本文作者認為，在目前加密貨幣市場中，缺乏像DeFi、NFT、Gamefi等熱門現象，導致整體市場缺乏產業熱點，使用者、產業投資和開發者都較乏力。大部分山寨幣對比特幣匯率持續下跌，智慧合約平台的估值受應用程式繁榮程度影響。人工智慧作為新興商業領域，可望為全球人工智慧領域帶來增量。作者認為加密貨幣經濟中的人工智慧領域可能面臨監管、治理、專案調整等挑戰。作者預測人工智慧領域可能迎來通用人工智慧的到來，帶來技術進步和社會變革。
作者：Alex Xu
引言
目前來看，本輪加密貨幣牛市週期是商業創新之上極為乏味的一輪，缺少上一輪牛市DeFi、NFT、Gamefi這樣的現象熱潮，導致整體市場行情缺少產業熱點，用戶、產業投資和開發者都比較乏力。
這也反映在目前的資產價格上，整輪週期來看，大部分山寨幣對於BTC的匯率持續失血，其中也包括ETH。畢竟智慧合約平台的估值是由應用的繁榮程度決定的，當應用的發展創新乏善可陳，公鏈的估值也很難抬升。
而人工智慧作為本輪新興商業領域，受益於外部商業世界爆炸式的發展和持續不斷的熱點，仍有可能為全球人工智慧領域帶來不錯的反饋增量。
而在筆者4 月發布的IO.NET 代表中，梳理了AI 與加密貨幣結合的必要性，即加密貨幣經濟方案在確定性、調動配置資源和免信任上的優勢，可能是解決AI 隨機性、資源密集和人機難以辨識三個挑戰的方案之一。
在加密貨幣經濟領域的AI領域，筆者嘗試再透過一篇文章，對一些重要議題進行討論與推演，包括：
人工智慧不得存在於哪些領域，或將在未來幾年內進行監管這些治理的催化路徑和意義調整相關的項目標的報道推演詳情和事項
本文為作者截至發表時的階段性思考，未來可能改變，且具有極強的運作性，亦可能存在事實、數據、邏輯錯誤，請勿作投資參考，歡迎同業提出批評和探討。
以下為正文部分。
加密貨幣人工智慧的下一步監控
在正式盤點加密貨幣AI框架的下一波審核前，我們先來看看目前的加密貨幣AI的主要審核，從市值排序來看，超過10億美金的有：
算力：Render（RNDR，流通市值38.5 億）、Akash（流通市值12 億）、IO.NET（最近一輪一級融資估值10 億） 演算法網絡：Bittensor（TAO，流通市值29.7億） AI代理：Fetchai（FET，合併前流通市值21億）
*數據時間：2024年5月24日，貨幣單位買賣美元。
除了以上幾個領域，下一個單市值超10億的AI目標會是哪一個？
筆者認為兩個視角來推測：「產業供給面」的管理與「GPT時刻」的管理。
AI 管理的第一個視角：從產業供給端看AI 背後的能源和數據支撐機會
從產業供應端來看，人工智慧發展的四個推動力為：
最佳演算法：最佳演算法能夠更有效率地訓練和推理任務算力：模型計算還是模型推理，這也是當下主要的產業瓶頸，缺芯導致晶片價格高企能源：AI所需的數據計算中心產生了大量的能源消耗，除了GPU本身執行運算任務所需的電力之外，處理GPU散熱的也需要非常多的能源，一個大型資料中心冷卻就佔總能源消耗的40%左右資料：大模型效能的提升需要擴大訓練參數，這意味著海量的優質資料需求
針對上述四個產業推動力，演算法和計算力尚未出現同市值的項目，而能源和數據尚未出現同市值的項目。
但實際上，能源和數據的供給短缺問題將很快來臨，成為新興的產業熱點，從而帶動相關項目的熱潮。
我們首先要考慮能源。
2024 年2 月29 日，馬斯克在博世互聯世界2024 大會上說到：「我在一年多前就預測晶片短缺，下一次短缺的將是電力。我認為，明年將沒有足夠的電力來運行所有的晶片。
