从一级市场视角看待AI+Crypto

时隔 ChatGPT 发布一年多，最近市场上关于 AI+Crpyo 的讨论再次热闹起来，AI 被视作 24–25 年牛市一个最为重要的赛道之一，就连 V 神本人都发文《The promise and challenges of crypto + AI applications》（Crypto+AI 应用前景和挑战）探讨未来 AI+Cryto 可能的探索方向。

本文不会做太多的主观预判，而是单纯的从一级市场角度，把过去一年观察到的 AI 与 Crypto 结合的创业项目做一个大致梳理，看看创业者具体是从哪些角度切入的市场，目前取得了哪些成就，又有哪些地方依旧仍在探索。

一. AI+Crypto 的周期

整个 23 年，我们聊了差不多有几十个 AI+Crypto 的项目，其中可以看到明显的周期。

22 年底 ChatGPT 发布之前，二级市场与 AI 相关的区块链项目寥寥无几，大家能想到的主要就是 FET，AGIX 等几个老牌项目，一级市场能够见到的 AI 相关同样不多。

23 年 1–5 月可以说是 AI 项目的第一个集中爆发期，毕竟 Chatgpt 给人带来的冲击太大，二级市场许多老项目纷纷 Pivot 去 AI 赛道，一级市场也是几乎每周都能聊到 AI+Crypto 的项目。同样的，这段时期的 AI 项目给人感觉相对简单，很多都是基于 ChatGPT 的“套皮”+“链改”项目，几乎没有任何技术上的核心壁垒，我们的 In-House 开发团队往往花个一两个天便能复刻出一个项目基础框架。也导致了我们这段时间聊了很多 AI 项目，但最终没有任何出手。

5–10 月的二级市场开始转熊，很有意思的是一级市场的 AI 项目在这段时间也骤减了许多，直到最近一两个月数量才再次活跃起来，市面上关于 AI+Crypto 的讨论，文章等等同样丰富起来。我们再次进入每周可以遇见 AI 项目的“盛景”。时隔半年后明显感觉到新出现的一批 AI 项目对 AI 赛道的理解，商业场景的落地，AI+Crypto 的结合比第一批 AI Hype 时期有了明显的提升，技术壁垒虽然依旧不强，但整体成熟度上了一个台阶。我们也是进入 24 年才终于在 AI+Crpyto 这个赛道有了第一次押注。

二. AI+Crypto 的赛道

V 神在前景与挑战一文里从几个相对抽象的维度和视角给出了预判：

• AI 作为游戏中的参与者
• AI 作为游戏界面
• AI 作为游戏规则
• AI 作为游戏目标

我们则从更加具体和直接的角度来总结目前一级市场看到的这些 AI 项目。AI+Crypto 的项目大多都是围绕着 Crypto 的核心去做的，即“技术（或者说政治）上的去中心化 + 商业上的资产化”。

去中心化没什么可说的，Web3 么……根据资产化的品类，大体可以分为三个主赛道：

• 算力的资产化
• 模型的资产化
• 数据的资产化

算力资产化

这是相对密集的一个赛道，因为除了各种新项目，还有好多老项目的 Pivot，比如 Cosmos 那边的 Akash，Solana 那边的 Nosana，且 Pivot 之后代币都是疯涨的节奏，也侧面反映出市场对于 AI 赛道的看好，RNDR 虽然主打去中心化渲染，但其实也能服务于 AI，所以很多归类也都把 RNDR 这类算力相关的统统划分到了 AI 赛道

