FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI大会倒计时引爆投资狂潮抢占未来科技制高点哪些AI代币将成为下一个黄金矿脉

n）：由OpenAI联合创始人Sam Altman推出，目标是创建一个全球性的数字身份验证和货币系统，以促进全球经济的包容性和公平性。尽管目前尚未广泛应用，但其背后的概念和团队配置使其成为市场关注的焦点。 ARKM（Arkham）：这是一个利用AI技术对区块链数据进行分析的平台，目标是增加链上活动的透明度和可追溯性。由于OpenAI的创始人之一Sam Altman的支持，该项目获得了不少关注。 LPT（Livepeer）：一个基于以太坊的开放视频直播网络，近期宣布将集成OpenAI的视频AI模型，以提高其视频处理能力，使开发者和内容创作者能够以更低成本生产高质量视频内容。 RNDR（Render Network）：这是一个分布式GPU渲染网络，允许用户出租他们的GPU计算能力，以执行高性能渲染任务。该网络的RNDR代币作为交换媒介，奖励网络参与者。 VRA（Verasity）：专注于视频和电竞领域的协议，旨在通过其专利奖励机制提高视频内容的参与度和广告收入。该项目通过使用AI和机器学习技术来优化广告投放，提高效率。 NFP（NFPrompt）：一个结合了AI创作、社交和商业化的平台，致力于支持Web3创作者。其代币NFP用于各种平台活动和治理。 AI（Sleepless AI）：是基于AI的虚拟伴侣游戏平台，利用先进的AI生成内容技术（AIGC）和大型语言模型（LLM）创建互动故事。 TAO（Bittensor）：是一个支持去中心化机器学习的网络，通过P2P网络和数字账本激励AI研究者和消费者。 FET（Fetch.ai）：一个基于AI的区块链网络，旨在提高供应链和物联网（IoT）效率。 AGIX（SingularityNET）：构建一个去中心化AI服务市场，促进AI算法的共享和协作。 AKT（Akash Network）：提供去中心化云计算资源，为开发者提供高效、经济的计算能力。 MDT（Measurable Data Token）：旨在通过区块链技术建立一个数据交易和经济系统。 AIT（AIT Protocol）：是一个为AI模型训练提供高质量数据的Web3基础设施，通过“Train-to-Earn”模式激励用户参与。这些项目展示了AI技术在区块链和加密货币领域的应用潜力，它们正在开拓新的商业模式，推动技术和经济的进步。然而，投资者应该仔细研究每个项目，了解它们的潜力、风险和长期价值。来源：金色财经

金色财经2024-03-20

OpenAl 的估值飙升至 800 亿美元

nAI首席执行官山姆-奥特曼（Sam Altman）也一直在商谈为一家芯片企业筹集资金，并建议该公司与 “不同的投资者”、芯片制造商和能源供应商建立合作关系。这位首席执行官表示OpenAI将同意成为新工厂的 “重要客户”，因为他希望提高全球的芯片制造能力，以推动新的人工智能相关工具的发展。据报道，2023年12月，OpenAI 正在与考虑向该公司投资超过1000亿美元的投资者进行讨论。同年11月，OpenAI 董事会将阿尔特曼赶下台,造成混乱并引发了对公司未来的怀疑。员工威胁辞职声援，导致 Altman复职，部分董事会成员离职。OpenAI 委托律师事务所 WilmerHale 对董事会的决定和 Altman 的领导能力进行审查。相关报告预计将于2024年初完成。 OpenAI的ChatGPT于2022年底推出，掀起了人工智能的热潮，促使各公司纷纷探索如何利用这项技术的力量。这家人工智能公司于2月15日（周四）首次发布了文本到视频模型--Sora。虽然该公司承认该模型还有待改进，但被称为 Sora 的新生成式人工智能模型可以根据简单的文字提示创建详细的视频，延续现有视频，甚至根据静态图像生成场景。OpenAI 没有立即回应 Cointelegraph 有关该交易的置评请求。投资AISC的优势在于其在AI、区块链和加密货币牛市中的关键应用。AISC，即人工智能超级链，代表了一种新兴的技术，它结合了人工智能的高级分析和区块链的安全性，为加密货币市场提供了一个强大的基础设施。在AI领域，AISC可以提供更快的数据处理能力和更高级的决策支持。在区块链技术中，AISC为加密货币交易和智能合约执行提供了一个高效和安全的平台。特别是在牛市期间，AISC的这些优势可以帮助投资者抓住市场机遇，实现资产增值。因此，投资AISC可以视为对未来技术发展趋势的一种投资，特别是在预期这些领域会有持续增长的情况下。快来了解AISC的最新动态吧。公众号：AISC2024TOTHEMOON 来源：金色财经

金色财经2024-03-20

Coinbase AI研报：投机交易所建立的"海市蜃楼"缺乏真实需求

几乎没有引起人们的注意；但在 Sam Altman 于 12 月 15 日推广 Worldcoin 后，WLD 价格却上涨了 50%；而 OpenAI 于 2024 年 2 月 15 日发布的 Sora 更是导致了价格上涨了近三倍。于是我们就能看到最近时常发生的一种现象 ---- 即使比特币价格下跌，以人工智能为中心的代币也可能会经历价格上涨波动，这会导致比特币下跌期间出现上行波动。总的来说，报告认为人工智能叙事交易缺乏许多近期持续的需求驱动因素。由于缺乏明确的采用预测和指标，当前的交易更像是一种流行文化化的投机，这可能无法长期持续。尽管加密货币市场持续发展，人工智能行业表现出色，但这种强大的加密货币人工智能叙事可能只会在一段时间内维持。最终，代币的价格将会与其背后的实际效用趋同。然而，尚不清楚这需要多长时间，以及实际效用是否会上升以满足价格，反之亦然。与此同时，正如许多加密行业从业者所认识到的那样，去中心化人工智能的未来并不确定。因此，Coinbase 的研究报告建议采取谨慎的态度，深入研究基于加密货币的解决方案如何真正提供更好的替代方案。如果无法做到这一点，至少需要理解潜在的交易叙事逻辑，并在加密 XAI 热潮中寻找属于自己的确定收益。来源：金色财经

