需一个节点判断证明为真，该证明即可为真，无需冗余计算。
除扩容与隐私，零知识证明目前应用领域，及代表项目还包括：
（1）链游，代表项目 DarkForest 黑暗森林
通常，链游道具要做成 NFT 上链，使得游戏道具等设置变得透明，可玩性不强。这也是当前链游以卡牌类及养成类游戏居多的原因。
零知识证明，可帮助链游生成“战争迷雾”及隐藏道具等等。项目方可将隐藏地图或道具，生成零知识证明，证明该地图或道具真实存在，但暂不公开。
链上策略游戏，DarkForest 黑暗森林，即利用该特点，生成“战争迷雾”，供玩家解密地图。
（2）数字身份 DID 或个人主权身份 SSI，代表项目 Humannode、PolygonID
数字身份 DID 或个人主权身份 SSI，是个人拥有的，链上独立、可信、可验证信息。可应用于元宇宙身份，或链上征信，以实现非足额抵押借贷等场景。
关于元宇宙身份。你不需要时时刻刻在钱包里展示持有的 NFT，比如无聊猿。但可以通过持有“一个证明”，来证明你确实是无聊猿持有者，以参加“游艇俱乐部”。
关于链上征信。也是同样，无需展示资产情况，仅需出示“证明”，即可证明资产情况。
此外，零知识证明还可衍生其他场景，比如私钥安全。
当用户与协议交互，需要提供签名时，是否可以提交“证明”进行签名，而无需提供签名本身。即便协议出现了诈骗跑路情况，用户资产仍不会受影响。
因为只是出示了“证明”，而证明是无法转移钱包资产的。
更为重要的是，在笔者看来，“隐私”是“成瘾品”，一旦拥有就回不到从前。
判断某个项目或技术，会不会成为新范式，或者会不会带来变革，有两简便的标准。
1. 一旦用了这个“东西”之后，还能不能回归原来的状态。
2. 会不会改变原有多方博弈的情况。
比如，在用过滴滴打车之后，还能回到路边招手的状态吗？即便是想到路边打车，也做不到了，因为博弈情况发生了改变。
司机不用滴滴，很难接到单，所以即便用户真的在路边招手，也未必打得到车，这种行为效率会变得十分低下，以至于所有人都会用滴滴。
同样的情况，也发生在外卖等多个领域。
所以，由蜂窝通讯、WiFi 等物联网技术的发展，而催生的移动互联网，是一个新范式、新变革。
而零知识证明的发展，之于 Web3.0 同样如此。
当前人们普遍认为，隐私只适用于“巨鲸”账户隐瞒行踪。但其实是，一般人没有意识到隐私的重要性。
就像，人们在丢过一次手机之后，才会明白防盗的重要性一样。
当前在链上，基于 ENS 或地址，很容易查明某人的 NFT 持仓情况。若有人冒充艺术家，针对某项目，比如无聊猿，宣布空投，空投的是看似制作精美的艺术品，但实际是盗取钱包私钥的骗局，该怎么办？
“黑暗森林法则”始终发挥着作用，此刻还未显现威力，是因为行业相对小众。
同样的，如果零知识证明，能够帮助用户，既证明持有了该 NFT，享有权益，但同时又不暴露。
更关键的是，在与协议交互签名时，用的是“证明”，而非私钥本身，即便遇到骗局也不怕。用户还能回到之前的状态中去吗？博弈局面是否会改变？就像滴滴之于出行？
3/ 资本眼中零知识证明的未来赛道未来增长率？用 Aleo 估值，倒推 Manta 潜在增长率
如前述，隐私资产转为公开资产，产生的手续费，将直接销毁。故，我们可用 TornadoCash 数据做参考。
上图为 TornadoCash 每月代币 Withdraw（赎回）情况。2019 年 12 月至 2020 年 11 月，共计 12 个月内，赎回 37,756 枚 ETH，占协议总赎回量 20.52%。
第二年，赎回 134,282 枚 ETH，占总赎回量 72.99%，增长率达 255.66%。