從具體數據來看，李飛飛領導的史丹佛大學人工智慧研究所（以人為本的人工智慧）每年都會發布《AI指數報告》，在該團隊2022 年發布的、針對21 年AI產業的議員，研究小組評估認為當年AI耗能規模只佔全球電力需求的0.9%，對能源和環境的壓力有限。而2023 年，國際能源總署（IEA）對2022 年的總結是：全球資料中心消耗了約460 太瓦時（TWh）的電力，佔全球電力需求的2%，並預測2026 年，全球資料中心消耗也會有620 太瓦時，最高會達到1050 太瓦時。
而實際上，國際能源總署的估價仍堅持了下來，因為目前已經有大量圍繞AI項目即將上馬，其對應的能源需求規模遠遠超過其23年的想像。
例如微軟和OpenAI正在籌劃的星際之門（Stargate）計畫。這個計畫預計在2028年啟動，2030年左右建成，能源計畫建構一台擁有數十個專用AI晶片的超級計算機，為OpenAI提供前所未有的運算能力，支援其在人工智慧尤其是大型語言模式方面的研發。國外預計耗資超過1000億美金，比當下的大型資料中心成本還要高出100倍。
而光是這事件就已經爆發了50 多年。
也正是因為如此，OpenAI 的創始人山姆·奧特曼在1 月的達沃斯論壇上談到：“未來人工智能需要能源突破，因為人工智能消耗的電力將遠遠超出人們的目標。”
在運算能力和能源之後，快速成長的人工智慧產業中，最受歡迎的領域是數據。
或者說，人工智慧的核心是優質數據已經變得現實。
目前人類從GPT的演化中，已經基本摸清了大語言模型能力成長的規律──也就是透過模型參數和訓練數據，能夠指數提升模型的能力──且進程中還看不到技術瓶頸。
但問題是優質且公開的數據在未來可能會越來越少，AI產品在數據上可能會面臨與晶片、能源一樣的供需矛盾。
首先是資料所有權的增加。
2023 年12 月27 日，《美國聯邦法院起訴OpenAI 和微軟，指控它們非法複製和使用GPT 模型，要求它們實施非法和實際損害賠償，還要調查所有包含《美國聯邦法院起訴OpenAI 和微軟，指控它們非法複製和使用GPT 模型，要求它們實施非法和實際損害賠償，還要調查所有包含《美國聯邦法院起訴OpenAI 和微軟，指控它們非法複製和使用GPT 模型，
早在3 月底，《紐約時報》發表了新的聲明，矛頭不僅指向了OpenAI，還指向了Google 和Meta。 《紐約時報》這份聲明中說，OpenAI 透過一個名為Whisper 的語音辨識工具成功吸引了YouTube 影片中的語音部分，然後產生文字，作為文字來訓練GPT-4。 《紐約時報》表示，現在大公司訓練AI 模型時使用小偷小摸的手段已經非常普遍，並表示這樣的事谷歌也在做，他們也把YouTube 視頻內容轉成文字，用於自己大模型的訓練，從而侵犯了影片內容創作者的權益。
《OpenAI》與OpenAI作為「AI版權第一案」，考慮到案件內容的複雜性和對內容的影響以及AI產業未來的深遠影響，不一定很快就能得出一個結果。最終的結果之一是雙方的外部和解，財務粗略的微軟和OpenAI支付大量補償金。但未來更多的數據版權摩擦勢必將提高優質數據的綜合成本。
此外，作為全球知名的搜尋引擎，Google 正在為其用戶提供廣告功能，而不僅僅是AI 公司。
來源：路透社
谷歌的搜尋引擎伺服器裡保存著大量內容，甚至可以說是自從21 世紀以來所有網路頁面上出現的內容谷歌都保存著。而目前人工智慧驅動的搜尋產品，海外的如perplexity，國內的如Kimi、秘塔，都已透過人工智慧進行處理，再輸出給使用者。搜尋引擎對人工智慧的收費，必然提升資料的取得成本。
除了公開數據外，AI巨頭還盯上了非公開機構數據。