算力资产化又可以根据算力用途再细分成两个方向：

一个是以 Gensyn 为代表的“去中心化算力拿来做 AI 训练”；

一个是大多数 Pivot 以及新项目为代表的“去中心化算力拿来做 AI 推理”；

在这个赛道可以看到一个很有意思的现象，或者说不看好鄙视链：

传统 AI → 去中心化推理 →去中心化训练

• 传统 AI 科班出身的不看好去中心化做 AI 训练 Or推理
• 去中心化推理的不看好去中心化训练的

原因主要是在技术上，因为 AI 训练（特指大模型 AI）牵扯到海量的数据，而比数据需求更夸张的是这些数据高速通信形成的带宽需求。在目前 Transformer 大模型的环境下，训练这些大模型需要的是配备大量的 4090 级别的高端显卡 /H100 专业 AI 显卡购成的算力矩阵 +NVLink 与专业光纤交换机构成的百 G 级别通讯通道，你说这东西能去中心化实现，hmm…

AI 推理对与算力和通讯带宽的需求远小于 AI 训练，去中心化实现的可能性自然比训练大了很多，这也是为什么多数算力相关项目都是搞推理的，训练的基本上只有 Gensyn，Together 这种融资过亿的大玩家。但同样，从性价比和可靠性这两个角度来讲，至少在现阶段，中心化算力做推理依旧是远好于去中心化的。

这就不难解释，为什么去中心化推理看去中心化训练觉得“你们根本做不成”，而传统 AI 看去中心化训练和推理会觉得“训练技术上不现实”，“推理商业上不靠谱”。

有人说 BTC/ETH 刚出来的时候大家也说分布式节点全都算一遍这个模式相对云计算不靠谱啊，最后不也成了？那就得看 AI 训练和 AI 推理将来对于正确性，不可篡改，冗余这些维度的需求了，单纯拼性能，可靠性，价格这些，暂时确实不可能好过中心化。

模型的资产化

这也是项目扎堆的一个赛道，也是相对于算力资产化更加容易理解的一个赛道，因为 ChatGPT 火了之后最知名的应用之一就是 Character.AI 了。你既可以和苏格拉底，孔子这些先贤讨教学问，也可以和马斯克，山姆奥特曼这些名人闲聊吹水，更是可以和初音未来，雷电将军这些虚拟偶像谈情说爱，这一切，都是大语言模型的魅力。AI Agent 这个概念经由 Character.AI 深入人心

如果孔子，马斯克，雷电将军这些 Agent 都是 NFT 呢？

这不就是 AI X Crypto 么？！

所以与其说是模型的资产化，不如说是基于大模型打造的 Agent 的资产化，毕竟大模型自身是不可能上链的，更多是基于模型之上的 Agent 映射成 NFT 来打造类“模型资产化”的 AI X Crypto 即视感。

现在圈内有可以教你学英语的 Agent，也可以有跟你谈恋爱的 Agent，各式各样，包括 Agent 的搜索以及 Market Place 等衍生项目也可以见到。

这个赛道的普遍问题是第一没有技术壁垒，基本就是 Character.AI 的 NFT 化，我们 In-House 的技术大神用现有的开源工具和框架一晚上就搞出一个说话像 BMAN，声音也像 BMAN 的 Agent。第二与区块链的结合程度非常轻，有点像 ETH 上的 Gamefi NFT，本质上 Metadata 里存的可能只是一个 URL 或是哈希，模型 /Agent 都是在云服务器上，链上交易的只是一个所有权而已。

模型 /Agent 的资产化在可见的未来依旧会是 AI x Crypto 最主要的赛道之一，希望可以看到相对有一定技术壁垒，与区块链自身结合更加紧密也更加 Native 的项目在未来可以出现。

数据的资产化

数据资产化从逻辑上来说是最适合 AI+Crypto 的，因为传统 AI 训练，大多只能利用互联网上有的看得见的数据，或者说更加精确一点 — 公域流量的数据，这些数据可能占比只有 10–20% 不到，更多的数据其实都在私域流量（包括个人数据），如果这些流量数据可以被用来训练或是 Fine-Tune 大模型，我们肯定可以在各个垂类领域拥有更加专业的 Agent/Bot。

