AI và Web3 kết hợp: Những điều thú vị từ Hội nghị Nhận thức chung Hồng Kông 2025
AI và Web3, là hai lĩnh vực công nghệ được chú ý nhất hiện nay, đang liên tục thúc đẩy xã hội loài người tiến tới những đỉnh cao công nghệ mới. Với trải nghiệm AI cách mạng mà ChatGPT mang lại, AI trên chuỗi cũng dần từ khái niệm chuyển sang thực tiễn, trở thành một trong những đường đua mới nổi có tiềm năng nhất trong lĩnh vực Web3.
Tại hội nghị Nhận thức chung Hồng Kông 2025 vừa kết thúc, sự kết hợp giữa AI và Web3 đã trở thành chủ đề nóng, các cuộc thảo luận liên quan đã xuyên suốt toàn bộ hội nghị. Hãy cùng nhau điểm lại những quan điểm nổi bật và các dự án tiên phong về AI x Web3 tại hội nghị này.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung AI Agent
Trong nửa năm qua, nền tảng phóng và cơ sở hạ tầng khung của AI Agent đã rất sôi động. Những dự án này cung cấp cho các nhà phát triển và người dùng bình thường một nền tảng sử dụng AI Agent với rào cản thấp, là một trong những hướng đi chính của các dự án AI hiện nay.
0G Labs:Hệ điều hành trí tuệ nhân tạo phi tập trung đầu tiên (deAIOS), thông qua việc xây dựng Layer 1 riêng cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra hệ sinh thái phát triển AI phân tán.
DeAgentAI: Nền tảng đổi mới tập trung vào AI Agent phi tập trung, cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân. Người dùng có thể tạo, quản lý và phối hợp mạng lưới AI Agent, áp dụng trong tự động hóa doanh nghiệp, phân tích dữ liệu và các tình huống khác.
Autonomys Network: Đống nền tảng hạ tầng phi tập trung, thực hiện sự hợp tác an toàn và tự chủ giữa con người và máy móc. Người dùng có thể tạo ra các tác nhân AI riêng biệt, thực hiện các dịch vụ đặt chỗ, quản lý tài chính và các nhiệm vụ khác.
Gaia Network: Nền tảng cơ sở hạ tầng AI phi tập trung, hỗ trợ phát triển và vận hành phân tán cho AI Agent và ứng dụng, thông qua blockchain tích hợp lưu trữ phân tán, tính toán và xác thực dữ liệu.
Questflow: Mạng lưới AI Agent phi tập trung đa dạng, sau khi người dùng mô tả nhu cầu, mạng lưới AI đại lý có thể tự hoàn thành nhiệm vụ, phát huy lợi thế trí tuệ tập thể.
2. Trí tuệ nhân tạo phi tập trung
AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi. Hiện tại, nhiều dự án đang nỗ lực trong các lĩnh vực như sức mạnh tính toán, dữ liệu và mô hình, hy vọng sẽ phá vỡ sự độc quyền của các công ty lớn đối với LLM thông qua phương thức phi tập trung, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.
Vana: Nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, thông qua Data Liquidity Pools để biến dữ liệu cá nhân thành tài sản tài chính.
Hyperbolic: Nền tảng đám mây AI mở, tích hợp tài nguyên tính toán toàn cầu, cung cấp tài nguyên GPU và dịch vụ AI tiết kiệm.
OpenLedger: Tập trung vào mạng thế hệ tiếp theo của AI và blockchain, hỗ trợ các nhà phát triển truy cập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng và triển khai dưới dạng dịch vụ trả phí.
IO.NET: Nền tảng tính toán phi tập trung, cung cấp dịch vụ truy cập theo nhu cầu vào các cụm GPU và CPU, không cần người dùng tự mua phần cứng đắt tiền.
Aethir: Nền tảng hạ tầng điện toán đám mây phân phối, bao gồm Aethir Earth chuyên dụng cho tính toán AI và Aethir Atmosphere tối ưu cho trò chơi.
MinionLab: Mạng lưới AI tự trị phi tập trung, được sử dụng để khai thác dữ liệu Internet theo thời gian thực, chủ sở hữu thiết bị có thể nhận được phần thưởng bằng token.
GAIB:AI và giải pháp kinh tế trong lĩnh vực tính toán hiệu năng cao, coi GPU như tài sản, và khả năng tính toán như tiền tệ.
Kite AI: Nền tảng blockchain phi tập trung Layer 1 được thiết kế đặc biệt cho nền kinh tế AI, thông qua cơ chế Proof of AI để đạt được quyền truy cập và phần thưởng công bằng.
