AI+Web3：塔樓與廣場

TL;DR

1. AI概念的Web3項目在一二級市場成爲吸金標的。

2. Web3在AI行業的機會體現在：使用分布式激勵來協調長尾中的潛在供應——跨數據、存儲和計算；同時建立開源模型以及AI Agent的去中心化市場。

3. AI在Web3行業主要用於鏈上金融（加密支付、交易、數據分析）以及輔助開發。

4. AI+Web3的效用體現在兩者的互補：Web3有望對抗AI集中化，AI有望幫助Web3破圈。

引言

近兩年，AI的發展像被按了加速鍵。由Chatgpt掀起的波瀾不僅打開了生成式人工智能的新世界，同樣在Web3領域掀起了洋流之勢。

在AI概念的加持下，加密市場融資明顯提振。僅2024上半年，就有64個Web3+AI項目完成融資，其中基於人工智能的操作系統Zyber365在A輪實現1億美元最高融資。

二級市場更爲繁榮，加密聚合網站Coingecko數據顯示，短短一年多時間，AI賽道總市值已達485億美元，24小時交易量接近86億美元。主流AI技術進展帶來的利好明顯，OpenAI的Sora文本轉視頻模型發布後，AI板塊平均價格漲151%。AI效應同樣輻射至加密貨幣吸金板塊之一Meme：首個AI Agent概念的MemeCoin——GOAT迅速走紅並獲14億美金估值，成功掀起AI Meme熱潮。

關於AI+Web3的研究和話題同樣火熱，從AI+Depin到AI Memecoin再到當前的AI Agent和AI DAO，FOMO情緒已然跟不上新敘事輪換的速度。

AI+Web3，這個充滿了熱錢、風口和未來幻想的術語組合，難免被人視作一場被資本撮合的包辦婚姻，我們似乎很難分辨在這席華麗的袍子之下，到底是投機者的主場，還是黎明爆發的前夜？

要回答這個問題，一個對雙方都關鍵的思索是，有對方它會變得更好嗎？是否能從對方的模式中受益？在本篇文章裏，我們也試圖站在前人的肩膀上審視這一格局：Web3如何能夠在AI技術堆棧的各個環節裏發揮作用，AI又能給Web3帶來什麼新的生機？

Part.1 AI堆棧下Web3有何機會？

在展開這個話題之前，我們需要了解AI大模型的技術堆棧：

用更通俗的語言來表述整個過程：「大模型」就像是人類的大腦，在早期階段，這個大腦屬於剛剛降臨人間的嬰兒，需要觀察與攝入周圍的外界海量信息去理解這個世界，這就是數據的「收集」階段。由於計算機不具備人類的視覺聽覺等多個感官，在訓練前，外界的大規模無標注信息需要通過「預處理」轉化成計算機能夠理解且可用的信息格式。

輸入數據後AI通過「訓練」構建了一個具有理解和預測能力的模型，則可以看作是嬰兒逐漸理解與學習外界的過程，模型的參數就像是嬰兒學習過程中不斷調整的語言能力。當學習的內容開始分科，或者與人交流得到反饋並且修正，便進入了大模型的「微調」環節。

孩童逐漸長大學會說話後，就可以在新的對話中理解意思並表達自己的感受和想法，這階段類似於AI大模型的「推理」，模型能夠對新的語言和文本輸入進行預測和分析。嬰兒通過語言能力表達感受、描述物體和解決各種問題，這也類似於AI大模型在完成訓練投入使用後在推理階段應用於各類特定的任務，例如圖像分類、語音識別等。

而AI Agent則更趨近於大模型的下一個形態——能夠獨立執行任務並追求復雜目標，不僅具備思考能力，還能夠記憶、規劃，且能夠運用工具與世界互動。

當前，針對AI在各個堆棧的痛點，Web3目前初步形成了一個多層次、相互連接的生態系統，涵蓋了AI模型流程的各個階段。

一、基礎層：算力與數據的Airbnb

算力

當前，AI的最高成本之一，是訓練模型與推理模型所需的算力與能源。

一個例子是，某大型科技公司的大語言模型需要16000個由某知名芯片制造商生產的高性能GPU 30天才能完成訓練。後者80GB版本的單價在30,000至40,000美元之間，這需要4-7億美元的計算硬件投資（GPU+網路芯片），同時，每月的訓練需要消耗16億千瓦時，能源支出每月近2000萬美元。

對於AI算力的解壓，也正是Web3最早與AI交叉的領域——DePin（去中心化物理基礎設施網路）。目前，DePin Ninja數據網站已經陳列出1400多個項目，其中GPU算力共享代表項目包括io.net、Aethir、Akash、Render Network等等。

其主要邏輯在於：平台允許擁有閒置GPU資源的個人或實體以無需許可的去中心化方式貢獻其計算能力，通過類似於共享經濟平台的買家和賣家在線市場，提高未被充分利用的GPU資源使用率，終端用戶也因此獲得更加低成本的高效計算資源。同時，質押機制也確保如果出現違反質量控制機制或中斷網路的情況，資源提供者有其相應懲罰。

其特點在於：

• 聚集閒置GPU資源：供應方主要爲第三方獨立的中小型數據中心、加密礦場等運營商的過剩算力資源、共識機制爲PoS的挖礦硬件，如FileCoin與ETH礦機。目前也有項目致力於啓動門檻更低的設備，如exolab利用MacBook、iPhone、iPad等本地設備建立運行大模型推理的算力網路。