Photobucket 是一家老牌的圖片和影片託管網站，在2000 年初曾擁有7000 萬用戶和近一半的美國線上照片信用。隨著社群媒體的興起，Photobucket 用戶數量大幅下跌，目前僅剩200 萬活躍用戶（它們每年要支付399 美金的高昂費用），而根據用戶註冊時簽署的協議和隱私政策，超過一年的使用的帳號會被回收，也支援Photobucket 對使用者上傳的圖片和影片資料的使用權。 Photobucket 執行長Ted Leonard 透露，其擁有的13 億張照片和影片資料對訓練生成式AI 模型極具價值。他正在與多家科技公司就出售事宜進行談判，報價範圍從每張照片5 美分到1 美元不等，每段影片超過1 美元，他估計Photobucket 可提供超過10 億美金的數據價值。
圍繞人工智慧發展趨勢的研究團隊EPOCH，根據2022 年機器學習對數據的使用和新數據的生成情況，再考慮計算資源，曾經發表一篇關於機器學習所需的數據能力報告《我們的數據會用完嗎？ 《機器學習中資料集擴展的極限分析》，報告的結論是：高品質文字資料大約在2023年2月到2026年之間用盡，分別為2030年到2060年用盡。如果數據的使用效率無法提高，或出現新的數據，則可能需要考慮大量數據的大型機器學習模型。
而就目前AI巨頭們紛紛高價買數據情況來看，未來的優質文字資料基本上已經用盡，EPOCH在2年的預測是比較精準的。
同時，圍繞「AI數據短缺」所需的解決方案也在出現，即：AI數據提供服務。
Defined.ai是一家為AI公司提供客製化真實高品質數據的公司。
Defined.ai 所能提供的資料類型範例：https://www.defined.ai/datasets
它的商業模式是：AI公司提供Defined.ai自己對資料的需求，例如就圖片而言，品質方面需要達到多少以上、避免模糊、過曝、內容真實。內容方面AI公司可以依照自己的訓練任務，客製化特定的主題，例如需要夜裡的照片、夜裡的錐桶、停車場、指示牌，用來提高AI在夜景下的辨識率。大眾都可以領任務，上傳由公司審核，然後把符合要求的部分按張數結算，價格大約是一張樓面圖片1-2美元，一個十幾秒的短片5-7美元，一部10分鐘以上的高品質影片100-300美元，文字是千字1美元，領分包任務的人可以得到其中20%左右的費用。資料提供之後可能會成為「資料標記」之後的另一個眾包業務。
全球範圍的任務是眾包分配、經濟激勵、資料資產的製定\流通和隱私保護、人人可以參與，聽起來特別像一扇適合Web3 範式商業門類。
產業扶貧視角下的AI管理標
晶片短缺引發關注滲透到加密貨幣產業，讓分散式運算能力成為新聞焦點、市值最高的AI框架。
那麼人工智慧產業在能源和數據方面的矛盾如果在未來1-2年內出現，加密貨幣產業目前有哪些治理項目？
來看能源類別的指標。
已經上線了頭部CEX的能源類項目非常稀少，只有Power Ledger（代幣Powr）一個。
Power Ledger 於2017 年成立，是一個基於區塊鏈技術的綜合能源平台，旨在實現能源交易的中心化，推動個人和社區直接交易電力，支持再生能源的廣泛應用，並透過智慧合約確保交易的透明和高效。最初Power Ledger 是基於以太坊改造而來的聯盟鏈運作。 2023 年下半年，Power Ledger 更新了白皮書，並啟動了自己的綜合型公鏈，該公鏈基於Solana 的技術框架改造，可用於處理分散式能源市場中的高頻微交易。目前Power Ledger 的主要業務包括：
