深入探究 Crypto x AI 生态系统

作者：Darshan Gandhi，FutureX Labs 创始人 来源：modularmedia 翻译：善欧巴，金色财经

介绍

加密货币和人工智能生态系统的融合正在迅速发展，许多公司都在开发创新解决方案来应对行业内的各种挑战。这些努力涵盖了数据可用性、协调网络、计算提供商和模型提供商等垂直领域，基本上涵盖了整个人工智能堆栈。

在过去的一年中，该领域得到了该领域主要意见领袖、建设者和创新者的大力支持。这种支持极大地促进了加密 x 人工智能生态系统的进步和知名度。

在本报告中，我们旨在深入研究该生态系统并全面了解其组成部分。我们将涵盖以下部分：

1. 生态系统 101

2. 深入探究子类别

3. Crypto x AI 的未来会是什么样子？

4. 结束语

生态系统 101

我们创建了上述市场地图，以便快速概览加密 x AI 生态系统中的一些主要类别。

我们今天要探讨的主要类别是：

• 计算

• 人工智能代理

• 数据可用性

• 赌博

• 隐私、ZKML、FHE

• 消费者

• 协调网络

• 协处理器

• 模型训练

• 模型创建者

在以下部分中，我们将简要探讨每个类别以及在其中构建解决方案的项目。我们还将提供这些项目的链接以供进一步探索。重点将放在模块化如何成为整个堆栈的关键组件上，特别是在数据可用性、AI 代理和协调网络方面。

每个类别都是为去中心化人工智能创造更光明、更强大的未来的关键组成部分。

让我们开始吧。

计算

去中心化计算提供商通过分布式网络而非中心化数据中心提供计算资源。目前，大多数计算资源由超大规模提供商控制，这些提供商是经芯片提供商授权出租计算能力的中心化实体。这种中心化模式通常会导致计算资源闲置，从而导致用户支付超出必要水平的费用。

相比之下，去中心化计算平台允许用户出租其闲置的计算能力，从而为这些资源创建市场。这种方法可以利用全球个人计算机、服务器和其他设备中未充分利用的计算能力，从而显著降低成本并提高效率。去中心化网络还可以增强安全性和抵御可能影响中心化服务的攻击或故障的弹性。

对于 AI 应用来说，去中心化计算提供商尤其有益。AI 模型训练和部署需要大量计算能力，如果从传统的中心化云提供商那里采购，成本可能会高得令人望而却步。Akash Network 和 Render Network 等去中心化网络为这些需求提供了可扩展且经济实惠的解决方案，支持 AI 以外的各种计算任务，包括科学模拟和数字内容渲染。

分散式计算网络也比传统云服务更灵活、适应性更强。它们可以根据实时需求动态分配资源，确保用户在需要时获得所需的能力。这种灵活性，加上成本节约和增强的安全性，使分散式计算成为 AI 生态系统及其他领域企业和开发者的一个有吸引力的选择。

该领域的关键参与者：

• Hyperbolic

  Hyperbolic 联合全球计算，提供可访问、经济实惠且可扩展的 GPU 资源和 AI 服务。他们以最低的市场价格提供 GPU 访问，包括 A100 和 H100，并允许用户将闲置机器货币化。Hyperbolic 为公司、研究人员、数据中心和个人提供服务，提供高吞吐量、低延迟的 AI 推理服务和可扩展的 GPU 访问，并提供随用随付的套餐。

• Akash 网络

  Akash 允许用户安全高效地买卖计算资源。其无需许可的点对点通信模型专注于数据隐私和支付透明度，使其成为传统云服务的灵活、安全且经济高效的替代方案。他们声称比 web2 同行便宜近 5 倍。用户可以探索广泛的云资源和实时网络定价，通过在网络上提供硬件来赚钱成为提供商，并使用用户友好的 Akash 控制台进行部署。Akash 是通用的，旨在为任何人提供云计算服务。

