嘉賓作者： 老白

自 ChatGPT 上線一年多以來，關於 AI+Crypto 的討論再次在市場上激增。AI 被視爲 2024-2025 年牛市中最重要的賽道之一，Vitalik Buterin 本人發表了一篇題爲加密貨幣 + AI 應用的承諾和挑戰的文章，探索未來 AI + 加密貨幣探索的可能方向。

這篇文章不會做出太多主觀判斷，而是從主要市場角度總結過去一年觀察到的人工智能和加密貨幣的創業項目。它將探討企業家進入市場的觀點、迄今爲止取得的成就以及仍在探索的領域。

一、AI+加密貨幣週期

整個 2023 年，我們已經與數十個 AI+Crypto 項目進行了討論，其中可以觀察到不同的週期。

在 2022 年底 ChatGPT 上線之前，二級市場中與 AI 相關的區塊鏈項目很少。大家首先會想到 Fetch.AI （FET）、SingularityNET （AGIX） 和其他一些資深項目。同樣，一級市場也沒有很多 AI 相關項目。

從 2023 年 1 月到 5 月，AI 項目可被視爲首個集中爆發期。畢竟，ChatGPT 的影響非常大。二級市場中的許多舊項目都轉向了 AI 軌道，而一級市場中的 AI+Crypto 項目幾乎每週都在討論中。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一兩天內複製項目框架。在此期間，我們還與 AI 項目進行了多次會面，但最終並未採取任何行動。

從 5 月到 10 月，二級市場開始悲觀。有趣的是，在此期間，一級市場中的 AI 項目數量也大幅減少。直到上個月或上個月兩月，AI+Crypto 的數量纔開始回升，關於 AI+Crypto 的討論和文章也變得更加豐富。我們再次進入了一個每週都會遇到 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 賽道、商業場景落地和 AI+加密貨幣集成有了更深入的瞭解。 

儘管技術壁壘仍然不強，但整體成熟度水平向前邁進了一步。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「承諾與挑戰」文章中從多個相對抽象的方面和角度進行了預測，具體如下：

• AI 作爲遊戲玩家

• AI 作爲遊戲界面

• AI 作爲遊戲規則

• AI 作爲遊戲目標

另一方面，我們將從更具體、更直接的角度來總結主要市場中當前出現的 AI 項目。

大多數 AI+加密貨幣項目都以加密貨幣的核心爲中心，我們將加密貨幣定義爲「技術（或政治）去中心化 + 商業資產化」。

關於去中心化，沒什麼好說的，因爲這是關於 Web3 的。因此，我們可以大致將資產化分爲三大類別：

• 計算能力資產化

• 模型資產化

• 數據資產化

計算能力資產化

這是一個相對密集的賽道，因爲除了各種新項目外，還有許多舊項目正在轉向。例如，在宇宙方面，有Akash網絡，而在Solana方面，有Nosana。在轉向後，代幣都經歷了瘋狂的飆升，這也間接反映了市場對AI軌道的樂觀態度。雖然 Render （RNDR） 主要專注於去中心化渲染，但它也可以用於 AI 目的。 因此，許多分類包括 AI 軌道中類似 RNDR 的計算能力相關項目。

基於計算能力的使用，計算能力資產化可進一步細分爲兩個方向。Gensyn 代表着「用於 AI 訓練的去中心化計算能力」。另一個是大多數數據透視和新項目，或「用於 AI 推理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做出決策或預測的能力）。

在這個賽道中，我們可以看到一個有趣的現象，或者可能是一連串蔑視：

傳統 AI → 去中心化推理 → 去中心化訓練

• 傳統 AI 背景用戶傾向於對去中心化訓練或推理提出質疑。

• 那些專注於去中心化推理的人往往不贊成去中心化訓練。

主要原因在於技術方面，因爲 AI 訓練（尤其是大型模型 AI）涉及海量數據。比數據要求更誇張的是該數據高速通信產生的帶寬需求。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 系列/H100 專業 AI 卡，以及由 NVLink 和專業光纖交換機形成的百千兆級通信通道。您能想象一下去中心化嗎？ 嗯...

AI 推理對計算能力和通信帶寬的需求遠低於 AI 訓練。當然，去中心化實現的可能性在推理方面要比在訓練方面要大得多。因此，大多數計算能力相關項目都專注於推理，而培訓主要面向 Gensyn 和 Together AI 等主要參與者，後者已籌集了數億資金。然而，從成本效益和可靠性的角度來看，至少在現階段，用於推理的集中計算能力仍遠優於去中心化期權。

這就是爲什麼那些專注於去中心化推理的人會考慮去中心化訓練並認爲「根本無法實現」的原因，而傳統 AI 則認爲去中心化訓練和推理「在訓練技術方面不切實際」，「在商業推理方面不可靠」。

有人說，當 BTC/ETH 首次出現時，分佈式節點的計算模型似乎相對不合邏輯（與雲計算相比）。但最終還是沒有成功？ 這取決於未來 AI 訓練和推理的正確性、不變性、冗餘性和其他方面的要求。在性能、可靠性和價格方面，目前無法超越中心化解決方案。

