作者：Alex Xu，Mint Ventures 研究合伙人
介绍
就商业创新而言，这一轮加密货币牛市是最没有鼓舞人心的。与先前的多头趋势中出现了 DeFi、NFT、GameFi 等现象级趋势不同，本轮多头趋势缺乏重大的产业热点。因此，用户基础、产业投资和开发者活动成长缓慢。
这种趋势在加密资产的价格中也很明显。在整个周期中，包括 ETH 在内的大多数山寨币相对于 BTC 一直在贬值。智慧合约平台的估值很大程度上取决于其应用的繁荣。当应用程式开发创新停滞时，公链估值的上升就变得困难。
然而，人工智能 (AI) 作为加密商业领域中相对较新的领域，可能会受益于更广泛商业领域的爆炸式增长和持续热点。这使得加密领域内的人工智能项目有可能吸引大量增量关注。
Mint Ventures 在 4 月份发布的 IO.NET 报告中深入分析了 AI 与加密技术融合的必要性，认为加密经济解决方案的优势（例如确定性、高效的资源配置和无需信任）可以有效解决 AI 的三大挑战：随机性、资源密集型以及难以区分人与机器。
在加密经济的人工智能领域，我想在本文中讨论和探讨几个关键问题，包括：
加密 AI 领域存在着新兴或具有爆炸性潜力的叙述。
这些叙述的催化路径和逻辑框架。
加密+人工智能项目。
加密+人工智能领域发展所涉及的风险和不确定性。
请注意，本文反映了我目前的想法，可能会发生变化。这里的观点是主观的，事实、数据和逻辑推理可能存在错误。这不是财务建议，但欢迎反馈和讨论。
加密 AI 领域的下一波叙事
在深入探讨加密 AI 领域的新兴趋势之前，让我们先来看看当前的主要叙述。根据市值计算，估值超过 10 亿美元的公司包括：
计算能力
Render Network ($RNDR)：流通市值为 38.5 亿美元，
Akash：流通市值为 12 亿美元
IO.NET：最近在最新一轮融资中估值达10亿美元。
算法网络
Bittensor ($TAO)：流通市值为 29.7 亿美元。
人工智能代理
Fetch.ai ($FET)：合并前的流通市值达到 21 亿美元
*数据更新时间：2024年5月24日。
除了以上提到的领域之外，哪个AI领域将产生下一个市值超过10亿美元的项目？
我认为这可以从两个角度来推测：“工业供给侧”叙事和“GPT时刻”叙事。
从产业供给侧角度审视能源与数据领域的机会
从产业供给侧看，人工智能发展的四大关键驱动力是：
算法：高质量的算法可以更有效地执行训练和推理任务。
算力：模型训练和推理都需要 GPU 硬件提供强大的算力，这是产业的一大瓶颈，而目前芯片短缺导致中高端芯片价格上涨。
能源：AI 数据中心需要大量能源消耗。除了 GPU 执行计算任务所需的电力外，冷却 GPU 也需要大量能源。在大型数据中心，仅冷却系统就占总能耗的 40% 左右。
数据：提升大型模型的性能需要扩大训练参数，因此对高质量数据的需求巨大。
针对上述四大产业驱动力，算法和算力领域已经出现了流通市值超过10亿美元的加密项目，而能源和数据领域尚未出现达到类似市值的项目。
事实上，能源和数据供应短缺可能很快就会出现，有可能成为下一个行业热点，并推动加密领域相关项目的激增。
让我们从能源部分开始。
2024年2月29日，埃隆·马斯克在博世互联世界2024大会上表示，“我一年多前就预测了芯片短缺，下一个短缺的将是电力。我认为明年你就会看到，他们根本找不到足够的电力来运行所有的芯片。”
具体数据来看，李飞飞领导的斯坦福大学以人为本人工智能研究所每年都会发布《AI指数报告》，该研究组在2021年人工智能产业报告中估计，当年人工智能能耗仅占全球电力需求的0.9%，对能源和环境的压力有限。但2023年，国际能源署（IEA）对2022年的总结指出，全球数据中心消耗了约460太瓦时（TWh）的电力，占全球电力需求的2%。他们还预测，到2026年，全球数据中心能耗将至少达到620 TWh，最高可达1050 TWh。
事实上，国际能源署的估计仍然保守，因为众多即将启动的人工智能项目将需要比 2023 年预期多得多的能源。
