AI和Web3融合：從基礎設施到實際應用

AI和Web3作爲當前科技領域的兩大熱點，正在推動人類進入新的技術增長階段。隨着ChatGPT帶來的革命性AI體驗，鏈上AI也迅速從概念發展爲實際的基礎設施，成爲Web3行業中被看好的持續爆發性賽道。

在近期舉行的香港共識大會上，AI與Web3的融合成爲熱門話題，各個會場都圍繞這一主題展開了廣泛討論。通過深入了解，我們發現了許多極具潛力的AI項目，現將前沿信息分享如下。

一、AI 基礎設施

1. AI Agent發射平台和框架

近半年來，AI Agent的發射平台和框架類AI基礎設施建設十分活躍。這些項目爲開發者和普通用戶提供了低門檻擁有和使用AI Agent的平台，是當前AI項目的重點方向之一。

• 某Labs：首個去中心化人工智能操作系統（deAIOS），通過構建AI專有的Layer 1，連接計算資源、數據和模型，打造分布式AI開發生態系統。

• 某AI：專注於去中心化AI Agent的創新平台，致力於推動多代理技術（Multi-Agent Systems）的發展。

• 某Network：去中心化基礎架構棧，旨在實現安全、自主的人機協作。用戶可創建專屬AI智能體，執行預訂服務、管理資金等任務。

• 某Network：去中心化AI基礎設施平台，支持AI Agent和應用的分布式開發與運行，通過區塊鏈技術整合分布式存儲、計算和數據驗證。

• 某flow：去中心化的多AI Agent組成的網路，用戶只需描述需求，AI代理網路即可自主完成任務。

2. 去中心化AI

去中心化AI是鏈上AI的終極目標。目前，許多項目在算力、數據、模型等方向努力，希望通過去中心化方式打破大公司對LLM的壟斷，幫助大衆獲得數據和模型的所有權。

• 某數據主權平台：致力於構建去中心化的用戶數據主權平台，讓個人數據變成金融資產。

• 某AI雲平台：開放訪問的AI雲平台，整合全球計算資源，爲用戶提供經濟實惠、可擴展的GPU資源和AI服務。

• 某Ledger：專注於AI和區塊鏈的下一代網路，提供去中心化的經濟基礎設施，支持開發者獲取高質量數據、微調專用語言模型。

• 某.NET：去中心化計算平台，提供按需訪問GPU和CPU集羣的服務，消除用戶對昂貴硬件或基礎設施的需求。

• 某ir：專注於提供分布式雲計算基礎設施的創新平台，包括爲AI計算任務設計的裸機GPU雲和優化遊戲行業的雲端GPU網路。

• 某Lab：去中心化的自治AI智能體網路，這些智能體運行在用戶設備上，用於實時挖掘互聯網數據。

• 某IB：致力於AI和高性能計算領域的經濟層解決方案，通過金融化和代幣化GPU資源，創建新的資產類別和經濟體系。

• 某 AI：專爲人工智能經濟設計的去中心化Layer 1區塊鏈平台，通過創新的Proof of AI（PoAI）共識機制，解鎖對AI資產的公平訪問與獎勵。

• 某mata：爲去中心化應用提供中間層的隱私保護和無追蹤計算功能，保障數據隱私和用戶自主權。

• 某 AI：打造開放透明的AI數據平台，支持多模態數據的收集和標注，提供高效、低成本的AI輔助數據標注服務。

3. 可驗證的AI

AI發展面臨的重要挑戰之一是訓練過程的不透明，以及無法保證AI輸出結果的準確性。目前有許多項目希望通過ZKP、TEE等技術實現對AI訓練過程的可驗證性，保證AI輸出結果的可靠性。

• 某Network：去中心化雲計算平台，爲鏈上應用提供可信的隱私計算和AI推理服務。

• 某vis：去中心化計算引擎，提供可驗證的鏈下AI和區塊鏈計算，結合零知識證明提升隱私與效率。

• 某sense Network：專注於去中心化數據驗證與可信AI的創新平台，幫助開發者驗證數據來源，確保訓練數據的真實性和完整性。

二、AI用例：潛力與期待

相較於豐富的AI基礎設施，目前出彩的AI實際用例項目仍相對較少。除了廣爲人知的推特機器人外，還有一些新興的AI Agent應用，爲AI Agent的應用提供了更多可能性。

• 某rra：某鏈上的Gamefi AI Agent平台，能夠利用AI引擎生成實時動態敘事內容，與玩家交互、推動故事發展。

• 某 Travel：AI驅動的旅行助手，通過聊天方式幫助用戶自動定制旅行計劃，並提供訂購和比價服務。

• 某TracyAI：專注於籃球領域的體育解說AI Agent，能爲比賽提供實時分析和預測性見解。

• 某Jimmy：專注於金融和交易領域的AI Agent平台，目標是創建由AI Agent自主運行的去中心化多策略對沖基金。

三、傳統項目向AI轉型

大勢所趨，許多傳統Web3項目也紛紛擁抱AI，宣布了各自的AI轉向計劃。

一些老牌公鏈積極參與AI相關會議，認爲AI Agent的出現有助於簡化復雜的區塊鏈交互流程，吸引更多用戶進入Web3世界。這些公鏈表示將從底層架構、帳戶創新等方面全面支持AI發展，並通過活動鼓勵開發者在鏈上進行AI應用的創新。

原本專注於Restaking服務的某項目也表示正在構建去中心化的信任層，提供可驗證的雲服務，爲AI的訓練和推理、預測等鏈下運算提供鏈上證明，助力可驗證AI Agent的發展。

四、挑戰與未來

盡管前景光明，鏈上AI的發展仍面臨諸多挑戰，包括模型可靠性不足、提示詞意圖的模糊性、存儲和硬件限制，以及隱私安全等問題。這些挑戰不僅帶來技術難題，也孕育着巨大的創新機會。

長遠來看，業界對鏈上AI的發展充滿希望，期待通過基礎設施的進一步完善、用例創新和社區協作，共同推動AI與Web3的融合與繁榮。