作者：Alex Xu，Mint Ventures 研究合夥人
介紹
就商業創新而言，這一輪加密貨幣牛市是最沒有鼓舞人心的。與先前的多頭趨勢中出現了 DeFi、NFT、GameFi 等現象級趨勢不同，本輪多頭趨勢缺乏重大的產業熱點。因此，用戶基礎、產業投資和開發者活動成長緩慢。
這種趨勢在加密資產的價格中也很明顯。在整個週期中，包括 ETH 在內的大多數山寨幣相對於 BTC 一直在貶值。智慧合約平臺的估值很大程度上取決於其應用的繁榮。當應用程式開發創新停滯時，公鏈估值的上升就變得困難。
然而，人工智能 (AI) 作爲加密商業領域中相對較新的領域，可能會受益於更廣泛商業領域的爆炸式增長和持續熱點。這使得加密領域內的人工智能項目有可能吸引大量增量關注。
Mint Ventures 在 4 月份發佈的 IO.NET 報告中深入分析了 AI 與加密技術融合的必要性，認爲加密經濟解決方案的優勢（例如確定性、高效的資源配置和無需信任）可以有效解決 AI 的三大挑戰：隨機性、資源密集型以及難以區分人與機器。
在加密經濟的人工智能領域，我想在本文中討論和探討幾個關鍵問題，包括：
加密 AI 領域存在着新興或具有爆炸性潛力的敘述。
這些敘述的催化路徑和邏輯框架。
加密+人工智能項目。
加密+人工智能領域發展所涉及的風險和不確定性。
請注意，本文反映了我目前的想法，可能會發生變化。這裏的觀點是主觀的，事實、數據和邏輯推理可能存在錯誤。這不是財務建議，但歡迎反饋和討論。
加密 AI 領域的下一波敘事
在深入探討加密 AI 領域的新興趨勢之前，讓我們先來看看當前的主要敘述。根據市值計算，估值超過 10 億美元的公司包括：
計算能力
Render Network ($RNDR)：流通市值爲 38.5 億美元，
Akash：流通市值爲 12 億美元
IO.NET：最近在最新一輪融資中估值達10億美元。
算法網絡
Bittensor ($TAO)：流通市值爲 29.7 億美元。
人工智能代理
Fetch.ai ($FET)：合併前的流通市值達到 21 億美元
*數據更新時間：2024年5月24日。
除了以上提到的領域之外，哪個AI領域將產生下一個市值超過10億美元的項目？
我認爲這可以從兩個角度來推測：“工業供給側”敘事和“GPT時刻”敘事。
從產業供給側角度審視能源與數據領域的機會
從產業供給側看，人工智能發展的四大關鍵驅動力是：
算法：高質量的算法可以更有效地執行訓練和推理任務。
算力：模型訓練和推理都需要 GPU 硬件提供強大的算力，這是產業的一大瓶頸，而目前芯片短缺導致中高端芯片價格上漲。
能源：AI 數據中心需要大量能源消耗。除了 GPU 執行計算任務所需的電力外，冷卻 GPU 也需要大量能源。在大型數據中心，僅冷卻系統就佔總能耗的 40% 左右。
數據：提升大型模型的性能需要擴大訓練參數，因此對高質量數據的需求巨大。
針對上述四大產業驅動力，算法和算力領域已經出現了流通市值超過10億美元的加密項目，而能源和數據領域尚未出現達到類似市值的項目。
事實上，能源和數據供應短缺可能很快就會出現，有可能成爲下一個行業熱點，並推動加密領域相關項目的激增。
讓我們從能源部分開始。
2024年2月29日，埃隆·馬斯克在博世互聯世界2024大會上表示，“我一年多前就預測了芯片短缺，下一個短缺的將是電力。我認爲明年你就會看到，他們根本找不到足夠的電力來運行所有的芯片。”
