投资人眼中 AI 与 Web3 结合的机遇有哪些?

金色财经 閱讀 18454 2023-7-7 09:27
分享至
微信掃一掃,打開網頁後點擊屏幕右上角分享按鈕

上次写完 BTC 生态的东西,本来该补上 NFT,NFTFI 的那篇,奈何 NFT 最近真的不是一般凉,不光二级市场凉,一级市场我好像有俩月都没聊到 NFT 或是 NFTFI 相关的项目了,倒是 AI 项目真的如井喷一般的涌现,所以 NFT 那篇继续拖着吧,把 AI+Web3 的结合趋势这篇先提上来。

投资人眼中 AI 与 Web3 结合的机遇有哪些?

感觉可能太长,Twitter Thread 受限,所以今天先发个上。

一 . 先说说 AI 自身

AI 这行业其实本来都要凉凉了,大家知道 Near 的创始人一龙对吧,这家伙其实以前是做 AI 的,他是 TensorFlow(最流行的机器学习框架)的主要代码贡献者。大家推测他是 AI(大模型之前的机器学习)那边看不到啥希望了所以跑来做 Web3 的。

结果终于去年年底业界迎来了 ChatGpt3.5,一下子这行业又活了,因为这次真的可以算质变了,而不是之前那几波的炒作和量变。这不隔了几个月 AI 创业的浪潮也传递到了我们 Web3。硅谷 Web2 那边则是卷的不行,各种资本 Fomo,各种同质化方案开始拼价格战,各种大厂大模型 PK……

但是要注意到的是 AI 经历了半年多的爆发期之后也进入了一个相对瓶颈期,比如 Google 对与 AI 的搜索热度断崖式下跌,Chatgpt 用户增速大幅放缓,AI Output 带有一定的随机性限制了许多落地场景……总而言之,我们离传说中的「AGI - 通用人工智能」还有非常非常远的距离。

目前硅谷创投圈对与 AI 下一步发展有这么几个判断

1. 没有垂类模型,只有大模型 + 垂类应用(一会儿说 Web3+AI 的时候我们会再提到)

2. 边缘设备比如手机端的数据可能会是个壁垒,基于边缘设备的 AI 可能也是个机会

3. Context 的长度未来可能引发质变(现在用向量数据库作为 AI 记忆体,但上下文长度还是不够)

二. Web3+AI

AI 和 Web3 其实是完全不同的两个领域,AI 需要集中的算力 + 海量数据做训练,非常中心化的东西,Web3 则是主打一个去中心化,所以其实不是那么好结合,但奈何叙事上 AI 改变生产力,区块链改变生产关系这个论点太过深入人心,所以总会有人前仆后继的去寻找那个结合点,近俩月得聊了不下 10 个 AI 项目。

在说新的结合赛道之前先说说老的 AI+Web3 项目,基本都是平台型,以 FET 和 AGIX 为代表。怎么说呢,我国内专业做 AI 的朋友是这么跟我说的 - 「以前这些做 AI 的现在基本都没啥用了,无论 Web2 还是 Web3,很多都是包袱而不是经验。方向和未来就是像 OpenAI 的这种基于 Transformer 的大模型,大模型拯救了 AI」,你自己品。

所以通用平台型不是他所看好的 Web3+AI 的模式,我聊的这 10 多个项目也确实没有这方面,目前看到的基本是如下几个赛道

1. Bot/Agent/Assistant 模型资产化

2. 算力平台

3. 数据平台

4. 生成式 AI

5. Defi 交易 / 审计 / 风控

6. ZKML

今天主要详细说下 1,也就是 Bot/Agent/Assitant 的资产化这个赛道,这也是聊的最多,同质化最为严重的一个赛道。

简单来说,这些项目多是拿 OpenAI 为底层,配合其他的一些开源 / 自研的技术手段,比如 TTS(Text to Speech)之类,加上特定的数据,FineTune 出来一些「某一领域比 ChatGPT」更好的机器人。

比如你可以训练出一个教你英语的美女老师,你可以选择她是美国口音还是伦敦腔,她的性格和聊天的方式也可以调整,这样相对于 ChatGPT 比较机械和官方的回答来讲,你的交互体验会更好一些。

圈内前段有个虚拟男友的 DAPP,Web3 女性向游戏,叫 HIM,可以算是这种类型的代表了。

投资人眼中 AI 与 Web3 结合的机遇有哪些?

