嘉宾作者： 老白

自 ChatGPT 上线一年多以来，关于 AI+Crypto 的讨论再次在市场上升温。AI 被视为 2024-2025 年牛市中最重要的赛道之一，Vitalik Buterin 本人发表了一篇题为加密货币 + AI 应用的承诺和挑战的文章，探索未来 AI + 加密货币探索的可能方向。

这篇文章不会做出太多主观判断，而是从主要市场角度总结过去一年观察到的人工智能和加密货币的创业项目。它将探讨企业家进入市场的观点、迄今为止取得的成就以及仍在探索的领域。



一、AI+加密货币周期

整个 2023 年，我们与数十个 AI+加密货币项目进行了讨论，其中可以观察到不同的周期。

在 2022 年底 ChatGPT 上线之前，二级市场中与 AI 相关的区块链项目很少。大家首先会想到 Fetch.AI （FET）、SingularityNET （AGIX） 和其他一些资深项目。同样，一级市场也没有很多 AI 相关项目。

从 2023 年 1 月到 5 月，AI 项目可被视为首个集中爆发期。毕竟，ChatGPT 的影响非常显著。二级市场中的许多旧项目都转向了 AI 轨道，而 AI+Crypto 项目几乎每周都在讨论中。同样，在此期间，AI 项目似乎相对简单。其中许多基于 ChatGPT 的“深度”调整，加上区块链修改，几乎没有核心技术障碍。我们的内部开发团队通常会在一两天内复制项目框架。在此期间，我们还与 AI 项目进行了多次会面，但最终并未采取任何行动。

从 5 月到 10 月，二级市场开始悲观。有趣的是，在此期间，一级市场中的 AI 项目数量也大幅减少。直到上个月或上个月两月，AI+Crypto 的数量才开始回升，关于 AI+Crypto 的讨论和文章也变得更加丰富。我们再次进入了一个每周都会遇到 AI 项目的时期。半年后，很明显，与第一波 AI 炒作相比，新一批 AI 项目在 AI 赛道、商业场景落地和 AI+加密货币整合方面得到了更深入的了解。 

尽管技术壁垒仍然不强，但整体成熟度水平向前迈进了一步。直到 2024 年，我们才在 AI+Crypto 赛道上首次下注。

II. AI+加密货币的走势

Vitalik Buterin 在“承诺与挑战”文章中提供了几个相对抽象的维度和观点的预测，具体如下：

• AI 作为游戏玩家

• AI 作为游戏界面

• AI 作为游戏规则

• AI 作为游戏目标

另一方面，我们将从更具体、更直接的角度来总结主要市场中当前出现的 AI 项目。

大多数 AI+加密货币项目都以加密货币的核心为中心，我们将加密货币定义为“技术（或政治）去中心化 + 商业资产化”。

关于去中心化，没什么好说的，因为这是关于 Web3 的。因此，我们可以大致将资产化分为三大类别：

• 计算能力资产化

• 模型资产化

• 数据资产化

计算能力资产化

这是一个相对密集的赛道，因为除了各种新项目外，还有许多旧项目正在转向。例如，在宇宙方面，有Akash网络，而在Solana方面，有Nosana。在转向后，代币都经历了疯狂的飙升，这也间接反映了市场对AI轨道的乐观态度。虽然 Render （RNDR） 主要专注于去中心化渲染，但它也可以用于 AI 目的。 因此，许多分类包括 AI 轨道中类似 RNDR 的计算能力相关项目。

基于计算能力的使用，计算能力资产化可进一步细分为两个方向。Gensyn 代表着“用于 AI 训练的去中心化计算能力”。另一个则由大多数数据透视和新项目或“用于 AI 推理的去中心化计算能力”（机器学习模型根据之前学习的数据或模型做出决策或预测的能力）所代表。

