Sự kết hợp giữa AI và Web3: Sự phát triển mạnh mẽ từ cơ sở hạ tầng đến ứng dụng thực tế

AI và web3 là những điểm tăng trưởng công nghệ được công nhận trong những năm gần đây, đang thúc đẩy xã hội loài người bước vào giai đoạn phát triển mới. Kể từ khi ChatGPT mang đến trải nghiệm AI cách mạng, AI trên chuỗi đã âm thầm hoàn thành sự chuyển đổi từ khái niệm sang cơ sở hạ tầng, trở thành một trong những lộ trình phát triển bền vững được kỳ vọng nhất trong lĩnh vực web3.

Tại hội nghị đồng thuận Hồng Kông 2025 vừa kết thúc, sự kết hợp giữa AI và web3 đã trở thành chủ đề nóng, các hội trường đều có những cuộc thảo luận sâu sắc về chủ đề này. Thông qua việc tìm hiểu sâu hơn, chúng tôi đã phát hiện ra nhiều dự án AI tiềm năng, và hiện tại xin chia sẻ thông tin tiên tiến như sau.

Một, Cơ sở hạ tầng AI

1. Nền tảng và khung AI Agent

Trong nửa năm qua, nền tảng phóng AI Agent và cơ sở hạ tầng khung đã rất sôi động. Những dự án này cung cấp cho các nhà phát triển và người dùng thông thường một nền tảng sử dụng AI Agent với rào cản thấp, trở thành một trong những hướng đi trọng tâm của các dự án AI lần này.

• 0G Labs: Hệ điều hành trí tuệ nhân tạo phi tập trung đầu tiên (deAIOS), thông qua việc xây dựng Layer 1 độc quyền cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra hệ sinh thái phát triển AI phân tán.

• DeAgentAI: 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 (Multi-Agent Systems).

• Autonomys Network: Nền tảng cơ sở hạ tầng phi tập trung, nhằm mục đích 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 tự hành.

• Gaia Network: Nền tảng cơ sở hạ tầng AI phi tập trung, hỗ trợ phát triển và vận hành phân tán cho AI Agent và ứng dụng.

• Questflow: Mạng lưới được cấu thành từ nhiều AI Agent phi tập trung, người dùng chỉ cần mô tả nhu cầu, mạng lưới AI代理 có thể tự động hoàn thành nhiệm vụ.

2. Trí tuệ nhân tạo 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., với hy vọng phá vỡ sự độc quyền của các công ty lớn đối với LLM bằng cách áp dụng phương thức phi tập trung, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.

• Vana: Cam kết xây dựng nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, chuyển đổi dữ liệu cá nhân thành tài sản tài chính.

• Hyperbolic: Nền tảng AI đám mây truy cập mở, tích hợp tài nguyên máy tính toàn cầu, cung cấp tài nguyên GPU và dịch vụ AI tiết kiệm chi phí, có thể mở rộng.

• OpenLedger: Tập trung vào mạng thế hệ tiếp theo về AI và blockchain, cung cấp cơ sở hạ tầng kinh tế phi tập trung.

• IO.NET: Nền tảng tính toán phi tập trung, cung cấp dịch vụ truy cập theo yêu cầu vào các cụm GPU và CPU.

• Aethir: Nền tảng đổi mới cung cấp cơ sở hạ tầng điện toán đám mây phân tán.

• MinionLab: Mạng lưới AI thông minh tự trị phi tập trung, được sử dụng để khai thác dữ liệu internet theo thời gian thực.

• GAIB: Giải pháp về tầng kinh tế trong lĩnh vực AI và tính toán hiệu suất cao, tạo ra các loại tài sản và hệ thống kinh tế mới thông qua việc tài chính hóa và mã hóa tài nguyên GPU.

• Kite AI: Nền tảng blockchain Layer 1 phi tập trung được thiết kế dành riêng cho kinh tế AI.

• Automata: Cung cấp lớp bảo vệ quyền riêng tư và tính toán không theo dõi cho các ứng dụng phi tập trung.

• Public AI: Cam kết xây dựng nền tảng dữ liệu AI mở và minh bạch, hỗ trợ thu thập và đánh dấu dữ liệu đa mô hình.

