编辑 | 吴说区块链摘要：周期与叙事一直是全球加密市场的核心话题，过去行业更多以比特币减半为参考感知周期，同时挖掘大的叙事走向，但比特币、以太坊现货 ETF 的通过后，加密市场与全球金融市场走势高度耦合，影响加密市场走势的变量正在增多。混沌值飙升的背景下，如何更清晰的感知周期性，发掘未来的叙事趋势显得十分关键。而投资机构作为创新叙事捕手，嗅觉一直相对前沿。鉴于此 OKX 特别策划《加密进化论》专栏，邀请全球主流的加密投资机构一同围绕当前市场的周期性、新一轮叙事方向以及细分热门赛道等话题系统化输出，抛砖引玉。以下是第三期内容，由 OKX Ventures 、Polychain 与 Delphi Digital 共同围绕 “ AI 与 Crypto 的融合” 等话题展开，希望他们的洞察与观点对你有所启发。关于 OKX VenturesOKX Ventures 是领先的加密资产交易平台和 Web3 技术公司 OKX 的投资部门，初始资本承诺为 1 亿美元。它专注于在全球范围内探索最好的区块链项目，支持前沿的区块链技术创新，促进全球区块链行业的健康发展，并投资于长期结构性价值。通过对支持区块链行业发展的企业家的承诺，OKX Ventures 帮助建立创新公司，并为区块链项目带来全球资源和历史经验。关于 Polychain CapitalPolychain Capital 是一家致力于投资区块链技术和去中心化金融的投资公司。自 2016 年成立以来一直专注于支持利用区块链颠覆传统行业并创建创新金融体系的变革性项目。凭借对加密领域的深入了解，Polychain Capital 支持有远见的企业家和尖端技术，推动去中心化网络和协议的增长和采用。关于 Delphi DigitalDelphi Digital 是一家研究驱动型公司，致力于促进对不断增长的数字资产市场的理解和发展。Delphi Digital 通过四个业务线支持生态系统：Delphi Research, Delphi Ventures, Delphi Creative 以及 Delphi Labs。一、当 Crypto 遇见 AIOKX Ventures：AI 技术的发展目前高度依赖巨头的推动，如 OpenAI，Google，Nvidia 等。Nvidia 控制了整个 AI 时代的 “电力”，OpenAI 和 Google 则掌握最核心的数据和技术方案。这种中心化、高度依赖巨头的状态会限制行业的创新和发展。而 Crypto 去中心化、无需许可的特性正好可以打破巨头的枷锁，能在一定程度上促进技术创新，带来行业新的繁荣。目前，比较常见的场景包括算力、数据、模型和应用。算力分布式 / 去中心化算力市场如 io.net, Prodia，利用全球市场闲置算力，能打破巨头的算力垄断，我们非常期待看到，未来分布式算力供给总量在某个时点超过中心化算力供给的时候，会发生什么样的化学反应。此外，由于 AI 算力资产的稀缺性以及高收益等特点，也出现了算力 RWA 项目如 Compute Labs，通过将算力资产代币化并开发相关衍生品，创建 AI-Fi 生态。数据Crypto 的经济模型能很好地激励用户参与 AI 数据领域。比如各种 Depin 项目能够通过 token 经济模型激励用户参与数据贡献、数据标注或者数据验证，为 AI 模型训练提供数据源；Space and Time 通过 proof of SQL 将防篡改的链上和链下数据结合起来，为 AI 与区块链结合打造可验证计算层；0g.ai 则构建了一个可扩展的数据可用层和存储系统；此外，Crypto 的隐私保护特性，能更好地实现用户数据的安全隐私，如 Flock.io, Privasea.ai 等都强调模型训练时用户数据隐私保护的重要性。模型开放的模型市场有望打破科技巨头的模型垄断，用户不仅可以通过提供计算资源来支持 AI 模型的训练和推理，同时还能提供数据或模型，通过网络协议直接进行交互。此外，分布式模型训练是目前的一个难点，我们特别期望看到分布式模型训练出现技术突破，希望在不久的将来能看到创业团队填补上这块空白版图。