具體數據來看，李飛飛領導的斯坦福大學以人爲本人工智能研究所每年都會發布《AI指數報告》，該研究組在2021年人工智能產業報告中估計，當年人工智能能耗僅佔全球電力需求的0.9%，對能源和環境的壓力有限。但2023年，國際能源署（IEA）對2022年的總結指出，全球數據中心消耗了約460太瓦時（TWh）的電力，佔全球電力需求的2%。他們還預測，到2026年，全球數據中心能耗將至少達到620 TWh，最高可達1050 TWh。
事實上，國際能源署的估計仍然保守，因爲衆多即將啓動的人工智能項目將需要比 2023 年預期多得多的能源。
例如，微軟和OpenAI正在策劃星際之門項目。這項雄心勃勃的計劃將於2028年開始，並在2030年左右完成。該項目旨在建造一臺配備數百萬個專用AI芯片的超級計算機，爲OpenAI提供前所未有的計算能力，以推進其在人工智能，特別是大型語言模型方面的研究。該項目預計耗資超過1000億美元，是目前大型數據中心成本的100倍。
僅星際之門項目的能源消耗預計就將達到 50 TWh。
因此，OpenAI創始人Sam Altman在今年1月的達沃斯論壇上表示：“未來的人工智能需要在能源方面取得突破，因爲AI所消耗的電力將遠遠超出預期。”
繼計算能力和能源之後，快速發展的人工智能行業的下一個主要短缺可能是數據。
事實上，人工智能所需的高質量數據的短缺已經成爲現實。
通過 GPT 的不斷演進，我們大致摸清了大型語言模型能力提升的規律，通過擴充模型參數和訓練數據，模型能力可以呈指數級提升，這個過程目前還沒有遇到技術瓶頸。
但未來高質量、可公開獲取的數據可能會越來越稀缺，人工智能產品可能面臨類似芯片和能源的供需矛盾。
首先，數據權屬糾紛增多。
2023 年 12 月 27 日，《紐約時報》在美國地方法院對 OpenAI 和微軟提起訴訟，指控他們未經許可使用了數百萬篇其文章來訓練 GPT 模型。《紐約時報》尋求數十億美元的法定和實際賠償，以彌補“非法複製和使用具有獨特價值的作品”，並要求銷燬所有包含其版權材料的模型和訓練數據。
2024年3月底，《紐約時報》發表新聲明，將指控範圍從OpenAI擴大到谷歌和Meta。聲明稱，OpenAI曾使用一款名爲Whisper的語音識別工具將大量YouTube視頻轉錄爲文本，然後用於訓練GPT-4。《紐約時報》認爲，大公司在訓練AI模型時使用不正當手段已經成爲一種常見做法。他們還指出，谷歌也採取了類似的做法，將YouTube視頻內容轉換爲文本用於模型訓練，本質上侵犯了視頻內容創作者的權利。
《紐約時報》與 OpenAI 之間的訴訟被稱爲“AI 版權第一案”，由於其複雜性以及可能對內容和 AI 行業的未來產生深遠影響，該案不太可能很快得到解決。一種可能的結果是庭外和解，財大氣粗的微軟和 OpenAI 將支付鉅額賠償金。然而，未來數據版權糾紛將不可避免地推高高質量數據的整體成本。
此外，據報道，作爲全球最大的搜索引擎，谷歌正在考慮對其搜索服務收費——不是針對普通公衆，而是針對人工智能公司。
來源：路透社
谷歌搜索引擎服務器存儲着海量內容，基本上是21世紀以來所有網頁內容。由人工智能驅動的搜索產品，如中國公司開發的Perplexity和Kimi、Meta Sota，通過人工智能處理這些搜索數據，然後傳遞給用戶。對人工智能公司訪問搜索引擎數據收取費用無疑會提高數據獲取成本。
此外，人工智能巨頭不僅關注公開數據，他們還將目標瞄準非公開的內部數據。
