搭上顺风车的AI+，能否引领牛市叙事新趋势？

[TL；DR]

1.AI+Web3 赛道可大体分为三层：基础设施层、中间层和应用层。其中基础设施层专注于提供算力与存储，是目前最为流行热门的领域。

2.除了在游戏、社交、交易等方面的应用层案例外，AI 还能用于数据分析、信息监控与追踪、竞标押注等领域。

3.那些与 AI 概念紧密相连的项目，往往能迅速获得市场的青睐，但应注意过滤掉名不副实的纯蹭热点的项目。

引言

近期 AI+Web3 的一系列项目引发了市场热捧，为了深入探讨这一潜在的市场机会，Gate.io Research 将结合各个热点项目，从 AI+Web3 产业链的各个环节进行深入剖析，以期为读者提供一个全面而深入的理解。

AI+Web3：新技术，新方向，新炒作

在过去的一年中，随着诸如 ChatGPT 等生成式 AI 大型模型的涌现，AI 已经成为世界资本市场争相追逐的热门投资主题。与此同时，Web3 市场也迎来了新一轮的繁荣。

而 AI 与 Web3 的有机结合，无疑成为当前技术领域的两大热门话题的交汇点。近期，我们观察到一大批围绕这一主题的新老项目获得市场关注，这凸显了投资者对这一组合的浓厚兴趣和高度期待。

根据万象区块链的定义，AI+Web3 的结合主要体现在两方面：Web3 如何促进 AI 的发展，以及 Web3 应用如何结合 AI 技术。目前，大多数项目倾向于利用 Web3 技术和概念推动 AI 的进步。要分析这种结合，我们可以从 AI 从模型训练到应用的整个流程入手。

AI 的生产流程大致包括：数据获取，为模型训练提供基础；数据预处理和特征/提示工程，涉及数据清洗、标注和结构化查询；模型训练和调优，通过迭代提升模型性能；模型审查和治理，确保模型质量和透明度；模型推理，对新数据进行预测；模型部署和监控，确保模型在实际应用中保持最佳状态。

在这个流程中，Web3 有诸多结合点。例如，Web3 的分布式网络和激励机制能够构建更开放、开源的 AI 网络和社区，满足 AI 应用对低成本、开放基础设施和数据网络的需求。同时，Web3 结合密码学技术如 ZK，可以改善 AI 的信任问题，解决模型透明度、偏见和伦理应用等挑战。

图 1 来源：万象区块链

如上图所示，AI+Web3 赛道可大体分为三层：基础设施层、中间层和应用层。

基础设施层专注于提供算力与存储，Web3 的加入能降低其成本，服务更多 AI 应用。

中间层则利用 Web3 技术优化 AI 生产流程，如数据获取、预处理及模型验证等，涌现出众多创新项目。

应用层则展现 AI 在 Web3 中的广泛应用，如内容生成、分析与预测等。根据笔者的观察，上图在应用层的描述仍显保守了，下午会做详细论述。虽尚未出现头部项目，但潜力巨大，未来竞争将集中在产品和技术能力上。

我们将在下面章节对这三层项目做具体的案例解析。

AI+Web3 热门项目层出不穷

AI+DePIN

AI 的整个工作流程都离不开计算和存储的基础设施支持，这些设施不仅负责提供模型训练、预测所需的强大计算能力，还负责在整个数据模型和生命周期中存储、管理、解析数据。

目前，AI 应用的迅速增长导致了对基础设施，特别是高性能计算能力的巨大需求。因此，开发更高效、成本更低、资源更丰富的计算和存储基础设施成为了 AI 发展初期的关键趋势，这也是目前风头最盛的领域。

图 2 来源：Render Network

在这一领域，已经有多个代表性项目崭露头角，如诞生于上轮牛市的主要提供渲染服务的 Render Network，主打云计算的 Akash，主打云存储 Filecoin 和 Arweave 等，本轮牛市新推出的主打为 AI 提供算力支持的 IO.NET 和 Aethir 等。

AI+Data

中间层是 AI 生产流程中的关键环节，它利用 Web3 技术来优化和改进特定的工作流程。

首先，在数据获取阶段，中间层引入了去中心化的数据身份管理，不仅能保护用户的数据安全，还能确保数据的所有权得到明确。同时，通过激励机制，还能鼓励用户分享高质量的数据来获得变现，从而扩大数据来源。

由于行业发展阶段的限制，这一领域在上轮牛熊市几乎没有诞生相对知名的项目。本轮牛市出现了 AI 身份项目 Worldcoin（我们多次撰文谈论该项目）、Gate.io 投资的 Aspecta，以及数据交易平台 Ocean Protocol，宽带挖矿的数据网络 Grass 等。

图 3 来源：Aspecta

其次，在数据预处理阶段，中间层致力于构建分布式的 AI 数据标注和处理平台，为后续的模型训练提供有力支持。在这一方面，Public AI 等项目已经取得了显著成果。