金色财经2024-03-20

Sam Altman直播谈OpenAI董事会风波：通往AGI的道路肯定会充满激烈的权力角逐

OpenAI CEO Sam Altman近日在一次网络直播中谈论了去年11月OpenAI董事会之争，并发表对OpenAI董事会团队构建的预期，其观点包括： 1、通往AGI的道路肯定会充满激烈的权力角逐，预计这就是未来景象。 2、从中学到了许多关于组织结构、激励机制等，这可能不是OpenAI最后一次面对如此大的压力，但这无疑是一个相当紧张的时刻。 3、除了考虑很多必须为AGI准备好的事情外，思考如何打造一个有韧性的组织、如何构建一个能承受世界压力的结构体系非常关键。 4、董事会还没有最后敲定，接下来还会继续增加。对于之后加入的新董事会成员以及未来还会继续增加的成员，确实设立了一些重要的标准，希望董事会能够涵盖不同的专业领域，它们需要在治理和思考方面表现出全方位能力。 5、希望以整批的方式招募董事会成员，而不是一次聘用一个人。 6、董事会里肯定需要一些技术专家。同时，也需要那些会考虑到“我们怎样部署这项技术才能最大限度地造福人类？”的人。还需要那些有着截然不同视角的人。 7、对新董事会的组建感到非常满意。在OpenAI的架构方面，董事会的职责之一就是审视如何能够加强结构韧性。首要任务是先确定新的董事会成员。

金融界2024-03-20

奥特曼：马斯克不善于与他人合作曾羞辱贝索斯丢掉首富

enAI CEO山姆·奥特曼（Sam Altman）今日在一次网络直播中表示，特斯拉CEO埃隆·马斯克不擅长与他人合作。奥特曼还举例称，当2021年超越贝索斯成为全球首富后，马斯克曾在社交平台X上向贝索斯发出了一个“银牌”表情符号，上面写着数字“2”。在周一播出的一次网络采访中，播客主持人Lex Fridman向奥特曼表示，AI的主要参与者必须合作才能实现通用人工智能（AGI）。但奥特曼却提出了一个相反的观点，称对马斯克来说，与他人合作并不是他最擅长的事情。奥特曼称：“我在想，前几天有人让我想起了马斯克超越贝索斯成为世界首富的那一天，他是如何在推特（X）上向贝索斯发放银牌的。” 奥特曼还称：“随着人们开始朝着AGI努力，我希望我们会减少这样的事情发生。” 回到2021年9月，马斯克曾在一封电子邮件中告诉《福布斯》，在取代贝索斯的世界首富宝座后，他将向贝索斯赠送一枚银牌和一座“巨型雕像”，上面刻着数字“2”。最终，马斯克在10月通过推文给贝索斯发了一个“银牌”表情符号。但在亚马逊股价飙升后，贝索斯在本月早些时候又超越马斯克，重新夺回了首富头衔。奥特曼和马斯克可能一起创立了OpenAI，但最近他们之间的关系并不好。马斯克在2018年离开公司董事会后，对奥特曼在OpenAI方面的领导力的看法似乎有所恶化。今年2月底，马斯克对OpenAI和奥特曼提起诉讼，指控该公司在与微软合作时违反了其非营利性使命。奥特曼今日在采访中对此表示，不清楚马斯克提起诉讼的真正动机是什么。

金融界2024-03-20

英伟达GTC大会引爆AI新浪潮，Blackwell平台性能飞跃25倍

25倍。OpenAI首席执行官Sam Altman表示，Blackwell实现了巨大的性能飞跃，并将加快他们交付领先模型的能力。Tesla和xAI首席执行官埃隆·马斯克也直言，目前没有什么比英伟达硬件更好的AI硬件了。 AI生态系统的全面升级除了Blackwell平台，英伟达还发布了一系列面向AI生态系统的新产品和技术，包括GB200超级芯片、新一代AI超级计算机DGX SuperPOD、通用AI超级计算平台NVIDIA DGX B200系统、车载计算平台DRIVE Thor、人形机器人通用基础模型Project GR00T和新型人形机器人计算机Jetson Thor等。这些产品和技术覆盖了从芯片到系统，从训练到推理，从云到边缘的全栈AI解决方案，为开发者和企业提供了更加丰富和灵活的选择。同时，英伟达还宣布将以API形式提供Omniverse Cloud，从而将工业数字孪生应用和工作流创建平台的覆盖范围扩展至整个软件制造商生态系统，进一步推动了AI在各个行业的应用和落地。英伟达创始人、总裁兼首席执行官黄仁勋表示，加速计算已经达到了临界点，通用计算已经失去了动力，我们需要更大的GPU，Blackwell平台就是为了应对这一挑战而构建的。可以预见，英伟达的这些新产品和技术将为AI的发展注入新的动力，推动AI在各个领域的应用和创新，引领我们进入一个全新的AI时代。

金融界2024-03-19

划重点！Altman最新访谈，涉及AGI、GPT-5、Sora、算力、人形机器人......