老牌圖片視頻網站Photobucket，21世紀初曾擁有7000萬用戶，佔據美國網絡照片市場近一半的份額。然而隨着社交媒體的興起，Photobucket的用戶羣大幅萎縮，目前活躍用戶僅有200萬，每位用戶每年需支付399美元的高額會費。根據其用戶協議和隱私政策，超過一年不活躍的賬戶將被收回，Photobucket有權使用上傳的圖片和視頻。Photobucket CEO Ted Leonard透露，他們存儲的13億張照片和視頻對於訓練生成式AI模型極其有價值，目前他正與多家科技公司洽談出售這些數據，每張照片售價5美分至1美元，每條視頻售價超過1美元。Leonard估計，Photobucket的數據價值可能超過10億美元。
專注於研究人工智能發展趨勢的研究團隊EPOCH發佈了一份報告，題爲《數據會耗盡嗎？機器學習中擴展數據集的極限分析》。該報告基於2022年機器學習的數據使用情況和新數據的產生，同時考慮了計算資源的增長，得出的結論是，高質量的文本數據可能在2023年2月至2026年之間耗盡，圖像數據可能在2030年至2060年之間耗盡。如果數據利用效率沒有顯著提高，或者沒有新的數據源出現，依賴海量數據集的大型機器學習模型的趨勢可能會放緩。
考慮到目前AI巨頭高價購買數據的趨勢，免費的高質量文本數據似乎確實已經枯竭，驗證了EPOCH兩年前的預測。
與此同時，“人工智能數據短缺”的解決方案正在出現，特別是人工智能數據即服務。
Defined.ai 就是這樣一家爲人工智能公司提供定製化、高質量真實數據的公司。
Defined.ai 上的數據類型示例
Defined.ai的商業模式是：AI公司指定對數據的要求，比如要求圖片達到一定的分辨率質量，不能模糊、不能過曝，內容真實。公司還可以根據訓練任務要求特定主題，比如夜間拍攝交通錐、停車場、路標等，以增強AI的夜景識別能力。公衆可以接受這些任務，上傳照片，Defined.ai審覈。審覈通過的圖片需要付費，一般高質量圖片1-2美元/張，短視頻5-7美元/條，10分鐘以上高質量視頻100-300美元/條。文字費用爲每千字1美元，任務完成者可獲得約20%的費用。這種數據提供方式可能成爲類似於“數據標籤”的新型衆包業務。
全球化的任務分配、經濟激勵、數據資產的定價、流通和隱私保護，人人都可以參與，聽起來很像一種適合 Web3 範式的商業模式。
從產業供給角度解析加密+AI項目
芯片短缺引起的關注已經延伸到加密行業，使去中心化計算能力成爲迄今爲止最受歡迎、價值最高的人工智能領域。
如果未來1-2年內AI行業對於能源和數據的供需衝突變得尖銳，那麼目前加密行業有哪些敘事相關的項目？
讓我們從能源概念項目開始。
目前，在各大中心化交易所（CEX）上市的能源項目非常少，只有 Power Ledger 及其原生代幣 $POWR 的例子。
Power Ledger 成立於 2017 年，是一個基於區塊鏈的綜合能源平臺，旨在實現能源交易的去中心化。它促進個人和社區之間的直接電力交易，支持可再生能源的廣泛採用，並通過智能合約確保交易的透明度和效率。最初，Power Ledger 在改編自以太坊的聯盟鏈上運行。2023 年下半年，Power Ledger 更新了白皮書，並基於 Solana 的技術框架推出了自己的綜合公鏈，以處理分佈式能源市場中的高頻微交易。Power Ledger 目前的主要業務領域包括：
能源交易：使用戶能夠以點對點的方式直接購買和出售電力，特別是來自可再生能源的電力。
環境產品交易：促進碳排放權和可再生能源證書的交易以及基於環境產品的融資。
公鏈運營：吸引應用程序開發者在 Power Ledger 區塊鏈上進行構建，交易費用以 $POWR 代幣支付。
Power Ledger 目前的流通市值爲 1.7 億美元，完全稀釋市值爲 3.2 億美元。
與能源概念加密項目相比，數據領域的目標種類更加豐富。
