加密AI賽道下一波敘事演繹：催化因素、發展路徑及相關目標

介紹

迄今為止，這一輪加密牛市週期是業務創新方面最乏味的一輪。缺乏前期多頭市場中的 DeFi、NFT、Gamefi 等現象級熱點賽道，導致整體市場缺乏產業熱點，用戶、產業投資、開發者的成長都較為疲弱。

這也反映在當前的資產價格上。在整個週期中，大多數山寨幣兌BTC的匯率都在持續虧損，其中也包括ETH。畢竟，智慧合約平台的估值是由應用程式的繁榮程度決定的。當應用的開發和創新乏善可陳時，公鏈的估值也難以提升。

AI作為本輪相對較新的加密業務類別，受益於外部商業界的爆發式發展速度和持續熱點，仍有可能為加密界AI賽道專案帶來良好的關注度提升。

在 IO.NET 報告 作者在4月發布的文章中，整理了AI和Crypto結合的必要性。也就是說，加密經濟解決方案在確定性、調動和分配資源以及去信任性方面的優勢可能是解決人工智慧隨機性、資源密集性和人與機器難以區分三大挑戰的解決方案之一。

在加密經濟的AI賽道上，作者嘗試透過另一篇文章來討論和推導一些重要議題，包括：

• 加密人工智慧賽道中還有哪些正在萌芽、未來可能爆發的故事？

• 這些敘事的催化路徑和邏輯

• 與敘述相關的項目目標

• 敘事演繹的風險與不確定性

本文是作者截至發表時的臨時性想法。未來可能會發生變化，而且觀點非常主觀。事實、數據和推理邏輯也可能有錯誤。請不要將其作為投資參考。歡迎同儕批評與討論。

以下為正文。

加密人工智慧賽道的下一波敘事

在我們正式回顧加密 AI 賽道的下一波敘述之前，我們先來看看目前加密 AI 的主要敘述。從市值來看，市值超過10億美元的有：

• 算力：Render（RNDR，市值38.5億）、Akash（市值12億）、IO.NET（最新一輪一級融資估值10億）

• 演算法網路：Bittensor（TAO，市值29.7億）

• AI代理人：Fetchai（FET，合併前市值21億）

*數據時間：2024年5月24日，貨幣單位為美元。

除了上述領域外，下一個單一專案市值突破10億的AI賽道會是哪些？

筆者認為可以從兩個角度來推測：產業供給面的敘事和GPT時刻的敘事。

AI敘事第一視角：從產業供給面看AI背後的能源與數據賽道機會

從產業供給來看，人工智慧發展的四大驅動力是：

• 演算法：高品質的演算法可以更有效率地執行訓練和推理任務

• 算力：模型訓練和模型推理都需要GPU硬體提供算力，這也是產業的主要瓶頸。產業晶片緊缺，導致中高階晶片價格居高不下。

• 能源：人工智慧所需的數據計算中心消耗大量能源。除了GPU本身執行運算任務所需的功率外，還需要大量的能量來處理GPU的散熱。大型資料中心的冷卻系統約佔總能耗的40%。

• 數據：提高大型模型的效能需要擴展訓練參數，這意味著需要大量的高品質資料。

就上述四個產業的驅動力而言，演算法和算力賽道都有市值超過10億美元的加密貨幣項目，而能源和數據賽道尚未出現同等市值的項目。

事實上，能源和數據的供應短缺可能很快就會到來，成為新一波的產業熱點，從而帶動加密相關項目的繁榮。

我們先來說說能源。

2024年2月29日，馬斯克在博世互聯世界2024大會上表示：我一年多前就預測到了晶片短缺的情況。下一個短缺將是電力。我認為明年將沒有足夠的電力來運行所有的晶片。

