Sự kết hợp của AI và Web3: Từ cơ sở hạ tầng đến ứng dụng thực tế
AI và Web3 là những lĩnh vực công nghệ được chú ý trong những năm gần đây, đang cùng nhau thúc đẩy nhân loại bước vào một giai đoạn tăng trưởng công nghệ mới. Với trải nghiệm AI cách mạng mà ChatGPT mang lại, AI trên chuỗi cũng nhanh chóng từ khái niệm phát triển thành cơ sở hạ tầng, trở thành một trong những lĩnh vực phát triển bền vững được kỳ vọng nhất trong lĩnh vực Web3.
Tại hội nghị đồng thuận Hồng Kông vừa kết thúc vào năm 2025, sự kết hợp giữa AI và Web3 đã trở thành chủ đề nóng, xuyên suốt các cuộc thảo luận tại hội trường chính và các phiên họp phụ. Bài viết này sẽ đi sâu vào khám phá những tiến bộ mới nhất trong lĩnh vực này.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung AI Agent
Trong nửa năm qua, việc xây dựng nền tảng phóng và cơ sở hạ tầng loại khung cho AI Agent đã rất sôi nổi. Các dự án này cung cấp cho các nhà phát triển và người dùng bình thường một nền tảng sử dụng AI Agent với rào cản thấp, đây là một trong những hướng đi trọng tâm của các dự án AI hiện nay.
Một hệ thống điều hành trí tuệ nhân tạo phi tập trung xây dựng Layer 1 độc quyền cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra một hệ sinh thái phát triển AI phân tán.
Một nền tảng đổi mới tập trung vào AI Agent phi tập trung cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân, hỗ trợ việc tạo ra, quản lý và phối hợp mạng AI Agent.
Một stack hạ tầng phi tập trung nhằm đạt được sự hợp tác an toàn và tự chủ giữa con người và máy móc, người dùng có thể tạo ra các tác nhân AI thông minh có khả năng tự hành động.
Một nền tảng hạ tầng AI phi tập trung hỗ trợ phát triển và vận hành phân tán cho AI Agent và ứng dụng, tích hợp lưu trữ phân tán, tính toán và xác minh dữ liệu thông qua công nghệ blockchain.
Mạng lưới đa tác nhân AI phi tập trung cho phép người dùng chỉ cần mô tả nhu cầu để hoàn thành nhiệm vụ, sử dụng trí tuệ tập thể của các tác nhân AI để nâng cao hiệu quả.
2. AI phi tập trung
AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi. Hiện tại, nhiều dự án đang nỗ lực không ngừng trong các lĩnh vực như sức mạnh tính toán, dữ liệu, mô hình, v.v., hy vọng thông qua cách tiếp cận phi tập trung sẽ phá vỡ độc quyền của các công ty lớn đối với LLM, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.
Một nền tảng cam kết xây dựng một nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, biến dữ liệu cá nhân thành tài sản tài chính.
Một nền tảng đám mây AI truy cập mở tích hợp tài nguyên tính toán toàn cầu, cung cấp cho người dùng tài nguyên GPU và dịch vụ AI tiết kiệm chi phí và có thể mở rộng.
Một mạng lưới tập trung vào AI và blockchain cung cấp cơ sở hạ tầng kinh tế phi tập trung, hỗ trợ các nhà phát triển truy cập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng và triển khai dưới dạng dịch vụ trả phí.
Một nền tảng tính toán phi tập trung cung cấp dịch vụ truy cập theo yêu cầu vào các cụm GPU và CPU, loại bỏ nhu cầu của người dùng về phần cứng đắt tiền.
Một nền tảng hạ tầng điện toán đám mây phân tán cung cấp tài nguyên GPU hiệu suất cao cho các nhiệm vụ tính toán AI và ngành công nghiệp trò chơi.
Một mạng lưới AI tự trị phi tập trung sử dụng thiết bị của người dùng để khai thác dữ liệu theo thời gian thực, chủ sở hữu thiết bị có thể nhận phần thưởng bằng token.
Một nền tảng cam kết tạo ra các loại tài sản mới và hệ thống kinh tế thông qua việc tài chính hóa và mã hóa tài nguyên GPU.
Một nền tảng blockchain Layer 1 phi tập trung được thiết kế cho nền kinh tế AI mở khóa quyền truy cập công bằng và phần thưởng cho tài sản AI thông qua cơ chế đồng thuận sáng tạo.
Một nền tảng cung cấp lớp trung gian bảo vệ quyền riêng tư và tính toán không theo dõi cho các ứng dụng phi tập trung.
