AI 賦能 Crypto：Crypto AI 賽道的機遇與挑戰

本期邀請到兩位長期關注 Crypto AI 賽道的研究員 Max 和 Lydia，與主持人 Alex 一起探討 Crypto AI 賽道的發展現狀、機遇與挑戰。

Crypto AI 的定位與價值

Max 認爲 Crypto AI 主要解決兩個問題:

1. 通過去中心化解決中心化 AI 的審查問題
2. 引入代幣激勵機制,推動開源 AI 模型的發展

Lydia 則認爲 Crypto AI 目前更多是在敘事層面打開了人們的想象力,讓 Crypto 和 AI 這兩個前沿技術在人們腦海中產生碰撞。從商業價值角度,Crypto AI 目前還處於早期階段,可能更適合解決未來的問題而非當下的問題。

Alex 補充道,Crypto AI 爲 AI 發展提供了一條與傳統互聯網世界不同的路徑,通過代幣激勵保證開源發展的同時也能獲得良好的激勵。

Crypto AI 項目分類

Lydia 提出兩種分類方式:

1. Crypto 賦能 AI / AI 賦能 Crypto
2. 從 AI 產業鏈角度劃分:GPU、數據市場、算法市場等

Max 則將 Crypto AI 項目分爲三層:

1. 架構層:底層基礎設施,如 Bittensor、Near
2. 資源層:算力、數據、模型等資源,如 Akash、Render
3. 應用層:面向用戶的具體應用,如各類 AI agents

Crypto AI 面臨的挑戰與機遇

主要挑戰:

1. 項目普遍處於早期階段,實用性有待驗證
2. 市場情緒與技術進展存在錯配
3. 部分項目存在中心化風險

未來機遇:

1. 2025年通用人工智能(AGI)可能出現,給 Crypto AI 帶來新機遇
2. AI 發展對人類社會的衝擊將增強,Crypto AI 解決方案的價值可能凸顯
3. 去中心化計算等領域有望實現突破

值得關注的 Crypto AI 項目

兩位嘉賓都特別提到了 Bittensor(TAO),認爲其在以下方面表現突出:

1. 強大的敘事能力和社區建設
2. 獲得灰度等機構投資者認可
3. 經歷大規模 FUD 後仍展現出強大生命力
4. 完整的生態系統雛形

其他值得關注的項目還包括 Vana、Arweave、Near 等。

Crypto AI 項目評估策略

兩位嘉賓都強調了團隊的重要性,包括:

1. 團隊背景與能力
2. 敘事能力
3. 對 Crypto 的理解深度
4. 社區建設情況

此外還需關注:

1. 產品實用性
2. 代幣經濟模型設計
3. 項目品牌與文化

Alex 補充了從產業週期角度進行判斷的重要性,建議在市場對某個賽道長期過度悲觀時尋找投資機會。

常用 AI 工具分享

三位嘉賓分享了各自常用的 AI 工具:

1. GPT:用於知識獲取、文字生成、英語學習、心理諮詢等
2. Perplexity:用於高效信息搜索與整理
3. 豆包:用於視頻內容快速定位與總結

嘉賓們普遍認爲,AI 工具在提高學習和工作效率方面發揮了重要作用,未來在教育等領域還有巨大潛力。