從具體數據來看，李飛飛領導的史丹佛大學以人為中心的人工智慧研究所每年都會發佈人工智慧指數報告。在團隊2022年發布的2021年人工智慧產業報告中，研究團隊計算當年人工智慧能源消耗規模僅佔全球電力需求的0.9%，能源和環境壓力有限的。 2023年，國際能源總署（IEA）對2022年的總結如下：全球資料中心消耗約460太瓦時（TWh）電力，佔全球電力需求的2%，並預測2026年，全球資料中心能源耗電量至少為620 TWh，最多為1,050 TWh。

事實上，IEA的預估依然保守，因為已經有大量人工智慧相關計畫即將啟動，而相應的能源需求規模遠遠超出其23年前的想像。

例如，微軟和OpenAI正在規劃Stargate專案。該專案預計於2028年啟動，2030年左右完成。的研發。該計畫預計耗資超過$1000億，是目前大型資料中心造價的100倍。

光是星際之門項目的能耗就高達50太瓦時。

這就是為什麼OpenAI創始人薩姆·奧爾特曼在今年1月的達沃斯論壇上表示：“人工智慧未來需要能源突破，因為人工智慧消耗的電力將遠遠超出人們的預期。”

在運算能力和能源之後，快速發展的人工智慧產業的下一個短缺領域很可能是數據。

換句話說，AI所需的高品質數據短缺已經成為現實。

目前，人類已經從GPT的演化中基本摸清了大語言模型能力的成長規律——即透過擴展模型參數和訓練數據，可以使模型能力呈指數級提升——並且這方面不存在技術瓶頸。內的過程。

但問題是，未來高品質、公開的數據可能會越來越稀缺，AI產品可能會面臨像晶片、能源一樣的數據供需矛盾。

首先是資料所有權爭議的增加。

2023年12月27日，《紐約時報》在美國聯邦地方法院正式起訴OpenAI和微軟，指控他們未經許可使用其數百萬篇文章來訓練GPT模型，並要求他們賠償數十億美元的法定和實際損失非法複製和使用具有獨特價值的作品，並銷毀包含《紐約時報》版權資料的所有模型和培訓資料。

3月下旬，《紐約時報》發表了一份新聲明，不僅針對OpenAI，也針對Google和Meta。 《紐約時報》在聲明中稱，OpenAI 透過名為 Whisper 的語音辨識工具轉錄了大量 YouTube 影片的語音部分，然後產生文字作為文字來訓練 GPT-4。 《紐約時報》稱，現在大公司在訓練 AI 模型時使用小偷小摸的情況很常見，並表示谷歌也在這樣做。他們還將YouTube影片內容轉換為文字用於訓練自己的大型模型，這本質上侵犯了影片內容創作者的權利。

《紐約時報》訴 OpenAI 案是第一起人工智慧版權案。考慮到案件的複雜性及其對內容和人工智慧產業未來的深遠影響，可能無法很快得出結論。一個可能的結果是，雙方庭外和解，財力雄厚的微軟和OpenAI支付大筆賠償。但未來更多的數據版權摩擦勢必會提高高品質數據的整體成本。

此外，作為全球最大的搜尋引擎，Google也曾透露正在考慮對自己的搜尋功能進行收費，但收費的對象並不是普羅大眾，而是AI公司。

來源：路透社

谷歌的搜尋引擎伺服器儲存了大量的內容，甚至可以說Google儲存了21世紀以來網路頁面上出現的所有內容。目前，AI驅動的搜尋產品，例如海外的Perplexity和國內的Kimi、Mita，都是透過AI處理這些搜尋數據，然後輸出給用戶。搜尋引擎對AI的收費必然會增加取得資料的成本。