在这篇文章中，我们可以看到一个有趣的现象，或者可能是一连串蔑视：

传统 AI → 去中心化推理 → 去中心化训练

• 传统 AI 背景用户倾向于对去中心化训练或推理提出质疑。

• 那些专注于去中心化推理的人往往不赞成去中心化训练。

主要原因在于技术方面，因为 AI 训练（尤其是大型模型 AI）涉及海量数据。比数据要求更夸张的是这些数据高速通信产生的带宽需求。在当前变压器大型模型的环境中，训练需要一个由大量高端显卡组成的计算矩阵，例如 4090 系列/H100 专业 AI 卡，以及由 NVLink 和专业光纤交换机形成的百千兆级通信通道。您能想象一下去中心化吗？ 嗯...

AI 推理对计算能力和通信带宽的需求远低于 AI 训练。当然，去中心化实施的可能性在推理方面远大于培训。因此，大多数计算能力相关项目都专注于推理，而培训主要面向 Gensyn 和 Together AI 等主要参与者，后者筹集了数亿资金。然而，从成本效益和可靠性的角度来看，至少在现阶段，用于推理的集中计算能力仍远优于去中心化期权。

这就是为什么那些专注于去中心化推理的人会关注去中心化训练并思考“根本无法实现”的原因，而传统 AI 则认为去中心化训练和推理“在训练技术方面不切实际”，“在商业推理方面不可靠”。

有人说，当 BTC/ETH 首次出现时，分布式节点的计算模型似乎相对不合逻辑（与云计算相比）。但最终还是没有成功？ 这取决于未来 AI 训练和推理的正确性、不变性、冗余性和其他方面的要求。在性能、可靠性和价格方面，目前无法超越中心化解决方案。

模型资产化

与计算能力资产化相比，这也是一个拥挤的项目轨道，而且相对而言更易于理解，因为在 ChatGPT 普及后，最知名的应用之一是 Character.AI。通过这款游戏，您可以向 Socrates 和 Confucius 等古老哲学家寻求智慧，与 Elon Musk 和 Sam Altman 等名人轻松对话，甚至还可以与 Hatsune Miku 和 Raiden Shogun 等虚拟偶像进行浪漫对话。所有这些都展示了大型语言模型 （LLM） 的魅力。AI 代理的概念已通过 Character.AI：//。

如果 Confucius、Elon Musk 或 Raiden Shogun 等数字均为 NFT，该怎么办？

这不是 AI+Crypto 吗？

因此，与其称其为模型资产化，不如说它是建立在大型模型之上的代理的资产化。毕竟，大型模型本身无法投入区块链。更重要的是，将模型上的代理映射到 NFT，在 AI+加密货币领域营造一种“模型资产化”的感觉。

现在，有代理可以教您英语，甚至与您建立浪漫关系，以及其他各种类型。此外，还可以找到代理搜索引擎和市场等相关项目。

首先，这一赛道的常见问题是没有技术障碍。这基本上只是 Character.AI 的代币化。我们的内部技术巫师可以使用现有的开源工具和框架，在短短一晚内创建一位能够说话和听起来像特定角色（例如联合创始人 BMAN）的代理。其次，与区块链的整合非常简单。它有点类似于以太坊上的 GameFi NFT，其中存储的元数据可能仅为 URL 或哈希值，模型/代理位于云服务器上。 链上交易仅代表所有权。

在可预见的未来，模型/代理的资产化仍然是 AI+加密货币的主要途径之一。未来，我们希望看到技术壁垒相对较高的项目，以及与区块链的更紧密集成，这些项目更具有原生性。

数据资产化

从逻辑上讲，数据资产化是 AI+Crypto 最合适的方面，因为传统 AI 训练主要依赖于互联网上可用的可见数据，或者更精确的公共领域流量数据。这些数据可能仅占一小部分，约占 10-20%，其中大部分数据实际上位于私有域流量中（包括个人数据）。如果该流量数据可用于训练或微调大型模型，那么毫无疑问，我们可以在不同垂直领域拥有更专业的代理/机器人。