近期，OpenAI CEO Sam Altman最新做客Lex Friedman的播客节目。在对谈中，Altman谈及了OpenAI的内斗、马斯克的起诉、Sora、GPT-5、AGI、算力和人形机器人。关于内斗对谈之初，Altman被问及OpenAI内斗的事件，他表示，这绝对是我一生中最痛苦的职业经历，混乱、可耻、令人不安，还有很多其他负面的东西。他称，有时，我确实认为这将是人工智能安全史上发生的最糟糕的事情之一。我很高兴这件事发生得相对较早。我认为在OpenAI创立到创建AGI之间的某个时刻，将会发生一些疯狂和爆炸性的事情，未来可能还会有更多疯狂和爆炸性的事情发生。 Altman认为，此次内斗仍然帮助OpenAI建立了一定的韧性，并为未来的更多挑战做好了准备。心里层面上，Altman透露，内斗后回到了工作岗位，事情非常忙碌和紧张，自己没有花很多时间去思考它。之后有一段时间，自己处于神游状态，心情非常低落。他表示，很难继续运行OpenAI，我只想爬进山洞里恢复一下，但当时又好像刚刚回到任务中。对于新董事会，Altman表示，感觉很好。就OpenAI的结构而言，董事会的任务之一就是研究它，看可以在哪些方面让它变得更加强大。他称，上次内斗是一次疯狂、非常痛苦的经历，是一场完美的怪异风暴。这对我来说是一个预演，风险越来越大，以及我们需要拥有健全的治理结构、流程和人员，将会发生什么。此外，ALtman表示，我仍然不希望对 OpenAI 拥有超级投票权，我从未拥有过，也从未想要过。即使经历了所有这些疯狂，我仍然不想要它。我仍然认为任何公司都不应该做出这些决定，我们确实需要政府制定规则。关于AGI 对于Ilya Sutskever，Altman表示，我爱他，也非常尊重他。我现在对他的计划无可奉告，这是他的问题，但我真的希望我们在余下的职业生涯中一起工作。他比我年轻一点。也许他工作的时间长一点。 Altman还对内斗是因为Ilya担忧AGI风险的传闻做出回应，Ilya没有见过 AGI，我们没有人见过AGI，我们还没有构建AGI。我真正喜欢Ilya的众多原因之一是，他非常认真地对待AGI和安全问题。他还透露，此次权力斗争将使自己在信任他人方面变得更加犹豫。对于广受关注的Q*项目，Altman表示，没有秘密核设施。我们还没有准备好谈论这个。 Altman还表示，人们以各种不同的方式定义AGI。对我来说，真正重大的转变应该是其中的一部分。我认为，当一个系统能够显著提高世界科学发现的速度时，那就是一件了不起的事情。最现实的经济增长来自于科技进步。关于马斯克此前，马斯克曾起诉OpenAI，指责其忘了初心，还要求其开源。对此，Altman介绍，七八年前，当时只想尝试研究AI技术，并不知道真正要用它做什么。一开始，我们只是认为将成为一个研究实验室，并且不知道这项技术将如何发展。因为那是七八年前的事，所以很难回去真正记住当时的情况，但当时语言模型还没有成为大事，我们对API或销售聊天机器人的访问权没有任何想法，完全不知道我们要产品化。他称，很明显，我们需要做不同的事情，且还需要大量的资本。所以我们就一次修补（公司架构），我们逐渐走到了这一步，在这个过程中的每一点上都做出了合理的决定。 Altman强调，是马斯克选择和OpenAI分道扬镳的。他认为OpenAI将会失败，他想要完全控制来扭转局面，他还希望特斯拉能够打造AGI。马斯克曾多次希望将OpenAI打造成一家他可以控制或与特斯拉合并的营利性公司，但我们不想这样做，他决定离开。 Altman回忆，马斯克当时的提案是，被特斯拉收购，并让特斯拉完全控制OpenAI。他表示，我真的很尊重埃隆，我希望在未来的岁月里我们能保持友好的关系。关于开源他称，OepnAI将免费或低成本的AI工具提供给人们，对完成使命意义重大。不管这是否是开源的，我们应该开源一些东西而不是其他的东西，这之间有一些细微的差别。 OpenAI正在做的最重要的事情之一就是，将强大的技术免费提供给人们，作为一项公共利益。我们不会在我们的网站上投放广告，免费版本不会投放广告，我们不会以其他方式将其货币化。 OpenAI希望将日益强大的工具免费提供给人们，并让他们使用它们。这种开放对我们的使命非常重要。如果你为人们提供出色的工具并教他们使用它们，或甚至不教他们，他们就会弄清楚，并让他们以此为彼此建立一个令人难以置信的未来，这是一件大事。 Altman指出，Grok没有开源任何东西，直到人们认为这有点虚伪，然后马斯克宣布Grok将在本周开源。我认为开源与非开源对他来说并不是真正的意义所在。他认为，开源模型肯定有一席之地，特别是人们可以在本地运行的小型模型，需求巨大。会有一些开源模型，也会有一些闭源模型，在这方面它与其他生态系统没有什么不同。 Altman表示，任何考虑以非营利组织开始，并随后增加营利性部门的初创公司，我强烈劝阻他们不要这样做。他认为，尽管这样做会税收优惠或其他政策，但有些法律会让其变得相当困难。关于Sora 年初，OpenAI推出AI视频生成工具Sora，引发行业轰动。 Altman透露，训练Sora不仅使用了互联网数据，还使用了大量的人类数据。有超过三个人致力于为这些模型标记数据。对于AI训练资料的版权问题，他认为这背后的问题是，创造有价值数据的人是否应该获得使用数据的补偿，答案是肯定的。对于Sora带来的威胁，Altman举例称，当摄影出现时，艺术家们也非常担心，然后摄影成为一种新的艺术形式，人们通过拍照赚了很多钱。类似的事情还会继续发生，人们将以新的方式使用新工具。他认为，未来许多视频，也许是大多数视频，都会在制作中使用AI，但从根本上来说，它们仍然是由一个人思考、组合、完成其中的一部分来驱动的，有点像指导、运行它。关于GPT-5 对于接下来要推出的GPT-5，Altman表示，也许GPT-5将是关键时刻。他预计GPT-5和GPT-4之间的差距将与GPT-4和GPT-3之间的差距相同。关于今年是否会推出GPT-5，他透露，今年将发布一款令人惊叹的新型号。我不知道我们会怎么称呼它。我们将在未来几个月内发布许多不同的内容。我认为那会非常酷。我认为，在我们讨论一个类似GPT-5的模型之前，我们有很多其他重要的事情要先发布。此外，他表示，我不认为GPT-3.5改变了世界，它可能改变了世界对未来的期望，这实际上非常重要。它确实让更多的人认真对待AGI问题，并使我们走上新的轨道。关于算力、能源针对7万亿美元半导体计划，Altman表示，算力（Compute）将成为未来的货币，这可能是世界上最珍贵的商品，我我们应该大力投资以进行更多的计算。他表示，世界将需要大量的计算，其中有很多部分都很困难，能源是最难的部分，建设数据中心也很难，供应链也很难，制造足够的芯片也很难。我们需要大量的计算量，但目前还很难推理。他认为，核裂变能解决解决能源难题。关于Google、广告对于Google和Gemini，Altman认为，很多人试图打造一个比谷歌更好的搜索引擎，这是一个困难的技术问题、品牌问题、生态系统问题，世界不需要一个谷歌副本。 Altman表示，自己讨厌广告，很喜欢现在的用户付费的商业模式。我有点讨厌广告，因为它只是一种审美选择。我认为出于多种原因，广告需要在互联网上进行，以使其发展起来，但它是一个短暂的行业。现在世界更加富裕了，我喜欢人们为ChatGPT付费，并且知道他们得到的答案不会受到广告商的影响。我们有一个非常简单的商业模式，我喜欢它。我知道我在付钱，这就是商业模式的运作方式。当我使用Twitter、FacebookGoogle 或任何其他伟大的产品但有广告支持时，我不喜欢这样，而且我认为在人工智能的世界中，情况会变得更糟，而不是更好。他认为，如果问题是我们是否可以拥有一项伟大的业务来满足计算需求而无需广告，那么答案是肯定的。关于机器人 Altman表示，会在某个时刻看到OpenAI的人形机器人或人形机器人大脑。他认为，如果我们拥有AGI，而在物理世界中完成任务的唯一方法就是让人类去做，那会令人沮丧。所以我真的希望，作为这个转变的一部分，我们也能得到人形机器人或某种物理世界机器人。他介绍，OpenAI是一家小公司，必须真正集中注意力。此前积累机器人技术时，机器人因为错误的原因而变得困难，但我们会在某个时候以某种方式回归机器人。OpenAI将重新投入机器人开发工作。英文原文全版已附在文末的文档中，欢迎取阅

