AiFi Summit 2024 Devcon精彩回顧

11 月 12 日由 GAIB, Codatta, and Kite AI (formerly ZettaBlock) 於曼谷柏悅酒店共同舉辦的 AiFi Summit 2024 Devcon 圓滿落幕。本次 AiFi Summit 報名人數達 1300，500 餘人出席。 Paypal、BNB Chain、Base、NEAR Protocol、Story Protocol、0G、Aethir、io.net、Exabits、Plume、Space and Time、 Hyperbolic、Faction、Hashed 和 Coinbase Ventures 等 27 家專案和投資機構發表了精彩言論。

來自BNB Chain 的亞太區負責人Sarah 發表了首個主題演講。她主要介紹了 BNB Chain 整個生態系統的構建，各種對開發者的支持政策，並向聽眾同步了目前 BNB Chain 在 AI 應用側的各種進展。

緊接著第二場主題演講中，主辦單位GAIB 的CEO Kony 針對目前算力市場的潛在機會發表了自己的看法，他提到AI是行動網路之後最重要的時代，算力在AI 熱潮中攫取了整個鏈條中比例較大的價值。相較於其他金融資產，投資GPU 算力資產能夠帶來其他標的無法相比的收益率，但當前GPU 市場的問題是無法高效連接兩邊參與者，一邊是運營商，他們在提升GPU 規模對外融資時必須付出龐大的融資成本；另一面是投資者，他們很難直接投資算力資產，通常只能選擇投資英偉達等半導體的股票。 GAIB 透過將算力資產及其收益金融代幣化以及提供流動性，為投資者提供更去中心化、更透明且基於 AI 現金流的鏈上資產。

AiFi Summit 的第一個圓桌討論主題為：「AiFi：人工智慧與運算資產的金融化」(AIFi: Financialization of AI & Compute Assets) ，來自GAIB、Exabits、io.net、Aethir、WitnessChain 和Plume 團隊的核心成員討論了AiFi 目前的機會、挑戰和行業監管等問題。

Exabits 的CIO Jonathan 提到：目前用戶如果想使用GPU 只能求助於主要的雲端服務商例如AWS 或Azure，但這些平台更傾向於服務大型企業，這種偏好會限制新創企業的發展，我們需要更民主開放的GPU 資源來支持中小企業。 Web3 世界裡每個人都可以成為 GPU 的投資人來打破 AWS 的算力壟斷，這是一個巨大的產業機會。

io.net 的亞太區負責人Asa 提到3 大雲廠商以外的獨立資料中心仍舊有50% 的GPU 沒有充分被利用，這些資料中心缺少觸達用戶的機會。但 GPU 需要確保持續運行，同時也面臨維護等問題，如何建立一個激勵機制保證投資人以及其他參與者的利益是 AiFi 賽道的一大挑戰。

Aethir 的生態負責人Kartik 提到：整個系統裡同時存在算力需求方、算力運營方、投資者，如何說服他們共同參與一個依靠鏈上機制運作的市場，如何確保各方需求，這些都充滿挑戰。監管上的風險則存在於，在某些國家和地區，透過代幣對資料中心服務進行激勵可能會造成一定的麻煩，所以需要在客戶協議中確定合規的邊界。

WitnessChain 的共同創辦人兼CEO Ranvir 提出：算力作為一種新的資產需要新的定價機制，算力沒有統一的公式來計算其商品價格，不同平台不同GPU 都有成本和性能差異，同時不同性能的GPU 參與同樣的任務會有不同的貢獻，這創造了新的金融機制的設計機會。

Plume 的CBO Teddy 也提到當出現新的資產時我們需要謹慎面對監管，對於AI 相關的資產已經有一定的合規框架讓資產交易正規且可行，這也是Plume 在幫助生態計畫所做的事情。

在接下來的主題演講中，Codatta 的CEO Yi 向大家解釋了去中心化資料交易如何推動AI 向AGI 前進，以及Codatta 在這個過程中的位置和使命。他提到，只有垂直領域數據才能提升基礎模型在特定領域的推理和規劃能力，而且只有收集大量不同垂直領域的數據才能實現 AGI。我們作為數據貢獻者提供的每個數據實際上都可以應用到多個不同的場景，這其中每個場景都會有不同的公司來落地商業化，這意味著我們提供的垂直領域數據隨著時間推移會帶來收入，這正是我們將數據視為資產的原因。也因為如此，我們需要讓數據資產交易變得更容易，並且能在市場上獲得相對公平的定價。