例如，微软和OpenAI正在策划星际之门项目。这项雄心勃勃的计划将于2028年开始，并在2030年左右完成。该项目旨在建造一台配备数百万个专用AI芯片的超级计算机，为OpenAI提供前所未有的计算能力，以推进其在人工智能，特别是大型语言模型方面的研究。该项目预计耗资超过1000亿美元，是目前大型数据中心成本的100倍。
仅星际之门项目的能源消耗预计就将达到 50 TWh。
因此，OpenAI创始人Sam Altman在今年1月的达沃斯论坛上表示：“未来的人工智能需要在能源方面取得突破，因为AI所消耗的电力将远远超出预期。”
继计算能力和能源之后，快速发展的人工智能行业的下一个主要短缺可能是数据。
事实上，人工智能所需的高质量数据的短缺已经成为现实。
通过 GPT 的不断演进，我们大致摸清了大型语言模型能力提升的规律，通过扩充模型参数和训练数据，模型能力可以呈指数级提升，这个过程目前还没有遇到技术瓶颈。
但未来高质量、可公开获取的数据可能会越来越稀缺，人工智能产品可能面临类似芯片和能源的供需矛盾。
首先，数据权属纠纷增多。
2023 年 12 月 27 日，《纽约时报》在美国地方法院对 OpenAI 和微软提起诉讼，指控他们未经许可使用了数百万篇其文章来训练 GPT 模型。《纽约时报》寻求数十亿美元的法定和实际赔偿，以弥补“非法复制和使用具有独特价值的作品”，并要求销毁所有包含其版权材料的模型和训练数据。
2024年3月底，《纽约时报》发表新声明，将指控范围从OpenAI扩大到谷歌和Meta。声明称，OpenAI曾使用一款名为Whisper的语音识别工具将大量YouTube视频转录为文本，然后用于训练GPT-4。《纽约时报》认为，大公司在训练AI模型时使用不正当手段已经成为一种常见做法。他们还指出，谷歌也采取了类似的做法，将YouTube视频内容转换为文本用于模型训练，本质上侵犯了视频内容创作者的权利。
《纽约时报》与 OpenAI 之间的诉讼被称为“AI 版权第一案”，由于其复杂性以及可能对内容和 AI 行业的未来产生深远影响，该案不太可能很快得到解决。一种可能的结果是庭外和解，财大气粗的微软和 OpenAI 将支付巨额赔偿金。然而，未来数据版权纠纷将不可避免地推高高质量数据的整体成本。
此外，据报道，作为全球最大的搜索引擎，谷歌正在考虑对其搜索服务收费——不是针对普通公众，而是针对人工智能公司。
来源：路透社
谷歌搜索引擎服务器存储着海量内容，基本上是21世纪以来所有网页内容。由人工智能驱动的搜索产品，如中国公司开发的Perplexity和Kimi、Meta Sota，通过人工智能处理这些搜索数据，然后传递给用户。对人工智能公司访问搜索引擎数据收取费用无疑会提高数据获取成本。
此外，人工智能巨头不仅关注公开数据，他们还将目标瞄准非公开的内部数据。
老牌图片视频网站Photobucket，21世纪初曾拥有7000万用户，占据美国网络照片市场近一半的份额。然而随着社交媒体的兴起，Photobucket的用户群大幅萎缩，目前活跃用户仅有200万，每位用户每年需支付399美元的高额会费。根据其用户协议和隐私政策，超过一年不活跃的账户将被收回，Photobucket有权使用上传的图片和视频。Photobucket CEO Ted Leonard透露，他们存储的13亿张照片和视频对于训练生成式AI模型极其有价值，目前他正与多家科技公司洽谈出售这些数据，每张照片售价5美分至1美元，每条视频售价超过1美元。Leonard估计，Photobucket的数据价值可能超过10亿美元。
专注于研究人工智能发展趋势的研究团队EPOCH发布了一份报告，题为《数据会耗尽吗？机器学习中扩展数据集的极限分析》。该报告基于2022年机器学习的数据使用情况和新数据的产生，同时考虑了计算资源的增长，得出的结论是，高质量的文本数据可能在2023年2月至2026年之间耗尽，图像数据可能在2030年至2060年之间耗尽。如果数据利用效率没有显著提高，或者没有新的数据源出现，依赖海量数据集的大型机器学习模型的趋势可能会放缓。
考虑到目前AI巨头高价购买数据的趋势，免费的高质量文本数据似乎确实已经枯竭，验证了EPOCH两年前的预测。
与此同时，“人工智能数据短缺”的解决方案正在出现，特别是人工智能数据即服务。
Defined.ai 就是这样一家为人工智能公司提供定制化、高质量真实数据的公司。