最后，在模型验证和推理阶段，中间层充分利用 Web3 技术与密码学技术的结合，如 ZK、同态加密等，来验证模型的推理过程是否使用了正确的数据和参数。这不仅能确保模型的准确性，还能保护输入数据的隐私。典型的应用场景是 ZKML，如 bittensor、Privasea、Modulus，以及 Gate Labs 投资的 Privasea 等。

AI+intent-centric

intent-centric，翻译过来就是「以意图为中心」，意图直指「你想做什么」，它关注结果，而非过程。intent-centric 旨在通过协议和基础设施的优化，让繁琐的链上操作「一步到位」。更准确地说，把以往复杂的操作过程隐化，用户就能够无感、直接地实现目的了，体现了链抽象的内涵。

目前常见的使用 AI 的意图场景有跨链、空投、治理、大额交易以及批量操作等，我们原先撰文探讨过的 Telegram Bot 也可归属该类别。

例如 Delysium（AGI）致力于运用 AI 面向 Web3 打造以用户意图为中心的 AI Agent Network，在韩国等市场获得了较高关注度。

如图所示，近期因市场炒作和价值发现，该项目代币涨势惊人。

图 4 来源：Gate.io

Delysium 推出了名为 Lucy 的 AI Agent。 作为 AI 驱动的 Web3 操作系统，Lucy 能够在理解自然语言所包含的意图和目标的基础上，智能规划出能够解决用户需求的工作流并自动执行，简化了当前 Web3 应用和协议的复杂操作流程。

AI+Game

AI+Game 同样有着极高的想象空间。AI 技术不仅加速了游戏制作流程，还贯穿于游戏制作的各个环节，从挖掘用户习惯到定制个性化交互场景，都展现出巨大潜力。如今，各大游戏厂商正积极拥抱 AI，重构游戏产业链生态。

在游戏制作方面，AI 为美术、策划和运营提供了强大助力。无论是创意灵感、关卡生成，还是文案编写和运营分析，AI 都在为游戏内容的生产提供加速度。而在游戏体验上，AI 带来的自然语言生成、图像生成等能力，让游戏玩法更加创新多样，NPC 的互动更加智能生动。

例如，《王者荣耀》的绝悟 AI 已经大规模应用于关卡评估和测试中；在《Mount & Blade II: Bannerlord》中，ChatGPT 使得 NPC 能够动态回复玩家，增强了游戏的互动性；而在《永劫无间》中，玩家甚至可以利用 AI 绘画生成时装模型，并投票选出最受欢迎的作品，展现了 AI 在游戏创新中的巨大潜力。

图 5 来源：sleeplessAI

除了传统 Web2 游戏拥抱 AI 外，Web3 游戏也不遑多让。例如 Ultiverse 通过强大的 AI 引擎向用户提供了 AI 深度特征分析和定制化的社交、游戏、元宇宙等多重体验，还有 sleeplessAI 主打 AI 的虚拟伴侣游戏。

AI+Analysis

除了在游戏、社交、交易等方面的应用层案例外，AI 还能用于数据分析、信息监控与追踪、竞标押注等领域，以 Kaito 和 Dune 等代表性项目已经崭露头角，为行业树立了标杆。

我们在博文中也经常引用 Dune 的数据示图，这里自不必赘述。

小结

在过去一年里，Web3 与 AI 的交融，不仅引领了技术的新潮流，更在业界催生了一种新的共识：区块链改变了生产关系，AI 改变了生产力。这种理念如今已深入人心，成为行业发展的强大驱动力。

随着游戏厂商、DeFi 协议以及其他 Web3 基础设施项目纷纷加大 AI 的投入，AI 与 Web3 的结合正在成为行业创新的重要方向。事实上，那些与 AI 概念紧密相连的项目，往往能迅速获得市场的青睐，我们前文已经注意到了这种惊人的增长。

然而，在表面的繁荣与炒作之下，我们也不能忽视 AI+Web3 行业的现实障碍。尤其是从业者，需要深入探讨其切实可行的应用场景，评估其创造价值和构建产业叙事的能力。从长远来看，AI+Web3 产业的生态格局将如何形成，哪些领域将展现出巨大的发展潜力，是否会面临伦理与道德困境，这些问题都需要我们在实践中不断探索和解答。

因此，面对 AI+Web3 的浪潮，我们既要看到其带来的机遇，也要保持清醒的头脑，理性看待其挑战与不足。只有这样，我们才能更好地把握 AI+Web3 行业的发展脉络，推动其健康、可持续的发展，并攫取趋势带来的获利机会。

作者：Carl Y.

本文仅代表作者观点，不构成任何交易建议。

本文内容为原创，版权为Gate.io所有，如需转载请注明作者和出处，否则将追究法律责任。