TornadoCash 截至目前，共产生费用收入 18,701,979 美元。我们假设每次交互 Gas 费相同，且把操作简单二分为质押 Deposit 和 赎回 Withdraw。则赎回产生总收益为 9,350,989 美元。
第一年赎回产生手续费收益为，1,918,823 美元，第二年则为 6,825,287 美元。
由此，我们的已知条件是：
A. 第一年收入为 1,918,823 美元。
B. 当前估值 14 亿美元。
C. 假设通常 DeFi 可达到 10% 无风险收益，故贴现率取 10%。
则有如下计算方式：
每年收入 = 1,918,823*（1+ 增长率）ⁿ ，其中 n 为年份。
贴现现金流，就是如果在未来某年产生这些收入，那现在值多少钱。
贴现现金流 = 每年收入 /（1+ 贴现率）ⁿ
可得出如下结果：
要达到 14 亿美元估值，首先，第一年收入至少要达到 TornadoCash 现有水平。第二天，增长率要与 TornadoCash 平齐，达到 2 倍以上增长。
之后在 3-6 年时间内，连续 4 年收入翻倍。且此后每年增长率稳定在 20%。
这或许是资本眼中，以 Manta、Aleo 为代表的零知识证明隐私赛道，为未来 10 年可获取的增长率。
4/ 该项目核心竞争力是什么？是否产生了壁垒？
Manta 核心竞争力在于，由零知识证明提供的技术优势，发展潜力，以及部署智能合约，支持更多 dApp 落到 Manta 链上。
目前，项目尚属早期，很难说产生了壁垒。
5/ 项目未来方向？业务可拓展性如何？业务拓展能否扩大市值？
Manta 未来业务拓展，就隐私 dApp 来说
基于 Manta 网络开发的 dApp，也可有效扩大 Manta 业务，从而提升 MANTA 代币价值。
6/ 团队情况
Kenny 联合创始人
麻省理工学院（MIT）工商管理硕士，读书期间，师从现在美国 SEC（证券交易委员会）主席 Gary Gensler，并学习区块链课程，曾创立过一家云计算公司，
Victor 联合创始人
哈佛大学经济学硕士，投资人出身。
Shumo 联合创始人
主要负责技术方向，华盛顿大学计算机科学与工程专业博士，密码学专家。
Algorand（ALGO）核心贡献者，据 Github，Shumo 几乎独立完成 Algorand 智能合约平台 PyTeal 编写，并贡献了 Algorand 项目半数以上代码。曾在美国学术期刊 SIGMOD,、VLDB、PLDI 上发表过 10+ 篇论文。
个人网站 https://shumochu.com/。
7/ 社媒情况
推特 @MantaNetwork 70,335 关注
Telegramhttps://t.me/mantanetworkofficial 21,147 关注 （目前，Telegram 是只读状态，可在官方 Discord 群里交流）
Discordhttps://discord.com/invite/PRDBTChSsF 37,765 关注
MantaNetwork 中文社区推特 @manta_china https://twitter.com/manta_china
8 / 代币抛售和购买的人和动力分别是什么？ 对代币购买的需求能否持续？能否抵消代币抛售？业务拓展能否增加代币需求？
Manta 代币价值，建立在协议使用基础上，尤其是用户对隐私的需求。将隐私代币变为公开代币的手续费，将用于销毁 Manta。
MANTA 买盘来自于，由隐私需求催生的功能性买盘。加上质押挖矿 Stake 推出，二级市场 MANTA 流通减小，再加上通缩，催生价格上涨，进一步引发 Stake 需求，产生正向循环。
反正亦可产生负面循环。关键指标在于，协议使用情况，以及销毁情况。
9 / 风险
（1） 可替代性风险。零知识证明技术整体被替代。
（2） 安全风险。协议网络安全。
