搭上順風車的AI+，能否引領牛市敘事新趨勢？

### [TL；博士]

1.AI+Web3 賽道可大致分為三層：基礎設施層、中間層和應用層。其中基礎設施層專注於提供算力與存儲，是目前最受歡迎的領域。

2.除了在遊戲、社交、交易等方面的應用層案例外，AI 還能用於數據分析、資訊監控與追蹤、競標押注等領域。

3.那些與AI 概念緊密相連的項目，往往能迅速獲得市場的青睞，但應注意過濾掉名不副實的純蹭熱點的項目。

引言

近期AI+Web3 的一系列項目引發了市場熱捧，為了深入探討這一潛在的市場機會，Gate.io Research 將結合各個熱點項目，從AI+Web3 產業鏈的各個環節進行深入剖析，以期為讀者提供一個全面而深入的理解。

AI+Web3：新技術，新方向，新炒作

在過去的一年中，隨著ChatGPT 等生成式AI 大型模型的湧現，AI 已成為世界資本市場爭相追逐的熱門投資主題。同時，Web3 市場也迎來了新一輪的繁榮。

而AI 與Web3 的有機結合，無疑成為當前科技領域的兩大熱門話題的交會點。近期，我們觀察到一大批圍繞這一主題的新舊項目獲得市場關注，這凸顯了投資者對這一組合的濃厚興趣和高度期待。

根據萬象區塊鏈的定義，AI+Web3 的結合主要體現在兩個方面：Web3 如何促進AI 的發展，以及Web3 應用如何結合AI 技術。目前，大多數專案傾向於利用Web3 技術和概念來推動AI 的進步。要分析這種結合，我們可以從AI 從模型訓練到應用的整個流程入手。

AI 的生產流程大致包括：資料獲取，為模型訓練提供基礎；資料預處理和特徵/提示工程，涉及資料清洗、標註和結構化查詢；模型訓練和調優，透過迭代提升模型效能；模型審查和治理，確保模型品質和透明度；模型推理，對新資料進行預測；模型部署和監控，確保模型在實際應用中保持最佳狀態。

在這個流程中，Web3 有許多結合點。例如，Web3 的分散式網路和激勵機制能夠建構更開放、開源的AI 網路和社區，滿足AI 應用對低成本、開放基礎設施和資料網路的需求。同時，Web3 結合密碼學技術如ZK，可以改善AI 的信任問題，解決模型透明度、偏見和倫理應用等挑戰。

圖1 來源：萬象區塊鏈

如上圖所示，AI+Web3 賽道可大致分為三層：基礎設施層、中間層和應用層。

基礎設施層專注於提供算力與存儲，Web3 的加入能降低其成本，服務更多AI 應用。

中間層則利用Web3 技術優化AI 生產流程，如資料擷取、預處理及模型驗證等，湧現眾多創新專案。

應用層則展現AI 在Web3 中的廣泛應用，如內容產生、分析與預測等。根據筆者的觀察，上圖在應用層的描述仍顯保守了，下午會做詳細論述。雖尚未出現頭部項目，但潛力巨大，未來競爭將集中在產品和技術能力上。

我們將在下面章節對這三層專案做具體的案例解析。

AI+Web3 熱門項目層出不窮

人工智慧+DePIN

AI 的整個工作流程都離不開運算和儲存的基礎設施支持，這些設施不僅負責提供模型訓練、預測所需的強大運算能力，還負責在整個資料模型和生命週期中儲存、管理、解析資料。

目前，AI 應用的迅速增長導致了對基礎設施，特別是高效能運算能力的巨大需求。因此，開發更有效率、成本更低、資源更豐富的運算和儲存基礎設施成為了AI 發展初期的關鍵趨勢，這也是目前風頭最盛的領域。

圖2 來源：Render Network

在這一領域，已經有多個代表性專案嶄露頭角，如誕生於上輪牛市的主要提供渲染服務的Render Network，主打雲端運算的Akash，主打雲端儲存Filecoin 和Arweave 等，本輪牛市新推出的主打為AI 提供算力支援的IO.NET 和Aethir 等。

人工智慧+數據

中間層是AI 生產流程中的關鍵環節，它利用Web3 技術來優化和改進特定的工作流程。

首先，在資料取得階段，中間層引入了去中心化的資料身分管理，不僅能保護使用者的資料安全，也能確保資料的所有權明確。同時，透過激勵機制，也能鼓勵用戶分享高品質的數據來獲得變現，進而擴大數據來源。

由於產業發展階段的限制，這一領域在上輪牛熊市幾乎沒有誕生相對知名的計畫。本輪牛市出現了AI 身分專案Worldcoin（我們多次撰文談論此專案）、Gate.io 投資的Aspecta，以及資料交易平台Ocean Protocol，寬頻挖礦的資料網路Grass 等。

圖3 來源：Aspecta

其次，在資料預處理階段，中間層致力於建構分散式的AI 資料標註和處理平台，為後續的模型訓練提供有力支持。在這一方面，Public AI 等計畫已經取得了顯著成果。