从这个思路出发,你理论上可以有许多个 Bot/Agent 为你服务,比如你想要做水煮鱼,可能会有专门针对这个领域 Fine Tune 的 Cooking Bot 来教你,给的答案相对 ChatGPT 更加专业,你想出门旅行,同样有旅行小助手 Bot 给你提供各种出游建议和规划,或是你是项目方,弄一个 Discord 的客服机器人,帮你回答社区问题。

除了做这种「基于 GPT 的垂类应用型」Bot,还有基于此的衍生项目,比如 Bot 算「模型资产化」,有点 NFT「小图片资产化」的意味,那现在 AI 里面流行的 Prompt 是不是也可以资产化,像是 MidJourney 不同的 Prompt 可以生成不同的图片,训练 Bot 时不同的 Prompt 也会有不同的效果,所以 Promopt 自身也具备价值,也可以资产化。

还有像是基于此类 Bot 进行门户索引,搜索的项目,哪天我们有了成千上万的 Bot,怎么找到最合适你的 Bot?可能届时就需要一个 Web2 世界类似 Hao123 这样的门户,或是 Google 这样的搜索引擎来帮你「定位」。

在我个人看来,Bot(模型)资产化这个东西现阶段有两个弊端 + 两个方向。

弊端 1 - 同质化太过严重,因为这个是用户最容易理解的 AI+web3 赛道,有那么点像是带一点 Utility 属性的 NFT。所以目前一级市场开始呈现红海趋势,卷起来了,但底层又都是 OpenAI,所以大家其实都没啥技术壁垒,只能拼设计和运营。

弊端 2 - 有时候像是星巴克会员卡 NFT 上链这种事,虽然是个出圈的好尝试,但对于多数用户来讲可能真的没有一个实体或是电子会员卡来的方便。基于 Web3 的 Bot 也存在这个问题,想跟机器人学英语或是跟马斯克,苏格拉底谁的聊天,我直接用 Web2 的 http://Character.AI 不香么。

两个方向 - 一个是近 + 中期,模型上链或许会是一个思路。目前这些模型有那么点 ETH NFT 小图片的意思,MetaData 大多指向的链下服务器或是 IPFS,而非纯链上。模型通常几十到几百兆的大小,更是要扔在服务器上了。

但随时最近存储价格的飞速下降(2TB SSD 500 块 RMB),以及 Filecoin FVM,ETHStorage 这类存储类项目的推进,相信未来两三年百兆级别的模型上链应该不是个难事儿。

你可能会问上链有啥好处啊?上链了模型就可以被其他合约直接调用了,更加的 Crypto Native,能玩的花样肯定也更多,有那么点 Fully Onchain Game 的即视感,因为所有数据都是链原生的。目前看到有团队在做这方面的探索,当然还是非常早期的状态。

另一个方向是中 + 远期, 如果你认真想一下智能合约这个东西,其实最适合的不是人机交互,而是「机机交互」,AI 那边现在有了 AutoGPT 这个概念,弄一个你的「虚拟化身」或是「虚拟助手」,不光能跟你聊天,还能根据你的要求帮你执行任务,比如帮你订机票,酒店,买域名搭网站……

你想 AI 助手是操作你的各种银行账户支付宝啥的方便,还是整一个区块链地址转帐方便啊?答案显而易见。那么未来,会不会有一堆集成了类似 AutoGPT 这样的 AI 助手,在各种任务场景下自动通过区块链与智能合约进行 C2C,B2C,甚至 B2B 的支付与结算呢?那个时候,Web2 与 Web3 的边界也就变得非常模糊了。

上篇就先说这些,因为 1 实在是太占篇幅。过几天的下篇会简单说说 2,3,4,5,6 部分。

btcfans公众号

微信掃描關注公眾號,及時掌握新動向

來源鏈接:https://www.jinse.com/
免責聲明:
2.本文版權歸屬原作所有,僅代表作者本人觀點,不代表比特範的觀點或立場
2.本文版權歸屬原作所有,僅代表作者本人觀點,不代表比特範的觀點或立場
標籤: Web3 AI
上一篇:iBox链盒发布首份文旅数字藏品研究报告 下一篇:全面解读DID身份系统:现状、概念与重要性

相關資訊