• Aethir

  Aethir 在全球范围内提供安全、经济高效的企业级 GPU 访问。Aethir 拥有超过 4 亿美元的计算能力，专注于实现高性能和可靠性。他们提供两大产品：

  GPU 提供商可以轻松扩展，赚取可观的收入和独家奖励。Aethir 非常注重游戏和 AI。

• Aethir Earth：为AI模型训练和推理提供原始的GPU计算能力。

• Aethir Atmosphere：支持低延迟云游戏。

• Render Network 

  Render Network 提供去中心化的 GPU 渲染，旨在为 3D 内容创作提供近乎无限的 GPU 计算能力。该公司成立于 2017 年，是市场上历史最悠久的参与者之一，专注于让创作者和艺术家能够专注于内容创作，而无需担心计算要求和功能。它本身就是一家 GPU 提供商，而 Akash 则更注重社区驱动。

• IO.net

  IO.net 是一家专注于全球 GPU 资源的聚合提供商，旨在提供可访问、经济实惠且可扩展的计算解决方案。用户可以将闲置的 GPU 货币化，通过高利用率获得收入。IO.net 强调通过 SOC2/HIPAA 合规性和端到端加密实现强大的安全性。他们在内部与 Aethir 和 Render 等其他计算提供商合作，聚合这些合作伙伴提供的计算服务。

人工智能代理

分散式 AI 代理是在分布式网络内运行的自主程序，它们可以在没有集中控制的情况下执行任务并做出决策。这些代理与其他代理和系统交互，从而创建复杂的多代理环境以进行协作任务执行。

去中心化 AI 代理的主要优势在于其独立性和协作能力，增强了稳定性和可扩展性，不存在单点故障。它们可以跨不同的区块链网络运行，与智能合约和其他去中心化应用程序交互，提供无缝集成的服务。

去中心化 AI 代理在需要信任、安全和透明度的场景中非常有用。在金融服务领域，它们可以自主管理和执行交易，同时确保合规性。在供应链管理领域，它们可以跟踪和验证货物的流动，提供实时洞察并提高透明度。利用去中心化 AI 代理的组织可以大规模构建更具弹性、更高效、更安全的系统。

主要平台：

• Talus Network

  Talus Network 是一条第 1 层区块链，它结合了 Move 智能合约的安全性和性能，为 AI 智能代理创建了一个强大的生态系统。这些代理可用于各种应用，例如用于可货币化智能代理的 DeFi、用于实现最佳用户结果的意图网络、自动游戏资源收集和 DAO 治理。Talus 的核心原则是安全性、速度和增强的开发人员体验，从而能够创建安全、高性能的 AI 应用程序。这确保了 Talus 内的智能代理可以安全透明地拥有、管理和货币化。

• Guru Network 

  Guru Network 是一个第 3 层区块链，正在构建一个多链 AI 计算层，允许 dApp 和零售用户将精心编排的 AI 代理嵌入到他们的日常工作中并获得奖励。Guru Network 的 Flow Orchestrator 充当基础设施即服务 (IaaS)，使 AI 模型和处理器能够发布并集成到应用程序中。该网络支持自主代理和计算节点，为这些服务创建市场。Guru Network 专注于互操作性和可扩展性，旨在将 AI 驱动的编排集成到链上和链下活动中。

• Myshell 

  Myshell 正在开发一个连接用户、创作者和开源 AI 研究人员的 AI 消费者层。该平台允许用户构建、共享和拥有 AI 代理，通过 Shizuku 等 AI 伙伴实现语音和视频交互。利用最先进的生成式 AI 模型，Myshell 可以将创意快速转化为 AI 原生应用，让任何人都能成为创作者，拥有自己的作品，并因其贡献而获得奖励。

数据可用性

人工智能和区块链中的数据可用性是指访问和利用分布式网络中存储的数据，这对于去中心化应用程序 (dApp) 和人工智能模型至关重要。平台专注于安全存储数据并确保在需要时随时可用，采用分片和加密证明等技术。

模块化对于数据可用性 (DA) 至关重要，因为它允许组件独立扩展以满足不断增长的需求。它将数据可用性与共识和其他区块链功能分开，从而实现专门的优化和与各种应用程序的集成。模块化系统可以与多个区块链生态系统交互，为去中心化的 AI 和 dApp 提供多功能基础。