下面列出的是我目前正在關注的數據行業項目，這些項目已經在至少一個主要的 CEX 上線，例如 Binance、OKX 或 Coinbase，按完全稀釋估值 (FDV) 從低到高排列：
1.Streamr（$DATA）
Streamr 的價值主張是構建一個去中心化的實時數據網絡，用戶可以自由交易和共享數據，同時完全控制自己的信息。通過其數據市場，Streamr 旨在使數據生產者能夠直接向感興趣的消費者出售數據流，消除對中介機構的需求，從而降低成本並提高效率。
來源：https://streamr.network/hub/projects
在實際應用中，Streamr 與另一個 Web3 車載硬件項目 DIMO 展開合作，通過安裝在車輛上的 DIMO 硬件傳感器收集溫度、氣壓等數據，然後以天氣數據流的形式傳輸給需要的組織。
與其他數據項目不同，Streamr 更專注於物聯網和硬件傳感器數據。除了 DIMO 車輛數據外，其他值得注意的項目還包括赫爾辛基的實時交通數據流。因此，Streamr 的代幣 $DATA 經歷了大幅飆升，在去年 12 月 Depin 概念的高峯期，其價值在一天內翻了一番。
目前，Streamr 的流通市值爲 4400 萬美元，完全攤薄市值爲 5800 萬美元。
2. 共價 ($CQT)
與其他數據項目不同，Covalent 專注於提供區塊鏈數據。Covalent 網絡通過 RPC 從區塊鏈節點讀取數據，對其進行處理和組織，並創建高效的查詢數據庫。這使得 Covalent 用戶無需直接在區塊鏈節點上執行復雜的查詢即可快速檢索所需信息。此類服務稱爲“區塊鏈數據索引”。
Covalent 主要服務於企業客戶，包括各種 DeFi 協議，以及許多中心化加密貨幣公司，例如 MetaMask 母公司 Consensys、知名加密資產追蹤網站 CoinGecko、稅務工具 Rotki、加密錢包 Rainbow 等。此外，富達、安永等傳統金融業巨頭也是 Covalent 的客戶之一。根據 Covalent 官方披露，該項目數據服務收入已超過同領域龍頭項目 The Graph。
Web3 行業憑藉其集成、透明、真實、實時的鏈上數據，有望成爲特定 AI 場景和特定“小型 AI 模型”的優質數據源。作爲數據提供商，Covalent 已經開始爲各種 AI 場景提供數據，並推出了針對 AI 應用量身定製的可驗證結構化數據。
來源：Covalent 上的解決方案
例如，Covalent 爲鏈上智能交易平臺 SmartWhales 提供數據，該平臺使用人工智能來識別有利可圖的交易模式和地址。Entendre Finance 利用 Covalent 的結構化數據，通過人工智能技術進行處理，以獲得實時洞察、異常檢測和預測分析。
目前，Covalent 鏈上數據服務的主要應用場景集中在金融領域，但隨着 Web3 產品和數據類型的不斷豐富，鏈上數據的使用場景有望進一步擴展。
Covalent 的流通市值爲 1.5 億美元，完全攤薄市值爲 2.35 億美元，與區塊鏈數據索引領域的領先項目 The Graph 相比具有明顯的估值優勢。
3.Hivemapper（$Honey）
在所有數據類型中，視頻數據通常價格最高。Hivemapper 可以爲 AI 公司提供視頻和地圖信息。Hivemapper 是一個去中心化的全球地圖項目，旨在通過區塊鏈技術和社區貢獻創建一個詳細、動態且可訪問的地圖系統。參與者使用行車記錄儀捕獲地圖數據並將其添加到開源 Hivemapper 數據網絡中，並獲得 $HONEY 代幣作爲貢獻的獎勵。爲了增強網絡效應並降低交互成本，Hivemapper 建立在 Solana 上。