应用应用层面，AI 与 Crypto 结合能更好地实现创作者内容生成，用户可以自主构建具有自定义个性的虚拟角色和聊天机器人，如 Myshell，用户通过上传数据训练模型，构建自己的 AI Smart Agent，同时也让数据提供者、模型训练者都能从平台发展的过程中获得红利，进而形成正向的数据飞轮。Polychain：AI 领域正在从闭源模型向复杂的开源方案转变。这一变化虽使 AI 功能的获取更为民主化，但也带来了新挑战，尤其在模型创建者的价值获取方面。开源模型的金融化是加密与 AI 交汇的一个创新领域，区块链技术结合了开源、所有权和可验证性，为价值积累奠定了基础。Ora 的初始模型发行（IMO）便展示了代币如何代表 AI 模型，使代币持有者在模型盈利时获得回报。这不仅激励开源开发，还确保了创建者和贡献者的公平补偿。除了金融化，加密与 AI 的融合还推动了公共治理和系统透明度的创新。随着对 AI 模型偏见和集中控制的担忧增加，基于区块链的解决方案提供了分散的训练、推理和治理机制，确保了透明的决策过程和社区参与。然而，创新的核心在于基础设施的发展。分布式计算网络、新型数据所有权机制及新的代币标准的进步，使模型所有权和收入共享成为可能。这些基础设施的发展为加密与 AI 的复杂应用奠定了基础。一个有前景的方向是 AI 代理与可执行任务系统的出现。它们可作为个人的延伸，自动执行复杂任务，从个性化助手到去中心化金融的高级自动化。但其实现依赖于数据隐私保护、可验证的计算系统及基础设施的无缝集成。加密与 AI 融合的项目虽处于早期，但通过快速的迭代实验取得了进展。尽管最佳实践尚未确立，密码技术在解决 AI 挑战中的潜力日益明显。未来，我们将看到更多结合加密与 AI 优势的精细应用。这一融合不仅会带来更加透明和负责的系统，还将显著提升 AI 和区块链技术的可用性和功能。随着探索的继续，这一领域将出现令人期待的发展。二、抽丝 Crypto+AI 投资方法论OKX Ventures：这个问题我们可以从目前赛道的发展趋势展开。目前这个赛道正从炒作到实质。过去一年，市场上涌现了大量 Crypto & AI 项目，大多集中在基础设施领域，而应用层面较少，且以套壳为主，缺少创新，技术含量较低，炒作蹭概念的成分很大。炒作与泡沫是技术革新初期的伴生现象，经过市场资源的优化配置，未来我们将看到真正的具有技术背景的创业团队进入 Crypto & AI 领域，市场将开始青睐那些能够提供实实在在价值、可扩展性和可用性的项目，而不是那些仅仅依赖炒作和营销的项目。从投机到需求市场将从投机驱动转向需求驱动，关注点将从潜在价值的投机转向实际使用和采纳。创业者仅仅靠叙事吸引投资者是不够的，现在市场对纯叙事类项目偏向于谨慎和保守。未来，有真实市场需求和业务收入的项目将成为投资者买单的必要条件，这也是我们布局 Crypto & AI 赛道时的一个基本逻辑。基于上述发展趋势，我们抽象出了相应的投资逻辑，核心有三点：1. 市场需求导向很多 AI 创业团队直到产品推出市场才发现市场并不买单，用户对自己的产品根本没有需求，追根溯源就是在创业伊始对市场需求调研不足，没有以市场需求为导向，或者说是错误认定了未经验证的伪需求。因此，在布局 Crypto & AI 赛道时我们格外重视市场需求的满足。首先，大方向上判断项目属于 Crypto & AI 领域的什么赛道，市场容量会有多大，项目未来发展空间有多大，以及竞争对手、竞争情况如何。其次，项目解决了什么问题，满足了什么需求，哪怕是非常小的点，解决了市场痛点都是可行的思路和方向。2. 不能纯叙事Crypto & AI 领域被人诟病最多的就是以叙事为主，没有实际应用。我们很难完全同意这个观点，但是市场很难再为纯叙事买单，因此，真实的业务场景和商业模式显得尤为重要。创业团队必须要有能支撑自身存续的业务收入，很多创业团队把 NFT/Token 销售作为唯一的收入来源，这是绝对行不通的。创业团队要有明确的商业模式，想清楚自己的业务收入来源在哪里，而不仅仅依靠叙事让市场买单。3. 