人工智能搭便车能否引领牛市叙事的新趋势？

[TL；DR]

AI+Web3軌道可以大致分為三個層次：基礎設施層、中間層和應用層。基礎設施層專注於提供計算能力和存儲，這是目前最受歡迎和熱門的領域。

除了遊戲、社交網絡和交易等應用層面的案例外，人工智能還可以應用於數據分析、信息監測和追踪、投標和投注等領域。

與AI概念密切相關的項目往往很快就能獲得市場青睞，但需要注意的是要過濾那些不符合名稱且純粹關注熱門話題的項目。

介紹

近日，一系列AI+Web3項目引發市場熱潮。為了深入挖掘這一潛在的市場機會，Gate.io 研究將結合各種熱點專案，對AI+Web3產業鏈中的各個環節進行深入分析，為讀者提供全面深入的瞭解。

AI+Web3：新技術，新方向，新猜測

去年，隨著ChatGPT等大型生成式AI模型的出現，AI已成為全球資本市場追逐的熱門投資話題。與此同時，Web3市場也迎來了新一輪的繁榮。

AI和Web3的有機結合無疑成為當前技術領域兩大熱門話題的交集。最近，我們觀察到許多圍繞這一主題的新舊項目受到市場關注，彰顯了投資者對這一結合的強烈興趣和高度期望。

根據萬向區塊鏈的定義，人工智能（AI）和Web3的結合主要體現在兩個方面：Web3如何推動AI的發展，以及Web3應用如何結合AI技術。目前，大多數項目傾向於利用Web3技術和概念推動AI的發展。要分析這種結合，我們可以從AI的整個過程，從模型訓練到應用，開始。

AI的生產過程大致包括:數據獲取,為模型訓練提供基礎;數據預處理和特徵/提示工程,涉及數據清理,標註和結構化查詢;模型訓練和優化,通過迭代改進模型性能;模型審查和治理,以確保模型質量和透明度;模型推理,預測新數據;模型部署和監控,以確保在實際應用中獲得最佳模型性能。

在這個過程中，Web3有許多整合點。例如，Web3的分散網絡和激勵機制可以建立更多開放和開源的人工智能網絡和社區，滿足人工智能應用對低成本、開放基礎設施和數據網絡的需求。同時，將Web3與ZK等加密技術相結合可以改善人工智能的信任問題，應對模型透明度、偏見和倫理應用等挑戰。

來源：萬象區塊鏈

如上圖所示，AI+Web3軌道可以大致分為三個層次：基礎設施層、中間層和應用層。

基礎架構層專注於提供計算能力和存儲，添加Web3可以降低成本並服務更多的AI應用。

中間層利用Web3技術來優化人工智能生產過程，如數據獲取、預處理和模型驗證，從而產生許多創新項目。

應用層展示了AI在Web3中的廣泛應用，例如內容生成、分析和預測。根據作者的觀察，在上圖中對應用層的描述仍然相當保守。我們將在下午詳細討論。雖然尚未出現任何領先的項目，但潛力巨大，未來的競爭將集中在產品和技術能力上。

在以下章節中，我們將提供這三個階層項目的具體案例研究。

AI+Web3趨勢項目接連浮現

AI+DePIN

人工智慧的整個工作流程依賴於計算和儲存基礎設施的支持。這些設施不僅負責為模型訓練和預測提供強大的計算能力，還負責在整個數據模型和生命週期中儲存、管理和解析數據。

目前，人工智慧應用的快速增長導致了對基礎設施的巨大需求，尤其是高性能運算能力。因此，開發更有效率、具成本效益且資源豐富的運算和存儲基礎設施已成為人工智慧發展初期的一個主要趨勢，目前是最受歡迎的領域。
來源： 渲染 網絡

在這個領域中，出現了幾個代表性的項目，例如在上一個牛市中誕生的渲染網絡，主要提供渲染服務，專注於雲計算的 Akash 等。 Filecoin 和 Arweave 在這個牛市中新推出的專注於雲存儲、IO.NET和Aethir主要為AI提供計算能力支持。在我們最近的文章中“ BOME創造了天價紀錄，分析SOL生態系統中的熱門項目 它介紹了一些尖端項目，如IO.NET，這裡不再詳細介紹。

人工智慧+數據

中間層是關鍵 LINK 在AI生產過程中，利用Web3技術優化和改進特定的工作流程。

首先，在數據獲取階段，中間層引入了去中心化數據身份管理，這不僅保護用戶數據安全，還確保數據的清晰所有權。同時，通過激勵機制，可以鼓勵用戶分享高質量的數據以獲得貨幣化，從而擴大數據來源。

由於行業發展階段的限制，在上一輪牛熊市中，幾乎沒有在這一領域中相對知名的項目。在這個牛市中，出現了AI身份項目，如我們多次提到的Worldcoin，Gate.io 投資的Aspecta，Ocean Protocol，一個數據交易平台，以及Grass，一個寬帶挖礦數據網絡。
來源：Aspecta