对于需要大量数据集进行训练和推理的 AI 应用而言，可靠性至关重要，即使在网络中断或攻击期间也是如此。这些平台将数据分布在多个节点上，以提高透明度和信任度，从而降低操纵或审查的风险。这种可靠性在金融、医疗保健和治理等数据完整性和透明度至关重要的行业中尤为重要。

主要平台：

• Celestia

  Celestia 是首个模块化区块链网络，旨在为 dApp 提供可扩展且高效的数据可用性解决方案。通过分离共识层和数据可用性层，Celestia 使开发人员能够像部署智能合约一样轻松部署可定制的区块链。其模块化架构通过数据可用性采样 (DAS) 支持充足的吞吐量，该采样在保持任何用户可验证性的同时可扩展。

• Eigen DA

  Eigen DA 建立在 EigenLayer 之上，可存储汇总交易，直到其状态在汇总桥上最终确定。它的可扩展性、安全性和去中心化使其成为需要可靠按需数据的开发人员的理想选择。Eigen DA 的核心组件包括运算符、分散器和检索器，它们协同工作以高效地存储和验证数据。

• 0g Labs 

  0g Labs 提供可无限扩展的数据可用性和存储系统，以扩展 Web3 并实现新颖的链上用例。其可编程数据可用性基础设施通过低延迟数据馈送促进可扩展且安全的应用程序。0G 存储网络为结构化或非结构化数据、支持应用程序、网络状态卸载等提供灵活的数据存储系统。这种灵活性使开发人员能够自定义数据管道、构建链上 AI 应用程序并使用 OPML 或 ZKML 执行去中心化推理或微调。

• Nuff Tech (近乎 DA 的衍生产品)

  Nuffle Labs 有两款主要产品：

• Near DA 利用 NEAR 协议的分片架构为汇总提供模块化数据可用性层，确保高吞吐量和低成本。

• Nuffle 快速最终层 (NFFL) 利用 EigenLayer 提供快速结算层，实现参与网络之间的快速信息访问。

Celestia、Eigen DA、0g Labs 和 Nuffle Labs 通过提供用于存储和检索对 AI 模型至关重要的大型数据集的基础设施，为加密领域的 AI 提供支持。这些数据可用性层可确保 AI 模型训练和推理的数据安全且可访问，从而促进 AI dApp 的创新。

赌博

通过利用去中心化网络和 AI 驱动的流程，Web3 游戏和平台可以创建动态游戏环境，根据玩家互动进行调整和发展。这种方法通过提供传统中心化游戏服务器无法实现的独特个性化体验来增强玩家参与度。

AI 算法会分析玩家的行为和偏好，根据每个用户量身定制游戏体验：调整难度级别、建议游戏内购买以及生成自定义内容。这种个性化通过根据个人偏好提供独特的挑战和奖励来增强参与度。此外，AI 还可以创建复杂的非玩家角色 (NPC) 和对手，这些角色和对手可以学习和适应玩家策略，从而带来更具挑战性和不可预测的游戏体验。

AI 根据玩家活动调整虚拟商品的供需，从而优化游戏内经济。这可以保持平衡和公平，确保游戏内经济环境的可持续发展。

关键人物;主力;重要一员：

• Nim Network 

  Nim Network 是一款 Dymension RollApp，专注于 web3 游戏与 AI 的交汇。它利用 Dymension 模块化框架，提供与 Cosmos 生态系统和 EVM 链的兼容性，确保灵活性和可扩展性。Nim Network 上的 AI 代理充当用户和区块链应用程序之间的中介，简化交互并增强用户体验。与 Jokerace 和 Ocean Protocol 等平台的合作以及加入 AI 游戏联盟，凸显了 Nim Network 对 AI 游戏创新和可扩展性的承诺。

• Today the Game

  如今，这款游戏将允许玩家创建自己的梦想岛屿，并与人工智能居民建立关系。看看他们会建造什么会很有趣

• AI Arena 

  AI Arena 是一款动作游戏，其中 AI 角色学习行为模式并参与战斗。玩家训练他们的 AI 角色，影响他们的策略并观察他们在战斗中的表现，创造出一种 AI 与游戏的沉浸式融合。