能源交易：很久以前我就在點地買賣電力，特別是來自意外的電力。 供應鏈金融：區塊鏈技術、再生能源專案融資，以及金融衍生性商品交易。 公鏈營運：吸引應用程式開發者在Powerledger區塊鏈上建立應用，公鏈貨幣費用以Powr 代幣支付。
目前Power Ledger專案的流通市值為1.7億$，全流通市值為3.2億$。
相較於能源類型的加密貨幣，資料存取的數量則更為豐富一些。
筆者僅羅列目前自己關注的，並且已經至少上線了幣安、OKX 和Coinbase 其中一家CEX 數據支撐項目，且按照FDV 從低至高排列：
1.Streamr – 數據
Streamr 的目標是建立一個去中心化的即時數據網絡，致力於自由地交易和分享數據，同時保持自我數據的完全控制。透過其數據市場，Streamr 希望使數據生產者能夠直接向有興趣的消費者銷售數據流，無需中介機構，從而降低成本並提高效率。
來源：https://streamr.network/hub/projects
在實際的合作案例中，Streamr 與另一個Web3車載硬體專案DIMO合作，透過裝載在車輛上的DIMO硬體感測器收集溫度、氣壓和其他數據，形成天氣數據流傳輸給所需的機構。
與其他數據項目相比，Streamr 更側重於物聯網、硬體感測器數據，除了上面提到的DIMO車載數據之外，其他項目還有赫爾辛基的即時交通數據流等。因此，Streamr計畫代幣DATA 也曾經在去年12 月，Depin 概念最火熱的時候一度創造了單日翻倍的漲幅。
目前Streamr專案的流通市值為4,400 萬$，全部流通市值為5,800 萬$。
2.共價-CQT
與其他資料倉儲不同的是，共價是區塊鏈資料。共價透過RPC 從區塊鏈節點讀取數據，並把這些數據輸入到資料庫中，然後我們就可以建立一個新的節點。這樣，我們就可以從一個叫做「區塊鏈資料索引」的資料庫中取得我們想要的資料。
Covalent 是Dapp專案的一部分，例如各種Defi，也包括許多中心化加密貨幣公司，例如Consensys（Metamask 的母公司）、Rotki（稅務工具）、Rainbow（數位貨幣包）等，此外傳統金融業中的巨頭富達、四大會計事務所安永，也是Covalent 官方揭露數據，項目的來自於數據服務的公司已經超過同一領域的頭部項目The Graph。
Web3產業由於鏈上資料的複雜性、公開性、真實性以及即時性，有望成為細分AI場景和特定「AI小模型」的優質資料來源。共價作為數據提供者，成功地為各類AI場景提供數據，並實現了專門面向AI的可驗證結構化數據。
來源：https://www.covalenthq.com/solutions/decentralized-ai/
例如為鏈上智慧交易平台SmartWhales 提供數據，利用AI 識別出盈利的工具模式和地址；Entendre Finance 則透過Covalent 設計化數據，經過AI 處理用於即時洞察、異常檢測和預測分析等。
目前來看，Covalent 託管的鏈上資料服務場景仍以金融為主，但隨著Web3 產品和資料類型的泛化，鏈上資料的使用情境需求進一步拓展。
目前Covalent專案的流通市值為1.5億美元，全流通市值為2.35億美元，相對於同一網站的區塊鏈資料指數專案The Graph，具有比較明顯的估值優勢。
3.Hivemapper – 蜂蜜
在數據素材中，視訊資料的單價最高。 Hivemapper 可以為AI 公司提供包括影片和地圖資訊在內的多種數據。 Hivemapper 本身是一個去中心化的全球地圖項目，旨在透過區塊鏈技術和社區貢獻來創建一個詳細、動態且可訪問的地圖系統。參與者可以透過行車記錄器（dashcam）捕捉地圖數據並將其添加到開源的Hivemapper 數據警報，並基於貢獻獲得專案代幣HONEY 的獎勵。為了提高網路的生態和降低互動成本，Hivemapper 建構在Solana 上。
