AI與Web3融合：從基礎設施到實際應用

人工智能和Web3技術作爲當前最受關注的兩大技術領域，正在不斷融合並推動創新。在最近結束的香港共識大會上，AI與Web3的結合成爲了熱門話題，無論是主會場還是分會場都有大量相關討論。本文將深入探討這一領域的最新發展。

一、AI 基礎設施

1. AI Agent發射平台和框架

近半年來，AI Agent的發射平台和框架類基礎設施建設異常火熱。這些項目爲開發者和普通用戶提供了低門檻使用AI Agent的平台，成爲本輪AI項目的重點方向之一。

• 0G Labs：首個去中心化人工智能操作系統（deAIOS），通過構建AI專有的Layer 1，連接計算資源、數據和模型，打造分布式AI開發生態系統。

• DeAgentAI：專注於去中心化AI Agent的創新平台，致力於推動多代理技術（Multi-Agent Systems）的發展。

• Autonomys Network：去中心化基礎架構棧，旨在實現安全、自主的人機協作。用戶可創建自主行動的AI智能體。

• Gaia Network：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。

• Questflow：由多AI Agent組成的去中心化網路，用戶只需描述需求，AI代理網路即可自主完成任務。

2. 去中心化AI

去中心化AI是鏈上AI的終極目標。目前許多項目在算力、數據、模型等方面不斷努力，希望通過去中心化方式打破大公司對LLM的壟斷，幫助大衆獲得數據和模型的所有權。

• Vana：致力於構建去中心化用戶數據主權平台，讓個人數據變成金融資產。

• Hyperbolic：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。

• OpenLedger：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。

• IO.NET：去中心化計算平台，提供按需訪問GPU和CPU集羣的服務。

• Aethir：提供分布式雲計算基礎設施的創新平台。

• MinionLab：去中心化自治AI智能體網路，用於從互聯網實時挖掘數據。

• GAIB：AI和高性能計算領域的經濟層解決方案，將GPU視爲資產，計算能力視爲貨幣。

• Kite AI：專爲人工智能經濟設計的去中心化Layer 1區塊鏈平台。

• Automata：爲去中心化應用提供中間層隱私保護和無追蹤計算功能。

• Public AI：致力於打造開放透明的AI數據平台，支持多模態數據的收集和標注。

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輸出結果準確性的保證。目前有多個項目通過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。

• Phala Network：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。

• Brevis：去中心化計算引擎，提供可驗證的鏈下AI和區塊鏈計算。

• Verisense Network：專注於去中心化數據驗證與可信AI的創新平台。

二、AI用例：潛力與期待

目前，出彩的AI實際用例項目相對較少。除了知名的推特機器人AIXBT外，還有一些新興項目展現了AI Agent的應用潛力：

• Narra：Berachain上的Gamefi AI Agent平台，能生成實時動態敘事內容。

• AI Travel：AI驅動的旅行助手，可通過聊天方式幫助用戶自動定制旅行計劃。

• HeyTracyAI：專注於籃球領域的體育解說AI Agent。

• AskJimmy：專注於金融和交易領域的AI Agent平台。

三、傳統項目向AI轉型

許多傳統Web3項目正積極擁抱AI，宣布了各自的AI轉向計劃：

• 公鏈項目如Sui、Near、Flow和Aptos等積極參與AI相關會議，表示將從底層架構、帳戶創新等方面全面支持AI發展。

• Eigenlayer正努力構建去中心化的信任層（Decentralized Trust）和可驗證的雲服務（Verifiable Cloud），爲AI的訓練和推理、預測等鏈下運算提供鏈上證明。

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。