Defined.ai 上的数据类型示例
Defined.ai的商业模式是：AI公司指定对数据的要求，比如要求图片达到一定的分辨率质量，不能模糊、不能过曝，内容真实。公司还可以根据训练任务要求特定主题，比如夜间拍摄交通锥、停车场、路标等，以增强AI的夜景识别能力。公众可以接受这些任务，上传照片，Defined.ai审核。审核通过的图片需要付费，一般高质量图片1-2美元/张，短视频5-7美元/条，10分钟以上高质量视频100-300美元/条。文字费用为每千字1美元，任务完成者可获得约20%的费用。这种数据提供方式可能成为类似于“数据标签”的新型众包业务。
全球化的任务分配、经济激励、数据资产的定价、流通和隐私保护，人人都可以参与，听起来很像一种适合 Web3 范式的商业模式。
从产业供给角度解析加密+AI项目
芯片短缺引起的关注已经延伸到加密行业，使去中心化计算能力成为迄今为止最受欢迎、价值最高的人工智能领域。
如果未来1-2年内AI行业对于能源和数据的供需冲突变得尖锐，那么目前加密行业有哪些叙事相关的项目？
让我们从能源概念项目开始。
目前，在各大中心化交易所（CEX）上市的能源项目非常少，只有 Power Ledger 及其原生代币 $POWR 的例子。
Power Ledger 成立于 2017 年，是一个基于区块链的综合能源平台，旨在实现能源交易的去中心化。它促进个人和社区之间的直接电力交易，支持可再生能源的广泛采用，并通过智能合约确保交易的透明度和效率。最初，Power Ledger 在改编自以太坊的联盟链上运行。2023 年下半年，Power Ledger 更新了白皮书，并基于 Solana 的技术框架推出了自己的综合公链，以处理分布式能源市场中的高频微交易。Power Ledger 目前的主要业务领域包括：
能源交易：使用户能够以点对点的方式直接购买和出售电力，特别是来自可再生能源的电力。
环境产品交易：促进碳排放权和可再生能源证书的交易以及基于环境产品的融资。
公链运营：吸引应用程序开发者在 Power Ledger 区块链上进行构建，交易费用以 $POWR 代币支付。
Power Ledger 目前的流通市值为 1.7 亿美元，完全稀释市值为 3.2 亿美元。
与能源概念加密项目相比，数据领域的目标种类更加丰富。
下面列出的是我目前正在关注的数据行业项目，这些项目已经在至少一个主要的 CEX 上线，例如 Binance、OKX 或 Coinbase，按完全稀释估值 (FDV) 从低到高排列：
1.Streamr（$DATA）
Streamr 的价值主张是构建一个去中心化的实时数据网络，用户可以自由交易和共享数据，同时完全控制自己的信息。通过其数据市场，Streamr 旨在使数据生产者能够直接向感兴趣的消费者出售数据流，消除对中介机构的需求，从而降低成本并提高效率。
来源：https://streamr.network/hub/projects
在实际应用中，Streamr 与另一个 Web3 车载硬件项目 DIMO 展开合作，通过安装在车辆上的 DIMO 硬件传感器收集温度、气压等数据，然后以天气数据流的形式传输给需要的组织。
与其他数据项目不同，Streamr 更专注于物联网和硬件传感器数据。除了 DIMO 车辆数据外，其他值得注意的项目还包括赫尔辛基的实时交通数据流。因此，Streamr 的代币 $DATA 经历了大幅飙升，在去年 12 月 Depin 概念的高峰期，其价值在一天内翻了一番。
目前，Streamr 的流通市值为 4400 万美元，完全摊薄市值为 5800 万美元。
2. 共价 ($CQT)
与其他数据项目不同，Covalent 专注于提供区块链数据。Covalent 网络通过 RPC 从区块链节点读取数据，对其进行处理和组织，并创建高效的查询数据库。这使得 Covalent 用户无需直接在区块链节点上执行复杂的查询即可快速检索所需信息。此类服务称为“区块链数据索引”。
