AI與Web3融合：基礎設施建設與創新應用

AI和Web3被視爲技術創新的兩大驅動力。隨着ChatGPT的出現，鏈上AI也從概念迅速發展爲Web3領域的重要基礎設施，成爲行業內公認的可持續發展新賽道。

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。無論是主會場還是分會場，相關討論持續不斷。讓我們來了解一下當前鏈上AI發展的主要方向和潛力項目。

一、AI 基礎設施

1. AI Agent平台和框架

AI Agent的發射平台和框架在近半年內備受關注。這類項目爲開發者和普通用戶提供了低門檻使用AI Agent的平台，是本輪AI項目的重點方向之一。

• 某去中心化人工智能操作系統通過構建AI專有的Layer 1，連接計算資源、數據和模型，構建分布式AI開發生態系統。

• 一個專注於去中心化AI Agent的創新平台致力於推動多代理技術的發展，用戶可以創建、管理和協調AI Agent網路。

• 某去中心化基礎架構棧旨在實現安全、自主的人機協作。用戶可以創建專屬AI智能體，這些智能體能夠自主行動。

• 一個去中心化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。

• 某去中心化的多AI Agent網路讓用戶只需描述需求，AI代理網路即可自主完成任務，實現單一AI模型或人類無法比擬的效率和速度。

2. 去中心化AI

去中心化AI是鏈上AI的終極目標。目前許多項目都在算力、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，幫助大衆獲得對數據和模型的所有權。

• 一個去中心化用戶數據主權平台讓個人數據變成金融資產。通過獨特設計，允許用戶通過區塊鏈貢獻和驗證數據，生成代幣化資產用於AI模型訓練。

• 某開放訪問的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。

• 一個專注於AI和區塊鏈的下一代網路提供去中心化經濟基礎設施，支持開發者獲取高質量數據、微調專用語言模型並將其部署爲可付費服務。

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

• 一家專注於提供分布式雲計算基礎設施的創新平台爲AI計算任務設計了裸機GPU雲，提供高性能計算能力。

• 某去中心化的自治AI智能體網路運行在用戶設備上，用於從互聯網實時挖掘數據，設備所有者可獲得代幣獎勵。

• 一個致力於AI和高性能計算領域的經濟層解決方案旨在通過金融化和代幣化GPU資源，創建全新的資產類別和經濟體系。

• 某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共識機制，解鎖對AI資產的公平訪問與獎勵。

• 一個爲去中心化應用提供中間層隱私保護和無追蹤計算功能的平台爲開發者和用戶提供高效、可信任且去中心化的環境。

• 某開放透明的AI數據平台支持多模態數據的收集和標注，同時提供高效、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。

• 一個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。其產品服務包括基於信任執行環境的保密計算網路，支持智能合約、AI模型訓練和推理，以及數據隱私保護。

• 某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，專注於金融數據隱私保護。

• 一個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；同時支持對AI決策過程的審計與驗證。

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。一些潛力項目包括：

• 某遊戲平台上的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，並在遊戲化場景中提供個性化體驗。

• 一個AI驅動的旅行助手能夠通過聊天方式幫助用戶自動定制不同的旅行計劃，並提供酒店預訂、航班比價等服務。

• 某體育領域的AI Agent能夠爲比賽提供實時分析和預測性見解。

• 一個專注於金融和交易領域的AI Agent平台，其主要目標是創建由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

許多傳統Web3項目也紛紛擁抱AI，宣布各自的AI轉向計劃。

一些知名公鏈積極參與AI相關會議，表示AI Agent的出現對簡化復雜的區塊鏈交互流程有重要幫助，能夠將更多用戶引入Web3世界。他們計劃從底層架構、帳戶創新等方面全面支持AI發展，同時通過黑客松等活動鼓勵開發者進行AI應用創新。

某專注於Restaking服務的項目也表示正在努力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。