ABCDE:從一級市場視角整理AI+Crypto

作者:Laobai,ABCDE

時隔ChatGPT發布一年多,最近市場上關於AI+Crpyo的討論再次熱鬧起來,AI被視作24–25年牛市一個最為重要的賽道之一,就連V神本人都發文《The promise and challenges of crypto + AI applications》(Crypto+AI 應用前景與挑戰)探討未來AI+Cryto可能的探索方向。

本文不會做太多的主觀預判,而是單純的從一級市場角度,把過去一年觀察到的AI與Crypto結合的創業項目做一個大致梳理,看看創業者俱體是從哪些角度切入的市場,目前取得了哪些成就,又有哪些地方依舊仍在探索。

一. AI+Crypto的周期

整個23年,我們聊了差不多有幾十個AI+Crypto的項目,其中可以看到明顯的周期。

22年底ChatGPT發表前,二級市場與AI相關的區塊鏈項目寥寥無幾,大家能想到的主要就是FET,AGIX等幾個老牌項目,一級市場能夠見到的AI相關同樣不多。

23年1–5月可以說是AI項目的第一個集中爆發期,畢竟Chatgpt給人帶來的衝擊太大,二級市場許多老項目紛紛Pivot去AI賽道,一級市場也是幾乎每週都能聊到AI+Crypto的專案。同樣的,這段時期的AI項目給人感覺相對簡單,很多都是基於ChatGPT的“套皮”+“鏈改”項目,幾乎沒有任何技術上的核心壁壘,我們的In-House開發團隊往往花個一、兩個天便能復刻出一個專案基礎架構。也導致了我們這段時間聊了很多AI項目,但最後沒有任何出手。

5–10月的二級市場開始轉熊,很有意思的是一級市場的AI項目在這段時間也驟減了許多,直到最近一兩個月數量才再次活躍起來,市面上關於AI+Crypto的討論,文章等等同樣豐富起來。我們再次進入每周可以遇見AI項目的「盛景」。時隔半年後明顯感覺到新出現的一批AI項目對AI賽道的理解,商業場景的落地,AI+Crypto的結合比第一批AI Hype時期有了明顯的提升,技術壁壘雖然依舊不強,但整體成熟度上了一個台階。我們也是進入24年才終於在AI+Crpyto賽道上有了第一次押注。

二. AI+Crypto的賽道

V神在前景與挑戰一文裡從幾個相對抽象的維度和視角給出了預判:

  • AI作為遊戲中的參與者
  • AI作為遊戲介面
  • AI作為遊戲規則
  • AI作為遊戲目標

我們則從更具體和直接的角度來總結目前一級市場所看到的這些AI項目。 AI+Crypto的專案大多都是圍繞著Crypto的核心去做的,也就是「科技(或政治)上的去中心化+商業上的資產化」。

去中心化沒什麼好說的,Web3麼……根據資產化的品類,大體可以分為三個主賽道:

  • 算力的資產化
  • 模型的資產化
  • 數據的資產化

算力資產化

這是一個相對密集的一個賽道,因為除了各種新項目,還有好多老項目的Pivot,比如Cosmos那邊的Akash,Solana那邊的Nosana,且Pivot之後代幣都是瘋漲的節奏,也側面反映出市場對於AI賽道的看好,RNDR雖然主打去中心化渲染,但其實也能服務於AI,所以很多歸類也都把RNDR這類算力相關的統統劃分到了AI賽道

算力資產化又可以依算力用途再細分成兩個方向:

  • 一個是以Gensyn為代表的「去中心化算力拿來做AI訓練」;
  • 一個是大多數Pivot以及新項目為代表的「去中心化算力拿來做AI推理」;

在這個賽道可以看到一個很有趣的現象,或者說不看好鄙視鏈:

  • 傳統AI → 去中心化推理→ 去中心化訓練
  • 傳統AI科班出身的不看好去中心化做AI訓練Or 推理
  • 去中心化推理的不看好去中心化訓練的

原因主要是在技術上,因為AI訓練(特指大模型AI)牽扯到海量的數據,而比數據需求更誇張的是這些數據高速通訊形成的頻寬需求。在目前Transformer大模型的環境下,訓練這些大模型需要的是配備大量的4090級別的高端顯示卡/H100專業AI顯示卡購成的算力矩陣+NVLink與專業光纖交換機構成的百G級別通訊通道,你說這東西能去中心化實現,hmm…

AI推理對與算力和通訊頻寬的需求遠小於AI訓練,去中心化實現的可能性自然比訓練大了很多,這也是為什麼多數算力相關項目都是搞推理的,訓練的基本上只有Gensyn ,Together這種融資過億的大玩家。但同樣,從性價比和可靠性這兩個角度來講,至少在現階段,中心化算力做推理依舊是遠好於去中心化的。

這就不難解釋,為什麼去中心化推理看去中心化訓練覺得“你們根本做不成”,而傳統AI看去中心化訓練和推理會覺得“訓練技術上不現實”,“推理商業上不靠譜」。

有人說BTC/ETH剛出來的時候大家也說分散式節點全都算一遍這個模式相對雲端運算不靠譜啊,最後不也成了?那就得看AI訓練和AI推理將來對於正確性,不可篡改,冗餘這些維度的需求了,單純拼性能,可靠性,價格這些,暫時確實不可能好過中心化。

模型的資產化

這也是計畫紮堆的一個賽道,也是相對於算力資產化更容易理解的賽道,因為ChatGPT火了之後最知名的應用之一就是Character.AI了。你既可以和蘇格拉底,孔子這些先賢討教學問,也可以和馬斯克,山姆奧特曼這些名人閒聊吹水,更是可以和初音未來,雷電將軍這些虛擬偶像談情說愛,這一切,都是大語言模型的魅力。 AI Agent這個概念經由Character.AI深入人心

如果孔子,馬斯克,雷電將軍這些Agent都是NFT呢?