Hivemapper 成立於 2015 年，最初的願景是使用無人機繪製地圖。然而，這種方法難以擴展，因此該公司轉向使用行車記錄儀和智能手機來捕捉地理數據，從而降低全球地圖繪製成本。
與街景和谷歌地圖等地圖軟件相比，Hivemapper 利用激勵網絡和衆包模式更有效地擴大地圖覆蓋範圍、保持真實世界地圖數據的新鮮度並提高視頻質量。
在 AI 數據需求激增之前，Hivemapper 的主要客戶包括汽車公司的自動駕駛部門、導航服務提供商、政府、保險公司和房地產公司。如今，Hivemapper 可以通過 API 向 AI 和大型模型提供大量道路和環境數據。通過不斷更新圖像和道路特徵數據流，AI 和 ML 模型將能夠更好地將這些數據轉化爲增強的功能，使它們能夠更有效地執行與地理位置和視覺判斷相關的任務。
來源：Hivemapper 博客
目前，Hivemapper 原生代幣 $Honey 的流通市值爲 1.2 億美元，完全攤薄市值爲 4.96 億美元。
除上述項目外，數據領域的其他值得注意的項目包括：
1. The Graph ($GRT)：The Graph 流通市值爲 32 億美元，完全稀釋估值 (FDV) 爲 37 億美元，提供與 Covalent 類似的區塊鏈數據索引服務。
2. Ocean Protocol ($OCEAN)：Ocean Protocol 的流通市值爲 6.7 億美元，FDV 爲 14.5 億美元。該項目旨在通過其開源協議促進數據和數據相關服務的交換和貨幣化。Ocean Protocol 將數據消費者與數據提供者聯繫起來，確保數據共享的信任、透明度和可追溯性。該項目將與 Fetch.ai 和 SingularityNET 合併，代幣將轉換爲 $ASI。
GPT時刻再現，通用人工智能時代來臨
在我看來，加密行業的“AI 領域”真正開始於 2023 年，也就是 ChatGPT 震驚世界的一年。加密 AI 項目的快速涌現很大程度上是由 AI 行業爆發式增長後的“狂熱浪潮”推動的。
儘管 GPT-4、GPT-turbo 等模型能力不斷升級，Sora 展現出令人讚歎的視頻製作能力，以及 OpenAI 之外的大型語言模型的快速發展，但不可否認的是，人工智能的技術進步給大衆帶來的認知衝擊正在逐漸減小，人們正在逐漸接受人工智能工具，大規模的工作替代尚未實現。
未來我們是否還會再出現一次“GPT時刻”，一次讓大衆震驚的發展飛躍，讓大衆意識到自己的生活和工作將會發生根本性的改變？
這一刻可能就是通用人工智能（AGI）的到來。
AGI，即通用人工智能，是指擁有與人類相似的通用認知能力的機器，能夠解決各種複雜問題，而不侷限於特定的任務。AGI系統具有高度的抽象思維、廣泛的背景知識、全面的常識推理、因果理解和跨學科的遷移學習能力。AGI在各個領域的表現都與人類最優秀者相當，而在整體能力方面，則完全超越了人類最優秀的羣體。
事實上，無論是科幻小說、遊戲、電影，還是隨着GPT的迅速崛起，社會對超越人類認知水平的AGI的期待，早已成爲社會普遍期待。或者說，GPT本身就是AGI的前身，是通用人工智能的先行者。
GPT之所以有如此深遠的產業影響和心理震撼，是因爲它的部署和表現遠遠超出了公衆的預期。人們沒有預料到，一個能夠通過圖靈測試的AI系統會來得如此之快，並且能力如此強大。
事實上，通用人工智能（AGI）可能在未來 1-2 年內再次創造“GPT 時刻”：正當人們習慣將 GPT 用作助手時，他們可能很快就會發現，人工智能已經不再僅僅是助手。它可以獨立處理極具創造性和挑戰性的任務，包括解決困擾人類頂尖科學家數十年的難題。