事實上，除了公開數據，AI巨頭們也盯上了非公開的內部數據。

Photobucket 是一家歷史悠久的照片和影片託管網站，在 2000 年代初擁有 7000 萬用戶，佔據美國線上照片市場近一半的份額。隨著社群媒體的興起，Photobucket的用戶數大幅下降，活躍用戶只剩下200萬（每年要支付$399的高額費用）。根據用戶註冊時簽署的協議和隱私權政策，一年以上未使用的帳戶將被回收，並且Photobucket還支援用戶上傳的圖片和影片資料的使用權。 Photobucket執行長Ted Leonard透露，其擁有的13億張照片和影片資料對於訓練生成式AI模型極具價值。他正在與幾家科技公司談判出售這些數據，報價從每張照片 5 美分到 $1 不等，每個影片超過 $1。他估計Photobucket可以提供的資料價值超過$10億。

關注人工智慧發展趨勢的研究團隊EPOCH發布機器學習所需數據報告 ，我們的數據會用完嗎？機器學習中擴展資料集的限制分析 ，基於2022年機器學習中資料的使用和新資料的產生，同時考慮到計算資源的成長。報告的結論是，高品質的文字資料將在2023年2月至2026年之間耗盡，影像資料將在2030年至2060年間耗盡。來源出現，目前的趨勢依賴海量資料集的大規模機器學習模型可能會變慢。

從目前AI巨頭高價購買數據的情況來看，免費的優質文字數據基本上已經耗盡。 EPOCH兩年前的預測還是比較準確的。

同時，針對「AI數據短缺」需求的解決方案也不斷湧現，即：AI數據提供服務。

Defined.ai是一家為人工智慧公司提供客製化、真實、高品質數據的公司。

Defined.ai 可以提供的資料類型範例：https://www.define.ai/datasets

其商業模式為：AI公司向Defined.ai提供自己的資料需求。例如圖片方面，品質需要在一定的解析度以上，避免模糊、曝光過度，內容需要真實。內容方面，AI企業可以根據自己的訓練任務客製化特定的主題，例如夜間照片、夜間錐體照片、停車場照片、夜間招牌照片等，以提高AI在夜景下的識別率。公眾可以接任務，拍攝後上傳，然後公司審核。然後符合要求的部分將按照照片數量進行結算。價格約為高品質圖片1-2美元，10秒以上短片5-7美元，10分鐘以上高品質影片100-300美元，1一千字文字的美元。承擔分包任務的，可以獲得20%左右的費用。資料提供或將成為繼資料標籤之後的又一眾包業務。

全球範圍內的任務眾包、經濟激勵、資料資產的定價、流通和隱私保護，以及人人參與，聽起來像是符合Web3範式的業務。

產業供給側視角的AI敘事目標

晶片短缺引發的擔憂已經滲透到加密產業，讓分散式算力成為迄今為止最熱門、最有價值的AI賽道類別。

那麼如果未來1-2年AI產業能源與數據的供需矛盾爆發，目前加密產業有哪些敘事相關的項目呢？

我們先來看看與能源相關的目標。

頂級CEX上掛牌的能源項目很少，只有Power Ledger（代幣Powr）是唯一的。

Power Ledger成立於2017年，是一個基於區塊鏈技術的綜合能源平台。它旨在去中心化能源交易，促進個人和社區之間的直接電力交易，支持再生能源的廣泛應用，並透過智慧合約確保交易的透明度和效率。最初，Power Ledger 在基於以太坊的聯盟鏈上運行。 2023年下半年，Power Ledger更新了白皮書，推出了自己的一體化公鏈，該公鏈由Solanas技術框架改造而來，方便處理分散式能源市場高頻微交易。目前，Power Ledgers的主要業務包括：

