AI与Web3融合：从基础设施到实际应用的全面探索

AI和Web3作为近年来公认的人类技术发展重点，正在推动新一轮的创新浪潮。随着ChatGPT带来的革命性AI体验，链上AI也迅速从概念发展为实际的基础设施，成为Web3领域最被看好的可持续发展赛道。

在最近结束的香港共识大会上，AI与Web3的融合成为热门话题，贯穿了主会场和分会场的多场讨论。让我们一起来了解当前AI与Web3融合的最新进展。

一、AI基础设施

1. AI Agent平台和框架

近半年来，AI Agent的发射平台和框架类基础设施建设十分活跃。这些项目为开发者和普通用户提供了低门槛使用AI Agent的平台，是当前AI项目的重点方向之一。

• 0G Labs：首个去中心化人工智能操作系统（deAIOS），通过构建AI专有的Layer 1，连接计算资源、数据和模型，打造分布式AI开发生态。

• DeAgentAI：专注于去中心化AI Agent的创新平台，致力于推动多代理技术（Multi-Agent Systems）的发展。

• Autonomys Network：去中心化基础架构栈，旨在实现安全、自主的人机协作。用户可创建自主行动的AI智能体，执行各种任务。

• Gaia Network：去中心化AI基础设施平台，支持AI Agent和应用的分布式开发与运行。

• Questflow：去中心化的多AI Agent网络，用户只需描述需求，AI代理网络即可自主完成任务。

2. 去中心化AI

去中心化AI是链上AI的终极目标。目前多个项目在算力、数据、模型等方向努力，希望通过去中心化打破大公司对LLM的垄断，实现数据和模型的大众所有权。

• Vana：构建去中心化用户数据主权平台，将个人数据转化为金融资产。

• Hyperbolic：开放访问的AI云平台，整合全球计算资源，提供经济实惠、可扩展的GPU资源和AI服务。

• OpenLedger：专注于AI和区块链的下一代网络，提供去中心化经济基础设施。

• IO.NET：去中心化计算平台，提供按需访问GPU和CPU集群服务。

• Aethir：分布式云计算基础设施平台，专注于AI计算和游戏行业。

• MinionLab：去中心化的自治AI智能体网络，用于实时数据挖掘。

• GAIB：AI和高性能计算领域的经济层解决方案，将GPU资源金融化和代币化。

• Kite AI：为AI经济设计的去中心化Layer 1区块链平台。

• Automata：为去中心化应用提供中间层隐私保护和无追踪计算功能。

• Public AI：开放透明的AI数据平台，支持多模态数据收集和标注。

3. 可验证的AI

AI发展面临的重要挑战之一是训练过程的不透明和输出结果的准确性保证。多个项目正通过ZKP、TEE等技术实现AI训练过程的可验证性，保证AI输出结果的可靠性。

• Phala Network：去中心化云计算平台，为链上应用提供可信的隐私计算和AI推理服务。

• Brevis：去中心化计算引擎，提供可验证的链下AI和区块链计算。

• Verisense Network：专注于去中心化数据验证与可信AI的创新平台。

二、AI用例：潜力与期待

相较于丰富的AI基础设施，目前出彩的AI实际用例项目仍相对较少。一些引人注目的项目包括：

• Narra：Berachain上的Gamefi AI Agent平台，生成实时动态叙事内容。

• AI Travel：AI驱动的旅行助手，提供旅行计划定制和预订服务。

• HeyTracyAI：NBA冠军Tristan Thompson参与的篮球领域体育解说AI Agent。

• AskJimmy：专注于金融和交易领域的AI Agent平台。

三、传统项目向AI转型

大势所趋，许多传统Web3项目也开始拥抱AI，宣布了各自的AI转向计划。

• 老公链如Sui、Near、Flow和Aptos等积极参与AI相关会议，表示将从底层架构、账户创新等方面全面支持AI发展。

• Eigenlayer正努力构建去中心化的信任层和可验证的云服务，为AI的训练和推理、预测等链下运算提供链上证明。

四、挑战与未来

尽管前景光明，链上AI的发展仍面临诸多挑战，包括模型可靠性不足、提示词意图的模糊性、存储和硬件限制，以及隐私安全等问题。这些挑战不仅带来技术难题，也孕育着巨大的创新机会。

长远来看，业界对链上AI的发展充满希望，期待通过基础设施的进一步完善、用例创新和社区协作，共同推动AI与Web3的融合与繁荣。