Hivemapper 最早成立於2015年，最初的願景是使用無人機創建地圖，但後來發現這種模式難以擴展，從而轉向使用行車記錄器和智慧型手機來捕捉地理數據，從而減少了全球地圖製作成本。
與Google map等街景與地圖軟體相比，Hivemapper透過激發網路與眾包模式，能更有效率地拓展地圖覆蓋範圍、維持地圖實景的新鮮度、提升影片品質。
在AI對數據需求爆發之前，Hivemapper的主要客戶包括汽車產業的主管部門、導航服務公司、政府、保險和房地產公司等。如今Hivemapper則可以透過API為AI和大模型提供廣泛的道路和環境數據，透過不斷更新處理和道路特徵資料流的輸入，AI和ML模型將能夠更好地將資料轉化為能力的提升，執行與地理位置、視覺判斷有關的任務。
資料來源：https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
目前Hivemapper – Honey項目的流通市值為1.2 億$，全流通市值為4.96 億$。
除了以上三個項目之外，資料的每個項目還有The Graph – GRT（流通市值32 億$，FDV 37 億$），其業務與Covalent 類似，也提供區塊鏈資料索引服務；以及Ocean Protocol – OCEAN（流通市值6.7 億$，FDV 14.5 億$，本專案即將與Fetch.ai 和SingularityNET 合併，代幣轉換為ASI），一個開源協議，旨在促進數據和數據相關服務的交易所和貨幣化，將數據消費者與數據提供者連接起來，從而保證信任、透明和可追溯的前提下共享數據。
AI 管理的第二個觀點：GPT時刻重現，通用人工智慧降臨
在筆者看來，加密貨幣產業裡「AI」的元年是GPT震撼世界2023年，加密貨幣AI計畫的暴漲，更多的是AI產業爆炸式發展帶來的「熱度餘波」。
雖然GPT3.5 之後GPT4、turbo 等的能力不斷升級，以及Sora 在視頻創作能力的驚人展現，包括OpenAI 之外的大語言模型也快速發展，但不可否認的是AI 的科技進步給大眾帶來了認知衝擊正在減弱，人們開始逐漸使用AI 工具，大規模的職位替代似乎還未發生。
那麼，未來的AI領域是否會再現「GPT時刻」，出現讓大眾震驚的AI跨越式發展，我們意識到自己的生活和工作從而被改變？
這一刻可能是通用人工智慧（AGI）的誕生。
AGI指的是機器擁有類似人類的綜合認知能力，能夠解決複雜問題，而不是特定於任務。 AGI系統擁有高度的抽象思維、廣泛的背景知識、全領域的常識理解和因果關係理解以及跨專業的遷移學習等能力。 AGI的外觀與各領域最優秀的人類無異，就綜合能力來說則完全超越最優秀的人類群體。
實際上，無論科幻小說和遊戲、影視作品之中的表現，還是在GPT迅速普及之後的大眾預期，社會大眾對超越人類認知水平的AGI的出現早有預期。或者說，GPT本身就是AGI的先導產品，是通用人工智慧的預言版。
GPT旨在實現巨大的產業能量和心理衝擊，在於落地速度和表現超越了大眾的預期：人們沒想到，一個能完成圖靈測試的人工智慧真的到來了，而且速度很快。
實際上，人工智慧（AGI）或許會在1-2年內再次復現「GPT時刻」的突然性：人們才剛適應GPT的輔助，就發現AI已經不僅僅是一個助手，它甚至能獨立完成極有創造力和挑戰的工作，包括那些困於人類頂尖科學家幾十年的難題。
