Sự kết hợp giữa AI và Web3: Điểm nóng của Hội nghị Nhận thức chung Hồng Kông 2025
Gần đây, tại hội nghị Nhận thức chung Hong Kong 2025, sự kết hợp giữa AI và Web3 đã trở thành một chủ đề nóng thu hút nhiều sự chú ý. Dù là tại hội trường chính hay các phòng họp phụ, các cuộc thảo luận về sự kết hợp của hai lĩnh vực này đã gây ra sự quan tâm lớn từ phía các đại biểu tham dự. Bài viết này sẽ mang đến cho bạn một số cái nhìn quan trọng và giới thiệu các dự án tiên phong tại hội nghị.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung phát hành AI Agent
Với sự phát triển nhanh chóng của công nghệ AI, các nền tảng có thể sở hữu và sử dụng AI Agent với mức độ tham gia thấp đã trở thành một xu hướng rất nổi bật trong nửa năm qua. Dưới đây là một số dự án đáng chú ý:
0G Labs: Hệ điều hành trí tuệ nhân tạo phi tập trung đầu tiên, kết nối tài nguyên tính toán, dữ liệu và mô hình thông qua việc xây dựng Layer 1 độc quyền cho AI.
DeAgentAI: Nền tảng đổi mới tập trung vào các tác nhân AI phi tập trung, cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân.
Autonomys Network: Hệ thống cơ sở hạ tầng phi tập trung, nhằm mục đích đạt được sự cộng tác an toàn và tự chủ giữa con người và máy.
Gaia Network: Nền tảng cơ sở hạ tầng AI phi tập trung, hỗ trợ phát triển và chạy phân tán cho AI Agent và ứng dụng.
Questflow: Mạng lưới gồm nhiều AI Agent phi tập trung, người dùng chỉ cần mô tả nhu cầu, mạng lưới đại lý AI có thể tự động hoàn thành nhiệm vụ.
2. AI phi tập trung
AI phi tập trung là mục tiêu tối thượng của AI trên chuỗi, nhiều dự án đang nỗ lực không ngừng về sức mạnh tính toán, dữ liệu, mô hình, v.v. để phá vỡ vị thế độc quyền của các công ty lớn đối với LLM. Một số dự án đáng chú ý bao gồm:
Vana: Cam kết xây dựng nền tảng chủ quyền dữ liệu người dùng phi tập trung.
Hyperbolic：Nền tảng AI đám mây truy cập mở, tích hợp tài nguyên tính toán toàn cầu.
OpenLedger: Tập trung vào mạng thế hệ tiếp theo về AI và blockchain, cung cấp cơ sở hạ tầng kinh tế phi tập trung.
IO.NET: Nền tảng tính toán phi tập trung, cung cấp dịch vụ truy cập theo yêu cầu đến các cụm GPU và CPU.
Aethir: Nền tảng đổi mới cung cấp hạ tầng điện toán đám mây phân tán.
MinionLab：Mạng lưới AI tự trị phi tập trung.
GAIB: Cam kết cung cấp giải pháp kinh tế trong lĩnh vực AI và tính toán hiệu suất cao.
Kite AI: Nền tảng blockchain Layer 1 phi tập trung được thiết kế dành riêng cho nền kinh tế trí tuệ nhân tạo.
Automata: Cung cấp chức năng bảo vệ quyền riêng tư và tính toán không theo dõi cho các ứng dụng phi tập trung.
Public AI: Tạo ra nền tảng dữ liệu AI mở và minh bạch, hỗ trợ thu thập và gán nhãn dữ liệu đa phương thức.
3. AI có thể xác minh
Để giải quyết những thách thức như quá trình đào tạo không minh bạch và độ chính xác của kết quả đầu ra khó đảm bảo mà AI đang phải đối mặt, một số dự án đang thực hiện khả năng xác minh quá trình đào tạo AI thông qua các công nghệ như ZKP, TEE.
Phala Network: Nền tảng điện toán đám mây phi tập trung, cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi.
Brevis：Công cụ tính toán phi tập trung, cung cấp AI và tính toán blockchain có thể xác minh ngoài chuỗi.
Verisense Network: Nền tảng đổi mới tập trung vào xác minh dữ liệu phi tập trung và AI đáng tin cậy.
Hai, Trường hợp sử dụng AI: Tiềm năng và kỳ vọng
Mặc dù có nhiều dự án hạ tầng AI, nhưng hiện tại các dự án trường hợp sử dụng AI thực tế nổi bật còn khá ít. Một số dự án đáng chú ý bao gồm:
Narra: Nền tảng Gamefi AI Agent dựa trên Berachain.
AI Travel：Trợ lý du lịch được điều khiển bởi AI.
HeyTracyAI: AI Agent bình luận thể thao tập trung vào lĩnh vực bóng rổ.
AskJimmy: Nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch.