Automata: Cung cấp chức năng bảo vệ quyền riêng tư và tính toán không theo dõi cho các ứng dụng phi tập trung.
Public AI: Nền tảng dữ liệu AI mở và minh bạch, hỗ trợ thu thập và gán nhãn dữ liệu đa phương thức, áp dụng cơ chế Nhận thức chung Proof of AI.
3. AI có thể xác minh
Một trong những thách thức quan trọng mà sự phát triển AI phải đối mặt là quá trình đào tạo không minh bạch và độ chính xác của kết quả không thể đảm bảo. Một số dự án đang cố gắng đạt được tính khả thi của quá trình đào tạo AI thông qua các công nghệ như ZKP, TEE, nhằm đảm bảo độ tin cậy của kết quả đầu ra.
Phala Network: Nền tảng điện toán đám mây phi tập trung, cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi.
Brevis: động cơ tính toán phi tập trung, cung cấp AI và tính toán blockchain có thể xác minh ngoài chuỗi, kết hợp chứng minh không kiến thức để nâng cao quyền riêng tư và hiệu quả.
Verisense Network: Nền tảng đổi mới tập trung vào xác thực dữ liệu phi tập trung và AI đáng tin cậy, giúp xác minh nguồn dữ liệu và quy trình ra quyết định của AI.
Hai, Các trường hợp sử dụng AI: Tiềm năng và mong đợi
Hiện tại, các dự án ứng dụng AI nổi bật tương đối ít, nhưng một số dự án mới nổi đã cung cấp nhiều khả năng hơn cho việc ứng dụng AI Agent:
Narra: Nền tảng Gamefi AI Agent trên Berachain, tạo ra nội dung kể chuyện động thời gian thực, hỗ trợ việc tạo và tương tác AI-NFT.
AI Travel: Trợ lý du lịch được điều khiển bởi AI, có thể tự động tùy chỉnh kế hoạch du lịch, đặt phòng khách sạn và dịch vụ so sánh giá.
HeyTracyAI: Đại lý AI trong lĩnh vực bóng rổ do nhà vô địch NBA Tristan Thompson tham gia, cung cấp phân tích thời gian thực và cái nhìn dự đoán.
AskJimmy: Nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch, mục tiêu là tạo ra quỹ phòng hộ đa chiến lược phi tập trung do AI Agent tự vận hành.
Ba, Chuyển đổi các dự án truyền thống sang AI
Nhiều dự án Web3 truyền thống cũng bắt đầu đón nhận AI, công bố kế hoạch chuyển đổi AI của riêng họ:
Sui, Near, Flow và Aptos đang tích cực tham gia các hội nghị liên quan đến AI, cho biết sẽ hỗ trợ phát triển AI một cách toàn diện từ kiến trúc nền tảng, đổi mới tài khoản và nhiều phương diện khác.
Eigenlayer đang nỗ lực xây dựng lớp tin cậy phi tập trung và dịch vụ đám mây có thể xác minh, cung cấp chứng minh trên chuỗi cho các phép toán ngoại chuỗi như đào tạo, suy luận và dự đoán AI.
Bốn, Thách thức và Tương lai
Mặc dù triển vọng sáng sủa, sự phát triển của AI trên chuỗi vẫn phải đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, ý định của từ khóa không rõ ràng, hạn chế về lưu trữ và phần cứng, vấn đề an ninh riêng tư, v.v. Những thách thức này vừa là vấn đề kỹ thuật, vừa mang đến cơ hội đổi mới to lớn. Trong dài hạn, ngành công nghiệp đầy hy vọng vào sự phát triển của AI trên chuỗi, kỳ vọng thông qua việc hoàn thiện cơ sở hạ tầng, đổi mới trường hợp sử dụng và hợp tác cộng đồng, cùng nhau thúc đẩy sự hội nhập và thịnh vượng của AI và Web3.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
14 thích
Phần thưởng
14
6
Đăng lại
Chia sẻ
Bình luận
0/400
LiquidatedDreams
· 7giờ trước
Rất lạc quan về lĩnh vực này!
Xem bản gốcTrả lời0
ApyWhisperer
· 08-12 05:35
Đợt này đáng tin cậy, rất khô, tăng hết đòn bẩy lên.
Xem bản gốcTrả lời0
ForkTrooper
· 08-12 05:32
Lại nói những lời hão huyền, bao giờ mới có thể thực hiện được đây?
Xem bản gốcTrả lời0
ProofOfNothing
· 08-12 05:17
Lại thấy bẫy cũ, đến năm 2025 mà vẫn còn cạnh tranh AI.
