嘉賓作者： 老撾白

自 ChatGPT 上綫一年多以來，關於 AI+Crypto 的討論再次在市場上升溫。AI被視為2024-2025年牛市中最重要的賽道之一，Vitalik Buterin本人發錶瞭一篇題為“加密貨幣+AI應用程序的承諾和挑戰”的文章，探索瞭未來AI+加密貨幣探索的可能方嚮。

本文不會做齣太多主觀判斷，而是從主要市場角度總結過去一年觀察到的 AI 和加密貨幣的創業項目。本文將探討企業傢進入市場的觀點、迄今為止取得的成就，以及仍在探索的領域。

一、AI+加密貨幣周期

整個 2023 年，我們與數十個 AI+加密貨幣項目進行瞭討論，其中不同的周期可以觀察到。

在 2022 年底發布 ChatGPT 之前，二級市場中與 AI 相關的區塊鏈項目很少。大傢首先會想到 https：// Fetch.AI（FET）、SingularityNET （AGIX） 和其他一些資深項目。同樣，一級市場也沒有太多 AI 相關項目。

從 2023 年 1 月到 5 月，AI 項目可被視為首個集中爆發期。畢竟，ChatGPT 的影響非常顯著。二級市場中的許多舊項目都轉嚮瞭 AI 領域，而 AI+Crypto 項目幾乎每周都在討論中。同樣，在此期間，AI 項目似乎相對簡單。其中許多基於 ChatGPT 的“深度”調整，加上區塊鏈修改，幾乎沒有核心技術障礙。我們的內部開發團隊通常會在短短一兩天內復製項目框架。在此期間，我們還與 AI 項目進行瞭多次會議，但最終並未采取任何措施。

從 5 月到 10 月，二級市場開始齣現看跌趨勢。有趣的是，在此期間，一級市場中的 AI 項目數量也大幅減少。直到最近一兩個月，這一數量纔開始迴升，關於 AI+Crypto 的討論和文章也變得越來越豐富。我們再次進入瞭一個每周都能遇到 AI 項目的時期。半年後，很明顯，與第一波 AI 炒作相比，新一批 AI 項目對 AI 追蹤、商業場景落地和 AI+加密貨幣集成有瞭更深入的瞭解。 

盡管技術壁壘仍然不強，但整體成熟度水平嚮前邁進瞭一步。直到 2024 年，我們纔在 AI+Crypto 賽道上首次下注。

II. AI+加密貨幣的走勢

Vitalik Buterin 在關於“承諾與挑戰”的文章中提供瞭幾個相對抽象的方麵和觀點的預測，具體如下：

• AI 作為遊戲玩傢

• AI 作為遊戲界麵

• AI 作為遊戲規則

• AI 作為遊戲目標

另一方麵，我們將從更具體、更直接的角度總結目前在一級市場中看到的 AI 項目。

大多數 AI+Crypto 項目都以加密貨幣的核心為中心，我們將其定義為“技術（或政治）去中心化 + 商業資産化”。

關於去中心化，沒什麼好說的，因為這是關於 Web3 的。因此，我們可以大緻將資産化分為三大類彆：

• 計算能力資産化

• 模型資産化

• 數據資産化

計算能力資産化

這是一個相對密集的賽道，除瞭各種新項目外，還有許多舊項目在鏇轉。例如，在 Cosmos 方麵，有 Akash Network，而在 Solana 方麵，有 Nosana。轉嚮後，代幣經曆瞭瘋狂的飆升，這也間接反映瞭市場對 AI 發展方嚮的樂觀情緒。盡管 Render （RNDR） 主要專注於去中心化渲染，但也可用於 AI 用途。 因此，許多分類都包括 AI 領域中類似 RNDR 的計算能力相關項目。

基於計算能力的使用，計算能力資産化可進一步細分為兩個方嚮。Gensyn 代錶著“用於 AI 訓練的去中心化計算能力”。另一個則由大多數數據點和新項目或“用於 AI 推斷的去中心化計算能力”（機器學習模型根據之前學習的數據或模型作齣決策或預測的能力）表示。