格隆汇2024-03-19

资深政治人士正接近达成加盟OpenAI担任高管的协议

，雷恩已经为首席执行官奥特曼(Sam Altman)提供了一年多的顾问服务，包括处理他在11月临时下台的事宜，并补充说，有关他加盟的讨论尚未最终确定，可能会破裂。

金融界2024-03-19

GTC英伟达大会利好加密AI 牛市如何布局AI赛道

e律师事务所进行的审查，并确认Sam Altman和Greg Brockman将继续领导OpenAI。受此消息影响，加密市场对AI板块的热情再度高涨。诸如Render（RNDR）、Fetch.ai（FET）、SingularityNET（AGIX）、Arkham（ARKM）等AI项目在24小时内涨幅均超过15%。作为创始人，Sam Altman领导的Worldcoin（WLD）再次创下历史新高，突破10美元，24小时涨幅超过40%。由于OpenAI推出的视频生成大模型Sora，去中心化流媒体平台LPT在短时间内涨幅超过了65%，短暂突破26美元。然而，尽管强势普涨引发了市场的期待，但AI板块在次日普遍出现了下跌。获利十倍大户抛售：市场剧烈波动的背后市场出现突然下跌，引发了社区的猜测。有人认为，可能是ARKM的大户qklpj.eth抛售获利导致了这一情况。根据社区讨论，qklpj.eth在过去八个月中一直持有ARKM，并在2023年11月以每枚0.386美元的价格将总值316万美元的1009万枚ARKM转入Binance。而上周末，ARKM的最高价达到了3.9美元。据余烬监测，3月2日，一新创建地址从Binance提出了价值超过700万美元的299万枚ARKM。这个地址的GAS来自于0x1729地址，而0x1729地址与qklpj.eth有关联。随后，疑似qklpj.eth的新地址（0x81DA）继续从Binance提出了价值250万美元的101万枚ARKM。在一天多的时间里，这个地址累计从Binance提出了价值超过千万美元的400万枚ARKM。在ARKM周六实现超过38%的涨幅后，qklpj.eth在周日将之前提出的400万枚ARKM转回了Binance。如果在那个时候出售，qklpj.eth通过这三笔跨越8天的交易将获利约280万美元。但这仅仅是他转出后再次转入的一部分仓位，qklpj.eth持有的ARKM总量为1009万枚，买入价格为0.386美元。如果在高点全部卖出，他的不到400万美元的成本将为他带来近4000万美元的收益。 2.英伟达收盘跌超 5% 除了大户砸盘，英伟达股票在上周末的大跌也是一个解释。上周五，英伟达盘中上涨超过5%，但收盘股价下跌了5.6%，创下自去年5月31日以来的最大单日跌幅。据报道，这一单日跌幅还导致英伟达市值蒸发了约1300亿美元，堪称美股历史上最大的单日市值蒸发之一。目前，加密领域的AI项目的发展叙事与科技界对英伟达芯片优势的看好密不可分。然而，就像"母题"（指英伟达）一路上涨后忽然遭遇大跌一样，这种震撼自然也会传递到AI板块。幸运的是，昨日Sam重返OpenAI董事会，暂时缓解了跌势。来源：金色财经

