AI+Web3：塔楼与广场

摘要

1. AI概念的Web3项目在一二级市场成为吸金标的。

2. Web3在AI行业的机会体现在:利用分布式激励协调长尾供应,涵盖数据、存储和计算;同时建立开源模型和AI Agent的去中心化市场。

3. AI在Web3行业主要应用于链上金融(加密支付、交易、数据分析)以及辅助开发。

4. AI+Web3的效用体现在互补性:Web3有望对抗AI集中化,AI有望帮助Web3破圈。

引言

近两年,AI发展迅速,ChatGPT掀起了生成式AI的热潮,同时也影响了Web3领域。在AI概念的加持下,Web3项目融资明显提振。2024上半年就有64个Web3+AI项目完成融资,其中Zyber365获得1亿美元A轮融资。二级市场更为繁荣,AI赛道总市值已达485亿美元。

AI+Web3这个充满热钱、风口和未来幻想的组合,难免被视为一场资本撮合的联姻。本文试图审视这一格局:Web3如何在AI技术堆栈中发挥作用,AI又能给Web3带来什么新机遇?

一、AI堆栈下Web3的机会

1. 基础层:算力与数据的Airbnb

算力

AI的高昂成本之一是训练和推理所需的算力与能源。Web3的DePin(去中心化物理基础设施网络)项目试图解决这一问题,如io.net、Aethir等。其逻辑是允许闲置GPU资源的贡献者以去中心化方式提供算力,形成类似Airbnb的市场。

特点:

• 聚集闲置GPU资源
• 面向AI算力的长尾市场
• 去中心化所有权

数据

数据是AI的基础。Web3针对AI数据需求的解决方案包括:

• 数据收集:如Grass、Vana等项目让用户参与数据价值创造
• 数据预处理:如Grass、OpenLayer考虑加入数据标注环节
• 数据隐私与安全:如Super Protocol(TEE)、BasedAI(FHE)、Reclaim Protocol(zk)等
• 数据存储:如0g.AI针对AI高性能需求设计存储解决方案

2. 中间件:模型的训练与推理

开源模型去中心化市场

Web3提出去中心化开源模型市场的可能性,如Bittensor、ORA等项目。

可验证推理

Web3针对AI推理"黑盒"问题的解决方案包括zkML、opML、TeeML等。

3. 应用层:AI Agent

Web3为AI Agent带来的机会:

• 去中心化:如GaiaNet、Theoriq等项目
• 冷启动:如Virtual Protocol、Spectral等帮助AI Agent项目获取早期融资

二、AI如何赋能Web3

1. AI与链上金融

AI Agent在链上金融的潜在应用:

• 信息收集与预测
• 资产管理
• 优化金融体验

AI在链上交易安全方面的应用,如SeQure、AI-powered Sentinel等。

2. AI与链上基础设施

AI在链上数据分析方面的应用,如Web3 Analytics、MinMax AI等。

AI辅助Web3开发,如Clanker、Spectral等一键部署平台。

AI在智能合约审计方面的应用,如Fuzzland。

3. AI与Web3新叙事

AI为NFT、GameFi、DAO等Web3领域带来新可能。

三、AI+Web3结合的意义:塔楼与广场

AI与Web3的结合,如同塔楼与广场的关系。AI的集中化趋势构建了高塔,而Web3试图在广场上创造新的可能。Web3的固有属性可增强AI系统:

• 智能合约实现透明规则执行
• 代币经济协调参与者行为
• 去中心化治理促进信息审查

AI也为Web3带来新活力,降低使用门槛,吸引更多用户。

AI+Web3虽起点不同,但终点都是让机器更好地服务人类。我们期待看到二者结合带来的未来。