• Colony

  Colony 是一款由人工智能驱动的 web3 生存模拟游戏，具有高度自主的人工智能代理，称为“化身”，它们不断从周围的世界中学习。玩家引导并与这些拥有广泛技能和能力的人工智能化身合作，以在未来的地球上导航，这个地球上居住着不同的殖民地，他们为生存而竞争。Colony 的人工智能化身具有独特的个性和世界观，从他们的经历中汲取个人的经验教训和见解。此外，这些化身可以通过他们控制的专用钱包在链上自主交易，使他们能够与其他游戏化身交易。

• PlayAI 

  PlayAI 是专为游戏 AI 设计的模块化链，它使创作者能够部署复杂的游戏 AI，让玩家能够通过游戏赚钱，并帮助游戏提升整体用户体验。PlayAI 汇总来自游戏社区的游戏数据，通过数据节点对其进行处理以创建模型数据集，并确保训练 AI 模型的数据质量最高。

隐私、ZKML、FHE

零知识机器学习 (ZKML) 和完全同态加密 (FHE) 等隐私保护技术对于确保去中心化 AI 应用中的数据隐私和安全至关重要。这些技术可以在不泄露数据本身的情况下对加密数据进行计算，这对于金融和医疗保健等敏感行业尤为重要。

ZKML 允许在不暴露底层数据的情况下训练和部署 AI 模型。通过使用零知识证明，一方可以在不透露任何其他信息的情况下向另一方证明某个陈述是真实的。这确保了 AI 模型尊重用户隐私并遵守数据保护法规。ZKML 还促进了安全的多方计算，其中多方可以联合计算其输入的函数，同时保持这些输入的私密性。此功能使 AI 模型能够在敏感领域得到更广泛的应用，而不会损害数据隐私。

FHE 允许对加密数据执行任意计算，这意味着敏感数据可以始终保持加密状态，即使在处理过程中也是如此。这对于数据安全是主要关注点的云计算来说尤其有价值。通过使用 FHE，AI 应用程序可以处理敏感数据而无需暴露数据，从而防止数据泄露和泄漏。这提高了 AI 系统的可信度，并使其能够用于高度监管的行业，从而提供强大的数据安全性和隐私性。

重点项目：

• Fhenix

  Fhenix 促进加密智能合约的部署，确保敏感数据的安全和私密。该项目的路线图包括多个阶段，例如推出 Helium Testnet、Nitrogen Testnet v2 和 Gold 主网。

• Inco Network

  Inco Network 与 Fhenix 竞争，专注于构建模块化、隐私保护的机器学习生态系统。通过集成隐私保护方法，Inco Network 可确保机器学习应用程序中敏感数据的安全处理，从而降低与数据泄露和未经授权访问相关的风险。

• Giza

  Giza 利用零知识证明来确保数据的安全和私密。他们的目标是简化构建、管理和托管可验证机器学习模型的过程，使开发人员能够创建值得信赖的 AI 解决方案

  他们提供：

  他们最近也宣布推出他们的 AI 代理支持框架。

• python 支持的工作流程，便于集成

• 以隐私优先的方式创建操作的基于操作的 SDK

• Modulus Labs 

  Modulus Labs 专注于开发可操作的 AI 解决方案。通过利用零知识加密技术，Modulus Labs 可确保 AI 结果可验证且不可篡改。此功能称为“可信赖 AI”，允许智能合约在不损害信任的情况下访问 AI 输出。它们与 ML 库和平台进行了各种集成，为创建可验证的 AI 模型提供了无缝的开发体验。

• Bagel Network

  Bagel Network 致力于打造一个可信中立的点对点机器学习生态系统。Bagel Network 专为人类和人工智能而设计，可实现从孤立网络到集成机器学习生态系统的无缝、可验证和可计算的演变。该平台支持自主 AI。

消费者人工智能

消费者 AI 类别专注于直接向最终用户提供去中心化 AI 解决方案。平台专注于提供利用去中心化 AI 和区块链技术的用户友好界面和应用程序。这些平台旨在实现 AI 访问的民主化，特别是在推理应用程序中。

去中心化的消费者 AI 应用在安全性和隐私方面具有显著优势。与将用户数据存储在单个服务器上的中心化服务不同，去中心化平台将数据分布在多个节点上，从而降低了数据泄露和未经授权访问的风险。这对于处理敏感个人信息的应用尤其重要。