其次，在數據預處理階段，中間層致力於構建分佈式人工智能數據標註和處理平台，為後續模型訓練提供強大支持。在這方面，像是Public AI這樣的項目已經取得了顯著的成果。

最後，在模型驗證和推論階段，中間層充分利用Web3技術和密碼學技術的組合，例如ZK和同態加密，來驗證模型的推論過程是否使用正確的數據和參數。這不僅確保了模型的準確性，還保護了輸入數據的隱私。典型的應用場景是ZKML，如Bittensor、Privasea、Modulus，以及Gate Labs 投資的 Privasea。

AI+意圖中心

意圖中心，翻譯為“意圖集中”，直接指的是“你想做什麼”，侧重於結果而不是過程。意圖中心旨在優化協議和基礎設施，使繁瑣的鏈上操作可以一步完成。更具體地說，通過隱藏過去的複雜操作過程，用戶可以在不感受或直接反映鏈抽象的本質的情況下實現他們的目標。

目前使用人工智慧的常見意圖場景包括跨鏈、空投、治理、高價值交易和批量操作。我們先前在文章中討論過的Telegram機器人也可以歸類在這個類別之下。

例如，Delysium (AGI) 致力於使用人工智能在Web3上創建以用戶意圖為中心的人工智能代理網絡，在韓國等市場引起了高度關注。

如图所示，由于市场猜测和价值发现，该项目的代币最近一段时间来出现了惊人的增长。
來源：Gate.io

Delysium推出了一個名為Lucy的AI Agent。作為一個AI驅動的Web3操作系統，Lucy能夠根據自然語言中包含的意圖和目標，智能地規劃並自動執行工作流程，簡化當前Web3應用程序和協議的複雜操作過程，以滿足用戶需求。

AI+遊戲

AI+遊戲還具有極高的想像空間。人工智慧技術不僅加速了遊戲製作過程，還貫穿了遊戲製作的各個方面，從探索用戶習慣到定制個性化互動場景，展示出巨大的潛力。如今，主要的遊戲製造商正在積極擁抱人工智慧，重組遊戲產業鏈生態系統。

在遊戲製作方面，人工智能為美術、策劃和運營提供了強大支持。無論是創意靈感、關卡生成、文案和運營分析，人工智能都在加速遊戲內容的生產。在遊戲體驗方面，人工智能帶來的自然語言生成和圖像生成能力使遊戲玩法更加創新多樣，NPC之間的互動更聰明生動。

例如，“王者榮耀”的爵無AI已被廣泛應用於等級評估和測試；在“騎馬與砍殺II：霸主”中，ChatGPT使NPC能夠動態回應玩家，增強遊戲的互動性；在“業刃: 刀鋒之點”中，玩家甚至可以使用AI繪畫生成時尚模特並投票給最受歡迎的作品，展示了遊戲創新中AI的巨大潛力。
來源：sleeplessAI

除了傳統的Web2遊戲應用AI之外，Web3遊戲也不例外。例如，Ultriverse通過其強大的AI引擎為用戶提供AI深度特徵分析和定製的社交、遊戲、元宇宙等多重體驗，還有不眠AI的虛擬伴侶遊戲專注於AI。

AI+分析

除了應用層面的遊戲、社交網絡和交易，AI 還可以應用於數據分析、信息監測和追踪、投標和博彩等領域。代表性項目如 Kaito 和 Dune 已經出現，為行業設立了基準。

我們在博客文章中經常引用《沙丘》的數據圖表，所以這裡不需要詳細說明它們。

總結來說

在過去的一年中，Web3和人工智能的整合不僅引領了科技的新趨勢，也衍生了行業中的新共識：區塊鏈改變了生產關係，人工智能改變了生產力。這一概念現在已深深扎根在人們的心中，成為行業發展的強大推動力。

隨著遊戲開發人員、DeFi 協議和其他 Web3 基礎設施項目增加對人工智能的投資，人工智能和 Web3 的結合正成為行業創新的重要方向。實際上，與人工智能概念密切相關的項目往往會迅速獲得市場青睞，我們早就注意到這種驚人的增長。

然而，在表面繁榮和炒作之下，我們不能忽略人工智慧+Web3行業中的實際障礙。尤其對於從業者來說，有必要深入探索他們的實際和可行的應用場景，評估它們創造價值的能力並建立行業敘事。從長遠來看，人工智慧+Web3行業的生態格局將如何形成，哪些領域將展現巨大的發展潛力，以及它是否將面臨道德困境都需要在實踐中不斷探索和回答。

因此，在AI+Web3的浪潮面前，我們不僅應該看到它帶來的機遇，還要保持清醒的頭腦，理性地看待其挑戰和不足之處。只有這樣，我們才能更好地掌握AI+Web3行業的發展軌跡，促進其健康可持續發展，並抓住這一趨勢帶來的利潤機會。