Crypto AI 賽道：機遇與挑戰

本期對話邀請了兩位長期關注 Crypto AI 賽道的研究員 Max 和 Lydia，與主持人 Alex 一起探討了 Crypto AI 的發展現狀、面臨的挑戰以及未來機遇。

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 帶來的審查等問題
2. 引入代幣激勵機制,爲開源 AI 研究提供可持續發展模式

Lydia 則指出,目前 Crypto AI 在商業價值上還不夠清晰,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碰撞。

Alex 總結認爲,Crypto AI 爲 AI 發展提供了另一套與加密貨幣相交集的解決方案,雖然目前可能在性能和成本上與成熟的互聯網 AI 產品有差距,但長遠來看可能會有有趣的發展。

Crypto AI 項目分類

Lydia 提出了兩種常見的分類方法:

1. Crypto 賦能 AI / AI 賦能 Crypto
2. 從 AI 產業鏈的某個環節切入,如算力、數據市場等

Max 則將 Crypto AI 項目分爲三個層次:

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

值得關注的 Crypto AI 項目

兩位嘉賓都重點提到了 Bittensor (TAO):

• 優秀的敘事能力,吸引了高質量的開發者和投資者
• 灰度等機構的青睞
• 經歷過大規模 FUD 後依然展現出生命力
• 通過代幣激勵機制構建去中心化 AI 生態

其他值得關注的項目還包括:Vana(去中心化數據)、Arweave(AI computer)、Near 等。

Crypto AI 項目的評估策略

兩位嘉賓在評估 Crypto AI 項目時主要關注以下幾點:

1. 團隊實力:包括創始人背景、投資方、社區質量等
2. 產品與技術:解決實際問題的能力,技術創新性等
3. 代幣經濟模型:代幣的實用性,激勵機制設計等
4. 品牌文化:項目的獨特性與吸引力
5. 發展階段:判斷項目是否處於短期過度樂觀或長期過度悲觀階段

Crypto AI 面臨的挑戰與機遇

主要挑戰:

1. 多數項目仍處於早期階段,缺乏成熟應用
2. 市場投機情緒濃厚,項目估值偏高
3. 部分項目去中心化程度不足

未來機遇:

1. 隨着 AGI 發展,AI 對人類社會的衝擊將帶來新的需求
2. 通用人工智能的出現可能引發對去中心化 AI 的需求
3. 加密貨幣行業整體向好,爲 Crypto AI 發展創造有利環境

常用 AI 工具分享

三位嘉賓分享了各自常用的 AI 工具:

1. ChatGPT:用於語言學習、心理諮詢、知識吸收、文字/圖片創作等
2. Perplexity:用於智能搜索,快速獲取和總結信息
3. 豆包:用於 YouTube 視頻內容總結
4. 其他:用於研究報告生成、個性化學習等

總的來說,AI 工具正在各個領域大幅提升工作效率和學習體驗。隨着技術的進步,AI 在教育、搜索等領域的應用潛力將進一步釋放。