• 能源交易：允許用戶直接在點對點的基礎上買賣電力，特別是來自再生能源的電力。

• 環保產品交易：如碳信用、再生能源證書的交易，以及以環保產品為基礎的融資。

• 公鏈營運：吸引應用程式開發者在Powerledger區塊鏈上建立應用程序，公鏈的交易費用以Powr代幣支付。

Power Ledger計畫目前流通市值為$1.7億，總流通市值為$3.2億。

與能源相關的加密目標相比，資料軌道中的加密目標數量更加豐富。

作者僅列出了他目前關注並已在CEX、Binance、OKX和Coinbase至少之一上線的數據賽道項目，並按照FDV從低到高排列：

1. Streamr – 數據

Streamrs的價值主張是建立一個去中心化的即時數據網絡，允許用戶自由交易和共享數據，同時保持對自己數據的完全控制。透過其數據 市場Streamr希望讓資料生產者能夠直接將資料流出售給有興趣的消費者，而不需要中間商，從而降低成本，提高效率。

來源：https://streamr.network/hub/projects

在實際合作案例中，Streamr與另一個Web3車載硬體專案DIMO合作，透過安裝在車輛上的DIMO硬體感測器採集溫度、氣壓等數據，形成天氣數據流傳輸給有需要的機構。

與其他數據項目相比，Streamr更關注物聯網和硬體感測器的數據。除了上面提到的 DIMO 車輛數據外，其他項目還包括赫爾辛基的即時交通數據流等。 。

Streamr計畫目前流通市值為$44萬，總流通市值為$58萬。

2. 共價鍵——CQT

與其他數據項目不同，Covalent 提供區塊鏈數據。 Covalent網路透過RPC從區塊鏈節點讀取數據，然後處理和組織數據以建立高效的查詢資料庫。透過這種方式，Covalent 用戶可以快速檢索所需的信息，而無需直接從區塊鏈節點執行複雜的查詢。這種類型的服務也稱為區塊鏈資料索引。

Covalents的客戶主要是B端，包括Dapp項目，例如各種Defi，以及許多中心化加密公司，例如Consensys（Metamasks母公司）、CoinGecko（知名加密資產市場站）、Rotki（稅務工具）、 Rainbow（加密皮夾）等。根據Covalent官方揭露的數據，該專案的數據服務收入已超過同領域領先專案The Graph。

由於鏈上資料的完整性、開放性、真實性和即時性，Web3產業有望成為細分AI場景和特定AI小模型的優質資料來源。作為數據提供商，Covalent已經開始為各種AI場景提供數據，並專門針對AI推出了可驗證的結構化數據。

資料來源：https://www.covalenthq.com/solutions/decentralized-ai/

例如，向鏈上智慧交易平台SmartWhales提供數據，利用AI識別有利可圖的交易模式和地址； Entender Finance 使用 Covalents 結構化資料和 AI 處理來進行即時洞察、異常檢測和預測分析。

目前，Covalent提供的鏈上資料服務的主要場景仍以金融為主，但隨著Web3產品和資料類型的通用化，鏈上資料的使用情境將進一步擴大。

目前，Covalent計畫流通市值為$1.5億，全流通市值為$2.35億。與同領域的區塊鏈資料指數專案The Graph相比，具有相對明顯的估值優勢。

3.Hivemapper——親愛的

在所有的資料資料中，影片資料的單價往往是最高的。 Hivemapper可以提供AI公司包含影片和地圖資訊在內的資料。 Hivemapper本身是一個去中心化的全球地圖項目，旨在透過區塊鏈技術和社區貢獻創建一個詳細的、動態的、可訪問的地圖系統。參與者可以透過行車記錄器捕獲地圖資料並將其添加到開源 Hivemapper 資料網路中，並根據其在專案代幣 HONEY 中的貢獻獲得獎勵。為了提高網路效果，降低互動成本，Hivemapper建構在Solana之上。

Hivemapper 最初成立於 2015 年，最初的願景是使用無人機創建地圖，但後來發現這種模式難以擴展，因此轉向使用行車記錄器和智慧型手機來捕獲地理數據，從而降低全球地圖製作的成本。