金色财经2024-03-18

Metrics Ventures研报：从Vitalik文章出发 Crypto×AI有哪些值得关注的细分赛道？

关注的原因为OpenAI创始人Sam Altman对其的个人投资，过去30天收获5倍涨幅。 GraphLinq：GraphLinq是一种自动化流程管理解决方案，旨在使用户无需编程即可部署和管理各种类型的自动化功能，如将Coingecko中比特币的价格每隔5分钟推送至TG Bot中。GraphLinq的解决方案是用Graph将自动化流程可视化，用户可以通过拖拽节点的方式创建自动化任务，并使用GraphLinq Engine执行。尽管不需要代码，但创建Graph的过程对普通用户来说依然有一定门槛，包括选择合适的模板、在几百个逻辑块中挑选合适的并连接。因此GraphLinq正在引入AI，使用户可以用对话式人工智能和自然语言，来完成自动化任务的构建和管理。 **0x0.ai：**0x0与AI相关的业务主要有三个：AI智能合约审计、AI反Rug检测和AI开发者中心。其中AI反Rug检测将检测可疑行为，如过高税收或抽走流动性，防止用户受骗，AI开发者中心利用机器学习技术生成智能合约，实现No-code部署合约。但目前仅初步上线了AI智能合约审计，其他两项功能尚未开发完成。 Zignaly：Zignaly诞生于2018年，旨在让个人投资者能够选择基金经理来为自己进行加密资产管理，类似Copy-trading的逻辑。Zignaly正在使用机器学习和人工智能技术，建立起对基金经理进行系统评估的指标体系，目前推出的第一个产品为Z-Score，但作为人工智能产品来说还是比较初级。 4 AI作为游戏规则这是最令人激动的部分——让AI能够代替人类进行决策和行为，你的AI将直接掌控你的钱包，代替你进行交易决策和行为。在这一分类下，笔者认为主要可以分为三个层级：AI应用（尤其是以自主决策为愿景的应用，如AI自动化交易bot、AI DeFi收益Bot）、Autonomous Agent协议以及zkml/opml。 AI应用是对某一领域的问题进行具体决策的工具，它们积累了不同细分领域的知识和数据，依赖于根据细分问题而量身定制的AI Model开展决策。可以注意到，AI应用在本文中被同时归入两类：接口与规则，从开发愿景来说，AI应用应成为独立决策的Agent，但目前无论是AI模型的有效性、集成AI的安全性，都无法满足这一要求，甚至作为接口都略微勉强，AI应用正处于非常早期的阶段，具体项目在前文已有介绍，在此不做赘述。 Autonomous Agent被V神在第一类（AI作为参与者）中提及，从远期愿景来说，本文将其归为第三类。Autonomous Agent利用大量数据和算法来模拟人类的思维和决策过程，并执行各种任务和交互。本文主要关注Agent的通信层、网络层等基础设施，这些协议定义了Agent的归属权，建立了Agent的身份、通信标准和通信方式，连接多个Agent应用，能够协同进行决策和行为。 zkML/opML：通过密码学或经济学的方法，保证经过了正确的模型推理过程而提供具有可信性的输出。安全性问题对于将AI引入智能合约非常致命，智能合约依靠输入产生输出并自动化执行一系列功能，一旦AI作恶给予了错误的输入，将会为整个Crypto系统引入极大的系统性风险，因此zkML/opML和可能的一系列潜在解决方案，都是让AI进行独立行动和决策的基础。最后，三者构成AI作为运行规则的三个基础层次：zkml/opml作为最底层的基础设施，保证协议的安全性；Agent协议建立起Agent生态系统，能够协同进行决策和行为；AI应用，也是具体的AI Agent，将不断提高在某一领域的能力，并实际进行决策和行动。 4.1 Autonomous Agent AI Agent在Crypto世界的应用是自然的，从智能合约到TG Bots再到AI Agents，加密世界正走向更高的自动化和更低的用户门槛。智能合约虽然是通过不可篡改的代码自动执行功能，但仍需要依赖外部触发而唤醒，且无法自主运行和连续运行；TG Bots降低了用户门槛，用户不需要直接与加密前端交互，而是通过自然语言完成链上交互，但只能完成极为简单和具体的任务，依然无法实现用户意图为中心的交易；AI Agents则具备一定的独立决策能力，理解用户的自然语言，并自主找到和组合起其他的Agent和链上工具，完成用户指定的目标。 AI Agent正在致力于大幅提高加密产品的使用体验，而区块链也能够助力AI Agent的运行更加去中心化、透明和安全，具体的帮助在于：通过代币激励更多的开发者提供Agent NFT确权促进基于Agent的收费与交易提供链上的Agent身份和注册机制提供不可篡改的Agent活动日志，对其行为进行及时的溯源和追责这一赛道的主要项目如下： Autonolas：Autonolas通过链上协议支持Agent和相关组件的资产确权和可组合性，使代码组件、Agent和服务能够在链上被发现和重复利用，并激励开发者获得经济补偿。开发者开发了完整的Agent或组成部分后，将对代码进行链上注册并获得NFT，代表对代码的所有权；Service Owner会联合多个Agent创建一个服务并在链上注册，并吸引Agent Operators来实际执行服务，用户通过付费使用服务。 