# AI+Web3:塔楼与广场近两年,AI的发展像被按了加速键,这场由Chatgpt煽动的蝴蝶效应,不仅打开了生成式人工智能的新世界,同样在Web3领域掀起了巨浪。在AI概念的加持下,加密市场的融资明显提振。仅2024上半年,就有64个Web3+AI项目完成融资,其中Zyber365在A轮获得1亿美元融资。二级市场更为繁荣,AI赛道总市值已达485亿美元,24小时交易量接近86亿美元。主流AI技术进展带来显著利好,如OpenAI的Sora模型发布后,AI板块平均价格上涨151%。AI效应同样辐射至Meme板块:首个AI Agent概念的MemeCoin GOAT迅速走红,估值达14亿美金。关于AI+Web3的研究和话题同样火热,从AI+Depin到AI Memecoin再到AI Agent和AI DAO,新叙事的轮换速度令人眼花缭乱。AI+Web3这个充满热钱和未来幻想的概念组合,难免被视作一场资本撮合的包办婚姻。我们很难分辨在这华丽外表下,是投机者的狂欢,还是真正技术革新的前夜?要回答这个问题,关键在于思考双方能否互相受益、相互促进。本文将审视Web3如何在AI技术栈的各环节发挥作用,以及AI能为Web3带来哪些新机遇。## AI堆栈下Web3的机会在探讨这个话题前,我们需要了解AI大模型的技术堆栈:1. 数据收集和预处理2. 模型训练和微调 3. 推理和应用针对AI在各环节的痛点,Web3目前初步形成了一个多层次、相互连接的生态系统。### 基础层:算力与数据的共享经济#### 算力AI的一大成本在于训练和推理所需的算力和能源。以Meta的LLAMA3为例,需要16000个NVIDIA H100 GPU运行30天才能完成训练,硬件投资就需4-7亿美元,每月能源消耗约16亿千瓦时。Web3最早与AI交叉的领域就是算力共享的DePin项目。其核心逻辑是:允许闲置GPU资源的个人或实体以去中心化方式贡献算力,通过类似Uber的买卖双方市场来提高GPU使用率,为用户提供低成本高效算力。同时通过质押机制惩罚违规行为。主要特点:- 聚集闲置GPU资源:如第三方数据中心、加密矿场的闲置算力等- 面向AI算力的长尾市场:更适合推理而非训练,满足中小算力需求- 去中心化所有权:资源所有者保留控制权,灵活调整获得收益代表项目包括io.net、Aethir、Akash、Render Network等。#### 数据数据是AI的基石。目前AI数据需求的困境主要体现在:- 数据饥渴:需要海量数据输入 - 数据质量要求提高- 隐私与合规问题- 处理成本高昂Web3的解决方案包括:1. 数据收集:通过激励机制低成本获取用户私人数据,如Grass、Vana等2. 数据预处理:利用去中心化激励机制进行数据标注,如Synesis、Sapien等3. 数据隐私与安全:运用TEE、FHE、ZK等技术保护敏感数据,如Super Protocol、BasedAI等4. 数据存储:解决链上数据可用性问题,如0g.AI等### 中间件:模型的训练与推理#### 开源模型去中心化市场Web3提出建立去中心化的开源模型市场,对模型代币化并分享未来收益。如Bittensor、ORA、Sentient等项目。#### 可验证推理 利用ZK证明等技术,在链上对AI模型计算进行无需许可的验证。主要技术包括zkML、opML、TeeML等。### 应用层:AI Agent当前AI发展重点已从模型能力转向AI Agent。Web3在这方面的贡献包括:- 去中心化:通过PoS等机制建立激励惩罚机制,促进Agent系统民主化- 冷启动:帮助潜力AI Agent项目获取早期融资如Virtual Protocol、Spectral等项目。## AI赋能Web3AI为Web3带来的影响显而易见,主要体现在:### AI与链上金融1. AI与加密经济:AI Agent可自主执行链上交易,辅助资产管理、优化交易体验等2. AI与链上交易安全:增强交易监控和风险分析能力### AI与链上基础设施1. AI与链上数据:提供更智能的数据分析工具2. AI与开发&审计:简化智能合约开发流程,提高审计效率### AI与Web3新叙事1. NFT:为生成式NFT注入创造力2. GameFi:提高游戏内容生产效率和创新性 3. DAO:辅助社区管理和决策## AI+Web3结合的意义:塔楼与广场AI与Web3的关系可以比喻为塔楼与广场。AI代表了高度集中的技术能力,而Web3则代表了去中心化的创新生态。两者结合的意义在于:- Web3通过代币经济、去中心化治理等机制,为AI带来更透明公平的发展环境- AI为Web3注入新活力,降低使用门槛,带来更多创新可能尽管AI与Web3有着不同的发展路径,但其终极目标都是让技术更好地服务人类。我们期待看到AI+Web3碰撞出更多令人惊喜的火花。
AI+Web3:塔楼与广场的融合 探索去中心化AI生态系统