第二場圓桌討論聚焦在開放資料經濟(Open Data Economy)，來自Spheron、Theoriq、Space and Time、Hyperbolic、Base 和Nevermined 等專案的核心成員討論了目前AI 資料生態的現況、基礎設施的支援以及未來生態系統的需求。

Theoriq 的共同創辦人兼CEO Ron 提到，我們目前看到許多超越簡易對話機器人的應用以及DAO 上的治理機器人等。這些應用程式結合了多個 agents 的合作，除了 crypto 領域之外，這些應用也越來越多的出現在行銷、分析等場景。許多人認為資料最大的用處在於訓練模型，但我們看到資料在決策過程中發揮了越來越大的作用，不同的 agent 獲取不同資料並共同配合能夠創造最大的價值。

Space and Time 的共同創辦人兼CTO Scott 表示，目前Space and Time 正在利用智慧合約為agent 系統建構規則引擎，這樣可以讓agent 在去信任環境下運用你的資金，達到最理想的agent 鏈上形態。 Space and Time 的產品能夠讓使用者查詢 agent 的歷史行為，並為 agent 制定嚴格的執行政策。

Nevermined 的CEO Don 認為要在資料市場中勝出需要有兩個條件，一個是要對資料的交易形成壟斷，第二個要對數據資產有所限制，防止資料貢獻者上傳沒有意義的資產。可行的辦法是圍繞資料資產建構對應場景下的分析工具，這樣能最大限度的挖掘資料價值並獲利。

作為主辦單位之一，Kite AI 的CEO Chi 在主題演講中發布了其進行品牌升級，在峰會期間推出新的人工智慧平台Kite AI 。她討論了目前中心化 AI 發展的困難點，以及 KiteAI 如何透過自己的解決方案擴展 AI 的邊界。她提到，由於缺乏資料分發管道和資料所有權確認機制，大量的個人資料甚至企業資料難以被大模型訓練利用。過去一年網路上擁有開源授權的資料集佔比從95% 下降到了75%，對於做模型訓練的公司來說很難拿到品質最好的資料提供給模型，也很難在模型效果上有突破。業界需要去中心化 AI 的解決方案來獲取更多有價值的數據。

第三場圓桌討論中，來自GM Network、Mind Network、0G Labs、NEAR Protocol 和Chainbase 的團隊成員討論了Web3 公司如何參與AI 競爭、資料隱私、應用落地等話題。

GM Network 的創始團隊成員Max 提到，用戶一直在產生大量數據，但這些數據沒有很好的應用，會讓數據失去價值。我們需要將收集的數據與 AI 結合，讓智慧型裝置更加智慧。

來自Mind Network 的亞太負責人Leon 提到，雖然現實中不存在完美的資料隱私保護措施，但是不同的方法配合或許可以探索可行的方案。為保護用戶用戶隱私，Mind Network 目前在三個不同層面上進行加密，一種是在分散式儲存中加密數據，一種是在GPU 計算過程中透過全同態進行加密，以及在應用程式層面進行加密。

0G Labs 的AI 研究員Chris 提到，在傳統AI 模型中，即便是開源模型我們也很難知道訓練中用了什麼數據，不知道他們在新場景中會表現如何，這使得模型結果很難被信任。 0G 擁有很好的資料儲存基礎設施，資料可以直接從雲端載入到訓練流程，未來可以實現透過個人驗證資料建構更安全且可信的模型。

Chainbase 的 COO Chris 提到，目前市面上有兩種敘事，一種是 crypto for AI，一種是 AI for Crypto。利用 cryto 解決大公司控制資料、算力、模型的問題已經提過很多了。但最近出現了許多 AI for Crypto 的用例，例如 truth terminal、AI 支付，越來越多的專案開始合作支援 AI 生態。用戶非常關注數據能不能賺錢，平台關鍵的任務是解決如何在數據貢獻者和消費者之間做好收益分配。開發者不是願景驅動的群體，最重要的是幫他們節省時間並賺錢。