Một nền tảng dữ liệu AI mở và minh bạch hỗ trợ thu thập và gán nhãn dữ liệu đa phương thức, sử dụng cơ chế đồng thuận công bằng và minh bạch.
3. AI có thể xác minh
Một trong những thách thức quan trọng trong sự phát triển của AI là tính không minh bạch trong quá trình đào tạo và đảm bảo độ chính xác của kết quả đầu ra. Hiện tại, có nhiều dự án sử dụng các công nghệ như ZKP, TEE để đạt được tính khả chứng trong quá trình đào tạo AI, đảm bảo độ tin cậy của kết quả đầu ra của AI.
Một nền tảng điện toán đám mây phi tập trung cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi, sử dụng công nghệ TEE để đảm bảo an toàn dữ liệu và khả năng xác minh tính toán.
Một công cụ tính toán phi tập trung cung cấp AI và tính toán blockchain ngoài chuỗi có thể xác minh, kết hợp chứng minh không biết để nâng cao quyền riêng tư và hiệu quả.
Một nền tảng tập trung vào việc xác thực dữ liệu phi tập trung và AI đáng tin cậy giúp xác minh nguồn dữ liệu, đảm bảo tính xác thực và toàn vẹn của dữ liệu đào tạo, đồng thời hỗ trợ kiểm tra và xác minh quy trình ra quyết định của AI.
Hai, trường hợp sử dụng AI: Tiềm năng và kỳ vọng
So với cơ sở hạ tầng AI phong phú, hiện tại vẫn còn tương đối ít dự án trường hợp sử dụng AI nổi bật. Ngoài những robot Twitter nổi tiếng, còn có một số ứng dụng AI Agent mới nổi đang khám phá nhiều khả năng hơn:
Một nền tảng game sử dụng động cơ AI để tạo ra nội dung kể chuyện động theo thời gian thực, tương tác với người chơi, thúc đẩy sự phát triển của câu chuyện và hỗ trợ việc tạo ra và tương tác với AI-NFT.
Một trợ lý du lịch điều khiển bởi AI có thể giúp người dùng tự động tùy chỉnh kế hoạch du lịch thông qua trò chuyện, cung cấp dịch vụ đặt phòng khách sạn và so sánh giá.
Một AI Agent bình luận thể thao có thể cung cấp phân tích thời gian thực và những cái nhìn dự đoán cho các trận đấu bóng rổ.
Một nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch nhằm tạo ra quỹ phòng hộ đa chiến lược phi tập trung do AI Agent tự vận hành.
Ba, Chuyển đổi dự án truyền thống sang AI
Theo xu hướng chung, nhiều dự án Web3 truyền thống cũng đang đón nhận AI, công bố kế hoạch chuyển hướng AI của riêng mình.
Nhiều chuỗi công khai tích cực tham gia các hội nghị liên quan đến AI, cho biết AI Agent có vai trò quan trọng trong việc đơn giản hóa quy trình tương tác phức tạp của blockchain, có thể thu hút nhiều người dùng hơn vào thế giới Web3. Những chuỗi công khai này đều tuyên bố mục tiêu phát triển dẫn đầu về AI, sẽ toàn diện hỗ trợ sự phát triển của AI từ kiến trúc cơ sở, đổi mới tài khoản và nhiều khía cạnh khác.
Một dự án tập trung vào dịch vụ Restaking cho biết đang xây dựng một lớp tin cậy phi tập trung, cung cấp dịch vụ đám mây có thể xác minh, cung cấp chứng minh trên chuỗi cho việc đào tạo và suy diễn AI, tính toán ngoài chuỗi như dự đoán, hỗ trợ sự phát triển của AI Agent có thể xác minh.
Bốn, Thách thức và Tương lai
Mặc dù triển vọng kết hợp AI và Web3 rất tươi sáng, nhưng sự phát triển hiện tại vẫn đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ trong ý định của từ khóa, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề về bảo mật riêng tư. Những thách thức này không chỉ mang lại khó khăn về kỹ thuật mà còn tạo ra cơ hội đổi mới to lớn.