與Google Map等街景和地圖軟體相比，Hivemapper可以更有效率地擴大地圖覆蓋範圍，保持地圖真實場景的新鮮度，並透過激勵網路和眾包模式提高視訊品質。

在AI對數據的需求爆發之前，Hivemapper的主要客戶包括汽車行業的自動駕駛部門、導航服務公司、政府、保險和房地產公司等。 如今，Hivemapper可以透過API為AI和大型模型提供廣泛的道路和環境數據。隨著不斷更新的影像和道路特徵資料流的輸入，AI和ML模型將能夠更好地將資料轉化為改進的能力，並執行與地理位置和視覺判斷相關的任務。

資料來源：https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

目前Hivemapper-Honey計畫流通市值為$1.2億，總流通市值為$4.96億。

除上述三個項目外，數據賽道的其他項目還包括 The Graph – GRT（市值 $32 億，FDV $37 億），其業務與 Covalent 類似，也提供區塊鏈數據索引服務； Ocean Protocol – OCEAN（市值$6.7億，FDV $14.5億，該專案即將與Fetch.ai和SingularityNET合併，代幣將轉換為ASI），一個開源協議，旨在促進資料和資料相關服務的交換和貨幣化，連接數據消費者和數據提供者，從而在確保信任、透明和可追溯的同時共享數據。

AI敘事的第二個視角：GPT時刻再現，通用人工智慧到來

在我看來，加密產業AI賽道的元年是GPT震驚世界的2023年。加密AI計畫的激增更多是AI產業爆發發展帶來的後遺症。

雖然GPT 3.5之後GPT 4、Turbo等能力不斷升級，Sora展現了驚人的視頻創作能力，OpenAI之外的大型語言模型也迅速發展，但不可否認的是，AI技術對認知的影響大眾的進步正在減弱，人們逐漸開始使用人工智慧工具，大規模的工作替代似乎還沒有發生。

那麼，未來人工智慧領域是否會出現另一個GPT時刻，人工智慧的一次飛躍震驚於大眾，讓人們意識到他們的生活和工作將因此而改變？

那一刻可能就是通用人工智慧（AGI）的出現。

AGI是指具有與人類類似的綜合認知能力，能夠解決各種複雜問題而不僅僅是特定任務的機器。 AGI系統具有以高度抽象的方式思考的能力，擁有廣泛的背景知識，推理所有領域的常識，理解因果關係，以及跨學科的遷移學習。 AGI的表現與各領域最優秀的人類沒有什麼差別，而且在綜合能力上，完全超越了人類最優秀的群體。

事實上，無論是科幻小說、遊戲、電影、電視劇中的呈現，或是GPT快速普及後大眾的期待，大眾早已期待著超越人類認知層次的AGI的出現。換句話說，GPT本身就是AGI的先驅，也是通用人工智慧的預言版本。

GPT之所以具有如此巨大的產業能量和心理影響，是因為它的實施速度和表現超出了公眾的預期： 人們沒想到，一個能夠完成圖靈測試的人工智慧系統真的會到來，而且速度如此之快。

事實上，人工智慧（AGI）可能會在1-2年內再次重現GPT時刻的突然性：人們剛剛適應了GPT的輔助，發現AI不再只是一個助手。它甚至可以獨立完成極具創造性和挑戰性的任務，包括那些困擾人類頂尖科學家數十年的難題。

今年4月8日，馬斯克接受挪威主權財富基金首席投資長Nicolai Tangen採訪，談到AGI何時出現。

「如果你將 AGI 定義為比最聰明的人類更聰明，我認為這很可能在 2025 年實現，」他說。

也就是說，按照他的推斷，AGI最多需要一年半的時間才能到來。當然，他還加上了一個前提，那就是電力和硬體能不能跟上。

AGI 出現的好處是顯而易見的。

這意味著人類的生產力將大大提高，困擾我們幾十年的大量科學研究問題將會得到解決。如果我們把人類最聰明的部分定義為諾貝爾獎得主的水平，那就意味著只要有足夠的能源、運算能力和數據，我們就可以有無數不知疲倦的諾貝爾獎得主夜以繼日地工作，解決最困難的科學問題。