今年4月8日，埃隆·馬斯克接受了挪威主權財富基金首席投資官Nicolai Tangen的採訪，討論了AGI出現的時間表。
馬斯克稱，“如果我們將AGI定義爲比最聰明的人類更聰明，我認爲它很有可能在2025年出現。”
按照馬斯克的預測，AGI最多還需要一年半的時間才能到來。不過，他附加了一個條件：“前提是電力和硬件能夠跟上。”
AGI的出現，帶來的好處是顯而易見的。
這意味着人類生產力將實現重大飛躍，許多困擾我們幾十年的科學難題將得到解決。如果我們將“最聰明的人類”定義爲諾貝爾獎得主，這意味着，只要我們有足夠的能源、計算能力和數據，我們就可以擁有無數不知疲倦的“諾貝爾獎得主”晝夜不停地攻克最具挑戰性的科學難題。
但諾獎得主並非億萬裏挑一，他們的能力和智力往往與頂尖大學教授相當，只是因爲機率和運氣，選對了方向，堅持下來，並取得了成果。在科學研究的平行宇宙中，也許有很多同樣能力的人也獲得了諾獎。可惜，目前參與科學突破的頂尖大學教授還不夠多，所以“把科學研究的所有正確方向都探索出來”的速度仍然很慢。
有了AGI，只要有足夠的能量和計算能力，我們就可以擁有無數個“諾貝爾獎得主級”的AGI，在任何一個可能帶來科學突破的方向上進行深入探索。技術進步的速度將呈指數級增長。這種加速將導致我們目前認爲昂貴和稀缺的資源在未來10到20年內增加百倍，例如糧食生產、新材料、藥品和優質教育。獲取這些資源的成本將大幅下降。我們將能夠用更少的資源養活更多的人口，人均財富將迅速增加。
世界銀行製作的全球 GDP 趨勢
這聽起來可能有些聳人聽聞，我們來看兩個例子。這些例子在我之前關於 IO.NET 的研究報告中也曾用過：
2018 年，諾貝爾化學獎得主弗朗西斯·阿諾德在頒獎典禮上說：“今天，我們可以在實際應用中讀取、編寫和編輯任何 DNA 序列，但無法編寫它。” 五年後，2023 年，斯坦福大學和 AI 初創公司 Salesforce Research 的研究人員在《自然生物技術》上發表了一篇文章。他們利用從 GPT-3 中提煉出的大型語言模型，生成了一個包含 100 萬種蛋白質的全新目錄。其中，他們發現了兩種結構獨特的蛋白質，均具有抗菌功能，可能爲傳統抗生素以外的新型細菌耐藥性策略鋪平道路。這標誌着在 AI 的幫助下克服蛋白質創造障礙的重大飛躍。
此前，人工智能算法AlphaFold在18個月內預測了地球上幾乎所有21.4億種蛋白質的結構——這一里程碑將歷史上結構生物學家的成就提高了幾個數量級。
變革正在進行中，AGI的到來將進一步加速這一進程。
然而AGI的到來也帶來了巨大的挑戰。
AGI不僅會取代大量知識型員工，還將取代目前被認爲“受人工智能影響較小”的實體服務行業。隨着機器人技術的成熟和新材料降低生產成本，被機器和軟件取代的工作比例將迅速增加。
當這種情況發生時，兩個曾經看似遙遠的問題就會迅速浮現：
大量失業人口帶來的就業和收入挑戰
在人工智能無處不在的世界裏，如何區分人工智能與人類
Worldcoin 和 Worldchain 試圖通過實施全民基本收入（UBI）制度來確保公衆的基本收入，並使用基於虹膜的生物識別技術來區分人類和人工智能，從而提供解決方案。
事實上，全民基本收入並非只是理論概念，已在現實生活中得到檢驗，芬蘭、英國等國已開展全民基本收入試點，加拿大、西班牙、印度等政黨也在積極倡導和推動類似舉措。
採用生物識別和區塊鏈模型進行 UBI 分發的優勢在於其全球性，能夠覆蓋更廣泛的人羣。此外，通過收入分配擴大的用戶網絡可以支持其他商業模式，例如金融服務（DeFi）、社交網絡和任務衆包，從而在網絡的商業生態系統中產生協同效應。