什么是 Web3 口号？ 阅读、写作、拥有！

因此，通过 AI+Crypto，在去中心化激励措施的指导下，发布个人和私有域流量数据并将其资产化，为大型模型提供更好、更丰富的“食物”，这似乎是一种合乎逻辑的方法。事实上，有几支团队深入参与了这一领域。

然而，这一赛道面临的最大挑战在于，与计算能力不同，数据很难标准化。使用去中心化计算能力，显卡的模型会直接转化为您拥有的计算能力。另一方面，私人数据的数量、质量和目的都很难衡量。如果去中心化计算能力与 ERC-20 类似，那么资产化去中心化 AI 训练数据就有点像 ERC-721，就像许多项目一样，例如 APE、Punk、Azuki 和具有不同特征的不同 NFT。流动性和做市难度比 ERC-20 更具挑战性。ERC-20 因此，专注于 AI 数据资产化的项目目前面临重大挑战。

值得一提的是去中心化标签。数据资产化在“数据收集”步骤运行，收集的数据需要进行处理，然后才能提供给 AI，AI 是数据标签的来源。这一步目前主要集中于劳动力密集型领域。通过去中心化代币激励，将这项工作转变为去中心化、标签到收益或（类似于众包平台）分配工作也是一种可行的方法。一些团队目前正在这一领域工作。

三、AI+Crypto 中缺少拼图

从我们的角度来看，我们来简单讨论一下本赛道中目前缺少的拼图。

• 缺乏技术壁垒：如前所述，与 Web 2.0 中的传统 AI 项目相比，大多数 AI+加密货币项目几乎没有技术障碍。相反，他们在用户体验、市场和运营方面更依赖经济模式和代币激励。虽然这种方法可以理解，但鉴于 Web3 去中心化和价值分布的优势，核心障碍的缺乏不可避免地会带来“X 收益”的感觉。我们仍然希望看到更多 RNDR 团队，由 OTOY 等公司提供支持，核心技术在加密货币领域取得重大进展。

• 从业者现状：根据当前观察，AI+加密货币领域的一些团队精通 AI，但对 Web3 缺乏深入了解。相反，一些团队是高度加密货币原生的，但在 AI 领域的专业知识有限。这种情况让人想起 GameFi 赛道的早期阶段，当时一些球队精通游戏，并试图将 Web 2.0 游戏过渡到区块链，而另一些球队则深深沉浸在 Web3 中，专注于各种创新和优化的游戏模式。 MATR1X 是我们在 GameFi 赛道上遇到的第一支表现出对游戏和加密货币双重理解的团队，因此我之前提到 IT 是 2023 年我坚信的三大项目之一。我们希望在 2024 年看到更多对 AI 和加密货币有着双重理解的团队。

• 业务场景：AI+Crypto 处于极早探索阶段，上述各种资产化形式只是几个主要方向。每个方向都有许多可以仔细探索和细分的子赛道。目前，市场上许多整合 AI 和加密货币的项目都有些“尴尬”或“粗暴”，未能充分利用 AI 和加密货币的最佳竞争力或组合性。这与上述第二点密切相关。例如，我们的内部研发团队构想并设计了一种更优化的整合方法；然而，尽管在 AI 领域观察到了许多项目，但我们还没有看到任何团队进入这一利基领域。因此，我们只能继续等待。

您可能会问，为什么像我们这样的风险投资公司可能会在市场上的企业家出现某些情况之前提出来。这是因为我们的内部 AI 团队有 7 名专家，其中 5 名拥有 AI 博士学位。 

最后，虽然从一级市场的角度来看，AI+加密货币还很早，还未成熟，但这并不能阻止我们对2024-2025年持乐观态度，届时AI+加密货币将成为牛市周期的主要走势之一。毕竟，AI 解放的生产力与区块链解放的生产关系是否有更好的结合方式？







#Bybit #TheCryptoArk