Về lâu dài, ngành công nghiệp đầy hy vọng về sự phát triển của AI trên chuỗi, mong đợi thông qua việc hoàn thiện hạ tầng, đổi mới ứng dụng và hợp tác cộng đồng, cùng nhau thúc đẩy sự hòa nhập và thịnh vượng của AI với Web3.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
AI và Web3 Độ sâu hòa nhập: Phân tích toàn diện từ cơ sở hạ tầng đến ứng dụng thực tế
Sự kết hợp của AI và Web3: Từ cơ sở hạ tầng đến ứng dụng thực tế
AI và Web3 là những lĩnh vực công nghệ được chú ý trong những năm gần đây, đang cùng nhau thúc đẩy nhân loại bước vào một giai đoạn tăng trưởng công nghệ mới. Với trải nghiệm AI cách mạng mà ChatGPT mang lại, AI trên chuỗi cũng nhanh chóng từ khái niệm phát triển thành cơ sở hạ tầng, trở thành một trong những lĩnh vực phát triển bền vững được kỳ vọng nhất trong lĩnh vực Web3.
Tại hội nghị đồng thuận Hồng Kông vừa kết thúc vào năm 2025, sự kết hợp giữa AI và Web3 đã trở thành chủ đề nóng, xuyên suốt các cuộc thảo luận tại hội trường chính và các phiên họp phụ. Bài viết này sẽ đi sâu vào khám phá những tiến bộ mới nhất trong lĩnh vực này.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung AI Agent
Trong nửa năm qua, việc xây dựng nền tảng phóng và cơ sở hạ tầng loại khung cho AI Agent đã rất sôi nổi. Các dự án này cung cấp cho các nhà phát triển và người dùng bình thường một nền tảng sử dụng AI Agent với rào cản thấp, đây là một trong những hướng đi trọng tâm của các dự án AI hiện nay.
Một hệ thống điều hành trí tuệ nhân tạo phi tập trung xây dựng Layer 1 độc quyền cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra một hệ sinh thái phát triển AI phân tán.
Một nền tảng đổi mới tập trung vào AI Agent phi tập trung cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân, hỗ trợ việc tạo ra, quản lý và phối hợp mạng AI Agent.
Một stack hạ tầng phi tập trung nhằm đạt được sự hợp tác an toàn và tự chủ giữa con người và máy móc, người dùng có thể tạo ra các tác nhân AI thông minh có khả năng tự hành động.
Một nền tảng hạ tầng AI phi tập trung hỗ trợ phát triển và vận hành phân tán cho AI Agent và ứng dụng, tích hợp lưu trữ phân tán, tính toán và xác minh dữ liệu thông qua công nghệ blockchain.
Mạng lưới đa tác nhân AI phi tập trung cho phép người dùng chỉ cần mô tả nhu cầu để hoàn thành nhiệm vụ, sử dụng trí tuệ tập thể của các tác nhân AI để nâng cao hiệu quả.
2. AI phi tập trung
AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi. Hiện tại, nhiều dự án đang nỗ lực không ngừng trong các lĩnh vực như sức mạnh tính toán, dữ liệu, mô hình, v.v., hy vọng thông qua cách tiếp cận phi tập trung sẽ phá vỡ độc quyền của các công ty lớn đối với LLM, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.
Một nền tảng cam kết xây dựng một nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, biến dữ liệu cá nhân thành tài sản tài chính.
Một nền tảng đám mây AI truy cập mở tích hợp tài nguyên tính toán toàn cầu, cung cấp cho người dùng tài nguyên GPU và dịch vụ AI tiết kiệm chi phí và có thể mở rộng.
Một mạng lưới tập trung vào AI và blockchain cung cấp cơ sở hạ tầng kinh tế phi tập trung, hỗ trợ các nhà phát triển truy cập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng và triển khai dưới dạng dịch vụ trả phí.
Một nền tảng tính toán phi tập trung cung cấp dịch vụ truy cập theo yêu cầu vào các cụm GPU và CPU, loại bỏ nhu cầu của người dùng về phần cứng đắt tiền.
Một nền tảng hạ tầng điện toán đám mây phân tán cung cấp tài nguyên GPU hiệu suất cao cho các nhiệm vụ tính toán AI và ngành công nghiệp trò chơi.
Một mạng lưới AI tự trị phi tập trung sử dụng thiết bị của người dùng để khai thác dữ liệu theo thời gian thực, chủ sở hữu thiết bị có thể nhận phần thưởng bằng token.
Một nền tảng cam kết tạo ra các loại tài sản mới và hệ thống kinh tế thông qua việc tài chính hóa và mã hóa tài nguyên GPU.
Một nền tảng blockchain Layer 1 phi tập trung được thiết kế cho nền kinh tế AI mở khóa quyền truy cập công bằng và phần thưởng cho tài sản AI thông qua cơ chế đồng thuận sáng tạo.