3. AI có thể xác minh

Một trong những thách thức quan trọng mà sự phát triển AI đang phải đối mặt là tính không minh bạch của quá trình đào tạo và khả năng không đảm bảo độ chính xác của kết quả đầu ra của AI. Hiện tại, nhiều dự án đang triển khai công nghệ ZKP, TEE và các công nghệ khác để đạt được tính khả chứng trong quá trình đào tạo AI, đảm bảo độ tin cậy của kết quả đầu ra của AI.

• Phala Network: Nền tảng điện toán đám mây phi tập trung, cung cấp dịch vụ tính toán bảo mật và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi.

• Brevis: Công cụ tính toán phi tập trung, cung cấp AI và tính toán blockchain có thể xác minh bên ngoài chuỗi.

• Verisense Network: Nền tảng đổi mới tập trung vào xác minh dữ liệu phi tập trung và AI đáng tin cậy.

Hai, Trường hợp sử dụng AI: Tiềm năng và Kỳ vọng

So với cơ sở hạ tầng AI phong phú, hiện tại các dự án ứng dụng AI thực tế nổi bật vẫn còn tương đối ít. Ngoài những robot trên Twitter được biết đến rộng rãi, còn có một số dự án mới nổi thể hiện nhiều khả năng hơn của ứng dụng AI Agent.

• Narra: Nền tảng Gamefi AI Agent trên một chuỗi công khai, có khả năng tạo ra nội dung kể chuyện động thời gian thực, tương tác với người chơi và thúc đẩy sự phát triển của câu chuyện.

• AI Travel：Trợ lý du lịch được điều khiển bởi AI, có thể giúp người dùng tự động tùy chỉnh kế hoạch du lịch thông qua trò chuyện.

• HeyTracyAI: AI Agent bình luận thể thao tập trung vào lĩnh vực bóng rổ do các nhà vô địch NBA tham gia.

• AskJimmy: Nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch, nhằm tạo ra quỹ đầu tư đa chiến lược phi tập trung do AI Agent tự vận hành.

Ba, chuyển đổi dự án truyền thống sang AI

Xu thế chung, nhiều dự án web3 truyền thống cũng lần lượt đón nhận AI, công bố kế hoạch chuyển hướng AI của riêng mình.

Một số chuỗi công khai lâu đời tích cực tham gia các hội nghị liên quan đến AI, cho rằng sự xuất hiện của 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, giải quyết vấn đề tương tác đã gây khó khăn cho ngành trước đây. Những chuỗi công khai này đều bày tỏ mục tiêu phát triển dẫn đầu về AI, sẽ toàn diện hỗ trợ sự phát triển của AI từ kiến trúc cơ bản, đổi mới tài khoản và các khía cạnh khác.

Một dự án trước đây tập trung vào dịch vụ Restaking cũng đã cho biết, đang nỗ lực xây dựng một lớp tin cậy phi tập trung, cung cấp dịch vụ đám mây có thể xác minh, để cung cấp chứng minh chuỗi cho các phép toán ngoài chuỗi như huấn luyện và suy diễn AI, dự đoán, hỗ trợ sự phát triển của AI Agent có thể xác minh.

Bốn, Thách thức và Tương lai

Là chủ đề nóng của Hội nghị Đồng thuận Hồng Kông 2025, các cuộc thảo luận và chia sẻ về AI và Web3 diễn ra sôi nổi và thú vị. Trong khi mơ ước về một bức tranh tươi đẹp, nhiều khách mời cũng đề cập rằng sự phát triển của AI trên chuỗi hiện nay vẫn phải đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ trong ý định của từ gợi ý, giới hạn về lưu trữ và phần cứng, cũng như các vấn đề an toàn và bảo mật riêng tư. Những thách thức này không chỉ mang đến những khó khăn kỹ thuật cho ngành mà còn ươm mầm những cơ hội đổi mới to lớn.

Về lâu dài, các chuyên gia trong ngành đều đầy hy vọng về sự phát triển của AI trên chuỗi, và mong muốn thúc đẩy sự hòa nhập và thịnh vượng của AI với Web3 thông qua việc hoàn thiện hạ tầng, đổi mới trường hợp sử dụng và hợp tác cộng đồng.