Fusión de AI y Web3: Resumen de los aspectos destacados de la Conferencia de Consenso de Hong Kong 2025

Recientemente, la IA y Web3, como los dos motores de la innovación tecnológica, están liderando a la humanidad hacia la próxima fase de crecimiento tecnológico. La revolucionaria experiencia de IA que trae ChatGPT ha hecho que la IA en la cadena evolucione rápidamente de un concepto a una de las pistas de desarrollo sostenible más prometedoras en el ámbito de Web3.

En la reciente Conferencia de Consenso de Hong Kong 2025, la fusión de la IA y Web3 se convirtió en un tema candente, abarcando las discusiones en la sala principal y en las sesiones paralelas de toda la conferencia. Revisemos juntos algunas áreas clave sobre proyectos de IA que se discutieron en esta conferencia.

Uno, Infraestructura de IA

1. Plataforma y marco de lanzamiento de AI Agent

La plataforma y el marco de lanzamiento de AI Agent han recibido mucha atención en los últimos seis meses. Estos proyectos ofrecen a los desarrolladores y a los usuarios comunes una plataforma de bajo umbral para crear y utilizar agentes de IA, convirtiéndose en una de las direcciones clave de esta ronda de proyectos de IA.

• 0G Labs: el primer sistema operativo de inteligencia artificial descentralizado (deAIOS), construyendo una capa 1 exclusiva para IA, conectando recursos computacionales, datos y modelos, creando un ecosistema de desarrollo de IA distribuido.

• DeAgentAI: plataforma innovadora enfocada en agentes de IA descentralizados, dedicada a promover el desarrollo de sistemas multiagente.

• Autonomys Network: pila de infraestructura descentralizada, diseñada para lograr una colaboración segura y autónoma entre humanos y máquinas. Los usuarios pueden crear agentes de inteligencia artificial que actúan de manera autónoma.

• Gaia Network: plataforma de infraestructura de IA descentralizada que soporta el desarrollo y funcionamiento distribuido de agentes y aplicaciones de IA.

• Questflow: Red descentralizada de múltiples agentes de IA, donde los usuarios solo necesitan describir sus necesidades, y la red de agentes de IA puede completar las tareas de forma autónoma.

2. Inteligencia Artificial Descentralizada

La IA descentralizada es el objetivo final de la IA en la cadena. Varios proyectos están trabajando en direcciones como la potencia computacional, los datos y los modelos, con el objetivo de romper el monopolio de las grandes empresas sobre los LLM mediante un enfoque descentralizado, ayudando al público a obtener la propiedad de los datos y los modelos.

• Vana: Se dedica a construir una plataforma de soberanía de datos de usuario descentralizada, transformando los datos personales en activos financieros.

• Hiperbólico: plataforma de nube de IA de acceso abierto que integra recursos computacionales globales, proporcionando a los usuarios recursos de GPU y servicios de IA económicos y escalables.

• OpenLedger: Se centra en la próxima generación de redes de IA y blockchain, proporcionando infraestructura económica descentralizada.

• IO.NET: plataforma de computación descentralizada que ofrece acceso bajo demanda a servicios de clústeres de GPU y CPU.

• Aethir: una plataforma innovadora centrada en proporcionar infraestructura de computación en la nube distribuida.

• MinionLab: Red de agentes inteligentes autónomos descentralizados para la minería de datos de Internet en tiempo real.

• GAIB: Dedicado a soluciones económicas en el campo de la IA y la computación de alto rendimiento, considerando las GPU como activos y la capacidad de cálculo como moneda.

• Kite AI: plataforma de blockchain descentralizada Layer 1 diseñada para la economía de la inteligencia artificial.

• Automata: Proporciona una capa intermedia de protección de privacidad y computación sin rastreo para aplicaciones descentralizadas.

• Public AI: Crear una plataforma de datos de IA abierta y transparente que soporte la recolección y anotación de datos multimodales.

3. AI verificable

Uno de los desafíos importantes que enfrenta el desarrollo de la IA es la falta de transparencia en el proceso de entrenamiento y el problema de la precisión de los resultados que produce la IA. Algunos proyectos están utilizando tecnologías como ZKP y TEE para lograr la verificabilidad del proceso de entrenamiento de la IA, garantizando la fiabilidad de los resultados generados por la IA.

• Phala Network: plataforma de computación en la nube descentralizada que proporciona servicios de cálculo privado y razonamiento AI confiables para aplicaciones en cadena.

• Brevis: motor de cálculo descentralizado que ofrece inteligencia artificial y cálculo en blockchain verificables fuera de la cadena.

• Verisense Network: una plataforma innovadora centrada en la validación de datos descentralizada y la inteligencia artificial confiable.

Dos, Casos de uso de IA: Potencial y Expectativas

En comparación con la rica infraestructura de IA, los proyectos de casos de uso de IA destacados siguen siendo relativamente escasos. Algunos proyectos dignos de atención incluyen:

• Narra: Plataforma de agentes de IA Gamefi en Berachain, que genera contenido narrativo dinámico en tiempo real.

• AI Travel: Asistente de viaje impulsado por IA que ayuda a los usuarios a personalizar automáticamente sus planes de viaje.

• HeyTracyAI: Agente de IA de análisis deportivo enfocado en el baloncesto.

• AskJimmy: Plataforma de agentes de IA centrada en el ámbito financiero y de trading.

Tres, la transformación de proyectos tradicionales hacia la IA

Muchos proyectos tradicionales de Web3 también han comenzado a abrazar la IA, anunciando sus respectivos planes de transición a la IA:

• Las cadenas de bloques como Sui, Near, Flow y Aptos participan activamente en conferencias relacionadas con la IA, indicando que los agentes de IA ayudan a simplificar los complejos procesos de interacción en blockchain.

• Eigenlayer está construyendo una capa de confianza descentralizada (Decentralized Trust) que proporciona pruebas en cadena para operaciones fuera de la cadena como entrenamiento e inferencia de IA, predicciones, etc.

Cuatro, Desafíos y Futuro

A pesar de que el futuro es prometedor, el desarrollo de la IA en la cadena enfrenta muchos desafíos, incluyendo la falta de fiabilidad de los modelos, la ambigüedad en la intención de las palabras clave, las limitaciones de almacenamiento y hardware, así como problemas de privacidad y seguridad. Estos desafíos no solo traen problemas técnicos, sino que también fomentan grandes oportunidades de innovación. A largo plazo, la industria tiene grandes esperanzas en el desarrollo de la IA en la cadena, ya que espera impulsar la fusión y prosperidad de la IA con Web3 a través de la mejora continua de la infraestructura, la innovación en casos de uso y la colaboración de la comunidad.