Crypto AI 赛道深度研讨

嘉宾介绍

Alex: Mint Ventures 研究合伙人 Max: YouTube 频道《Max 的区块链空间》主理人
Lydia: Particle Network 研究员,前 Mint Ventures 研究员

对 Crypto AI 的理解

Max:

• Crypto AI 解决了两个主要问题:
  1. 解决中心化 AI 的审查问题
  2. 通过代币激励机制推动开源发展
• 代币激励可以奖励开源模型和去中心化发展
• 例如 Bittensor 通过代币激励不同子网研究不同方向

Lydia:

• 从商业角度看,目前 Crypto AI 的价值不够清晰
• AI 需要更多自由和更低信任成本吗?目前不太明确
• Crypto AI 目前最大价值可能在叙事层面,打开了人们的想象力
• 可能是未来问题的解决方案,而不是现在的

Alex:

• Crypto AI 通过代币激励提供了与传统 AI 不同的发展路径
• 保证开源的同时又有好的激励方式

Crypto AI 赛道内的项目分类

Lydia:

• AI 赋能 Crypto:如 Web3 聊天机器人、AI 改进代码等
• Crypto 赋能 AI:如改进 AI 隐私性、透明度,但落地较难
• 如 GPU 算力共享、数据市场等

Max:

• 架构层:底层架构,如 Bittensor、Near、Sahara
• 资源层:算力、数据、模型等,如 Akash、Render、Vana
• 应用层:面向用户的应用,如 AI agents

Crypto AI 的机遇与挑战

挑战:

• 项目仍处早期阶段,多数缺乏明确商业模式
• 市值高涨可能存在投机因素
• 需要找到产品市场匹配度

机遇:

• 比特币突破 10 万美元,加密领域受关注
• 美国监管政策软化
• AI 在 Web2 领域持续受关注

值得关注的 Crypto AI 项目

Lydia 推荐 Bittensor:

• 叙事能力强,吸引开发者和投资者
• 获得机构支持,如灰度
• 经历过 FUD 考验,展现生命力
• 生态系统初具雏形

Max 推荐:

• Bittensor:激励机制设计优秀
• Vana:去中心化数据管理
• Arweave:AI 计算架构
• Near:孵化多个 AI 应用

Crypto AI 项目的评估策略

Max:

1. 团队背景和能力
2. 产品
3. 盈利能力
4. 未来展望
5. 代币经济模型

Lydia:

1. 团队叙事能力和执行力
2. 代币设计和功能
3. 项目品牌、文化和社区吸引力

Alex:

• 判断项目所处周期阶段
• 长期投资机会可能在泡沫破裂后出现

常用 AI 工具分享

Lydia:

• GPT:练习英语、心理咨询
• Perplexity:信息搜索和总结
• 豆包:YouTube 视频总结

Max:

• ChatGPT:知识吸收和总结
• 图片生成:制作封面等

Alex:

• GPT:添加图标、深入理解概念
• Perplexity:精准搜索