Crypto AI赛道研讨

主持人：Alex，Mint Ventures研究合伙人

嘉宾：

• 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

Crypto AI赛道的理解

Max：Crypto AI主要解决两个问题:

1. 解决中心化AI的审查问题,通过去中心化提供更符合大众需求的方案。

2. 引入代币激励机制,为开源AI模型研发提供持续动力。例如Bittensor通过代币奖励不同子网研究不同AI方向,将开源与代币激励结合。

这种方式可以激励开源模型发展,避免像OpenAI等公司将研究成果私有化。Crypto为AI提供了一种新的发展路径。

Lydia：从商业角度看,Crypto AI目前解决的问题并不明确:

1. AI提高效率的迫切性大于保证公平。

2. AI不一定需要更大的自由,现有AI的信任成本也不一定过高。

3. 用区块链解决数据黑箱等问题,成本可能更高。

Crypto AI目前最大价值可能在于叙事层面,打开了人们的想象力。它可能更适合解决未来的问题,而非现在的问题。我们需要给这两项技术时间去发展。

Alex：Lydia的观点是,单从提高效率和增强产品能力看,目前Crypto AI在性能和成本上与成熟的互联网AI产品相比还有差距。它能否解决当前迫切的商业问题也不确定。但它提供了一套与加密货币相结合的新解决方案,是一个前沿实验,长远来看可能会产生有趣的发展。

Crypto AI项目分类

Lydia：常见的分类方法是:

1. Crypto赋能AI:可以深入AI技术栈,增强隐私性和透明度,但落地周期较长。目前主要从改进AI产业某个环节切入,如聚合算力资源降低成本等。

2. AI赋能Crypto:更常见,如接入API做Web3聊天机器人,用AI改进Web3项目代码等。

Max：我将Crypto AI项目分为三个层次:

1. 架构层:提供底层基础设施,如Bittensor、Near、Sahara等。

2. 资源层:提供AI开发所需资源,如Akash、Render提供去中心化算力,Vana提供去中心化数据。

3. 应用层:面向用户的具体应用,如AI agents等。

这种分类方式与现有区块链生态比较接近。

值得关注的Crypto AI项目

Lydia：我最关注Bittensor,原因有三:

1. 强大的叙事能力,团队形象亲和力强,吸引开发者。

2. 机构采用度高,如灰度推出专门的Tao信托基金。

3. 经历过大规模FUD考验,展现出强大生命力。

Max：我也最关注Bittensor,补充一些风险点:

1. 代币发行模式类似比特币,目前通胀率很高。

2. 虽然目标是去中心化,但目前主网仍由团队控制。

此外,我还关注:

• Vana:做去中心化数据
• Arweave:做AI computer
• Near:孵化多个AI应用

Crypto AI项目评估策略

Max：我主要从五个方面评估:

1. 团队(最重要):创始人背景、投资方、社区质量等
2. 产品
3. 盈利能力
4. 未来展望
5. 代币经济模型

Lydia：我的评估维度:

1. 团队:叙事能力和执行力
2. Token设计:是否有实际效用
3. 品牌文化:是否有独特性和吸引力

Alex：我会关注项目所处的周期阶段,判断是处于短期过度乐观还是长期过度悲观阶段。最佳投资时机通常是在长期过度悲观阶段。

常用AI工具分享

Lydia：

1. GPT:练习英语、心理咨询
2. Perplexity:搜索和总结信息
3. 豆包:YouTube视频总结

Max：

1. ChatGPT:总结长文、生成图片
2. 计划用ChatGPT辅助投资研究

Alex：

1. GPT:生成文章图标、解释复杂概念
2. Perplexity:替代传统搜索引擎