AI與Web3融合成爲香港共識大會2025熱點話題

近期舉辦的香港共識大會2025上，AI與Web3的融合成爲一大熱門話題。無論是主會場還是分會場，都能聽到關於AI與Web3結合的熱烈討論。本文將爲讀者分享大會上的一些前沿見解。

一、AI基礎設施

1. AI Agent平台和框架

隨着AI Agent概念的興起，相關的發射平台和框架建設在近半年內十分火爆。這些項目爲開發者和普通用戶提供了低門檻使用AI Agent的平台，成爲本輪AI項目的重點方向之一。

值得關注的項目包括：

• 0G Labs：首個去中心化人工智能操作系統，通過構建AI專有的Layer 1連接計算資源、數據和模型。
• DeAgentAI：專注於去中心化AI Agent的創新平台，致力於推動多代理技術的發展。
• Autonomys Network：去中心化基礎架構棧，旨在實現安全、自主的人機協作。
• Gaia Network：去中心化AI基礎設施平台，支持AI Agent和應用的分布式開發與運行。
• Questflow：由多個AI Agent組成的去中心化網路，用戶只需描述需求即可自主完成任務。

2. 去中心化AI

去中心化AI是鏈上AI的終極目標。目前許多項目都在算力、數據、模型等方向努力，希望通過去中心化方式打破大公司對LLM的壟斷，幫助大衆獲得數據和模型的所有權。

一些典型項目包括：

• Vana：致力於構建去中心化的用戶數據主權平台，讓個人數據變成金融資產。
• Hyperbolic：開放訪問的AI雲平台，整合全球計算資源，提供經濟實惠、可擴展的GPU資源和AI服務。
• OpenLedger：專注於AI和區塊鏈的下一代網路，提供去中心化的經濟基礎設施。
• IO.NET：去中心化計算平台，提供按需訪問GPU和CPU集羣的服務。
• Aethir：提供分布式雲計算基礎設施的創新平台。
• MinionLab：去中心化的自治AI智能體網路，用於實時挖掘互聯網數據。
• GAIB：致力於AI和高性能計算領域的經濟層解決方案。
• Kite AI：專爲人工智能經濟設計的去中心化Layer 1區塊鏈平台。
• Automata：爲去中心化應用提供中間層的隱私保護和無追蹤計算功能。
• Public AI：打造開放透明的AI數據平台，支持多模態數據的收集和標注。

3. 可驗證的AI

AI發展面臨的重要挑戰之一是訓練過程的不透明，以及無法保證AI輸出結果的準確性。目前有許多項目希望通過ZKP、TEE等技術實現對AI訓練過程的可驗證性，保證AI輸出結果的可靠性。

值得關注的項目有：

• Phala Network：去中心化雲計算平台，爲鏈上應用提供可信的隱私計算和AI推理服務。
• Brevis：去中心化計算引擎，提供可驗證的鏈下AI和區塊鏈計算。
• Verisense Network：專注於去中心化數據驗證與可信AI的創新平台。

二、AI用例：潛力與期待

相較於豐富的AI基礎設施，目前出彩的AI實際用例項目仍相對較少。一些值得關注的項目包括：

• Narra：基於某區塊鏈的Gamefi AI Agent平台，能夠生成實時動態敘事內容。
• AI Travel：AI驅動的旅行助手，能夠通過聊天方式幫助用戶自動定制旅行計劃。
• HeyTracyAI：專注於籃球領域的體育解說AI Agent。
• AskJimmy：專注於金融和交易領域的AI Agent平台。

三、傳統項目向AI轉型

大勢所趨，許多傳統Web3項目也開始擁抱AI，宣布各自的AI轉向計劃。

一些老牌公鏈積極參與AI相關會議，表示AI Agent的出現對簡化復雜的區塊鏈交互流程有重要幫助，能夠將更多用戶引入Web3世界。這些公鏈紛紛表示了AI先行的發展目標，將從底層架構、帳戶創新等方面全面支持AI的發展。

此外，一些專注於特定領域的項目也開始向AI轉型。例如，過去專注於Restaking服務的某項目表示正在努力構建去中心化的信任層，爲AI的訓練和推理、預測等鏈下運算提供鏈上證明，助力可驗證AI Agent的發展。

四、挑戰與未來

在憧憬美好藍圖的同時，不少嘉賓也提及當下鏈上AI的發展仍面臨諸多挑戰，包括模型可靠性不足、提示詞意圖的模糊性、存儲和硬件限制，以及隱私安全等問題。這些挑戰不僅爲行業帶來了技術難題，也將孕育巨大的創新機會。

長遠來看，業界對鏈上AI的發展充滿希望，並期待通過基礎設施的進一步完善、用例創新和社區協作，共同推動AI與Web3的融合與繁榮。