AiFi Summit 2024 Devcon精彩回顾

11 月 12 日由 GAIB, Codatta, 和 Kite AI (formerly ZettaBlock) 于曼谷柏悦酒店联合举办的 AiFi Summit 2024 Devcon 圆满落幕。本次 AiFi Summit 注册人数达 1300，500 余人出席。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 家项目和投资机构发表了精彩言论。

来自 BNB Chain 的亚太区负责人 Sarah 发表了首个主题演讲。她主要介绍了 BNB Chain 整个生态系统的构建，各种对开发者的支持政策，并向听众同步了目前 BNB Chain 在 AI 应用侧的各种进展。

紧接着第二场主题演讲中，主办方 GAIB 的 CEO Kony 针对目前算力市场的潜在机会发表了自己的看法，他提到 AI 是移动互联网之后最重要的时代，算力在 AI 热潮中攫取了整个链条中比例较大的价值。相比于其他金融资产，投资 GPU 算力资产能够带来其他标的无法相比的收益率，但当前 GPU 市场的问题是无法高效连接两边参与者，一边是运营商，他们在提升 GPU 规模对外融资时不得不付出巨大的融资成本；另外一边是投资者，他们很难直接投资算力资产，通常只能选择投资英伟达等半导体的股票。GAIB 通过将算力资产及其收益金融代币化以及提供流动性，为投资者提供更加去中心化、更加透明及基于 AI 现金流的链上资产。

AiFi Summit 的第一个圆桌讨论主题为：「AiFi：人工智能与计算资产的金融化」(AIFi: Financialization of AI & Compute Assets)，来自 GAIB、Exabits、io.net、Aethir、WitnessChain 和 Plume 团队的核心成员讨论了 AiFi 目前的机遇、挑战和行业监管等问题。

Exabits 的 CIO Jonathan 提到：目前用户如果想使用 GPU 只能求助于主要的云服务商比如 AWS 或者 Azure，但是这些平台更倾向于服务大型企业，这种偏好会限制初创企业的发展，我们需要更民主开放的 GPU 资源来支持中小企业。Web3 世界里每个人都可以成为 GPU 的投资人来打破 AWS 的算力垄断，这是巨大的行业机会。

io.net 的亚太区负责人 Asa 提到 3 大云厂商之外的独立数据中心仍旧有 50% 的 GPU 没有充分被利用，这些数据中心缺少触达用户的机会。但 GPU 需要保证持续运行，同时还面临维护等问题，如何构建一个激励机制保证投资人以及其他参与者的利益是 AiFi 赛道的一大挑战。

Aethir 的生态负责人 Kartik 提到：整个系统里同时存在算力需求方、算力运营方、投资者，如何说服他们共同参与一个依靠链上机制运行的市场，如何保证各方需求，这些都充满挑战。监管上的风险则存在于，在某些国家和地区，通过代币对数据中心服务进行激励可能会造成一定的麻烦，所以需要在客户协议里确定合规的边界。

WitnessChain 的联合创始人兼 CEO Ranvir 提出：算力作为一种新的资产需要新的定价机制，算力没有统一的公式来计算其商品价格，不同平台不同 GPU 都有成本和性能差异，同时不同性能的 GPU 参与同样的任务会有不同的贡献，这创造了新的金融机制的设计机会。

Plume 的 CBO Teddy 也提到当出现新的资产时我们需要谨慎面对监管，对于 AI 相关的资产已经有一定的合规框架让资产交易正规且可行，这也是 Plume 在帮助生态项目做的事情。

在接下来的主题演讲中，Codatta 的 CEO Yi 向大家解释了去中心化数据交易如何推动 AI 向 AGI 前进，以及 Codatta 在这个过程中的位置和使命。他提到，只有垂直领域数据才能提升基础模型在特定领域的推理和规划能力，且只有收集大量不同垂直领域的数据才能实现 AGI。我们作为数据贡献者提供的每条数据实际上都可以应用到多个不同的场景，这其中每个场景都会有不同的公司来落地商业化，这意味着我们提供的垂直领域数据随着时间推移会带来收入，这正是我们将数据看作资产的原因。也正因如此，我们需要让数据资产交易变得更容易，并且能在市场上获得相对公平的定价。