Một nền tảng cung cấp lớp trung gian bảo vệ quyền riêng tư và tính toán không theo dõi cho các ứng dụng phi tập trung.
Một nền tảng dữ liệu AI mở và minh bạch hỗ trợ thu thập và gán nhãn dữ liệu đa phương thức, sử dụng cơ chế đồng thuận công bằng và minh bạch.
3. AI có thể xác minh
Một trong những thách thức quan trọng trong sự phát triển của AI là tính không minh bạch trong quá trình đào tạo và đảm bảo độ chính xác của kết quả đầu ra. Hiện tại, có nhiều dự án sử dụng các công nghệ như ZKP, TEE để đạt được tính khả chứng trong quá trình đào tạo AI, đảm bảo độ tin cậy của kết quả đầu ra của AI.
Một nền tảng điện toán đám mây phi tập trung cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi, sử dụng công nghệ TEE để đảm bảo an toàn dữ liệu và khả năng xác minh tính toán.
Một công cụ tính toán phi tập trung cung cấp AI và tính toán blockchain ngoài chuỗi có thể xác minh, kết hợp chứng minh không biết để nâng cao quyền riêng tư và hiệu quả.
Một nền tảng tập trung vào việc xác thực dữ liệu phi tập trung và AI đáng tin cậy giúp xác minh nguồn dữ liệu, đảm bảo tính xác thực và toàn vẹn của dữ liệu đào tạo, đồng thời hỗ trợ kiểm tra và xác minh quy trình ra quyết định của AI.
Hai, trường hợp sử dụng AI: Tiềm năng và kỳ vọng
So với cơ sở hạ tầng AI phong phú, hiện tại vẫn còn tương đối ít dự án trường hợp sử dụng AI nổi bật. Ngoài những robot Twitter nổi tiếng, còn có một số ứng dụng AI Agent mới nổi đang khám phá nhiều khả năng hơn:
Một nền tảng game sử dụng động cơ AI để tạo ra nội dung kể chuyện động theo thời gian thực, tương tác với người chơi, thúc đẩy sự phát triển của câu chuyện và hỗ trợ việc tạo ra và tương tác với AI-NFT.
Một trợ lý du lịch điều khiển bởi AI có thể giúp người dùng tự động tùy chỉnh kế hoạch du lịch thông qua trò chuyện, cung cấp dịch vụ đặt phòng khách sạn và so sánh giá.
Một AI Agent bình luận thể thao có thể cung cấp phân tích thời gian thực và những cái nhìn dự đoán cho các trận đấu bóng rổ.
Một nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch nhằm tạo ra quỹ phòng hộ đa chiến lược phi tập trung do AI Agent tự vận hành.
Ba, Chuyển đổi dự án truyền thống sang AI
Theo xu hướng chung, nhiều dự án Web3 truyền thống cũng đang đón nhận AI, công bố kế hoạch chuyển hướng AI của riêng mình.
Nhiều chuỗi công khai tích cực tham gia các hội nghị liên quan đến AI, cho biết AI Agent có vai trò quan trọng trong việc đơn giản hóa quy trình tương tác phức tạp của blockchain, có thể thu hút nhiều người dùng hơn vào thế giới Web3. Những chuỗi công khai này đều tuyên bố mục tiêu phát triển dẫn đầu về AI, sẽ toàn diện hỗ trợ sự phát triển của AI từ kiến trúc cơ sở, đổi mới tài khoản và nhiều khía cạnh khác.
Một dự án tập trung vào dịch vụ Restaking cho biết đang xây dựng một lớp tin cậy phi tập trung, cung cấp dịch vụ đám mây có thể xác minh, cung cấp chứng minh trên chuỗi cho việc đào tạo và suy diễn AI, tính toán ngoài chuỗi như dự đoán, hỗ trợ sự phát triển của AI Agent có thể xác minh.
Bốn, Thách thức và Tương lai
Mặc dù triển vọng kết hợp AI và Web3 rất tươi sáng, nhưng sự phát triển hiện tại vẫn đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ trong ý định của từ khóa, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề về bảo mật riêng tư. Những thách thức này không chỉ mang lại khó khăn về kỹ thuật mà còn tạo ra cơ hội đổi mới to lớn.
Về lâu dài, ngành công nghiệp đầy hy vọng về sự phát triển của AI trên chuỗi, mong đợi thông qua việc hoàn thiện hạ tầng, đổi mới ứng dụng và hợp tác cộng đồng, cùng nhau thúc đẩy sự hòa nhập và thịnh vượng của AI với Web3.