最後，在模型驗證與推理階段，中間層充分利用Web3 技術與密碼學技術的結合，如ZK、同態加密等，來驗證模型的推理過程是否使用了正確的資料和參數。這不僅能確保模型的準確性，還能保護輸入資料的隱私。典型的應用場景是ZKML，如bittensor、Privasea、Modulus，以及Gate Labs 投資的Privasea 等。

人工智慧+以意圖為中心

intent-centric，翻譯過來就是「以意圖為中心」，意圖直指「你想做什麼」，它專注於結果，而非過程。 intent-centric 旨在透過協議和基礎設施的優化，讓繁瑣的鏈上操作「一步到位」。更準確地說，把以往複雜的操作過程隱化，使用者就能夠無感、直接地實現目的了，體現了鏈抽象的內涵。

目前常見的使用AI 的意圖場景有跨鏈、空投、治理、大額交易以及批量操作等，我們原先撰文探討過的Telegram Bot 也可歸屬該類別。

例如Delysium（AGI）致力於運用AI 面向Web3 打造以使用者意圖為中心的AI Agent Network，在韓國等市場獲得了較高關注度。

如圖所示，近期因市場炒作和價值發現，該項目代幣漲勢驚人。

圖4 來源：Gate.io

Delysium 推出了名為Lucy 的AI Agent。作為AI 驅動的Web3 作業系統，Lucy 能夠在理解自然語言所包含的意圖和目標的基礎上，智慧規劃出能夠解決使用者需求的工作流程並自動執行，簡化了目前Web3 應用和協定的複雜操作流程。

人工智慧+遊戲

AI+Game 同樣有著極高的想像空間。 AI 技術不僅加速了遊戲製作流程，也貫穿遊戲製作的各個環節，從挖掘使用者習慣到客製化個人化互動場景，都展現出巨大潛力。如今，各大遊戲廠商正積極擁抱AI，重建遊戲產業鏈生態。

在遊戲製作方面，AI 為美術、策劃和營運提供了強大助力。無論是創意靈感、關卡生成，或是文案編寫和營運分析，AI 都在為遊戲內容的生產提供加速度。而在遊戲體驗上，AI 帶來的自然語言生成、圖像生成等能力，讓遊戲玩法更加創新多樣，NPC 的互動更加智慧生動。

例如，《王者榮耀》的絕悟AI 已經大規模應用於關卡評估和測試中；在《Mount & Blade II: Bannerlord》中，ChatGPT 使得NPC 能夠動態回復玩家，增強了遊戲的互動性；而在《永劫無間》中，玩家甚至可以利用AI 繪畫生成時裝模型，並投票選出最受歡迎的作品，展現了AI 在遊戲創新中的巨大潛力。

圖5 來源：sleeplessAI

除了傳統Web2 遊戲擁抱AI 外，Web3 遊戲也不遑多讓。例如Ultiverse 透過強大的AI 引擎向用戶提供了AI 深度特徵分析和客製化的社交、遊戲、元宇宙等多重體驗，還有sleeplessAI 主打AI 的虛擬伴侶遊戲。

人工智慧+分析

除了在遊戲、社交、交易等方面的應用層案例外，AI 還能用於數據分析、資訊監控與追蹤、競標押注等領域，以Kaito 和Dune 等代表性項目已經嶄露頭角，為行業樹立了標桿。

我們在部落格文章中也常引用Dune 的資料圖示，這裡自不必贅述。

小結

在過去一年裡，Web3 與AI 的交融，不僅引領了科技的新潮流，更在業界催生了一種新的共識：區塊鏈改變了生產關係，AI 改變了生產力。這種理念如今已深入人心，成為產業發展的強大驅動力。

隨著遊戲廠商、DeFi 協議以及其他Web3 基礎設施項目紛紛增加AI 的投入，AI 與Web3 的結合正成為產業創新的重要方向。事實上，那些與AI 概念緊密相連的項目，往往能迅速獲得市場的青睞，我們前文已經注意到了這種驚人的成長。

然而，在表面的繁榮與炒作之下，我們也無法忽視AI+Web3 產業的現實障礙。尤其是從業者，需要深入探討其切實可行的應用場景，評估其創造價值和建構產業敘事的能力。從長遠來看，AI+Web3 產業的生態格局將如何形成，哪些領域將展現出巨大的發展潛力，是否會面臨倫理與道德困境，這些問題都需要我們在實踐中不斷探索和解答。

因此，面對AI+Web3 的浪潮，我們既要看到其帶來的機遇，也要保持清醒的頭腦，理性看待其挑戰與不足。只有這樣，我們才能更能掌握AI+Web3 產業的發展脈絡，推動其健康、永續的發展，並攫取趨勢帶來的獲利機會。

作者：Carl Y.

**本文僅代表作者觀點，不構成任何交易建議。 **

**本文內容為原創，版權為Gate.io所有，如需轉載請註明作者和出處，否則將追究法律責任。 **