在今年4月8日，馬斯克接受了挪威王國財富基金首席投資官尼古拉·坦根的採訪，談到了AGI出現的時間。
他說：“如果把AGI定義為比最智能那部分人類還要智能話，我認為它很可能在2025年出現。”
也就是依照他的推斷，最多就是期望，1 年半的時間，AGI就會降臨。當然，他加了一個前提條件，就是“電力和硬體都跟得上的話。”
AGI的降臨的好處是非常的。
它意味著人類的生產力水平將大大跨步地上一個台階，大量地阻礙著我們幾十年的科研難題的解決。我們把“最聰明那部分人類”定義為貝爾獎得主的水平，我們可以擁有無數不知疲倦的“獎得主”，全天候關愛那些最難的科研問題。
而實際上獎品得主並不是幾億分之一那樣的贓物，他們在能力和智力上大多是大學教授的水平，但是因為概率和運氣選擇了方向，堅持做了下去並得到了結果。和他相當程度的人，他同樣優秀的同僚們，也許在科研的Cosmos中也獲得了獎品。但無奈的是，具備頂尖大學教授並參與科學研究突破的人員還是不足，因此「遍歷所有科學研究正確方向」的速度仍然很慢。
有了AGI之後，在能源和算力充分供給的背景下，我們可以有無限個「諾獎得主」等級的AGI在每一個科研突破方向進行縱深探索，技術的提升速度會快幾十倍。科技的提升，導致我們如今認為相當昂貴稀缺的資源，在10到20年間成百倍地增加，比如糧食產量、新材料、新藥、高水準的教育等，獲得這些成本開支成倍下跌，我們得以用更少的資源養活更多的人口，人均財富迅速增加。
全球GDP總量，資料來源：世界銀行
這聽起來似乎有點人聽聞，我們來看兩個例子，這兩個例子的發音者在操作上關於IO.NET 的提示中也曾使用過：
2018年，諾貝爾化學獎得主弗朗西斯·阿諾德在頒獎儀式上才說道：「今天我們在實際應用中可以閱讀、寫入和編輯任何DNA序列，但我們還無法透過它創作（compose it）。」只不過在他演講的5年後，2023年，來自史丹佛大學和矽谷的AI創業企業Salesforce Research的研究人員，在《自然-生物技術》發表的論文，他們透過基於GPT3微調而成的大語言模型，從0創造出全新的100萬種蛋白質，歐巴馬中尋找到2 種結構截然不同、卻都具有抗菌能力的蛋白質，有希望成為抗生素以外的細菌對抗方案。也就是說：在AI禁止蛋白質「創造」的短缺突破了。 而在實務中，人工智慧AlphaFold演算法在18個月內，把地球上幾乎所有的2.14億種蛋白質結構都做了預測，這項成果是過去所有人類結構生物學家工作成果的大約100倍。
變革已經發生，而AGI的地球上會進一步加快進程。
另一方面，AGI的早晨快樂的挑戰也是非常巨大的。
AGI 不僅是會受到政府大力支持的人工智慧服務供應商，也會隨著機器人技術的成熟和新製程研發成本的降低而受到衝擊，被機器和軟體的勞動崗位壓力迅速提升。
每次看到兩個看起來非常遙遠的問題，都會很快浮出水面：
大量人口的就業和收入問題在AI 遍布的世界，如何分辨AI 和
而Worldcoin\Worldchain正在嘗試提供解決方案，即用UBI（全民基本收入）系統為大眾提供基本收入，以基於虹膜的生物特徵和人類和人類人工智慧進行區分。
事實上，給全民發錢的UBI並非是在空中樓閣實踐，芬蘭、英格蘭等國都進行過全民基本收入的實踐，而加拿大、西班牙、印度等國亦有政黨正在積極提議推進相關的交易。
而基於生物特徵+區塊鏈的模式進行UBI分配的好處在於這個系統的全球性，對人口有審計覆蓋，此外還可以基於透過收入分配拓展而來用戶網絡，構建商業模式，比如金融服務（Defi 、社交、任務群眾募資等，她網路商業的協同，這也正是