部分玩家：

• Gemz

  Gemz 是一个旨在增强创作者与社区之间互动和忠诚度的平台。它允许创作者制作和部署自定义 3D 交互式代币（本质上是 NFT），这些代币可用于奖励社区成员并推动粉丝参与。这些代币独一无二、可收藏，并为创作者和粉丝提供直接联系。Gemz 旨在确保互动安全、透明且可验证，从而培养粉丝之间更深层次的忠诚度和社区意识。

• GPT Chain

  GPT Chain提供多种功能和服务，包括：

  用户可以创建和部署智能合约、执行技术和图表分析，并接收每日加密市场更新。该平台还提供 AI 聊天机器人来回答与区块链和加密相关的问题。

• 智能合约生成器和审计器

• 人工智能驱动的市场分析

• 人工智能交易助手。

• 提供每日加密货币市场更新

协调网络

web3 中的协调网络对于实现数据提供者、计算提供者、模型开发者和推理提供者之间的无缝交互和协作至关重要。这些网络可确保高质量数据随时可用于训练、计算资源得到最佳利用以及 AI 模型得到高效开发和部署。

这些网络中强大的激励机制鼓励积极参与和协作，为人工智能发展营造开放、包容的环境。

关键项目：

• Allora Network

  Allora Network 旨在通过模块化的 ML 模型网络增强应用程序的智能性和安全性。通过整合众包智能、联合学习和零知识机器学习 (zkML)，Allora 旨在创建一个更安全、更高效、更具协作性的 AI 生态系统。其模块化架构允许持续发展和改进，营造出一个协作环境，让构建者可以共享知识以推动创新。该网络支持各种应用程序，包括智能合约和去中心化应用程序 (dApp)。激励措施通过其原生代币 $ALLO 提供

• Bittensor

  Bittensor 是一个去中心化的协调网络，旨在激励 AI 模型的共享和协作。它首先是开源的，并确保所有交易和贡献都是透明且可验证的，从而在社区内建立信任并鼓励创新。它有“子网”——您可以将它们视为旨在服务于特定用例（例如数据训练、医疗保健模型或数据抓取服务）的目标模型。

协处理器

分散式协处理器通过将特定任务卸载到专用硬件上，为 web3 应用提供专门的处理能力。这种分布式方法可以实现更高效、更经济的处理，因为任务可以分布在协处理器网络中，而不是依赖于单个集中式系统。

协处理器对 AI 应用尤其有益，可为模型训练和推理等任务提供高性能计算。通过利用可信执行环境，分散式协处理器可确保计算的机密性和完整性，从而在处理过程中保护敏感数据。

关键项目

• Ritual

  Ritual 正在为 AI 开创一个去中心化的执行层，首先是 Infernet，这是一个去中心化的预言机网络 (DON)，它允许任何区块链上的智能合约访问 AI 模型。下一阶段将引入一个主权链，该链具有针对 AI 原生操作优化的自定义 VM，利用 Celestia 的模块化架构来增强可扩展性和可验证性。Infernet 允许用户在链上和链下访问 AI 模型，为各种用例提供灵活性。

• Phala Network

  Phala Network 正在构建 AI 代理/协处理器。这种创新框架有助于自主 AI 代理执行任务、管理资产以及与人类和其他代理进行交互。Phala 产品的核心是其五个关键功能，它们共同构建了一个强大的 AI 代理生态系统。

• 拥有超过 30,000 个节点的去中心化网络。

• 智能合约与大型语言模型的集成。

• 支持 GPT-4 等高级模型。

• 人工智能代理之间的自主协作。

• 可信执行环境确保数据隐私。

模型训练

像 Gensyn 这样的去中心化模型训练平台为训练 AI 模型提供了分布式网络。传统的 AI 模型训练需要大量的计算资源，这可能既昂贵又耗时。Gensyn 通过利用分布式计算资源来降低成本并提高训练大型 AI 模型的速度，从而解决了这一挑战。通过将训练过程分布在多个节点上，Gensyn 可以更有效地利用计算能力并减少训练复杂模型所需的时间。