第二场圆桌讨论聚焦在开放数据经济 (Open Data Economy)，来自 Spheron、Theoriq、Space and Time、Hyperbolic、Base 和 Nevermined 等项目的核心成员讨论了目前 AI 数据生态的现状、基础设施的支持以及未来生态系统的需求。

Theoriq 的联合创始人兼 CEO Ron 提到，我们目前看到很多超越简易对话机器人的应用以及 DAO 上的治理机器人等。这些应用结合了多个 agents 的合作，除了 crypto 领域之外，这些应用也越来越多的出现在营销、分析等场景。许多人认为数据最大的用处在于训练模型，但我们看到数据在决策过程中发挥了越来越大的作用，不同的 agent 获取不同数据并共同配合能够创造最大的价值。

Space and Time 的联合创始人兼 CTO Scott 表示，目前 Space and Time 正在利用智能合约为 agent 系统构建规则引擎，这样可以让 agent 在去信任环境下使用你的资金，达到最理想的 agent 链上形态。Space and Time 的产品能够让用户查询 agent 的历史行为，并为 agent 制定严格的执行政策。

Nevermined 的 CEO Don 认为要在数据市场中胜出需要有两个条件，一个是要对数据的交易形成垄断，第二个要对数据资产有所限制，防止数据贡献者上传没有意义的资产。可行的办法是围绕数据资产构建相应场景下的分析工具，这样能最大限度的挖掘数据价值并获利。

作为主办方之一，Kite AI 的 CEO Chi 在主题演讲中发布了其进行品牌升级，在峰会期间推出新的人工智能平台 Kite AI。她讨论了当前中心化 AI 发展的难点，以及 KiteAI 如何通过自己的解决方案扩展 AI 的边界。她提到，由于缺少数据分发渠道和数据所有权确认机制，大量的个人数据甚至企业数据难以被大模型训练利用。过去一年互联网上拥有开源许可证的数据集占比从 95% 下降到了 75%，对于做模型训练的公司来说很难拿到质量最好的数据提供给模型，也很难在模型效果上有突破。行业需要去中心化 AI 的解决方案来获取更多有价值的数据。

第三场圆桌讨论中，来自 GM Network、Mind Network、0G Labs、NEAR Protocol 和 Chainbase 的团队成员讨论了 Web3 公司如何参与 AI 竞争、数据隐私、应用落地等话题。

GM Network 的创始团队成员 Max 提到，用户一直在产生大量数据，但是这些数据没有得到很好的应用，会让数据失去价值。我们需要将收集的数据与 AI 结合，让智能设备更加智能。

来自 Mind Network 的亚太负责人 Leon 提到，虽然现实中不存在完美的数据隐私保护措施，但是不同的方法配合或许可以探索出可行的方案。为保护用户用户隐私，Mind Network 目前在三个不同层面上进行加密，一种是在分布式存储中加密数据，一种是在 GPU 计算过程中通过全同态进行加密，以及在应用层面进行加密。

0G Labs 的 AI 研究员 Chris 提到，在传统 AI 模型中，即便是开源模型我们也很难知道训练中用了什么数据，不知道他们在新场景中会表现如何，这使得模型结果很难被信任。0G 拥有很好的数据存储基础设施，数据可以直接从云端加载到训练流程，未来可以实现通过个人验证数据构建更安全可信的模型。

Chainbase 的 COO Chris 提到，目前市场上有两种叙事，一种是 crypto for AI，一种是 AI for Crypto。利用 cryto 解决大公司控制数据、算力、模型的问题已经提过很多了。但是最近出现了很多 AI for Crypto 的用例，比如 truth terminal、AI 支付，越来越多的项目开始合作支持 AI 生态。用户非常关注数据能不能挣到钱，平台关键的任务是解决如何在数据贡献者和消费者之间做好收益分配。开发者不是愿景驱动的群体，最重要的是帮他们节省时间并挣到钱。