• 面對AI算力的長尾市場：

a.「於技術端而言」去中心化算力市場更適合推理步驟。訓練更加依賴於超大集羣規模GPU帶來的數據處理能力，而推理對於GPU運算性能相對較低，如Aethir專注於低延遲的渲染工作和AI推理應用。

b.「於需求端而言」中小算力需求方不會單獨訓練自己的大模型，而只是選擇圍繞少數頭部大模型進行優化、微調，而這些場景都天然適合分布式閒置算力資源。

• 去中心化所有權：區塊鏈的技術意義在於資源所有者始終保留其對於資源的控制權，根據需求靈活調整，同時獲得收益。

數據

數據，是AI的地基。如果沒有數據，計算就如浮萍之末毫無用處，而數據與模型之間的關係就像"Garbage in, Garbage out"的那句俗諺，數據的數量與輸入質量決定着最終模型的輸出質量。對於現AI模型的訓練而言，數據決定了模型的語言能力、理解能力、甚至價值觀以及人性化表現。目前，AI的數據需求困境主要聚焦於以下四方面：

• 數據飢渴：AI模型訓練依賴大量數據輸入。公開資料顯示，某知名AI公司訓練其大語言模型的參數量就達到了萬億級別。

• 數據質量：隨着AI與各行業的結合，數據時效性、數據多樣性、垂類數據的專業性、新興數據源如社交媒體情緒的攝入對其質量也提出了新的要求。

• 隱私與合規問題：當前各個國家、企業逐漸注意到優質數據集的重要性，正在對數據集爬取進行限制。

• 數據處理成本高昂：數據量大，處理過程復雜。公開資料顯示，AI公司超過30%的研發成本是用於基礎數據採集、處理。

目前，Web3的解決方案體現在以下四個方面：

1. 數據收集：能夠免費提供抓取的真實世界數據正在迅速耗盡，AI公司爲數據付費的支出逐年升高。但與此同時，這份支出並沒有反哺到數據真正的貢獻者身上，平台全然享受了數據帶來的價值創造，如某社交平台通過與AI公司籤訂的數據授權協議實現合計2.03億美元的收入。

讓真正貢獻的用戶同樣參與數據帶來的價值創造，以及通過分布式網路與激勵機制，以低成本的方式獲取用戶更加私人、更具價值的數據，是Web3的願景。

• 如Grass是一個去中心化的數據層和網路，用戶可以通過運行Grass節點，貢獻閒置帶寬和中繼流量用以捕獲整個互聯網中的實時數據，並獲取代幣獎勵。

• Vana則引入了一個獨特的數據流動性池（DLP）概念，用戶可以將他們的私人數據（如購物記錄、瀏覽習慣、社交媒體活動等）上傳至特定DLP，並靈活選擇是否將這些數據授權給特定的第三方使用。

• 在PublicAI中，用戶可在某社交平台上使用#AI或#Web3作爲分類標籤並@PublicAI即可實現數據收集。

2. 數據預處理：在AI的數據處理過程中，由於收集來的數據通常嘈雜且包含錯誤，其在訓練模型之前必須將其清理並轉換爲可用格式，涉及標準化、過濾和處理缺失值的重復任務。此階段是AI行業爲數不多的人工環節，已經衍生出數據標注師這一行業，隨着模型對數據質量的要求提高，數據標注師的門檻也隨之提升，而這一任務天然適合Web3的去中心化激勵機制。

• 目前，Grass與OpenLayer都正在考慮加入數據標注這一關鍵環節。

• Synesis提出了「Train2earn」的概念，強調數據質量，用戶可通過提供標注數據、注釋或其他形式的輸入獲得獎勵。

• 數據標注項目Sapien則將標記任務遊戲化，並讓用戶質押積分以賺取更多積分。

3. 數據隱私與安全：需要釐清的是，數據隱私與安全是兩個不同的概念。數據隱私涉及敏感數據的處理，數據安全則保護數據信息免遭未經授權的訪問、破壞和盜竊。由此，Web3隱私技術優勢和潛在的應用場景體現在兩個方面：（1）敏感數據的訓練；（2）數據協作：多個數據所有者可以共同參與AI訓練，而無需共享其原始數據。

當前Web3較爲普遍的隱私技術包括：

• 可信執行環境(TEE)，例如Super Protocol。

• 完全同態加密（FHE)，例如BasedAI、Fhenix.io或Inco Network。

• 零知識技術（zk），如Reclaim Protocol使用zkTLS技術，生成HTTPS流量的零知識證明，允許用戶從外部網站安全導入活動、聲譽和身分數據，而無需暴露敏感信息。

不過，目前該領域仍處於早期階段，大部分的項目仍在探索中，目前的一個困境是計算成本太高，一些例子是：

• zkML框架EZKL需要大約80分鍾才能生成一個1M-nanoGPT模型的證明。

• 根據Modulus Labs的數據，zkML的開銷比純計算高出1000倍以上。

4. 數據存儲：有了數據之後，還需要一個地方來在鏈上存儲數據，以及使用該數據生成的LLM。以數據可用性（DA）爲核心問題，在以太坊danksharding升級之前，其吞吐量爲0.08MB。與此同時的是，AI模型的訓練和實時推理通常需要每秒50到100GB的數據吞吐量。這種數量級的差距，讓現有的鏈上解決方案在面對"資源密集型的AI應用時"力不從心。

• 0g.AI是這一類別的代表