Covalent 主要服务于企业客户，包括各种 DeFi 协议，以及许多中心化加密货币公司，例如 MetaMask 母公司 Consensys、知名加密资产追踪网站 CoinGecko、税务工具 Rotki、加密钱包 Rainbow 等。此外，富达、安永等传统金融业巨头也是 Covalent 的客户之一。根据 Covalent 官方披露，该项目数据服务收入已超过同领域龙头项目 The Graph。
Web3 行业凭借其集成、透明、真实、实时的链上数据，有望成为特定 AI 场景和特定“小型 AI 模型”的优质数据源。作为数据提供商，Covalent 已经开始为各种 AI 场景提供数据，并推出了针对 AI 应用量身定制的可验证结构化数据。
来源：Covalent 上的解决方案
例如，Covalent 为链上智能交易平台 SmartWhales 提供数据，该平台使用人工智能来识别有利可图的交易模式和地址。Entendre Finance 利用 Covalent 的结构化数据，通过人工智能技术进行处理，以获得实时洞察、异常检测和预测分析。
目前，Covalent 链上数据服务的主要应用场景集中在金融领域，但随着 Web3 产品和数据类型的不断丰富，链上数据的使用场景有望进一步扩展。
Covalent 的流通市值为 1.5 亿美元，完全摊薄市值为 2.35 亿美元，与区块链数据索引领域的领先项目 The Graph 相比具有明显的估值优势。
3.Hivemapper（$Honey）
在所有数据类型中，视频数据通常价格最高。Hivemapper 可以为 AI 公司提供视频和地图信息。Hivemapper 是一个去中心化的全球地图项目，旨在通过区块链技术和社区贡献创建一个详细、动态且可访问的地图系统。参与者使用行车记录仪捕获地图数据并将其添加到开源 Hivemapper 数据网络中，并获得 $HONEY 代币作为贡献的奖励。为了增强网络效应并降低交互成本，Hivemapper 建立在 Solana 上。
Hivemapper 成立于 2015 年，最初的愿景是使用无人机绘制地图。然而，这种方法难以扩展，因此该公司转向使用行车记录仪和智能手机来捕捉地理数据，从而降低全球地图绘制成本。
与街景和谷歌地图等地图软件相比，Hivemapper 利用激励网络和众包模式更有效地扩大地图覆盖范围、保持真实世界地图数据的新鲜度并提高视频质量。
在 AI 数据需求激增之前，Hivemapper 的主要客户包括汽车公司的自动驾驶部门、导航服务提供商、政府、保险公司和房地产公司。如今，Hivemapper 可以通过 API 向 AI 和大型模型提供大量道路和环境数据。通过不断更新图像和道路特征数据流，AI 和 ML 模型将能够更好地将这些数据转化为增强的功能，使它们能够更有效地执行与地理位置和视觉判断相关的任务。
来源：Hivemapper 博客
目前，Hivemapper 原生代币 $Honey 的流通市值为 1.2 亿美元，完全摊薄市值为 4.96 亿美元。
除上述项目外，数据领域的其他值得注意的项目包括：
1. The Graph ($GRT)：The Graph 流通市值为 32 亿美元，完全稀释估值 (FDV) 为 37 亿美元，提供与 Covalent 类似的区块链数据索引服务。
2. Ocean Protocol ($OCEAN)：Ocean Protocol 的流通市值为 6.7 亿美元，FDV 为 14.5 亿美元。该项目旨在通过其开源协议促进数据和数据相关服务的交换和货币化。Ocean Protocol 将数据消费者与数据提供者联系起来，确保数据共享的信任、透明度和可追溯性。该项目将与 Fetch.ai 和 SingularityNET 合并，代币将转换为 $ASI。
GPT时刻再现，通用人工智能时代来临
在我看来，加密行业的“AI 领域”真正开始于 2023 年，也就是 ChatGPT 震惊世界的一年。加密 AI 项目的快速涌现很大程度上是由 AI 行业爆发式增长后的“狂热浪潮”推动的。
尽管 GPT-4、GPT-turbo 等模型能力不断升级，Sora 展现出令人赞叹的视频制作能力，以及 OpenAI 之外的大型语言模型的快速发展，但不可否认的是，人工智能的技术进步给大众带来的认知冲击正在逐渐减小，人们正在逐渐接受人工智能工具，大规模的工作替代尚未实现。