去中心化模型训练的一个关键优势是它能够使 AI 功能的访问民主化。小型组织和个人开发者可以利用分布式网络来训练他们的模型，而无需昂贵的基础设施。这为创新和发展开辟了新的机会，因为更多的实体可以参与 AI 生态系统。此外，去中心化模型训练增强了训练过程的弹性和安全性，因为任务分布在多个节点上，而不是依赖于单个集中式系统。

此外，去中心化模型训练允许更灵活和可扩展的流程。开发人员可以根据实时需求动态分配资源，确保他们的模型在需要时获得所需的功能。这种灵活性，加上成本节省和增强的安全性，使去中心化模型训练成为人工智能研究人员和开发人员的一个有吸引力的选择。通过利用 Gensyn 等平台，组织可以加速其人工智能开发并更快地将创新解决方案推向市场。

关键项目：

• Gensyn

  Gensyn 专门为 AI 模型训练提供去中心化解决方案，通过创建一个市场，可以高效分配计算资源来训练 AI 模型。这种去中心化方法不仅降低了成本，还增加了 AI 研究人员和开发人员的计算能力可用性。Gensyn 的平台允许用户将闲置的计算资源贡献给网络，并根据他们的贡献获得奖励。这为 AI 模型训练创造了一个更易于访问和可扩展的环境，使研究人员和开发人员无需大量前期投资即可获得所需的计算能力。区块链的使用可确保所有交易都是安全透明的，从而促进社区内的信任和协作。

模型创建

模型创建者类别包括促进 AI 模型创建和部署的平台。Nous Research 等平台提供用于开发 AI 模型的去中心化工具和框架，使研究人员和开发人员能够在安全透明的环境中协作和共享他们的工作。这种方法旨在通过促进社区驱动的模型开发流程来加速 AI 创新。

• Nous Research

  Nous Research 专注于开发用于创建 AI 模型的高级工具和框架 - 专注于推动去中心化开源。他们的 AI 管道可以

• 在边缘设备上离线运行

• 由于重量开放，因此仍可定制

• 能够生成用于生产的合成数据

加密 x AI 的未来

加密货币和人工智能的交集仍处于起步阶段，许多项目处于不同的发展阶段。人们的兴奋之情显而易见，预示着巨大的潜力。

利益相关方之间的合作至关重要。没有一种解决方案可以解决所有挑战，因此合作对于开发编排层、可定制解决方案和针对特定用例的创新至关重要。

组件需要变得更加模块化，从而实现“即插即用”环境。这种模块化将简化集成并鼓励开源贡献。通过设计可以轻松交换或添加的组件，开发人员可以更高效地构建复杂系统。模块化还将：

• 促进创新：开发人员无需彻底改造整个系统即可尝试新想法

• 增强灵活性：用户可以定制解决方案以满足特定需求，提高不同应用程序的适应性。

• 促进互操作性：标准化接口将允许来自不同项目的组件无缝协作

减少组件之间的依赖至关重要。建立可轻松适应不同用例的基准解决方案将促进创新并加速整个生态系统的发展。

总体而言，Crypto x AI 生态系统前景广阔。随着越来越多的人认识到去中心化系统的价值，Crypto x AI 很可能成为未来 12 个月的关键发展领域。

结语

至此，我们对 Crypto x AI 中广泛类别的探索就结束了。总结一下，顶级模块化 AI 类别重点突出：

• 计算：受市值和即时需求主导。

• 人工智能代理：由创新和发展驱动。

• 数据可用性：通过模块化支持和多功能性得到增强。

• 隐私：通过专门研究取得进展。

• 游戏：通过新颖的人工智能主导的游戏化来推进。

其中一个关键机会是尽早进入项目并监控更广泛的 Crypto x AI 领域的表现，受到 NVIDIA 收入数字等催化剂以及 Balaji 和 Erik Voorhees 等行业领袖的支持的影响。

我相信，该领域的成功取决于项目如何有效地：

• 相互协调

• 无缝集成

• 建立强大的激励循环

为此，重点关注“模块化优先”方法非常重要！在未来的版本中，我们将深入研究这些类别并探索各种产品的具体工作原理。