AI和Web3融合：基础设施与应用的新时代

近年来，AI和Web3被视为驱动人类进入下一个技术增长期的双引擎。随着ChatGPT带来革命性的AI体验，链上AI也从概念迅速发展成为基础设施，成为Web3从业者眼中最有潜力持续爆发的新领域。

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，引发了广泛讨论。通过深入了解，我们发现了许多极具潜力的AI项目，现在为大家分享这些前沿信息。

一、AI 基础设施

1. AI Agent发射平台和框架

今年初以来，AI Agent的发射平台和框架类AI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拥有和使用AI Agent的平台，是本轮AI项目的重点方向之一。

• 一个去中心化人工智能操作系统项目通过构建AI专有的Layer 1，连接计算资源、数据和模型，打造分布式AI开发生态系统。

• 另一个专注于去中心化AI Agent的创新平台致力于推动多代理技术的发展，用户可以创建、管理和协调AI Agent网络。

• 还有一个去中心化的基础架构栈旨在实现安全、自主的人机协作。用户可以创建专属AI智能体，这些智能体能够自主行动。

• 一个去中心化的AI基础设施平台支持AI Agent和应用的分布式开发与运行，通过区块链技术整合分布式存储、计算和数据验证。

• 另有一个去中心化的多AI Agent组成的网络，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。目前许多项目在算力、数据、模型等方向为此努力，希望通过去中心化方式打破大公司对LLM的垄断，帮助大众获得对数据和模型的所有权。

• 一个项目致力于构建去中心化的用户数据主权平台，让个人数据变成金融资产。

• 另一个开放访问的AI云平台整合全球计算资源，为用户提供经济实惠、可扩展的GPU资源和AI服务。

• 还有一个专注于AI和区块链的下一代网络，提供去中心化的经济基础设施，支持开发者获取高质量数据、微调专用语言模型并将其部署为可付费服务。

• 一个去中心化的计算平台提供按需访问GPU和CPU集群的服务，旨在消除用户对昂贵硬件或基础设施的需求。

• 另有一家专注于提供分布式云计算基础设施的创新平台，为AI计算任务和游戏行业提供优化的GPU云服务。

• 一个去中心化的自治AI智能体网络运行在用户设备上，用于从互联网实时挖掘数据。

• 还有项目致力于AI和高性能计算领域的经济层解决方案，通过金融化和代币化GPU资源，创建全新的资产类别和经济体系。

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，以及无法保证AI输出结果的准确性。目前有许多项目希望通过ZKP、TEE等技术实现对AI训练过程的可验证性，保证AI输出结果的可靠性。

• 一个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。

• 另一个去中心化计算引擎定位于提供可验证的链下AI和区块链计算，结合零知识证明提升隐私与效率。

• 还有一个专注于去中心化数据验证与可信AI的创新平台，帮助开发者验证数据来源，确保训练数据的真实性和完整性。

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。一些项目展示了AI Agent在旅行订票、体育解说、金融交易等领域的应用潜力。

• 某公链上的Gamefi AI Agent平台能够利用AI引擎生成实时动态叙事内容，与玩家交互、推动故事发展。

• 一个AI驱动的旅行助手可以通过聊天方式帮助用户自动定制旅行计划，并提供订购和比价服务。

• 一个专注于篮球领域的体育解说AI Agent能为比赛提供实时分析和预测性见解。

• 还有一个专注于金融和交易领域的AI Agent平台，目标是创建由AI Agent自主运行的去中心化多策略对冲基金。

三、传统项目向AI转型

许多传统Web3项目也纷纷拥抱AI，宣布了各自的AI转向计划。

一些老牌公链积极参与AI相关会议，表示AI Agent的出现对简化复杂的区块链交互流程有重要帮助，能将更多用户引入Web3世界。这些公链纷纷表示了AI先行的发展目标，将从底层架构、账户创新等方面全面支持AI发展。

一些原本专注于其他服务的项目也开始构建去中心化的信任层，为AI的训练和推理、预测等链下运算提供链上证明，助力可验证AI Agent的发展。

四、挑战与未来

尽管对链上AI的发展充满希望，但当前仍面临诸多挑战，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，业内人士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。