AI与Web3融合成为香港共识大会2025热点话题

近期举办的香港共识大会2025上，AI与Web3的融合成为一大热门话题。无论主会场还是分会场，相关讨论持续不断。本文将从AI基础设施、实际应用案例以及传统项目转型等方面，分享此次大会中AI与Web3融合的前沿动态。

一、AI 基础设施

1. AI Agent发射平台和框架

随着年初相关项目的火爆，AI Agent的发射平台和框架类AI基础设施建设在近半年内异常活跃。这类项目为开发者和普通用户提供了低门槛拥有和使用AI Agent的平台，是本轮AI项目的重点方向之一。

主要项目包括：

• 0G Labs：首个去中心化人工智能操作系统（deAIOS），通过构建AI专有Layer 1，连接计算资源、数据和模型。
• DeAgentAI：专注于去中心化AI Agent的创新平台，致力于推动多代理技术的发展。
• Autonomys Network：去中心化基础架构栈，旨在实现安全、自主的人机协作。
• Gaia Network：去中心化AI基础设施平台，支持AI Agent和应用的分布式开发与运行。
• Questflow：去中心化的多AI Agent组成的网络，用户只需描述需求，AI代理网络即可自主完成任务。

2. 去中心化AI

去中心化AI是链上AI的终极目标。目前许多项目都在算力、数据、模型等方向为此不断努力，希望通过去中心化方式打破大公司对LLM的垄断，帮助大众获得对数据和模型的所有权。

主要项目包括：

• Vana：致力于构建去中心化的用户数据主权平台，让个人数据变成金融资产。
• Hyperbolic：开放访问的AI云平台，整合全球计算资源，提供经济实惠、可扩展的GPU资源和AI服务。
• OpenLedger：专注于AI和区块链的下一代网络，提供去中心化的经济基础设施。
• IO.NET：去中心化计算平台，提供按需访问GPU和CPU集群的服务。
• Aethir：提供分布式云计算基础设施的创新平台。
• MinionLab：去中心化的自治AI智能体网络。
• GAIB：致力于AI和高性能计算领域的经济层解决方案。
• Kite AI：专为人工智能经济设计的去中心化Layer 1区块链平台。
• Automata：为去中心化应用提供中间层的隐私保护和无追踪计算功能。
• Public AI：打造开放透明的AI数据平台，支持多模态数据的收集和标注。

3. 可验证的AI

AI发展面临的重要挑战之一是训练过程的不透明，以及无法保证AI输出结果的准确性。目前有多个项目希望通过ZKP、TEE等技术实现对AI训练过程的可验证性，保证AI输出结果的可靠性。

主要项目包括：

• Phala Network：去中心化云计算平台，为链上应用提供可信的隐私计算和AI推理服务。
• Brevis：去中心化计算引擎，提供可验证的链下AI和区块链计算。
• Verisense Network：专注于去中心化数据验证与可信AI的创新平台。

二、AI用例：潜力与期待

相较于丰富的AI基础设施，目前表现出色的AI实际用例项目相对较少。除了广为人知的推特机器人外，本次活动还提到了一些新兴的AI应用：

• Narra：Berachain上的Gamefi AI Agent平台，利用AI引擎生成实时动态叙事内容。
• AI Travel：AI驱动的旅行助手，通过聊天方式帮助用户自动定制旅行计划。
• HeyTracyAI：专注于篮球领域的体育解说AI Agent。
• AskJimmy：专注于金融和交易领域的AI Agent平台。

三、传统项目向AI转型

大势所趋，许多传统Web3项目也纷纷拥抱AI，宣布了各自的AI转向计划：

• 老公链如Sui、Near、Flow和Aptos等积极参与AI相关会议，表示AI Agent对简化复杂的区块链交互流程有重要帮助。
• Eigenlayer表示正在努力构建去中心化的信任层，为AI的训练和推理、预测等链下运算提供链上证明。

四、挑战与未来

在憧憬美好蓝图的同时，也有不少嘉宾提及当下链上AI的发展仍面临诸多挑战，包括模型可靠性不足、提示词意图的模糊性、存储和硬件限制，以及隐私安全等问题。这些挑战不仅带来技术难题，也将孕育巨大的创新机会。

长远来看，业界对链上AI的发展充满希望，期待通过基础设施的进一步完善、用例创新和社区协作，共同推动AI与Web3的融合与繁荣。