在当前科技和金融的交汇点，AI 和 Web3 的结合正引发了广泛的关注和讨论。为深入探索这一趋势，北大 Web3 校友俱乐部 & 北大学生区块链中心聚焦于 AI 与 Web3 如何共同塑造未来的技术格局，以及在此过程中呈现的核心热点和潜在机遇，举办了主题为“AI+Web3：赛道拆解与热点解读”的 Space 活动。

本场 Space 邀请Jademont | Waterdrip Capital Founding Partner | @shanshan521  Kevin Ren | CGV Partner | @KevinRen2019  WhiteForest | Foresight Ventures Founder | @ForestBai1  Ethan Sun | MyShell Co-Founder | @ethan_myshell  等行业大咖解读 AI+Web3 本次 Space 累计 5.3 万人次收听，同时在线最高人数达 1700 人，HTX-Live 同步直播，在线人数 4000 多人，受到市场的广泛关注！

让我们一起回顾嘉宾的精彩发言：

问题一：

随着 AI 和 Web3 技术的迅速发展，市场上涌现出了大量结合这两个领域的创新项目。这些项目不仅引起了技术界的关注，也成为投资热点。但面对这些多样化的项目，很多人可能会感到困惑。请问各位嘉宾是如何看待这些项目的？能否为我们详细解读一下，AI+Web3 有哪些具体的细分赛道？此外，这些细分赛道在未来的发展趋势和潜力如何？

WhiteForest：

AI 和 Web3 这两项技术是当前最具颠覆性的创新。特别是探索这两项技术的重叠部分时，很可能会诞生新的、更具颠覆性的商业场景。从资产映射的角度来看，Web3 领域正在积极寻找并映射传统领域的资产，作为投资者，应该在 Web3 市场中寻找合适的投资标的。AI 既可以作为开发者工具，也可以作为提升生产力的工具，而Web3 解决的主要问题是所有权问题。未来虚拟世界中的计算与生产资料的分配均将由去中心化机构控制，而这种去中心化的趋势将得到区块链技术的支持。现有的分布式计算、DePIN 等均是一些创新实例。

Ethan：

整个 AI 行业可以分为几大类，如：使用 AI 技术解决 Web3 的问题和行业痛点、利用 AI 进行行业研究或借助 Crypto 解决 AI 行业的问题，其中共识较强的是去中心化算力，使用 Token 作为 AI 模型训练或推理的激励；再向上一层为协议层，解决去中心化算力下工作量证明的问题；再上为应用层，借助 Crypto 激励开源社区贡献更好模型。应用层更好落地，底层长期价值较高。

Jademont：

AI 和 Web3 是目前最有意思的两个行业。AI 不仅仅是一个工具，它在社会上的共识可能比 Web3 更大。但如果 AI 要进一步发展，最终受益最大的将是 Web3，因为 AI 系统需要大量的数据输入，而区块链作为一种账本，在分布式存储和计算方面可以支持 AI，尤其是在数据定价和真实性保障方面。另一方面，区块链的不可篡改性可以帮助限制 AI 的潜在危害，保护人类利益。如果有人担心 AI 可能成为未来的威胁，那么区块链就是可以控制和驯服这种“洪水猛兽”的工具，区块链需要跟上 AI 的发展。

问题二：

当前，AI 的基础设施主要集中在少数大型企业手中，导致了高度的中心化。而 Web3 的兴起带来了一种新的可能性，不少 AI+Web3 项目试图通过 Web3 的经济模型来解决 AI 基础设施的中心化问题，尤其在数据和算力方面。请问各位嘉宾如何评价这类以 Web3 经济模型改善 AI 基础设施的项目？这种结合方式是否真的有助于解决中心化的问题，还是只是一种炒作手段？

WhiteForest：

利用 Crypto 进行融资是资本市场的进步。若只是使用 AI 优化应用场景，仍停留在应用层面，不具有颠覆性，和 Web2 区别不大，更重要的是思考 Web3 对于 AI 的帮助，如区块链可以打破算力的国界限制，从而降低分布式算力的成本和门槛，同时也可以永久存储用户权益及资产，或激励如数据标注等劳动密集型 AI 领域的项目。还有许多如模型的交易市场、AI 的训练等不同细分领域，而项目早期阶段可以通过代币激励用户和开发者，支持创新。

Ethan：

大多数基于区块链的消费者产品难以与 Web2 竞品直接竞争，因此更多是在 Web3 用户中争夺存量，但AI 技术带来了变革和机会，可以赋能个体以减少新项目所需启动人数，同时所需资金也大大减少。而Crypto 正可以作为现有短生命周期的 AI 模型和产品的快节奏融资方式，且行业里已有用户的投资倾向性，均与新公司的融资需求相符合。现有 AI 应用还主要关注计算效率，没有开始追求降本，因此应用层短期内可能有更多机会，而DePIN 等底层去中心化的需求可能是中长期的发展路径。但首要需要关注的还是产品对用户的价值，而非追求极度去中心化而没有用户使用。

Jademont：

目前 AI 和 Web3 的结合还是表面的，AI+Web3 还有一个相关的 DePIN 赛道可以关注。AI 不仅仅是一个工具，应该考虑终局，生成式 AI 现有应用主要是技术堆叠，而期待中的 AI 一定要和硬件或机器结合。虚拟货币可能无法走入千家万户，但 AI 可以，而虚拟货币可以供 AI 使用，实现 AI 的“按劳分配”。现有一些项目给物理设备安装区块链钱包，机器可以使用一部分自己获得的收入升级改造自己的软件系统或维护硬件设备，只有人“坑”不了机器，机器才能“放心”给人类服务。给机器设计区块链支付网络可以准确衡量机器价值的同时更大发挥机器价值，是有意思的创业方向。