在這篇文章中，我們可以看到一個有趣的現象，或許還有一條衊視鏈：

傳統 AI → 去中心化推理 → 去中心化訓練

• 傳統 AI 背景用戶傾嚮於對去中心化訓練或推斷産生質疑。

• 那些專注於去中心化推斷的用戶往往會反對去中心化訓練。

主要原因在於技術方麵，因為 AI 訓練（特彆是大型模型 AI）涉及海量數據。比數據要求更復雜的是，高速通信數據産生的帶寬需求。在當前變壓器大型模型的環境中，訓練需要一個由大量高端顯卡組成的計算矩陣，例如 4090 係列/H100 專業 AI 卡，以及由 NVLink 和專業光縴開關組成的百韆兆級通信通道。你能想象一下去中心化是什麼？ 嗯...

AI 推斷對計算能力和通信帶寬的需求遠低於 AI 訓練。當然，去中心化實施的可能性遠大於訓練。因此，大多數計算能力相關項目都專注於推斷，而培訓主要麵嚮 Gensyn 和 Together AI 等大型參與者，後者籌集瞭數億資金。然而，從成本效益和可靠性的角度來看，至少在現階段，用於推斷的中心化計算能力仍遠優於去中心化期權。

這就是為什麼那些專注於去中心化推理的人會著眼於去中心化訓練，並認為“根本無法實現”，而傳統 AI 則認為去中心化訓練和推理“在訓練技術方麵不切實際”，“在商業推斷方麵不可靠”。

有人說，當 BTC/ETH 首次齣現時，分布式節點的計算模型似乎相對不閤邏輯（與雲計算相比）。但最終還是沒有成功？ 這取決於未來 AI 訓練和推斷的正確性、不可變性、冗餘性和其他方麵的要求。在性能、可靠性和價格方麵，目前無法超越中心化解決方案。

模型資産化

與計算能力資産化相比，Bybit 也是項目擁擠的賽道，因為在 ChatGPT 普及後，最知名的應用之一是 Character.AI：//。通過這款遊戲，您可以嚮 Socrates 和 Confucius 等古老哲學傢尋求智慧，與 Elon Musk 和 Sam Altman 等名人輕鬆交流，也可以與 Hatsune Miku 和 Raiden Shogun 等虛擬偶像進行浪漫談話。所有這些都彰顯瞭大型語言模型 （LLM） 的魅力。AI 代理的概念已通過 Character.AI：// 深深紮根於人們的心中。

如果 Confucius、Elon Musk 或 Raiden Shogun 等數字均為 NFT，該怎麼辦？

這不是 AI+加密貨幣嗎？

因此，與其稱其為模型資産化，不如說它是建立在大型模型之上的代理的資産化。畢竟，大型模型本身無法應用於區塊鏈。更重要的是將模型上的代理映射為 NFT，在 AI+加密貨幣領域營造“模型資産化”的感覺。

現在，有代理可以教您英語，甚至與您建立浪漫關係，以及其他各種類型。此外，您還可以找到代理搜索引擎和市場等相關項目。

首先，這條賽道的常見問題是沒有技術障礙。這基本上隻是 Character.AI：// 的代幣化。我們的內部技術嚮導可以使用現有的開源工具和框架，在短短一夜時間內創建一位能夠錶達和聽起來像特定角色的代理（例如我們的聯閤創始人 BMAN）。其次，與區塊鏈的集成非常簡單。這有點類似於以太坊上的 GameFi NFT，其中存儲的元數據可能隻是 URL 或哈希值，模型/代理位於雲服務器中。 鏈上交易僅代錶所有權。

在可預見的未來，模型/代理的資産化仍是 AI+加密貨幣領域的主要發展方嚮之一。未來，我們希望看到技術壁壘相對較高的項目，以及與區塊鏈的緊密融閤，這些項目更具有原生性。

數據資産化

從邏輯上講，數據資産化是 AI+Crypto 最閤適的方麵，因為傳統 AI 訓練主要依賴於互聯網上可用的可見數據，或者更精確地說是公共領域流量數據。這些數據可能僅占一小部分，約占 10%-20%，其中大多數數據實際上位於私有域名流量（包括個人數據）中。如果這些流量數據可用於訓練或微調大型模型，毫無疑問，我們可以在不同垂直領域擁有更多專業代理/機器人。