Xem bản gốcTrả lời0
YieldWhisperer
· 08-12 05:15
cùng loại hopium mà chúng ta nghe thấy vào năm 2023... hiển thị cho tôi các số liệu tvl thực tế
Xem bản gốcTrả lời0
IntrovertMetaverse
· 08-12 05:14
Có một điều phải nói, từ lâu rồi Web3 nên kết hợp với AI.
Sự kết hợp giữa AI và Web3 dẫn dắt tương lai: Tổng hợp những điểm nổi bật của Hội nghị Nhận thức chung Hồng Kông 2025
AI và Web3 kết hợp: Những điều thú vị từ Hội nghị Nhận thức chung Hồng Kông 2025
AI và Web3, là hai lĩnh vực công nghệ được chú ý nhất hiện nay, đang liên tục thúc đẩy xã hội loài người tiến tới những đỉnh cao công nghệ mới. Với trải nghiệm AI cách mạng mà ChatGPT mang lại, AI trên chuỗi cũng dần từ khái niệm chuyển sang thực tiễn, trở thành một trong những đường đua mới nổi có tiềm năng nhất trong lĩnh vực Web3.
Tại hội nghị Nhận thức chung Hồng Kông 2025 vừa kết thúc, sự kết hợp giữa AI và Web3 đã trở thành chủ đề nóng, các cuộc thảo luận liên quan đã xuyên suốt toàn bộ hội nghị. Hãy cùng nhau điểm lại những quan điểm nổi bật và các dự án tiên phong về AI x Web3 tại hội nghị này.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung AI Agent
Trong nửa năm qua, nền tảng phóng và cơ sở hạ tầng khung của AI Agent đã rất sôi động. Những dự án này cung cấp cho các nhà phát triển và người dùng bình thường một nền tảng sử dụng AI Agent với rào cản thấp, là một trong những hướng đi chính của các dự án AI hiện nay.
0G Labs:Hệ điều hành trí tuệ nhân tạo phi tập trung đầu tiên (deAIOS), thông qua việc xây dựng Layer 1 riêng cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra hệ sinh thái phát triển AI phân tán.
DeAgentAI: Nền tảng đổi mới tập trung vào AI Agent phi tập trung, cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân. Người dùng có thể tạo, quản lý và phối hợp mạng lưới AI Agent, áp dụng trong tự động hóa doanh nghiệp, phân tích dữ liệu và các tình huống khác.
Autonomys Network: Đống nền tảng hạ tầng phi tập trung, thực hiện sự hợp tác an toàn và tự chủ giữa con người và máy móc. Người dùng có thể tạo ra các tác nhân AI riêng biệt, thực hiện các dịch vụ đặt chỗ, quản lý tài chính và các nhiệm vụ khác.
Gaia Network: Nền tảng cơ sở hạ tầng AI phi tập trung, hỗ trợ phát triển và vận hành phân tán cho AI Agent và ứng dụng, thông qua blockchain tích hợp lưu trữ phân tán, tính toán và xác thực dữ liệu.
Questflow: Mạng lưới AI Agent phi tập trung đa dạng, sau khi người dùng mô tả nhu cầu, mạng lưới AI đại lý có thể tự hoàn thành nhiệm vụ, phát huy lợi thế trí tuệ tập thể.
2. Trí tuệ nhân tạo phi tập trung
AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi. Hiện tại, nhiều dự án đang nỗ lực trong các lĩnh vực như sức mạnh tính toán, dữ liệu và mô hình, hy vọng sẽ phá vỡ sự độc quyền của các công ty lớn đối với LLM thông qua phương thức phi tập trung, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.
Vana: Nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, thông qua Data Liquidity Pools để biến dữ liệu cá nhân thành tài sản tài chính.
Hyperbolic: Nền tảng đám mây AI mở, tích hợp tài nguyên tính toán toàn cầu, cung cấp tài nguyên GPU và dịch vụ AI tiết kiệm.
OpenLedger: Tập trung vào mạng thế hệ tiếp theo của AI và blockchain, hỗ trợ các nhà phát triển truy cập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng và triển khai dưới dạng dịch vụ trả phí.
IO.NET: Nền tảng tính toán phi tập trung, cung cấp dịch vụ truy cập theo nhu cầu vào các cụm GPU và CPU, không cần người dùng tự mua phần cứng đắt tiền.
Aethir: Nền tảng hạ tầng điện toán đám mây phân phối, bao gồm Aethir Earth chuyên dụng cho tính toán AI và Aethir Atmosphere tối ưu cho trò chơi.