未来我们是否还会再出现一次“GPT时刻”，一次让大众震惊的发展飞跃，让大众意识到自己的生活和工作将会发生根本性的改变？
这一刻可能就是通用人工智能（AGI）的到来。
AGI，即通用人工智能，是指拥有与人类相似的通用认知能力的机器，能够解决各种复杂问题，而不局限于特定的任务。AGI系统具有高度的抽象思维、广泛的背景知识、全面的常识推理、因果理解和跨学科的迁移学习能力。AGI在各个领域的表现都与人类最优秀者相当，而在整体能力方面，则完全超越了人类最优秀的群体。
事实上，无论是科幻小说、游戏、电影，还是随着GPT的迅速崛起，社会对超越人类认知水平的AGI的期待，早已成为社会普遍期待。或者说，GPT本身就是AGI的前身，是通用人工智能的先行者。
GPT之所以有如此深远的产业影响和心理震撼，是因为它的部署和表现远远超出了公众的预期。人们没有预料到，一个能够通过图灵测试的AI系统会来得如此之快，并且能力如此强大。
事实上，通用人工智能（AGI）可能在未来 1-2 年内再次创造“GPT 时刻”：正当人们习惯将 GPT 用作助手时，他们可能很快就会发现，人工智能已经不再仅仅是助手。它可以独立处理极具创造性和挑战性的任务，包括解决困扰人类顶尖科学家数十年的难题。
今年4月8日，埃隆·马斯克接受了挪威主权财富基金首席投资官Nicolai Tangen的采访，讨论了AGI出现的时间表。
马斯克称，“如果我们将AGI定义为比最聪明的人类更聪明，我认为它很有可能在2025年出现。”
按照马斯克的预测，AGI最多还需要一年半的时间才能到来。不过，他附加了一个条件：“前提是电力和硬件能够跟上。”
AGI的出现，带来的好处是显而易见的。
这意味着人类生产力将实现重大飞跃，许多困扰我们几十年的科学难题将得到解决。如果我们将“最聪明的人类”定义为诺贝尔奖得主，这意味着，只要我们有足够的能源、计算能力和数据，我们就可以拥有无数不知疲倦的“诺贝尔奖得主”昼夜不停地攻克最具挑战性的科学难题。
但诺奖得主并非亿万里挑一，他们的能力和智力往往与顶尖大学教授相当，只是因为机率和运气，选对了方向，坚持下来，并取得了成果。在科学研究的平行宇宙中，也许有很多同样能力的人也获得了诺奖。可惜，目前参与科学突破的顶尖大学教授还不够多，所以“把科学研究的所有正确方向都探索出来”的速度仍然很慢。
有了AGI，只要有足够的能量和计算能力，我们就可以拥有无数个“诺贝尔奖得主级”的AGI，在任何一个可能带来科学突破的方向上进行深入探索。技术进步的速度将呈指数级增长。这种加速将导致我们目前认为昂贵和稀缺的资源在未来10到20年内增加百倍，例如粮食生产、新材料、药品和优质教育。获取这些资源的成本将大幅下降。我们将能够用更少的资源养活更多的人口，人均财富将迅速增加。
世界银行制作的全球 GDP 趋势
这听起来可能有些耸人听闻，我们来看两个例子。这些例子在我之前关于 IO.NET 的研究报告中也曾用过：
2018 年，诺贝尔化学奖得主弗朗西斯·阿诺德在颁奖典礼上说：“今天，我们可以在实际应用中读取、编写和编辑任何 DNA 序列，但无法编写它。” 五年后，2023 年，斯坦福大学和 AI 初创公司 Salesforce Research 的研究人员在《自然生物技术》上发表了一篇文章。他们利用从 GPT-3 中提炼出的大型语言模型，生成了一个包含 100 万种蛋白质的全新目录。其中，他们发现了两种结构独特的蛋白质，均具有抗菌功能，可能为传统抗生素以外的新型细菌耐药性策略铺平道路。这标志着在 AI 的帮助下克服蛋白质创造障碍的重大飞跃。
此前，人工智能算法AlphaFold在18个月内预测了地球上几乎所有21.4亿种蛋白质的结构——这一里程碑将历史上结构生物学家的成就提高了几个数量级。
变革正在进行中，AGI的到来将进一步加速这一进程。
然而AGI的到来也带来了巨大的挑战。
AGI不仅会取代大量知识型员工，还将取代目前被认为“受人工智能影响较小”的实体服务行业。随着机器人技术的成熟和新材料降低生产成本，被机器和软件取代的工作比例将迅速增加。
当这种情况发生时，两个曾经看似遥远的问题就会迅速浮现：
大量失业人口带来的就业和收入挑战
在人工智能无处不在的世界里，如何区分人工智能与人类