Web3 最擅长的口号是什么，Read，Write，Own！

那么通过 AI+Crypto，在去中心化激励的引导下，释放个人与私欲流量的数据，将其资产化，给大模型提供更好更丰富的“口粮”，听上去是个十分符合逻辑的做法，也确实有几个团队在这个领域深耕。

然而这个赛道最大的难点是 — 数据这个东西很难像算力一样标准化。去中心化算力你的显卡什么型号直接就可以转化为多少算力，而私有数据数据的数量，质量，用途等各个维度都很难衡量，如果说去中心化算力是 ERC20，那么去中心化 AI 训练数据的资产化有点像 ERC721，且还是猴子 PunkAzuki 很多个项目，很多个 Traits 掺杂在一起那种，流动性与市场做起来的难度比 ERC20 难上不是一点半点，所以目前做 AI 数据资产化的项目都有点举步维艰。

数据赛道还有一个值得一提的是去中心化标注，数据资产化是作用在“数据收集”这个步骤，而收集到的数据在喂养给 AI 前还需要做一下加工，这就是数据标注的步骤。这个步骤目前也多是中心化的人力密集型劳动，通过去中心化的代币奖励去把这个 Labour Work 变成去中心化，标注 to Earn，或是类似众包平台一样的方式吧工作散出去，也是一个思路。有见到少量团队目前在这个领域耕耘。

三. AI+Crypto 缺失的拼图

简单说下从我们的视角来看，目前这个赛道缺失的拼图。

一是技术壁垒。正如之前所讲，绝大多数 AI+Crypto 的项目相对于 Web2 的传统 AI 项目来说几乎没有任何壁垒，更多是依靠经济模型和代币激励在前端体验，市场和运营上花心思，这当然也无可厚非，去中心化与价值分配本就是 Web3 所长，只是缺乏核心壁垒难免会有 X to Earn 的即视感。还是期待更多像是 RNDR 这种母公司 OTOY 有核心技术的团队在 Crypto 里大展拳脚。

二是从业者现状。就目前观察到的情况而言，AI X Crypto 这个赛道的创业者部分团队很懂 AI，但是对 Web3 的理解不深。而部分团队非常的 Crypto Native，但在 AI 领域的造诣较浅。这与早期的 Gamefi 赛道非常类似，要么很懂游戏想着 Web2 游戏链改，要么很懂 Web3 想着各种打金模型的创新与优化。Matr1x 是我们 Gamefi 赛道遇到的第一个对游戏和 Crypto 理解双 A 的团队，这也是为什么之前我有写到 Matr1x 是我 23 年“聊完即拍板”的三个项目之一，我们期待可以在 24 年看到在 AI 与 Crypto 领域理解双 A 的团队。

三是商业场景。AI X Crypto 处在一个极其早期的探索阶段，上述的各类资产化只是几个大的方向，其中每个方向都有可以仔细挖掘和细分的赛道。目前市面上看到的各类项目在 AI 与 Crypto 的结合多少有些“生硬”或是“粗糙”之感，并没有发挥出 AI 或是 Crypto 最优的竞争力或是可组合性，这也与上述说的第二点息息相关。比如我们 In House 研发团队就想到并设计了一个更优的结合方式，可惜看了这么多 AI 赛道的项目，依旧没有看到有团队切入这个细分领域，所以只能继续等待。

什么，你问为什么我们一个 VC 能比市面上的创业者先想到某些场景？因为我们的 In House AI 团队里有 7 位大神了，其中 5 个是科班 AI 的 PHD 出身。至于 ABCDE 团队对与 Crypto 的理解么，你懂的……

最后想说的是，虽然目前在一级市场的视角来看，AI x Crpyto 还非常的早期与不成熟，但这并不妨碍我们看好 24–25 年，AI X Crypto 会成为这一轮牛市的主赛道之一。毕竟，AI 解放生产力，区块链解放生产关系，还有比这两者更好的结合方式么 ：）