Fetch.ai：Fetch.ai在AI领域具有很强的团队背景和开发经验，目前正在关注AI Agent赛道。协议由四个关键层组成：AI Agents、Agentverse、AI Engine和Fetch Network。AI Agents是系统的核心，其他则为辅助构建Agent服务的框架和工具。Agentverse是一个软件即服务平台，主要用于创建和注册AI Agent。AI Engine的目标是通过读取用户自然语言输入，将其转换为可操作的人物，并在Agentverse中选择已注册的最合适的AI Agent来执行任务。Fetch Network是协议的区块链层，AI Agent必须在链上的Almanac合约中注册，才能与其他Agent开始协同服务。值得注意的是，Autonolas目前专注于crypto世界的Agent构建，将链下的Agent操作引入链上；Fetch.ai的关注范围则包括Web2世界，如旅行预订、天气预测等。 Delysium：Delysium从游戏转型为AI Agent协议，主要包括两个层：通信层和区块链层，通信层是Delysium的主干，提供安全且可扩展的基础设施，使得AI Agent之间能够快速高效的通信，区块链层对Agent进行身份验证，并通过智能合约实现对Agent行为的不可篡改记录。具体来说，通信层为Agent之间建立了统一的通信协议，采用标准化的消息系统，让Agent之间可以通过一种通用语言无障碍地交流，此外建立了服务发现协议和API，使得用户和其他Agent能够快速发现和连接可用的Agent。区块链层主要包括两个部分：Agent ID和Chronicle智能合约，Agent ID确保只有合法的Agent才能访问网络，Chronicle则是Agent做出的所有重要决策和行为的日志存储库，上链后不可篡改，确保对Agent行为的可信追溯。 Altered State Machine：通过NFT为Agent的资产确权和交易制定了标准，具体分析可见第1部分，虽然ASM目前主要接入游戏，但其作为基础性的规范同样具有向其他Agent领域扩展的可能。 Morpheous：正在构建一个AI Agent生态网络，协议旨在连接Coder、Computer provider、Community Builder和Capital四种角色，分别为网络提供AI Agent、支持Agent运行的算力、前端和开发工具以及资金，MOR将采取Fair launch的形式，向提供算力的矿工、stETH质押者、Agent或智能合约开发贡献者、社区开发贡献者提供激励。 4.2 zkML/opML 零知识证明目前有两个主要应用方向：以更低的成本在链上证明运算得到了正确的运行（ZK-Rollup和ZKP跨链桥正在利用ZK的这一特点）；隐私保护：不需要知道计算的细节，也可以证明计算得到了正确的执行。同样地，ZKP在机器学习中的应用同样可以被分为两类：推理验证：即通过ZK-proof，在链上以较低的成本证明AI模型推理这一密集计算的过程在链下得到了正确的执行。隐私保护：又可以分为两类，一是对数据隐私的保护，即在公开的模型上使用隐私数据进行推理，可以利用ZKML对隐私数据进行保护；二是对模型隐私的保护，希望隐藏模型的权重等具体信息，从公开的输入中运算并得出输出结果。笔者认为目前对Crypto更为重要的是推理验证，我们在此对推理验证的场景进行进一步阐述。从AI作为参与者开始，到AI作为世界的规则，我们希望将AI成为链上流程的一部分，但AI模型推理计算成本过高，无法直接在链上运行，将这一过程放到链下，意味着我们需要忍受这一黑盒子带来的信任问题——AI模型运行者是否篡改了我的输入？是否使用了我指定的模型进行推理？通过将ML模型转化成ZK电路，可以实现：（1）较小的模型上链，将小的zkML模型存储到智能合约中，直接上链解决了不透明的问题；（2）在链下完成推理，同时生成ZK证明，通过在链上运行ZK证明来证明推理过程的正确性，基础架构将包括两个合约——主合约（使用ML模型输出结果）和ZK-Proof验证合约。 zkML还处于非常早期的阶段，面临着ML模型向ZK电路转化的技术问题，以及极高的运算和密码学开销成本。和Rollup的发展路径一样，opML从经济学的角度出发，成为了另一种解决方案，opML使用Arbitrum 的 AnyTrust 假设，即每个主张至少有一个诚实节点，确保提交者或至少一个验证者是诚实的。但OPML只能成为推理验证的替代方案，无法实现隐私保护。目前的项目正在构建zkML的基础设施，并在努力探索其应用，应用的建立同样重要，因需要清楚地向加密用户证明zkML中重要作用，证明最终价值能够抵消巨大成本。在这些项目中，有些专注于与机器学习相关的ZK技术研发（如Modulus Labs），有些则是更通用的ZK基础设施搭建，相关项目包括： Modulus 正在使用 zkML 将人工智能应用于链上推理过程。Modulus于2月27日推出了zkML证明器Remainder，与同等硬件上的传统AI推理相比，实现了180倍的效率提升。此外，Modulus与多个项目合作，探索zkML的实际用例，如与Upshot合作，通过使用具有ZK证明的人工智能，收集复杂的市场数据、评估NFT价格，并将价格传到链上；与AI Arena合作，证明正在战斗的Avatar和玩家所训练的是同一个。 