事實上，諾貝爾獎得主並不像億分之一那麼稀有。他們大多在能力和智力上都達到了頂尖大學教授的水平，但因為機率和運氣，他們選擇了正確的方向，繼續努力並得到了結果。和他同等級的人，他同樣優秀的同事，說不定也獲得了平行宇宙科學研究的諾貝爾獎。但遺憾的是，目前頂尖大學的教授、參與科學研究突破的人還不夠多，所以遍歷所有正確的科學研究方向的速度還是很慢。

有了AGI，如果能源和算力供給充足，我們就可以擁有無限的諾貝爾獎得主級別的AGI，對任何可能的科學突破方向進行深入探索，技術進步的速度將快數十倍。科技的進步將導致我們現在認為相當昂貴和稀缺的資源在10到20年內增加百倍，例如糧食生產、新材料、新藥物、高等教育等。用更少的資源養活更多的人，人均財富將迅速增加。

全球GDP趨勢圖，資料來源：世界銀行

這聽起來可能有點聳人聽聞，但讓我們來看看我之前使用過的兩個例子 IO.NET 上的研究報告 :

• 2018年諾貝爾化學獎得主弗朗西斯·阿諾德在頒獎典禮上表示：今天我們可以在實際應用中讀取、寫入和編輯任何DNA序列，但我們還無法組合它。就在他演講五年後的 2023 年，史丹佛大學和矽谷人工智慧新創公司 Salesforce Research 的研究人員在《自然生物技術》雜誌上發表了一篇論文。他們透過基於GPT 3微調的大語言模型，從頭開始創造了100萬個新蛋白質，並發現了2種結構完全不同但均具有殺菌能力的蛋白質，有望成為除抗生素之外的細菌抗菌解決方案。換句話說：在人工智慧的幫助下，蛋白質創造的瓶頸已經被打破。

• 在此之前，人工智慧AlphaFold演算法在18個月內預測了地球上幾乎所有2.14億個蛋白質結構。 這項成就是過去所有人類結構生物學家工作量的數百倍。

這種變化已經發生，AGI的出現將進一步加速這一進程。

另一方面，AGI的出現所帶來的挑戰也是巨大的。

AGI不僅會取代大量腦力勞動者，隨著機器人技術的成熟和新材料研發帶來的生產成本的降低，現在被認為受人工智慧影響較小的體力勞動者也會受到影響。被機器和軟體取代的工作比例將迅速增加。

到那時，兩個曾經看似很遙遠的問題很快就會浮現：

• 大量失業人口的就業和收入問題

• 在人工智慧無所不在的世界，如何區分人工智慧和人類

WorldcoinWorldchain正在嘗試提供一種解決方案，即利用UBI（Universal Basic Income）系統向大眾提供基本收入，並利用基於虹膜的生物辨識技術來區分人和AI。

事實上，給所有人錢的UBI並不是空中樓閣，沒有真正的實踐。芬蘭、英國等國已實施全民基本收入，加拿大、西班牙、印度等國政黨也積極提議推動相關實驗。

基於生物辨識+區塊鏈模式分發UBI的優勢在於系統具有全球性，涵蓋人群更廣泛。此外，基於收入分配擴大的用戶網絡，還可以建構其他商業模式，如金融服務（Defi）、社交網絡、任務眾包等，形成網絡內的業務協同。

AGI的出現帶來的衝擊效應對應的標的之一就是世界幣－WLD，其流通市值為$10.3億，總流通市值為$472億。

敘事演繹的風險與不確定性

本文與Mint Ventures之前發布的許多項目和追蹤研究報告不同。敘述的推論和預測具有很強的主觀性。請將本文內容視為發散性討論，而非對未來的預測。上述敘述推演面臨諸多不確定性，導致錯誤的猜測。這些風險或影響因素包括但不限於：

