隔年ChatGPT發布一年多後，近日市場上關於AI+Crpyo的討論再次活躍。 AI被視為24-25年牛市一個重要同類之一，就連V神也發文討論未來AI+Cryto可能的探索方向。從一級市場角度來看，過去一年觀察到的AI與加密貨幣結合的創業計畫具體切入市場，目前取得了哪些成就，並有哪些地方待探索。整個23年，AI+加密的專案可以看到明顯的週期。從更具體和直接的角度來總結目前一級市場看到的這些AI項目。 AI+加密的項目大多都是圍繞著加密的核心開展的，即「技術（或政治）上的去中心化+商業上的資產化」。
譯文來源：ABCDE
隔年ChatGPT發布一年多，最近市場上關於AI+Crpyo的討論再次活躍起來，AI被視作24-25年牛市一個極其重要的同類之一，就連V神本人都發文《The Promise and 《加密貨幣+AI應用的挑戰》（Crypto+AI應用前景與挑戰）探討未來AI+Cryto可能的探索方向。
這裡不會做太多的優勢預判，而是簡單的從一級市場角度，把過去一年觀察到的AI與加密貨幣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，還有哪些地方仍有待探索。
一. AI+加密的週期
整個23年，我們聊了大約幾十個AI+加密的項目，其中可以看到明顯的週期。
22月底ChatGPT發布，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相關也差不多。
23年1-5月可以說是AI計畫的第一個爆發中心化期，畢竟Chatgpt帶來了帶來的衝擊，二級市場許多老計畫紛紛樞軸去AI爆發，一級市場也幾乎每週幾乎聊到AI+加密的項目。同樣的，或許時期的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開發團隊經常花個兩天才能復刻出一個專案基礎架構。也導致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市，很大聲的是一級市場的AI項目在這段時間也急劇減少了許多，直到最近一兩個月數量才再次活躍起來，這關於AI+加密的討論，文章等等也豐富起來。我們再次進入每週都可以遇見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 模型的理解，商業場景的落地，AI+加密的結合比第一批AI Hype 時期有了明顯的提升，技術壁壘雖然依然不強，但整體成熟度上了一個階梯。也是進入24 年才終於在AI+Crpyto 這次出現了第一次押金。
二. AI+加密的近似
V神在前景與挑戰的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+加密的項目大多都是圍繞著加密的核心開展的，即「技術（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，大體可以分成三個主要變數：
・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延續，因為除了各種新項目，還有很多舊項目的Pivot，例如Cosmos 旁邊的Akash，Solana 旁邊的Nosana，且Pivot 後面的代幣都是瘋漲節奏的，也第三個重要市場對於AI前沿的看好，RNDR雖然主打中心化渲染，但其實也能服務於AI，所以很多去梳理也都把RNDR這類算力相關的系統劃分到了AI前沿
算力資產化又可以依算力用途再細分成兩個方向：
一個方法Gensyn為代表的「去訓練中心化算力拿來做AI」；
一個是大多數Pivot 以及新為代表的「去中心化算力拿一個AI 推理項目」；
在這個樓梯上可以看到一個很引人注目的現象，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訓練或推理
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了頻寬需求。目前變壓器大模型的環境下，這些大型模型需要配備大量的4090級別的顯示卡/H100專業AI顯卡購買成的高端算力矩陣+NVLink與專業工廠交易所構成的百G級別的通訊通道，你說這東西能去中心化實現，嗯…
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，這也是為什麼大多數算力項目相關都是搞推理的，訓練的基本上只有Gensyn ，這樣的融資加起來過億的大玩家。但同樣，從可靠性和可靠性這兩個角度來看，至少在現階段，中心化算力做推理依然是遠好於中心化的。
這不難解釋，為什麼中心化推理看去中心訓練覺得「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剛的時候大家也說全民節點全都算一遍這個模式相對雲運算不靠譜啊，最後也不成？那就得看AI訓練和AI推理未來正確性，不可篡改，產生這些需求的需求了，複雜的性能、可靠性、價格這些，暫時確實不可能好的過中心化。
模型的資產化
這個計畫也是紮堆的一個模擬，也相對於算力資產化更容易理解的一個模擬，因為ChatGPT火了之後最知名的應用就是Character.AI之一。你既可以和蘇底格拉，孔子這些先賢討教問，也可以和馬斯克，山姆奧特曼這些名人閒聊吹水，更可以和初音未來，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這個概念全民Character.AI研究
如果孔子，馬斯克，雷電將軍這些代理都是NFT呢？
這不就是AI X Crypto麼？