模型資產化

與計算能力資產化相比，這也是項目擁擠的賽道，而且相對而言更易於理解，因爲在 ChatGPT 普及後，最知名的應用之一是 Character.AI。透過這款遊戲，您可以向 Socrates 和 Confucius 等古代哲學家尋求智慧，與 Elon Musk 和 Sam Altman 等名人輕鬆對話，甚至還可以與 Hatsune Miku 和 Raiden Shogun 等虛擬偶像進行浪漫對話。所有這些都展示了大型語言模型 （LLM） 的魅力。AI 代理的概念已透過 Character.AI：// 深深紮根於人們的心中。

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

這不是 AI+Crypto 嗎？

因此，與其稱其爲模型資產化，不如說它是建立在大型模型之上的代理的資產化。畢竟，大型模型本身無法投入區塊鏈。更重要的是將模型上的代理映射到 NFT，在 AI+加密貨幣領域營造「模型資產化」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，還可以找到代理搜索引擎和市場等相關項目。

首先，這一賽道的常見問題是沒有技術障礙。這基本上只是 Character.AI 的代幣化。我們的內部技術巫師可以使用現有的開源工具和框架，在短短一晚內創建一位能夠說話和聽起來像特定角色（例如聯合創始人 BMAN）的代理。其次，與區塊鏈的整合非常簡單。這在某種程度上類似於以太坊上的 GameFi NFT，其中存儲的元數據可能僅爲 URL 或哈希值，模型/代理位於雲服務器上。 鏈上交易僅代表所有權。

在可預見的未來，模型/代理的資產化仍然是 AI+加密貨幣的主要途徑之一。未來，我們希望看到技術壁壘相對較高的項目，以及與區塊鏈的更緊密集成，這些項目更具有原生性。

數據資產化

從邏輯上講，數據資產化是 AI+Crypto 最合適的方面，因爲傳統 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。這些數據可能僅佔一小部分，約佔 10-20%，大部分數據實際上位於私有域流量（包括個人數據）中。如果該流量數據可用於訓練或微調大型模型，那麼毫無疑問，我們可以在不同垂直領域擁有更專業的代理/機器人。

什麼是 Web3 口號？ 閱讀、寫作、擁有！

因此，透過 AI+Crypto，在去中心化激勵措施的指導下，發佈個人和私有域流量數據並將其資產化，爲大型模型提供更好、更豐富的「食物」，這聽起來是一種合乎邏輯的方法。事實上，有幾支團隊深入參與了這一領域。

然而，這一軌道面臨的最大挑戰在於，與計算能力不同，數據很難標準化。使用去中心化計算能力，顯卡的模型直接轉化爲您擁有的計算能力。另一方面，私人數據的數量、質量和目的都難以衡量。如果去中心化計算能力與 ERC-20 類似，那麼去中心化 AI 訓練數據的資產化就有點像 ERC-721，就像許多項目一樣，例如 APE、Punk、Azuki 和具有不同特徵的不同 NFT。流動性和做市難度比 ERC-20 更具挑戰性。ERC-20 因此，專注於 AI 數據資產化的項目目前面臨重大挑戰。

值得一提的是，數據追蹤的另一個方面是去中心化標籤。數據資產化在「數據收集」步驟運行，收集的數據需要處理後才能提供給 AI，AI 是數據標籤的來源。這一步目前主要集中在中心化和勞動密集型領域。透過去中心化代幣激勵，將這項工作轉變爲去中心化、標籤到收益或（類似於衆包平台）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。

III. AI+Crypto 中缺少拼圖

從我們的角度來看，我們來簡單討論一下本賽道中目前缺少的拼圖。

• 缺乏技術障礙：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、市場和運營方面更依賴經濟模式和代幣激勵。雖然這種方法可以理解，但鑑於 Web3 去中心化和價值分佈的優勢，核心障礙的缺乏不可避免地會帶來「X 收益」的感覺。我們仍然希望看到更多 RNDR 團隊，由 OTOY 等公司提供支持，核心技術在加密貨幣領域取得重大進展。

• 從業人員的現狀：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，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，當時一些球隊精通遊戲，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表現出對遊戲和加密貨幣雙重理解的團隊，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 和加密貨幣有着雙重理解的團隊。

• 業務場景：AI+加密貨幣處於極早探索階段，上述各種資產化形式只是幾個主要方向。每個方向都有許多可以仔細探索和細分的子賽道。目前，市場上許多整合 AI 和加密貨幣的項目都感到有些「尷尬」或「粗暴」，未能充分利用 AI 和加密貨幣的最佳競爭力或組合性。這與上述第二點密切相關。例如，我們的內部研發團隊構想並設計了一種更優化的整合方法；然而，儘管在 AI 領域觀察到了衆多項目，但我們尚未看到任何團隊進入這一利基領域。因此，我們只能繼續等待。

您可能會問，爲什麼像我們這樣的風險投資公司可以在市場企業家面前提出某些場景。這是因爲我們的內部 AI 團隊有七位專家，其中五位擁有 AI 博士學位。 

最後，儘管從一級市場的角度來看，AI+加密貨幣還處於早期階段，尚未成熟，但這並不能阻止我們對2024-2025年持樂觀態度，屆時AI+加密貨幣將成爲牛市週期的主要軌道之一。畢竟，AI 解放的生產力與區塊鏈解放的生產關係之間是否有更好的結合方式？

#Bybit #TheCryptoArk