Risc Zero将模型放在链上，通过在 RISC Zero 的 ZKVM 中运行机器学习模型，可以证明模型涉及的确切计算是正确执行的。 Ingonyama正在开发专门用于 ZK 技术的硬件，这可能降低了进入 ZK 技术领域的门槛，并且 zkML 也有可能用于模型训练过程。 5 AI作为目标如果说前面三类更侧重于AI如何赋能于Crypto，那么“AI作为目标”强调了Crypto对AI的帮助，即如何利用Crypto创造出更好的AI模型和产品，这或许包括多个评判标准：更高效、更精确、更去中心化等等。 AI包括三个核心：数据、算力和算法，在每一个维度，Crypto都在致力于为AI提供更有效的助力：数据：数据是进行模型训练的基础，去中心化数据协议将激励个人或企业提供更多私域数据，同时利用密码学保障数据隐私，避免个人敏感数据的泄露。算力：去中心化算力赛道是目前最火热的AI赛道，协议通过提供供需双方的匹配市场，促进长尾算力与AI企业的匹配，用于模型的训练和推理。算法：Crypto对算法的赋能是实现去中心化AI最核心的环节，也是V神文章中“AI作为目标”叙述的主要内容，创建去中心化的、可信任的黑匣子AI，那么前文所说的对抗式机器学习的问题则将得到解决，但将面临极高的密码学开销等一系列阻碍。此外，“使用加密激励来鼓励制作更好的AI”也可以在不完全陷入密码学完全加密的兔子洞的情况下实现。大型科技公司对数据和算力的垄断共同造成了对模型训练过程的垄断，闭源模型成为大型企业获利的关键。从基础设施的角度，Crypto通过经济手段激励数据和算力的去中心化供应，同时通过密码学的方法保证过程中的数据隐私，并以此为基础助力于去中心化的模型训练，以实现更透明、更去中心化的AI。 5.1 去中心化数据协议去中心化数据协议主要以数据众包的形式开展，激励用户提供数据集或数据服务（如数据标注）用于企业进行模型训练，并开设Data Marketplace促进供需双方的匹配，一些协议也正在探索通过DePIN激励协议，获取用户的浏览数据，或利用用户的设备/带宽完成网络数据爬取。 Ocean Protocol：对数据确权并代币化，用户可以通过无代码方式在Ocean Protocol完成对数据/算法的NFT创建，同事创建相应的datatoken来控制对数据NFT的访问。Ocean Protocol通过Compute To Data（C2D）来确保数据的隐私性，使用者只能获得根据数据/算法的输出结果，而无法完整下载。Ocean Protocol于2017年成立，作为数据市场，在本轮热潮中很自然地搭上了AI的快车。 Synesis One：该项目是Solana上的Train2Earn平台，用户通过提供自然语言的数据和数据标注来获取$SNS奖励，用户通过提供数据支持挖矿，数据在验证后会进行存储和上链，并由AI公司用来训练和推理。具体来说，挖矿者分为三类：Architect/Builder/Validator，Architect负责创建新的数据任务，Builder在相应的数据任务中提供语料，Validator则对Builder提供的数据集进行验证。完成的数据集会被存入IPFS中，并在链上保存数据来源和IPFS地址们同事会被存储在链下的数据库中供AI公司（目前为Mind AI）使用。 Grass：被称为AI的去中心化数据层，本质上是一个去中心化网络抓取市场，并以此获得数据来用于AI模型训练。互联网网站是一个重要的AI训练数据来源，包括推特、谷歌、Reddit在内的许多网站的数据都具有重要价值，但这些网站正在不断对数据爬取加以限制。Grass利用个人网络中未使用的带宽，通过使用不同的IP地址来减少数据封锁带来的影响，来抓取公共网站中的数据，完成数据初步清理，成为AI模型训练企业和项目的数据源。目前Grass正处于Beta测试阶段，用户可提供带宽获取积分以领取潜在空投。 AIT Protocol：AIT Protocol是去中心化数据标注协议，旨在为开发者提供高质量数据集用于模型训练。Web3使得全球劳动力能够快速接入网络，并通过数据标注获得激励，AIT的数据科学家将对数据进行预标注，随后由用户进行进一步处理，经过数据科学家检查后，通过质量检测的数据将提供给开发者。除了上述数据提供和数据标注协议，曾经的去中心化存储类基础设施，如Filecoin、Arweave等也将为更分散化的数据供给助力。 5.2 去中心化算力 AI时代，算力的重要性不言而喻，不仅英伟达的股价日攀高峰，在Crypto世界，去中心化算力可以说是AI赛道炒作最热烈的细分方向——在市值前200的11个AI项目中，做去中心化算力的项目就有5个（Render/Akash/AIOZ Network/Golem/Nosana），并在过去几个月中收获了高倍涨幅。在小市值的项目中也看到许多去中心化算力的平台出现，虽然刚刚起步，但伴随着英伟达大会的浪潮，只要是与GPU沾边，都快速收获了一波大涨。从赛道特点来看，这一方向项目的基本逻辑高度同质化——通过代币激励使得拥有闲置算力资源的人或企业提供资源，并由此大幅降低使用费用，建立起算力的供需市场，目前，主要的算力供应来自于数据中心、矿工（尤其在以太坊转为PoS后）、消费级算力以及与其他项目的合作。虽然同质化，但这是一个头部项目拥有较高护城河的赛道，项目的主要竞争优势来源于：算力资源、算力租赁价格、算力使用率以及其他技术优势。