团队需要有 AI 背景AI 的火爆迅速点燃 Web2 市场和 VC 的热情，这股热潮也理所当然吹到了加密世界，很多加密创业团队开始蹭 AI 热点，包装项目，导致市面上出现了大量 Crypto & AI 的项目，但由于团队没有 AI 技术背景，项目大多是套壳产品，没有市场竞争力，很快就被市场淘汰了。AI 存在较高的技术门槛，尤其在 Crypto 和 AI 进行结合的时候，需要对两个领域都有较深的认知才能将两者有效结合起来，否则很难被市场认可。总的来说，投资的基本思路是在一个市场发展潜力巨大的赛道里发现市场需求和问题，并找到最适合的团队，给创业者提供帮助，一起从 0 到 1 满足市场需求并解决问题。Polychain：当前，加密和 AI 项目的格局以叙事驱动为主，这是早期变革性技术的典型特征。这种叙事不仅是营销的一部分，也是生态系统发展的必要环节，有助于吸引关注、推动社区参与和初期采用。然而，我们认识到，评估这些项目时，需要超越叙事，关注其技术基础和实际应用。因此，我们的投资策略基于对加密和 AI 技术及其潜在协同作用的深入研究，优先考虑那些有吸引人的愿景，且有明确市场采用路径和坚实技术基础的项目。过滤这些噪音就要深入研究。目前，加密和 AI 的结合主要在基础设施层面上，GPU 网络、推理和智能网络、可验证和私有计算以及数据管理解决方案等方面，这将为下一波创新奠定基础。未来，数据隐私技术如同态加密、多方计算、零知识证明等将成为保护 AI 隐私的重要手段。去中心化数据市场、可验证推理网络、AI 代理基础设施将持续增长，推动 AI 功能普及，构建公平、透明、高效的系统。AI 与区块链的集成可能带来新一波加密应用，如去中心化金融的 AI 分析、资产管理的预测模型、DAO 的治理机制等。高质量数据集上训练的小型高效模型也将继续发展，推动更个性化的 AI 体验，减少应用摩擦。Delphi Digital：软件正在吞噬世界，而 AI 正在吞噬软件。AI 的本质是数据和计算，因此，谁能最有效地获取这两个关键输入（基础设施）、协调它们（中间件）或利用它们满足用户需求（应用程序），谁就将获得巨大的价值。目前，Delphi Ventures 的核心投资逻辑侧重于 DeAI 生态系统，正在积极布局 DeAI 堆栈的每一层项目。首先是在基础设施层面，DeAI 依赖于数据和计算，尤其是通过加密货币激励机制来高效获取这些资源。这是堆栈中最具挑战性但也最有潜力的一部分。当前，分布式训练协议和 GPU 市场通过协调异构硬件为大型科技公司提供低成本解决方案，而 DePIN 网络则凭借其低成本构建硬件网络的能力，在未来智能化经济中占据重要位置。其次，在中间件层面，DeAI 旨在实现高效的可组合计算，类似于 DeFi 的 “乐高” 模型。我们特别看好高效的路由机制（即如何为正确的用例选择最具成本效益和性能的模型）、图神经网络、用于在受限的链上环境中扩展数据和计算的协处理器，以及解决开源开发人员激励问题的基于加密的机制。如果执行得当，DeAI 中间件将描绘出一种令人信服的人工智能模块化方法的愿景，这种方法最终可能会超越当今科技巨头的集成闭源版本。最后是在应用层面，链上代理协议可能是改善加密领域用户体验的关键。通过连接计算网络和用户，这些协议不仅能够降低成本，还能释放 web3 基础设施的潜力，推动新的经济模式发展。总的来说，AI 将深刻改变我们的经济形态。虽然 DeAI 当前叙事可能过于乐观，但机会规模确实巨大。对于那些有耐心和洞察力的人，DeAI 真正的可组合计算愿景或许能够证明区块链本身的价值。三、谈未来机遇OKX Ventures：技术突破与创新是永恒的机遇。AI 领域存在较严重的技术垄断，数据和核心技术更多地掌握在科技巨头手里，初创公司的生存空间被挤压得很小。如何应对科技巨头的技术垄断和蚕食，是创业者需要面对的首要问题。我们非常期待看到未来有更多的创业团队跳出跟随者的身份，通过 Crypto & AI 的结合，打破中心化科技巨头的垄断，实现技术突破与创新，真正将叙事和产品跑通落地，满足市场需求。如何不下牌桌是创业团队要思考的问题。