• 能源：GPU升級導致能耗快速下降

儘管AI的能源需求激增，但NVIDIA等晶片製造商正在透過不斷的硬體升級，以更低的功耗提供更高的運算能力。例如，今年3月，NVIDIA發布了新一代AI計算卡GB 200，整合了2個B 200 GPU和1個Grace CPU。其訓練性能是上一代主力AI GPU H 100的4倍，推理性能是H 100的7倍，但所需的能耗卻只有H 100的1/4。渴望還遠遠沒有結束。隨著單位能耗的下降，隨著人工智慧應用場景和需求的進一步擴大，能源消耗總量實際上可能會增加。

• 數據：Q*計劃實現自生成數據

OpenAI內部一直有一個傳聞中的項目Q*，在OpenAI發給員工的內部消息中提到過。路透社引述OpenAI內部人士的話稱，這可能是OpenAI追求超級智慧/通用人工智慧（AGI）的突破。 Q*不僅可以憑藉其抽象能力解決以前從未見過的數學問題，還可以自行創建用於訓練大型模型的數據，而無需輸入現實世界的數據。如果傳聞屬實，高品質資料不足限制的AI大模型訓練瓶頸將被打破。

• AGI問世：OpenAI隱憂

AGI是否會像馬斯克所說的在2025年到來還不得而知，但這只是時間問題。然而，作為 AGI 來臨敘事的直接受益者，世界幣最大的擔憂可能來自 OpenAI，畢竟它被公認為「OpenAI 影子代幣」。

5月14日凌晨，OpenAI在其春季新品發布會上展示了最新的GPT-4 o以及其他19個不同版本的大語言模型在綜合任務分數上的表現。僅從表格來看，GPT-4 o 得分為 1310，視覺上看起來比後幾名要高很多，但從總分來看，只比第二名的 GPT 4 Turbo 4.9% 高了 4.5%高於第四名的Google Gemini 1.5 Pro，高於第五名的Anthropic Claude 3 Opus 5.1%。

距離GPT 3.5首次發布震驚世界僅僅一年多的時間，OpenAI的競爭對手已經非常接近地迎頭趕上（雖然GPT 5還沒有發布，預計今年發布）。 OpenAI未來能否維持業界領先地位似乎變得越來越不明朗。如果OpenAI的領先優勢和主導地位被稀釋甚至超越，那麼Worldcoin作為OpenAI影子代幣的敘事價值也會下降。

除了Worldcoin的虹膜認證解決方案之外，越來越多的競爭對手正在進入這個市場。例如，手掌掃描ID計畫Humanity Protocol剛宣布新一輪融資$30萬，估值$10億。 LayerZero Labs 也宣布它將在 Humanity 上運行並加入其驗證器節點網絡，使用 ZK 證明來驗證憑證。

結論

最後，雖然作者推演了AI賽道的後續敘述，但AI賽道與DeFi等加密原生賽道不同。它更多的是AI熱潮溢出到幣圈的產物。目前的許多專案在商業模式上都還沒有成功，很多專案更像是AI主題的meme（例如，Rndr類似Nvidia的meme，Worldcoin類似OpenAI的meme）。讀者應謹慎查看。

本文源自網路：加密AI賽道下一波敘事推演：催化因素、發展路徑及相關目標

相關：Blast第二期「黃金積分」即將發布。怎樣才能高效賺取積分呢？

原始｜Odaily星球日報 作者：Azuma 上週末，Blast正式公佈了第二期金幣（Blast Gold）的分配細節，並宣布本週將向70個生態項目發放總計1000萬金幣。作為獨立於日漸膨脹的普通積分制度的另一個主要貢獻評估指標，由於Blast先前曾表示空投份額中的50%將分配給金積分持有者，因此金積分也被認為是Blast上最有價值的。與第一期分配機會相比，本期分配金點總量（1000萬）沒有變化，但入選項目數量減半（第一期140個），Blast使用了…