Ba, Chuyển đổi dự án truyền thống sang AI
Nhiều dự án Web3 truyền thống cũng bắt đầu đón nhận công nghệ AI. Các chuỗi công khai như Sui, Near, Flow và Aptos đang tích cực tham gia các hội nghị liên quan đến AI, cho thấy AI Agent có vai trò quan trọng trong việc đơn giản hóa quy trình tương tác phức tạp của blockchain. Các dự án như Eigenlayer cũng đang nỗ lực xây dựng một lớp tin cậy phi tập trung, nhằm hỗ trợ sự phát triển của AI.
Bốn, Thách thức và Tương lai
Mặc dù triển vọng tươi sáng, sự phát triển của AI trên chuỗi vẫn phải đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ trong ý định của từ khóa, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề liên quan đến an toàn và quyền riêng tư. Những thách thức này không chỉ mang lại những khó khăn về công nghệ, mà còn tạo ra cơ hội cho sự đổi mới trong ngành. Trong dài hạn, ngành công nghiệp đầy hy vọng về sự phát triển của AI trên chuỗi, mong đợi thông qua việc hoàn thiện cơ sở hạ tầng, đổi mới các trường hợp sử dụng và hợp tác cộng đồng, thúc đẩy sự hòa nhập và phát triển của AI với Web3.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
9 thích
Phần thưởng
9
4
Đăng lại
Chia sẻ
Bình luận
0/400
GasOptimizer
· 07-25 09:37
Gì vậy, lại bắt đầu đua rồi.
Xem bản gốcTrả lời0
BlockImposter
· 07-22 12:48
Lại thổi phồng sự kết hợp giữa AI và web3, không bằng nói thẳng ra là được chơi cho Suckers.
Xem bản gốcTrả lời0
DevChive
· 07-22 12:47
Bên dự án lại đang vẽ bánh, thật sự chỉ là nghe tiếng thôi.
Sự kết hợp giữa AI và Web3 dẫn dắt tương lai: Phân tích trọng tâm của Hội nghị Nhận thức chung Hồng Kông 2025
Sự kết hợp giữa AI và Web3: Điểm nóng của Hội nghị Nhận thức chung Hồng Kông 2025
Gần đây, tại hội nghị Nhận thức chung Hong Kong 2025, sự kết hợp giữa AI và Web3 đã trở thành một chủ đề nóng thu hút nhiều sự chú ý. Dù là tại hội trường chính hay các phòng họp phụ, các cuộc thảo luận về sự kết hợp của hai lĩnh vực này đã gây ra sự quan tâm lớn từ phía các đại biểu tham dự. Bài viết này sẽ mang đến cho bạn một số cái nhìn quan trọng và giới thiệu các dự án tiên phong tại hội nghị.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung phát hành AI Agent
Với sự phát triển nhanh chóng của công nghệ AI, các nền tảng có thể sở hữu và sử dụng AI Agent với mức độ tham gia thấp đã trở thành một xu hướng rất nổi bật trong nửa năm qua. Dưới đây là một số dự án đáng chú ý:
2. AI phi tập trung
AI phi tập trung là mục tiêu tối thượng của AI trên chuỗi, nhiều dự án đang nỗ lực không ngừng về sức mạnh tính toán, dữ liệu, mô hình, v.v. để phá vỡ vị thế độc quyền của các công ty lớn đối với LLM. Một số dự án đáng chú ý bao gồm:
3. AI có thể xác minh
Để giải quyết những thách thức như quá trình đào tạo không minh bạch và độ chính xác của kết quả đầu ra khó đảm bảo mà AI đang phải đối mặt, một số dự án đang thực hiện khả năng xác minh quá trình đào tạo AI thông qua các công nghệ như ZKP, TEE.
Hai, Trường hợp sử dụng AI: Tiềm năng và kỳ vọng
Mặc dù có nhiều dự án hạ tầng AI, nhưng hiện tại các dự án trường hợp sử dụng AI thực tế nổi bật còn khá ít. Một số dự án đáng chú ý bao gồm:
Ba, Chuyển đổi dự án truyền thống sang AI
Nhiều dự án Web3 truyền thống cũng bắt đầu đón nhận công nghệ AI. Các chuỗi công khai như Sui, Near, Flow và Aptos đang tích cực tham gia các hội nghị liên quan đến AI, cho thấy AI Agent có vai trò quan trọng trong việc đơn giản hóa quy trình tương tác phức tạp của blockchain. Các dự án như Eigenlayer cũng đang nỗ lực xây dựng một lớp tin cậy phi tập trung, nhằm hỗ trợ sự phát triển của AI.
Bốn, Thách thức và Tương lai
Mặc dù triển vọng tươi sáng, sự phát triển của AI trên chuỗi vẫn phải đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ trong ý định của từ khóa, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề liên quan đến an toàn và quyền riêng tư. Những thách thức này không chỉ mang lại những khó khăn về công nghệ, mà còn tạo ra cơ hội cho sự đổi mới trong ngành. Trong dài hạn, ngành công nghiệp đầy hy vọng về sự phát triển của AI trên chuỗi, mong đợi thông qua việc hoàn thiện cơ sở hạ tầng, đổi mới các trường hợp sử dụng và hợp tác cộng đồng, thúc đẩy sự hòa nhập và phát triển của AI với Web3.