创业团队需要摸索自身业务的商业模式及其可持续性，纯叙事的项目不再被市场接受，创业团队需要有稳定的业务收入或者未来清晰可行的可变现商业模式。创业团队需要有合理的财务管理和成本控制技能，确保项目的长期稳定运营。财务问题是创业团队出现问题最多的点，很多创业团队因为财务管理不善而导致项目失败。创业团队需要有足够的灵活性和机动性。市场发展瞬息万变，一个技术突破可能导致一批创业团队消失，创业团队需要具备灵活性和适应能力，根据市场及时调整策略和方向，学会择时与借势。Polychain：当前，AI 和加密行业情绪正发生显著转变。机构和监管机构对加密市场的态度有所改善，美国比特币和以太坊 ETF 的批准反映了这一变化，主流接受度的提升为进一步创新铺平了道路。同时，AI 领域也在经历转变，部分 OpenAI 创始成员离职以推动 “超级对齐” 理念的实现，这为 AI 开发和治理带来了新的创新机会，与加密项目的去中心化精神相契合，形成独特的协同效应。尽管 AI 领域尚处于初期阶段，需求仍然旺盛，但主导战略尚未明确。结合更公平、更开放的 AI 理念，能够有效结合 AI 和区块链技术的项目具备广阔的发展前景。“超级对齐” 理念缓解了对 AI 对就业和信息真实性影响的担忧，也推动了对用户拥有 AI 系统的兴趣。能够促进用户所有权和利益对齐的加密项目已受到广泛关注。然而，机遇伴随着挑战。全球经济面临冲突、经济衰退、高通胀和高利率等压力，导致消费谨慎，可能影响对加密资产的投资。但这种环境也可能促使人们将加密货币视为传统金融系统的替代品，比特币因此被视为 “数字黄金” 和不确定时期的价值储存手段。监管不确定性仍是问题。加密货币和 AI 的法律环境在不同地区各有不同，项目必须在这不确定性中保持灵活应对。人才稀缺也是一大挑战，AI 和区块链领域的专业人才竞争激烈，可能影响项目开发进度。展望未来，当前的市场周期可能成为加密和 AI 项目的过滤器，能有效应对现实需求、适应监管并整合技术的项目，将引领行业下一阶段的发展。随着市场成熟，加密和 AI 技术将向更可持续、实际应用的方向发展，未来可能更加注重 AI 系统的用户所有权和数据权利，发展去中心化 AI 基础设施，并将 AI 能力与区块链生态系统深度融合，推动新经济模式的出现。Delphi Digital：DeAI 的最大挑战在基础设施层，特别是在构建基础模型所需的资本密集度以及数据、计算的规模化回报上。大型科技公司在这方面占据了明显优势：通过在第二代互联网时期利用垄断利润构建庞大的资本库，并在十年低利率期间将其再投资于云基础设施，它们现在试图垄断数据和计算市场，进而控制智能市场——AI 的关键因素。由于大型训练的资本需求和高带宽要求，超级集群仍然是最优选择，这为大型科技公司提供了性能最强的闭源模型，并计划以垄断利润出租这些模型，再将收益投资于下一代技术。然而，AI 的护城河比 web2 的网络效应更浅。前沿模型的价值正在迅速贬值，尤其是 Meta 转向 “焦土” 战略，投入数百亿美元开发性能 SOTA 的开源模型如 Llama 3.1。随着低延迟分散训练方法的兴起，前沿模型的商品化趋势逐渐显现。这一变化将竞争从有利于大型科技公司控制的硬件超级集群，转向更加有利于开源和加密软件创新的环境。同时，智能技术的价格也在迅速下降。我们在 DeAI 系列报告中深入探讨了大科技与 DeAI 之间的紧张关系，欢迎感兴趣的读者免费查阅。考虑到 “专家混合” 架构和 LLM 综合 / 路由的计算效率，未来可能不是由 3-5 个超级模型主导的世界，而是一个由数百万个不同形状、大小和用例的模型交织而成的智能网络。这带来了巨大的协调挑战，而区块链和加密激励机制正好具备解决这些问题的潜力。根据央行等部门发布“关于进一步防范和处置虚拟货币交易炒作风险的通知”，本文内容仅用于信息分享，不对任何经营与投资行为进行推广与背书，请读者严格遵守所在地区法律法规，不参与任何非法金融行为。不为任何虚拟货币、数字藏品相关的发行、交易与融资等提供交易入口、指引、发行渠道引导等。吴说内容未经许可，禁止进行转载、复制等，违者将追究法律责任。