AGI 降臨讚美的衝擊效應的對應標的✨ Worldcoin – WLD，其流通市值10.3 億$，全流通市值472 億$。
報道推演詳情及事項
本文與Mint Ventures 先前發布的諸多計畫和預期研究報告不同，對於管理的推演和預測具有較大的實踐性，請讀者將內容去中心化到各地討論，而不是預測未來的前景。作者上述的管理推演面臨許多挑戰，導致猜測錯誤，這些風險或影響因素包括但不限於：
能源方面：GPU 更新換代導致效率降低
儘管圍繞AI 的能源需求增加，但以英偉達為代表的晶片廠商正在透過不斷的硬體升級，以更低的功耗提供更高的運算能力，例如在三年內部署了兩個B200 GPU 和一個Grace CPU的新一代AI 計算卡GB200，其訓練性能是上一代主機AI GPU H100 的4 倍，推理性能是H100 的7 倍，需要的對稱性卻只有H100 的1/4。當然儘管如此，人們希望從AI 中獲得的力量渴望遠遠沒到盡頭，但是隨著AI 應用場景和需求的進一步擴張，總對稱性反而是上漲的。
資料方面：Q*計畫實現“自產資料”
OpenAI 內部一直存在著一個傳說中的專案「Q*」，經濟成長在OpenAI 發給員工的內部資訊被提及。根據路透社引述OpenAI 內部人士的觀點，這可能是OpenAI 在追尋超級智慧/ 通用人工智慧（AGI）道路上取得的突破。 Q* 不僅能夠憑藉傳統能力解決以前從未見過的數學問題，還能夠透過自我創造用於訓練大模型數據，而無需這些數據餵食。如果該傳說為真，AI 大模型訓練限定於優質資料不足的資金將被打破。
AGI降臨：OpenAI的隱憂
AGI降臨的時點是否真的如馬斯克所說，在2025年到來尚不得而知，但這只是時間問題。 但Worldcoin作為AGI降臨管理和受益標的，最大的隱憂可能來自OpenAI，畢竟其被認定為「OpenAI影子代幣」。
5 月14 日凌晨，OpenAI 在春季新品發布會展示最新的GPT-4o 與另外19 個不同版本大語言模型在綜合任務得分中展示，僅從表格來看，GPT-4o 得分1310，視覺上似乎比後幾名高出了一大截，但從總分來看，其僅比第二名GPT4 turbo 高了4.5%，比第四名谷歌的Gemini 1.5 Pro 高了4.9%，比第五名Anthropic 的Claude 3 Opus 高了5.1%。
從GPT3.5 初登場時震驚世界的那一刻僅僅過去了一年多，OpenAI 的競爭對手們已經追到了非常接近的位置（儘管GPT5 尚且沒有放出，並預計多年來發布），OpenAI 未來是否已經能保持自己行業領先位置，這個答案似乎正在變得模糊。 如果OpenAI 的領先優勢和統治地位被稀釋乃至追趕，那麼Worldcoin 作為OpenAI 的影子代幣的審核含金量也會下跌。
此外，除了Worldcoin的虹膜認證方案之外，越來越多的競爭對手也開始進入這個市場，例如手掌掃描ID專案Humanity Protocol剛剛宣布以10億美元估值完成3,000萬美元新一輪融資，LayerZero Labs也宣布將在Humanity上開展業務，並加入其驗證者節點網絡，使用ZK證明對憑證進行身份驗證。
結語
最後，筆者雖然對AI進行了後續的審核，但AI與DeFi等加密貨幣原生應用相比具有不同，其更多是AI熱度外溢至幣圈的產物，目前諸多項目就商業模式而言並未跑通，很多項目更像是AI的Meme（例如Rndr類似偉達的meme，Worldcoin類似OpenAI的meme），讀者應審慎看待。
資訊來源：0x資訊編譯自網際網路。版權歸作者Mint Ventures所有，未經許可，不得轉載