什麼是 Web3 口號？ 閱讀、寫作、擁有！

因此，通過 AI+Crypto，在去中心化激勵措施的指導下，發布個人和私有域名流量數據並將其資産化，為大型模型提供更好、更豐富的“食物”，這聽起來是一種閤乎邏輯的方法。事實上，有幾支戰隊深入參與瞭這一領域。

然而，這一賽道麵臨的最大挑戰在於，與計算能力不同，數據很難標準化。使用去中心化計算能力，顯卡模型會直接轉化為您擁有的計算能力。另一方麵，隱私數據的數量、質量和目的都很難衡量。如果去中心化計算能力與 ERC-20 類似，那麼去中心化 AI 訓練數據的資産化就有點像 ERC-721，就像許多項目一樣，例如 APE、朋剋、Azuki 和具有不同特徵的不同 NFT 混閤在一起。與 ERC-20 相比，流動性和做市難度要高得多。因此，專注於 AI 數據資産化的項目目前麵臨重大挑戰。

值得一提的是，數據追蹤的另一個方麵是去中心化標簽。數據資産化在“數據收集”步驟運行，收集的數據需要進行處理，然後纔能提供給 AI，後者是數據標簽的來源。這一步目前主要集中在中心化和勞動密集型領域。通過去中心化代幣激勵，將這項工作轉變為去中心化、標簽賺幣或（類似於眾包平颱）分配工作也是一種可行的方法。一些團隊目前正在這一領域工作。

三、AI+Crypto 中缺少拼圖

讓我們從自己的角度來簡要討論一下這條賽道中目前缺少的拼圖。

• 缺乏技術壁壘：如前所述，與 Web 2.0 中的傳統 AI 項目相比，大多數 AI+加密貨幣項目幾乎沒有技術障礙。相反，他們在用戶體驗、市場和運營方麵更依賴經濟模式和代幣激勵機製。雖然這種方法易於理解，但鑒於 Web3 去中心化和價值分布的優勢，核心障礙的缺乏不可避免地會帶來“X 賺幣”的感覺。我們仍然希望看到更多像 RNDR 這樣的團隊，這些團隊由 OTOY 等公司提供支持，核心技術在加密貨幣領域取得瞭重大進展。

• 從業人員的當前狀態：根據目前的觀察，AI+加密貨幣領域的一些團隊精通 AI，但對 Web3 缺乏深入瞭解。相反，一些團隊是高度加密貨幣原生的團隊，但在 AI 領域的專業知識有限。這種情況讓人想起 GameFi 賽道的早期階段，當時一些球隊對遊戲非常熟悉，並試圖將 Web 2.0 遊戲過渡到區塊鏈，而另一些球隊則深深沉浸在 Web3 中，專注於各種創新和優化的遊戲模式。 MATR1X 是我們在 GameFi 賽道上遇到的第一支對遊戲和加密貨幣有著雙重理解的戰隊，因此我之前提到 IT 是 2023 年我堅信的三大項目之一。我們希望在 2024 年看到更多對 AI 和加密貨幣有著雙重理解的戰隊。

• 業務場景：AI+加密貨幣處於極早探索階段，上述各種形式的資産化隻是幾個主要方嚮。每個方嚮都有許多可仔細探索和細分的子賽道。目前，市場上許多集成 AI 和加密貨幣的項目都有些“尷尬”或“尷尬”，未能充分利用 AI 和加密貨幣的最佳競爭力或組閤性。這與上述第二點密切相關。例如，我們的內部研發團隊構思並設計瞭一種更優化的集成方法；然而，盡管在 AI 領域觀察到瞭許多項目，但我們還沒有看到任何團隊進入這一領域。我們隻能繼續等待。

您可以問一下，為什麼像我們這樣的風投公司能夠在市場企業傢麵前提齣某些場景。這是因為我們的內部 AI 團隊有七位專傢，其中五位擁有 AI 博士學位。 

最後，盡管從一級市場來看，AI+Crypto 仍處於早期階段，尚未成熟，但這並不能阻止我們對 2024 年至 2025 年持樂觀態度，屆時 AI+Crypto 將成為牛市周期的主要發展方嚮之一。畢竟，AI 解放的生産力與區塊鏈解放的生産關係之間是否有更好的結閤方式？

#Bybit #TheCryptoArk