Worldcoin 和 Worldchain 试图通过实施全民基本收入（UBI）制度来确保公众的基本收入，并使用基于虹膜的生物识别技术来区分人类和人工智能，从而提供解决方案。
事实上，全民基本收入并非只是理论概念，已在现实生活中得到检验，芬兰、英国等国已开展全民基本收入试点，加拿大、西班牙、印度等政党也在积极倡导和推动类似举措。
采用生物识别和区块链模型进行 UBI 分发的优势在于其全球性，能够覆盖更广泛的人群。此外，通过收入分配扩大的用户网络可以支持其他商业模式，例如金融服务（DeFi）、社交网络和任务众包，从而在网络的商业生态系统中产生协同效应。
应对 AGI 到来影响的著名项目之一是 Worldcoin（$WLD），其流通市值为 10.3 亿美元，完全摊薄市值为 472 亿美元。
加密人工智能叙事的风险和不确定性
与Mint Ventures此前发布的多份研究报告不同，本文的叙述性预测和预言带有相当程度的主观性。读者应将本文内容视为推测性讨论，而非对未来的预测。上述叙述性预测面临诸多不确定性，可能导致错误的假设。这些风险或影响因素包括但不限于：
能源风险：GPU升级导致能源消耗快速下降
尽管AI的能耗需求激增，但NVIDIA等芯片制造商仍在不断升级硬件，以更低的能耗提供更高的计算能力。例如，2024年3月，NVIDIA发布了新一代AI计算卡GB200，集成了两个B200 GPU和一个Grace CPU。其训练性能是上一代主流AI GPU H100的4倍，推理性能是H100的7倍，而能耗仅为H100的四分之一。尽管如此，对AI驱动的能耗需求仍在不断增长。随着单位能耗的下降以及AI应用场景和需求的进一步扩大，总能耗实际上可能会增加。
数据风险：Q* 项目和“自生成数据”
OpenAI 内部有传闻称其内部有一个名为“Q*”的项目，据路透社援引 OpenAI 内部人士的话称，这可能代表 OpenAI 在实现超级智能或通用人工智能（AGI）的道路上取得了重大突破。传闻称 Q* 可以通过抽象来解决以前从未见过的数学问题，并生成自己的数据来训练大型模型，而无需现实世界的数据输入。如果这个传闻属实，大型 AI 模型训练因缺乏高质量数据而受到制约的瓶颈将不复存在。
AGI 的到来：OpenAI 的担忧
AGI 是否真的会像马斯克预测的那样在 2025 年到来，目前仍不确定，但这只是时间问题。Worldcoin 作为 AGI 叙事的直接受益者，面临着来自 OpenAI 的最大担忧，因为它被广泛视为“OpenAI 的影子代币”。
5 月 14 日凌晨，OpenAI 在春季新品发布会上展示了 GPT-4o 等 19 个版本大型语言模型在综合任务得分上的最新表现。从表格来看，GPT-4o 得分为 1310，直观看上去明显高于其他版本。但从总分来看，它仅比第二名的 GPT-4 turbo 高 4.5%，比第四名谷歌的 Gemini 1.5 Pro 高 4.9%，比第五名 Anthropic 的 Claude3 Opus 高 5.1%。
自 GPT-3.5 首次震惊世界以来，仅过去了一年多的时间，OpenAI 的竞争对手已经大大缩小了差距（尽管 GPT-5 尚未发布，预计今年就会发布）。OpenAI 未来能否保持行业领先地位的问题变得越来越不确定。如果 OpenAI 的领先优势和主导地位被稀释甚至超越，那么 Worldcoin 作为 OpenAI 影子代币的叙事价值也会降低。
除了 Worldcoin 的虹膜认证解决方案外，越来越多的竞争对手正在进入市场。例如，掌纹扫描 ID 项目 Humanity Protocol 最近完成了新一轮融资，以 10 亿美元的估值筹集了 3000 万美元。LayerZero Labs 还宣布将在 Humanity 上运营并加入其验证器节点网络，使用 ZK 证明来验证凭证。
结论
总之，虽然我已经推断了加密 AI 领域的潜在未来发展，但重要的是要认识到它与 DeFi 等原生加密领域不同。它很大程度上是 AI 炒作蔓延到加密世界的产物。许多当前项目尚未证明其商业模式，许多项目更像是 AI 主题的 meme（例如，$RNDR 类似于 NVIDIA meme，Worldcoin 类似于 OpenAI meme）。读者应该谨慎对待这一点。