这一赛道的龙头项目包括Akash、Render、io.net和Gensyn。根据具体业务方向，项目可以被粗分为两类：AI模型推理和AI模型训练。由于AI模型训练对算力和带宽的要求远高于推理，比分布式推理的落地难度更大，且模型推理的市场快速扩展，可预测的收入将在未来大幅高于模型训练，因此目前绝大多数项目主攻推理方向（Akash、Render、io.net），主攻训练方向的龙头即为Gensyn。其中，Akash和Render诞生较早，并非是为AI计算而生，Akash最初用于通用计算，Render则主要应用于视频和图片渲染，io.net则为AI计算专门设计，但在AI将算力需求提升了一个Level后，这些项目都已倾向于AI方面的开发。最为重要的两个竞争指标依然来自于供应端（算力资源）和需求端（算力使用率）。Akash拥有282个GPU和超过2万个CPU，已完成16万次租赁，GPU网络的利用率为50-70%，在这一赛道是一个不错的数字。io.net拥有40272个GPU和5958个CPU，同时拥有Render的4318个GPU和159个CPU、Filecoin的1024个GPU的使用许可，其中包括约200块H100和上千块A100，目前已完成推理151,879次，io.net正在用极高的空投预期吸引算力资源，GPU的数据正在快速增长，需要等代币上线后对其吸引资源的能力重新评估。Render和Gensyn则并未公布具体数据。此外，许多项目正在通过生态合作来提高自己在供应与需求端的竞争力，如io.net采用Render和Filecoin的算力来提高自己的资源储备，Render建立了计算客户端计划（RNP-004），允许用户通过计算客户端——io.net、Nosana、FedMl、Beam，来间接接入Render的算力资源，从而快速从渲染领域过渡到人工智能计算。此外，去中心化计算的验证依然是一个问题——如何证明拥有算力资源的工作者正确地执行了计算任务。Gensyn正在尝试建立这样一个验证层，通过概率学习证明、基于图的精确定位协议以及激励来保证计算的正确性，其中的验证者和举报者共同对计算进行检查，因此Gensyn除了为去中心化训练提供了算力支持，其建立的验证机制也具有独特价值。位于Solana上的计算协议Fluence同样增加了对计算任务的验证，开发人员可以通过检查链上提供商发布的证明来验证其应用程序是否按预期运行以及计算是否正确执行。但现实的需求依然是”可行“大于”可信“，计算平台必须首先具有足够的算力才有竞争的可能，当然对于出色的验证协议来说，可以选择接入其他平台的算力，成为验证层和协议层来发挥独特作用。 5.3 去中心化模型距离Vitalik所描述的终极场景（下图所示）还非常遥远，我们目前还无法实现通过区块链和加密技术创建一个可信任的黑盒AI，来解决对抗性机器学习的问题，将数据训练到查询输出的整个AI运行过程进行加密处理是一笔非常大的开销。但目前正在有项目尝试通过激励机制创建更好的AI模型，首先打通了不同模型之间封闭的状态，创造了模型之间相互学习、协作和良性竞争的格局，Bittensor是其中最具代表性的项目。 Bittensor：Bittensor正在促进不同AI模型之间的组合，但值得注意的是，Bittensor本身不进行模型的训练，而是主要提供AI推理的服务。Bittensor的32个子网专注于不同的服务方向，如数据抓取、文本生成、Text2Image等，在完成一项任务时，分属不同方向的AI模型可以相互协作。激励机制促进了子网之间、以及子网内部的竞争，目前奖励以每块1个TAO的速度发放，每日总计发放约7200个TAO代币，SN0（根网络）中的64个验证器根据子网性能，决定了这些奖励在不同子网之间的分配比例，子网验证器则通过对矿工的工作评价，决定在不同矿工之间的分配比例，由此表现更好的服务、表现更好的模型获得更多激励，促进了系统整体推理质量的提高。 6 结语：MEME炒作还是技术革命？从Sam Altman动向带来ARKM和WLD的价格疯涨，到英伟达大会带飞一系列参会项目，很多人正在对AI赛道的投资理念发生调整，AI赛道究竟是MEME炒作还是技术革命？除了少数名人题材（比如ARKM和WLD），AI赛道整体更像是”以技术叙事为主导的MEME“。一方面，Crypto AI赛道的整体炒作一定是与Web2 AI的进展紧密挂钩的，OpenAI为首的外部炒作将成为Crypto AI赛道的导火索。另一方面，AI赛道的故事依然以技术叙事为主，当然，这里我们强调的是”技术叙事“而非”技术“，这就使得对AI赛道细分方向的选择和项目基本面的关注依然重要，我们需要找到有炒作价值的叙事方向，也需要找到有中长期竞争力和护城河的项目。从V神提出的四类结合可能中，可以看到的是叙事魅力和落地可能性的相互权衡。在以AI应用为代表的第一类和第二类中，我们看到了许多GPT Wrapper，产品落地快但业务同质化程度也较高，先发优势、生态系统、用户数量和产品收入则成为同质化竞争中可讲的故事。第三类和第四类代表着AI与Crypto结合的宏大叙事，如Agent链上协作网络、zkML、去中心化重塑AI，都处于早期阶段，具有技术创新的项目将会快速吸引资金，即使只是很早期的落地展示。来源：金色财经

金色财经2024-03-18

24小时热点