在随后的主题演讲中，来自 Story Protocol 的 Head of IPFi Bu Fan, Spheron 的生态系统负责人 Prakarsh，发表了他们对去中心化 AI 资产化的看法，以及他们的组织如何适应这种潮流。

Bu Fan 提到，目前市场上已经有很多 AI 与 Crypto 结合的落地场景，第一种是面向用户的聊天机器人，创作者创造 AI 角色并在链上颁发商用许可；第二种是 AI meme coin，创作者可以在链上与源头 IP 资产合法连接，并向外发布代币；第三种是提供模型训练数据（比如图片），可以通过链上收取版税的方式持续获得收益。但这些只是非常早期的一些应用，模式都还没有成型，创作者可以持续探索 AI+Crypto 结合的场景。而 Story 协议专注于将 IP 活动通过代币标准化，并将 IP 通过不同形式对外传播。他认为大多数 AI 也是一种 IP，如果 IP 可以被资产化，那 AI 同样也可以资产化。举个例子，训练 AI 模型的图片可以是 IP，AI 模型本身也可以是 IP，当 AI 模型生成新的内容时候可以在链上进行 IP 分发交易来实现资产化。

Prakarsh 提到，在 AI 时代，算力将会成为大部分 agent 以及大部分 AI 应用的底层锚定资产。分布式算力会有很多的应用场景，他们目前看到比较有潜力场景包括，一是医院之间在保护数据隐私的前提下进行知识共享，二是基于本地算力和模型支持的 AI 对话系统，最终形成属于个人的 AI 系统。

第四场圆桌聚焦于如何连接 Crypto 和 AI 世界，投资人讨论了目前中心化 AI 系统遇到的问题，以及 Crypto+AI 在哪些方面能够破局。

Lemniscap 的研究负责人 Hiroki 提出，构建去中心化 AI 网络的难点有两个，一个是分散算力网络的可扩展性难以和中心化竞争者相比，另一个是个人贡献的数据质量难以控制。

Faction 的投资合伙人 Will 说，目前你可以让 AI 来计划你的整个假期，但是计划不能落地因为 AI 目前无法帮你付款。Will 认为 AI Agent 需要有加密钱包，而加密钱包会充当银行账户的角色，支付技术栈会有巨大的机会，因为所有的资金交易都要流经这些 Agent。

Coinbase Ventures 的投资合伙人 Ryan 认为目前大部分模型都只能访问公有数据，对于敏感私人数据比如金融、医疗等数据无法获取。crypto 可以推动模型访问私有数据池，在特定领域内提升 AI 的表现。Agent 系统目前还不能完成非常复杂的工作，它们实际上不知道如何理解智能合约的内容并采取行动。我们需要能够对智能合约获取、理解并做出人类可读的解析的大模型。

Hashed 的投资人 Dan 提出，目前分布式 AI 的激励系统不是非常完善，在整个 AI 的价值链中，只有少数人做出了较大的正面贡献，但他们的贡献没有体现在激励上。缺乏优良的分配机制造成了分配的不公平。另外，社区拥有的模型必须安全可控，并将参数的所有权返还给社区来研究，而不是像中心化公司一样提供一个黑盒。如果模型涉及情感陪伴之类的场景，那它更应该在开放环境中被治理。

Bullish Capital 的总监 Sylvia 提到，激励模型设计过程中必须充分考虑到底需求是什么。比如如果需要边缘设备，必须考虑如何在众多分散的算力设备中找到它们。因此在没有搞清模型架构优化问题之前，没有办法设计好真正有效的激励模型。

以上则是 AiFi Summit 2024 Devcon 的全部精彩回顾。即便面临监管、激励机制等多方面的挑战，AiFi 赛道同时也充满了机会。随着大盘新高和 AI 赛道全方位的火热，行业总体呈现积极态势，人才不断涌入，也有越来越多的创新正在涌现。