DeAI 赛道万字研报：AI 与 Web3 交叉点及细分领域正衍生哪些爆发可能性？全景式拆解其发展背景、市场现状、生态发展、利弊风险与未来挑战

人工智能 (AI) 正在引发前所未有的社会变革，而 AI 和 Web3 的融合时刻是否已到来？Vitalik Buterin 在今年初发表的 《The promise and challenges of crypto AI applications》文章中, 首次提出了加密资产和 AI 的四大交叉点。随着区块链技术和 AI 的不断发展，两者交叉领域的应用案例正在增加，其中一些用例更具意义和鲁棒性。

而投资机构 ABCDE 曾在《从一级市场视角看待 AI Crypto》一文中评价目前市面上的 AI 与 Crypto 结合的项目，多少有些 “生硬” 或是 “粗糙” 之感，并没有发挥出 AI 或是 Crypto 最优的竞争力或是可组合性。

究竟 Web3 与 AI 的结合是否具有真正的发展潜力？这是本份研究报告希望探究的问题。本文将从 AI 技术的基础概念入手，在此基础上分析 AI 与 Web3 技术的融合方式、DeAI 赛道的潜在机会、商业模式及生态项目，并进一步总结 DeAI 的发展挑战与未来展望。

作者：Rosa，Web3Caff Research 研究员

封面：Photo by Sufyan on Unsplash，Typography by Web3Caff Research

字数：全文共计 16000+

目录

• 引言：Web3 和 AI 的交叉点
  • Vitalik Buterin 提出了四大交叉点
  • DeAI 能否成为新赛道？
• 关于 AI 的基础理解
  • 人工智能的历史
  • 什么是人工智能？
  • 什么是机器学习？
  • 什么是深度学习？
  • Gen AI 与 Transformer 模型
  • 小结
• AI 与 Web3 如何融合?
  • AI 与 Web3 的交叉赋能
    • Web3 对 AI 的赋能：内外部影响
    • AI 对 Web3 的赋能：内外部影响
  • 从 Gen AI 看 DeAI 的机会
    • 生成式 AI Stack
    • 来自数据的挑战
    • DeAI 的潜在机会
• DeAI 值得关注的细分领域
  • 去中心化算力市场 
    • 商业模式：算力租赁的双边市场
    • 代表项目：Akash/Gensyn/Together
  • 去中心化 AI Agent 
    • 商业模式：基于 AI Agent 的开放市场
    • 代表项目:Fetch.AI/SingularityNET/Morpheus/ Bittensor/ Autonolas
  • ZKML
    • 商业模式：创建 ML 模型推理步骤的零知识证明
    • 代表项目:Modulus Labs/Worldcoin/Giza
  • 去中心化数据基础设施
    • 商业模式：数据资产化、基于 RLHF 的强化学习
    • 代表项目:Ocean/Alaya/Fraction
• 风险与挑战
• 未来展望
• 参考文献

解锁剩余隐藏硬核内容，即刻订阅会员（24h 无理由退款）