這不就是AI X Crypto麼? !

所以與其說是模型的資產化,不如說是基於大模型打造的Agent的資產化,畢竟大模型本身是不可能上鍊的,更多是基於模型之上的Agent映射成NFT來打造類「模型資產化」的AI X Crypto即視感。

現在圈內有可以教你學英文的Agent,也可以有跟你談戀愛的Agent,各式各樣,包括Agent的搜尋以及Market Place等衍生項目也可以見到。

這個賽道的普遍問題是第一個沒有技術壁壘,基本就是Character.AI的NFT化,我們In-House的技術大神用現有的開源工具和框架一晚上就搞出一個說話像BMAN,聲音也像BMAN的Agent。第二與區塊鏈的結合程度非常輕,有點像ETH上的Gamefi NFT,本質上Metadata裡存的可能只是一個URL或是哈希,模型/Agent都是在雲端伺服器上,鏈上交易的只是一個所有權而已。

模型/Agent的資產化在可見的未來依舊會是AI x Crypto最主要的賽道之一,希望可以看到相對有一定技術壁壘,與區塊鏈自身結合更加緊密也更加Native的項目在未來可以出現。

數據的資產化

數據資產化從邏輯上來說是最適合AI+Crypto的,因為傳統AI訓練,大多只能利用互聯網上有的看得見的數據,或者說更加精確一點— 公域流量的數據,這些數據可能佔比只有10–20%不到,更多的資料其實都在私域流量(包括個人資料),如果這些流量資料可以用來訓練或是Fine-Tune大模型,我們絕對可以在各個垂類領域擁有更專業的Agent/Bot。

Web3最擅長的口號是什麼,Read,Write,Own!

那麼透過AI+Crypto,在去中心化激勵的引導下,釋放個人與私慾流量的數據,將其資產化,給大模型提供更好更豐富的“口糧”,聽起來是個十分符合邏輯的做法,也確實有幾個團隊在這個領域深耕。

然而這個賽道最大的困難是— 數據這個東西很難像算力一樣標準化。去中心化算力你的顯卡什麼型號直接就可以轉化為多少算力,而私有數據數據的數量,質量,用途等各個維度都很難衡量,如果說去中心化算力是ERC20,那麼去中心化AI訓練數據的資產化有點像ERC721,而且還是猴子PunkAzuki很多個項目,很多Traits摻雜在一起那種,流動性與市場做起來的難度比ERC20難上不是一點半點,所以目前做AI數據資產化的專案都有點舉步維艱。

數據賽道還有一個值得一提的是去中心化標註,數據資產化是作用在「數據收集」這個步驟,而收集到的數據在餵養給AI前還需要做一下加工,這就是數據標註的步驟。這個步驟目前也多是中心化的人力密集型勞動,透過去中心化的代幣獎勵去把這個Labour Work變成去中心化,標註to Earn,或是類似眾包平台一樣的方式吧工作散出去,也是一個思路。有見到少量團隊目前在這個領域耕耘。

三. AI+Crypto缺失的拼圖

簡單說下從我們的視角來看,目前這個賽道缺少的拼圖。

一是技術壁壘。如同之前所講,絕大多數AI+Crypto的項目相對於Web2的傳統AI項目來說幾乎沒有任何壁壘,更多是依靠經濟模型和代幣激勵在前端體驗,市場和運營上花心思,這當然也無可厚非,去中心化與價值分配本就是Web3所長,只是缺乏核心壁壘難免會有X to Earn的即視感。還是期待更多像是RNDR這種母公司OTOY有核心技術的團隊在Crypto裡大展拳腳。

二是從業者現狀。就目前觀察到的情況而言,AI X Crypto這個賽道的創業者部分團隊很懂AI,但是對Web3的理解不深。而部分團隊非常的Crypto Native,但在AI領域的造詣較淺。這與早期的Gamefi賽道非常類似,要嘛很懂遊戲想著Web2遊戲鏈改,要嘛很懂Web3想著各種打金機型的創新與優化。 Matr1x是我們Gamefi賽道遇到的第一個對遊戲和Crypto理解雙A的團隊,這也是為什麼之前我有寫到Matr1x是我23年「聊完即拍板」的三個項目之一,我們期待可以在24年看到在AI與Crypto領域中理解雙A的團隊。

三是商業場景。 AI X Crypto處在一個極其早期的探索階段,上述的各類資產化只是幾個大的方向,其中每個方向都有可以仔細挖掘和細分的賽道。目前市面上看到的各類項目在AI與Crypto的結合多少有些「生硬」或是「粗糙」之感,並沒有發揮出AI或是Crypto最優的競爭力或是可組合性,這也與上述說的第二點息息相關。例如我們In House研發團隊就想到並設計了一個更優的結合方式,可惜看了這麼多AI賽道的項目,依舊沒有看到有團隊切入這個細分領域,所以只能繼續等待。

什麼,你問為什麼我們一個VC能比市面上的創業家先想到某些場景?因為我們的In House AI團隊裡有7位大神了,其中5個是科班AI的PHD出身。至於ABCDE團隊對與Crypto的理解麼,你懂的…

最後想說的是,雖然目前在一級市場的視角來看,AI x Crpyto還非常的早期與不成熟,但這並不妨礙我們看好24–25年,AI X Crypto會成為這一輪牛市的主賽道之一。畢竟,AI解放生產力,區塊鏈解放生產關係,還有比這兩者更好的結合方式麼:)

Total
0
Shares
Related Posts