在隨後的主題演講中，來自Story Protocol 的Head of IPFi Bu Fan, Spheron 的生態系統負責人Prakarsh，發表了他們對去中心化AI資產化的看法，以及他們的組織如何適應這種趨勢。

Bu Fan 提到，目前市面上已經有許多AI 與Crypto 結合的落地場景，第一種是面向使用者的聊天機器人，創作者創造AI 角色並在鏈上頒發商用許可；第二種是AI meme coin，創作者可以在鏈上與源頭IP 資產合法連接，並向外發布代幣；第三種是提供模型訓練數據（例如圖片），可以透過鏈上收取版稅的方式持續獲得收益。但這些只是非常早期的一些應用，模式都還沒有成型，創作者可以持續探索 AI+Crypto 結合的場景。而 Story 協議專注於將 IP 活動透過代幣標準化，並將 IP 透過不同形式對外傳播。他認為大多數 AI 也是一種 IP，如果 IP 可以被資產化，那麼 AI 同樣也可以資產化。舉個例子，訓練 AI 模型的圖片可以是 IP，AI 模型本身也可以是 IP，當 AI 模型產生新的內容時候可以在鏈上進行 IP 分發交易來實現資產化。

Prakarsh 提到，在 AI 時代，算力將會成為大部分 agent 以及大部分 AI 應用的底層錨定資產。分散式算力會有很多的應用場景，他們目前看到比較有潛力場景包括，一是醫院之間在保護資料隱私的前提下進行知識共享，二是基於本地算力和模型支持的AI 對話系統，最終形成屬於個人的AI 系統。

第四場圓桌聚焦於如何連接Crypto 和AI 世界，投資人討論了目前中心化AI 系統遇到的問題，以及Crypto+AI 在哪些方面能夠破局。

Lemniscap 的研究負責人Hiroki 提出，建構去中心化AI 網路的困難有兩個，一個是分散算力網路的可擴展性難以和中心化競爭者相比，另一個是個人貢獻的資料品質難以控制。

Faction 的投資合夥人 Will 說，目前你可以讓 AI 來計劃你的整個假期，但是計劃不能落地因為 AI 目前無法幫你付款。 Will 認為 AI Agent 需要有加密錢包，而加密錢包會扮演銀行帳戶的角色，支付技術堆疊會有巨大的機會，因為所有的資金交易都要流經這些 Agent。

Coinbase Ventures 的投資合夥人 Ryan 認為目前大部分模型都只能存取公有數據，對於敏感私人數據例如金融、醫療等數據無法取得。 crypto 可以推動模型存取私有資料池，在特定領域內提升 AI 的表現。 Agent 系統目前還不能完成非常複雜的工作，它們實際上不知道如何理解智慧合約的內容並採取行動。我們需要能夠對智能合約獲取、理解並做出人類可讀的解析的大模型。

Hashed 的投資人Dan 提出，目前分散式AI 的激勵系統不是非常完善，在整個AI 的價值鏈中，只有少數人做出了較大的正面貢獻，但他們的貢獻並沒有體現在激勵上。缺乏優良的分配機製造成了分配的不公平。另外，社區擁有的模型必須安全可控，並將參數的所有權回饋給社區研究，而不是像中心化公司一樣提供一個黑盒子。如果模型涉及情感陪伴之類的場景，那麼它更應該在開放環境中被治理。

Bullish Capital 的總監 Sylvia 提到，激勵模型設計過程中必須充分考慮到底需求是什麼。例如如果需要邊緣設備，必須考慮如何在眾多分散的算力設備中找到它們。因此在沒有搞清模型架構最佳化問題之前，沒有辦法設計好真正有效的激勵模型。

以上則是 AiFi Summit 2024 Devcon 的完整回顧。即便麵臨監管、激勵機制等多方面的挑戰，AiFi 賽道同時也充滿了機會。隨著大盤新高和 AI 賽道全方位的火熱，產業整體呈現正面態勢，人才不斷湧入，也有越來越多的創新正在湧現。

更多內容，請追蹤：

GAIB: https://x.com/gaib_ai

Codatta: https://x.com/codatta_io

KITE AI: https://x.com/GoKiteAI

欢迎加入律动 BlockBeats 官方社群：

Telegram 订阅群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方账号：https://twitter.com/BlockBeatsAsia