AI+Web3:塔楼与广场
近两年,AI的发展像被按了加速键,这场由Chatgpt煽动的蝴蝶效应,不仅打开了生成式人工智能的新世界,同样在Web3领域掀起了巨浪。
在AI概念的加持下,加密市场的融资明显提振。仅2024上半年,就有64个Web3+AI项目完成融资,其中Zyber365在A轮获得1亿美元融资。
二级市场更为繁荣,AI赛道总市值已达485亿美元,24小时交易量接近86亿美元。主流AI技术进展带来显著利好,如OpenAI的Sora模型发布后,AI板块平均价格上涨151%。AI效应同样辐射至Meme板块:首个AI Agent概念的MemeCoin GOAT迅速走红,估值达14亿美金。
关于AI+Web3的研究和话题同样火热,从AI+Depin到AI Memecoin再到AI Agent和AI DAO,新叙事的轮换速度令人眼花缭乱。
AI+Web3这个充满热钱和未来幻想的概念组合,难免被视作一场资本撮合的包办婚姻。我们很难分辨在这华丽外表下,是投机者的狂欢,还是真正技术革新的前夜?
要回答这个问题,关键在于思考双方能否互相受益、相互促进。本文将审视Web3如何在AI技术栈的各环节发挥作用,以及AI能为Web3带来哪些新机遇。
AI堆栈下Web3的机会
在探讨这个话题前,我们需要了解AI大模型的技术堆栈:
针对AI在各环节的痛点,Web3目前初步形成了一个多层次、相互连接的生态系统。
基础层:算力与数据的共享经济
算力
AI的一大成本在于训练和推理所需的算力和能源。以Meta的LLAMA3为例,需要16000个NVIDIA H100 GPU运行30天才能完成训练,硬件投资就需4-7亿美元,每月能源消耗约16亿千瓦时。
Web3最早与AI交叉的领域就是算力共享的DePin项目。其核心逻辑是:允许闲置GPU资源的个人或实体以去中心化方式贡献算力,通过类似Uber的买卖双方市场来提高GPU使用率,为用户提供低成本高效算力。同时通过质押机制惩罚违规行为。
主要特点:
代表项目包括io.net、Aethir、Akash、Render Network等。
数据
数据是AI的基石。目前AI数据需求的困境主要体现在:
Web3的解决方案包括:
数据收集:通过激励机制低成本获取用户私人数据,如Grass、Vana等
数据预处理:利用去中心化激励机制进行数据标注,如Synesis、Sapien等
数据隐私与安全:运用TEE、FHE、ZK等技术保护敏感数据,如Super Protocol、BasedAI等
数据存储:解决链上数据可用性问题,如0g.AI等
中间件:模型的训练与推理
开源模型去中心化市场
Web3提出建立去中心化的开源模型市场,对模型代币化并分享未来收益。如Bittensor、ORA、Sentient等项目。
可验证推理
利用ZK证明等技术,在链上对AI模型计算进行无需许可的验证。主要技术包括zkML、opML、TeeML等。
应用层:AI Agent
当前AI发展重点已从模型能力转向AI Agent。Web3在这方面的贡献包括:
如Virtual Protocol、Spectral等项目。
AI赋能Web3
AI为Web3带来的影响显而易见,主要体现在:
AI与链上金融
AI与加密经济:AI Agent可自主执行链上交易,辅助资产管理、优化交易体验等
AI与链上交易安全:增强交易监控和风险分析能力
AI与链上基础设施
AI与链上数据:提供更智能的数据分析工具
AI与开发&审计:简化智能合约开发流程,提高审计效率
AI与Web3新叙事
NFT:为生成式NFT注入创造力
GameFi:提高游戏内容生产效率和创新性
DAO:辅助社区管理和决策
AI+Web3结合的意义:塔楼与广场
AI与Web3的关系可以比喻为塔楼与广场。AI代表了高度集中的技术能力,而Web3则代表了去中心化的创新生态。
两者结合的意义在于:
尽管AI与Web3有着不同的发展路径,但其终极目标都是让技术更好地服务人类。我们期待看到AI+Web3碰撞出更多令人惊喜的火花。