所以說是模型的資產化，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，更多的是基於模型之上的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，報道，包括Agent的搜尋以及Market Place等衍生項目也可以見到。
這種對抗的普遍問題首先是沒有技術壁壘，基本上就是Character.AI的NFT化，我們內部的技術大神用現有的開源工具和框架一晚就搞出一個像BMAN一樣說話，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，本質上元資料裡存的可能只是一個URL 或哈希，模型/Agent 都是在雲端伺服器上，鏈上交易的只是最後一個。
模型/代理的資產化在可見的未來仍然會是AI x 加密的相遇之一，希望可以看到相對有一定的技術壁壘，與區塊鏈自身結合更加緊密也更加原生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+加密的，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，或者說更準確一點——公域流量的數據，這些數據可能佔比只有10–20%還不到，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，我們肯定可以在各個垂類領域擁有更專業的Agent/Bot。
Web3最優秀的口號是什麼，讀，寫，擁有
如今透過AI+加密貨幣，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，給大模型提供更豐富的「口糧」，聽上去是十之八符合邏輯的做法，也確實有幾個團隊在這個領域深耕。
然而這個成長最大的困難是──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示卡什麼型號直接就可以轉化為多少算力，而中部數據數據的數量、質量、用途等各個方面都很難簡單，如果說去中心化算力是ERC20，那麼去中心化AI訓練資料的資產化有點像ERC721，且還是猴子PunkAzuki很多個項目，很多特質摻雜在一起那樣，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資料資產化的項目都有點舉步維艱。
資料延續還有一個值得一提的是去中心化標記，資料資產化在「資料收集」這個步驟中起著作用，而收集到的資料在餵食給AI之前還需要做一下處理，這就是資料標記的步驟。這個步驟目前也多是中心化的人力密集型勞動，透過中心化的代幣獎勵去把這個勞動工作變成去中心化，標註去賺取，或者類似眾包平台一樣的方式吧工作散出去，也是一個思路。目前在這個領域有嘉盛小團隊耕耘。
三. AI+加密的拼圖
簡單地說下從我們的視角來看，目前這個的拼圖。
一是技術壁壘。如同之前所說，大部分AI+加密的項目相對於Web2 的傳統AI項目來說幾乎沒有任何壁壘，更多的是依賴經濟模型和代幣激勵在前端體驗、市場和運營上花思維，這當然也無可厚非，去中心化與價值分配本就是Web3所長，只是缺乏核心障礙難免會有X來賺取的即視感。還是期待更多RNDR這樣的母公司OTOY有核心技術的團隊在加密貨幣裡大展拳腳。
二是從業者現狀。就目前觀察到的情況而言，AI X 加密貨幣這個類似的創業者部分團隊很懂AI，但對Web3 的理解不深。而團隊部分非常的加密貨幣Native，但在AI 領域的造詣較淺。這與早期的Gamefi 架構非常相似，或是很懂遊戲思考Web2 遊戲鏈改，或是很懂Web3 思考各種打金模型的創新與優化。 Matr1x 是我們Gamefi 遇到的第一個對遊戲和加密貨幣理解雙A的團隊，這也是為什麼我之前寫到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AI與加密貨幣領域理解雙A 的團隊。
三是商業場景。 AI X 加密貨幣完成了一個至關重要的早期探索階段，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礦和闡釋的模仿。目前來看到的項目普遍在AI 與加密的結合多少一些“生硬”或者“粗糙”之感，並沒有發揮出AI 或者加密貨幣最優的對抗或者可組合性，這也與上面說的第一二點息息相關。例如我們In House研發團隊就想到並設計了一個更優的等待方式，可惜看了這麼多AI結合的項目，仍然沒有看到有團隊切入這個闡釋領域，所以只能繼續繼續。
什麼，你問為什麼我們一個VC 能比今天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 團隊對加密的理解，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 還是非常的早期且不成熟，但並不妨礙我們看好24-25 年，AI X 加密貨幣將成為這一輪牛市的主要之一。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：）
關於ABCDE
ABCDE 是專注於領投頂級加密貨幣Builder 的VC，由耕耘了加密貨幣行業10 年以上的火幣聯合創始人杜均及前互聯網和加密貨幣創業家BMAN 聯合專欄。 ABCDE 的聯合創始人們從0 開始在加密貨幣行業建立了數位十億美元市值的公司。因為我們是創業者，所以我們更聰明創業家。我們已經為ABCDE的建構者建構了上市公司（1611.HK）、交易所（Huobi）、SAAS公司（ChainUP）、媒體（ CoinTime.com）、開發者平台（BeWater.xyz）等優質的生態。
本文來自投稿，不代表律動BlockBeats 觀點。
資訊來源：0x資訊編譯自網際網路。版權所有，未經許可，不得轉載