應對 AGI 到來影響的著名項目之一是 Worldcoin（$WLD），其流通市值爲 10.3 億美元，完全攤薄市值爲 472 億美元。
加密人工智能敘事的風險和不確定性
與Mint Ventures此前發佈的多份研究報告不同，本文的敘述性預測和預言帶有相當程度的主觀性。讀者應將本文內容視爲推測性討論，而非對未來的預測。上述敘述性預測面臨諸多不確定性，可能導致錯誤的假設。這些風險或影響因素包括但不限於：
能源風險：GPU升級導致能源消耗快速下降
儘管AI的能耗需求激增，但NVIDIA等芯片製造商仍在不斷升級硬件，以更低的能耗提供更高的計算能力。例如，2024年3月，NVIDIA發佈了新一代AI計算卡GB200，集成了兩個B200 GPU和一個Grace CPU。其訓練性能是上一代主流AI GPU H100的4倍，推理性能是H100的7倍，而能耗僅爲H100的四分之一。儘管如此，對AI驅動的能耗需求仍在不斷增長。隨着單位能耗的下降以及AI應用場景和需求的進一步擴大，總能耗實際上可能會增加。
數據風險：Q* 項目和“自生成數據”
OpenAI 內部有傳聞稱其內部有一個名爲“Q*”的項目，據路透社援引 OpenAI 內部人士的話稱，這可能代表 OpenAI 在實現超級智能或通用人工智能（AGI）的道路上取得了重大突破。傳聞稱 Q* 可以通過抽象來解決以前從未見過的數學問題，並生成自己的數據來訓練大型模型，而無需現實世界的數據輸入。如果這個傳聞屬實，大型 AI 模型訓練因缺乏高質量數據而受到制約的瓶頸將不復存在。
AGI 的到來：OpenAI 的擔憂
AGI 是否真的會像馬斯克預測的那樣在 2025 年到來，目前仍不確定，但這只是時間問題。Worldcoin 作爲 AGI 敘事的直接受益者，面臨着來自 OpenAI 的最大擔憂，因爲它被廣泛視爲“OpenAI 的影子代幣”。
5 月 14 日凌晨，OpenAI 在春季新品發佈會上展示了 GPT-4o 等 19 個版本大型語言模型在綜合任務得分上的最新表現。從表格來看，GPT-4o 得分爲 1310，直觀看上去明顯高於其他版本。但從總分來看，它僅比第二名的 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 首次震驚世界以來，僅過去了一年多的時間，OpenAI 的競爭對手已經大大縮小了差距（儘管 GPT-5 尚未發佈，預計今年就會發布）。OpenAI 未來能否保持行業領先地位的問題變得越來越不確定。如果 OpenAI 的領先優勢和主導地位被稀釋甚至超越，那麼 Worldcoin 作爲 OpenAI 影子代幣的敘事價值也會降低。
除了 Worldcoin 的虹膜認證解決方案外，越來越多的競爭對手正在進入市場。例如，掌紋掃描 ID 項目 Humanity Protocol 最近完成了新一輪融資，以 10 億美元的估值籌集了 3000 萬美元。LayerZero Labs 還宣佈將在 Humanity 上運營並加入其驗證器節點網絡，使用 ZK 證明來驗證憑證。
結論
總之，雖然我已經推斷了加密 AI 領域的潛在未來發展，但重要的是要認識到它與 DeFi 等原生加密領域不同。它很大程度上是 AI 炒作蔓延到加密世界的產物。許多當前項目尚未證明其商業模式，許多項目更像是 AI 主題的 meme（例如，$RNDR 類似於 NVIDIA meme，Worldcoin 類似於 OpenAI meme）。讀者應該謹慎對待這一點。