MinionLab: Mạng lưới AI tự trị phi tập trung, được sử dụng để khai thác dữ liệu Internet theo thời gian thực, chủ sở hữu thiết bị có thể nhận được phần thưởng bằng token.
GAIB:AI và giải pháp kinh tế trong lĩnh vực tính toán hiệu năng cao, coi GPU như tài sản, và khả năng tính toán như tiền tệ.
Kite AI: Nền tảng blockchain phi tập trung Layer 1 được thiết kế đặc biệt cho nền kinh tế AI, thông qua cơ chế Proof of AI để đạt được quyền truy cập và phần thưởng công bằng.
Automata: Cung cấp chức năng bảo vệ quyền riêng tư và tính toán không theo dõi cho các ứng dụng phi tập trung.
Public AI: Nền tảng dữ liệu AI mở và minh bạch, hỗ trợ thu thập và gán nhãn dữ liệu đa phương thức, áp dụng cơ chế Nhận thức chung Proof of AI.
3. AI có thể xác minh
Một trong những thách thức quan trọng mà sự phát triển AI phải đối mặt là quá trình đào tạo không minh bạch và độ chính xác của kết quả không thể đảm bảo. Một số dự án đang cố gắng đạt được tính khả thi của quá trình đào tạo AI thông qua các công nghệ như ZKP, TEE, nhằm đảm bảo độ tin cậy của kết quả đầu ra.
Phala Network: Nền tảng điện toán đám mây phi tập trung, cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi.
Brevis: động cơ tính toán phi tập trung, cung cấp AI và tính toán blockchain có thể xác minh ngoài chuỗi, kết hợp chứng minh không kiến thức để nâng cao quyền riêng tư và hiệu quả.
Verisense Network: Nền tảng đổi mới tập trung vào xác thực dữ liệu phi tập trung và AI đáng tin cậy, giúp xác minh nguồn dữ liệu và quy trình ra quyết định của AI.
Hai, Các trường hợp sử dụng AI: Tiềm năng và mong đợi
Hiện tại, các dự án ứng dụng AI nổi bật tương đối ít, nhưng một số dự án mới nổi đã cung cấp nhiều khả năng hơn cho việc ứng dụng AI Agent:
Narra: Nền tảng Gamefi AI Agent trên Berachain, tạo ra nội dung kể chuyện động thời gian thực, hỗ trợ việc tạo và tương tác AI-NFT.
AI Travel: Trợ lý du lịch được điều khiển bởi AI, có thể tự động tùy chỉnh kế hoạch du lịch, đặt phòng khách sạn và dịch vụ so sánh giá.
HeyTracyAI: Đại lý AI trong lĩnh vực bóng rổ do nhà vô địch NBA Tristan Thompson tham gia, cung cấp phân tích thời gian thực và cái nhìn dự đoán.
AskJimmy: Nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch, mục tiêu là tạo ra quỹ phòng hộ đa chiến lược phi tập trung do AI Agent tự vận hành.
Ba, Chuyển đổi các dự án truyền thống sang AI
Nhiều dự án Web3 truyền thống cũng bắt đầu đón nhận AI, công bố kế hoạch chuyển đổi AI của riêng họ:
Sui, Near, Flow và Aptos đang tích cực tham gia các hội nghị liên quan đến AI, cho biết sẽ hỗ trợ phát triển AI một cách toàn diện từ kiến trúc nền tảng, đổi mới tài khoản và nhiều phương diện khác.
Eigenlayer đang nỗ lực xây dựng lớp tin cậy phi tập trung và dịch vụ đám mây có thể xác minh, cung cấp chứng minh trên chuỗi cho các phép toán ngoại chuỗi như đào tạo, suy luận và dự đoán AI.
Bốn, Thách thức và Tương lai
Mặc dù triển vọng sáng sủa, sự phát triển của AI trên chuỗi vẫn phải đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, ý định của từ khóa không rõ ràng, hạn chế về lưu trữ và phần cứng, vấn đề an ninh riêng tư, v.v. Những thách thức này vừa là vấn đề kỹ thuật, vừa mang đến cơ hội đổi mới to lớn. Trong dài hạn, ngành công nghiệp đầy hy vọng vào sự phát triển của AI trên chuỗi, kỳ vọng thông qua việc hoàn thiện cơ sở hạ tầng, đổi mới trường hợp sử dụng và hợp tác cộng đồng, cùng nhau thúc đẩy sự hội nhập và thịnh vượng của AI và Web3.