问题三：

随着 Web3 领域的不断扩大，需要处理和分析大量数据的需求也日益增加。这为 AI 技术在 Web3 领域的应用提供了广阔的空间。请问各位嘉宾，在这样的趋势下，您认为是否会有一些 AI 技术成为 Web3 项目的普遍需求，从而催生专门针对 Web3 领域的 AI 技术服务公司，例如用户社区行为分析、链上交易分析等服务？这些服务在 Web3 领域的发展潜力如何？

WhiteForest：

对于向 Web3 领域提供 AI 技术服务的公司本质上还是 Web2 的服务提供商，不能够算是真正意义上的 Web3 公司，Web3 公司需要在链上，或通过 Crypto 进行治理。这种公司的价值衡量还是传统 Web2 公司的衡量方式。

Ethan：

AI 技术在 Web3 的应用就像 AI 技术或互联网技术在各个领域的应用一样，二者之间的联系并不是很紧密。Web3 中大部分用户为交易员，因此较好的产品形态为辅助大家做交易决策。但从 Web3 的视角，更多是将 Web3 的经济系统和各种机制作为武器赋能 AI，从而反打 Web2；或帮助平台上的创作者和潜在创业者发行资产，这里的资产可以是 AI 内容或有价值的 AI 模型等，这也可以更好服务用户进行交易。

Jademont：

将 AI 或 Web3 当成工具，都很好用，关键在于怎么结合。Web3 值得圈外使用的主要是两个：第一个是区块链本身作为不可篡改的账本，可以降低信任的成本；第二个是 Token 融资或集成至产品中的先进性。如使用 AI 根据用户偏好制作游戏，之后将游戏发布至链上，发布行为及之后的各种使用均需要消耗 Token，由此发挥了 Web3 价值挖掘与分配的功能，并支持交易与融资。不仅仅是 AI 赋能区块链或区块链赋能 AI，二者是缺一不可的结合。

问题四：

虽然 AI+Web3 领域还处于起步阶段，但已经有一些项目和赛道显示出了巨大的潜力和吸引力。投资者和创业者都在密切关注这些动态，寻找下一个可能的突破点。在这样的背景下，我们非常想了解各位嘉宾对于 AI+Web3 项目或细分赛道的个人看好和预测。您最看好哪一个项目或赛道，并请分享一下您的理由。这可能为听众和行业新手提供一个有价值的参考方向。

WhiteForest：

io.net是 Solana 生态上拥有最多算力的 AI+DePIN 的网络。投资的时候不是投看上去很奇怪很有趣的东西，而是需要赛道的天花板容量必须要够大，如 io.net 拥有别人所不能拥有的一些机器，就形成了壁垒。或 AI 加云渲染，加分布式算力，可以带来沉浸感，而去中心化的经济体系可以降低 AI 成本。世界上厉害的公司都是内容公司，用更低成本体验虚拟世界并保护体验和数据，虽然可能需要较长时间，但值得探索。

Ethan：

底层趋向算力供给的规模最大，场景最多。上面更难的一层是在算力的基础上验证 AI 模型的推理。Ritual.net 可以制定模型响应链上发起的交易中的消息内容，之后将中心化计算的供应商的计算结果带到链上，并实现证明生成，从中长线来看是比较可行和务实的技术方案。密码学在小模型推理领域的应用已经有了比较好的进展，但在大模型上依然有许多技术挑战，处于比较早期的阶段。

Jademont：

“脚踏实地”的项目是给 AI 做分布式算力的，可以降低成本提高效率。虽然“没那么酷”，但是有价值支撑，是 AI 的底层物理基础设施，容量足够大。“星辰大海”是将物理硬件装上区块链的钱包，如 Peaq。之前的 DID 赛道就是给物理硬件添加 ID，这样的项目符合智能机器产业的发展，可能创造一些大家想象不到的一些新的经济体或者新的一些经济模型。

Kevin：

硅谷今年主要向 AI 转变，基本均在聊 AI，少有 Web3，并且关注的是 AI to B，投资算力平台、使用 AI 进行分析提供保险等。AI to C 在 Web3 是更有价值的，大家不敢投资是害怕 OpenAI 或 GPT Store，但Web3 具有 to C 的激励机制等优势。赛道比较看好分布式算力，可以和硬件相结合，进入的资金会比较大，而且可以通过类似挖矿等机制逐步释放激励，如 BPFLAC,FDML 等。而小模型是比较好的一种普及方式，能够基于一些小模型的分布式算力在手机上挖矿、计算，Rabi 硬件盒子等可能有较好的发展。

感谢各位嘉宾和提问观众的精彩发言，给大家关于 AI+Web3 赛道带来了精彩的分享和深入的行业洞见。请大家持续关注主办方PKUAC Web3和PKUBA，后续还有更多的精彩活动！

感谢两位主持人：

林川 mtyl.eth | ex PKUBA VP | @Mtyl_7th

Alex | PKUAC_Web3 & PKUBA Core | @AlexWang021

感谢战略支持: HTX-Live @HTX_Live

感谢机构 & 社区支持: 水滴资本 @waterdripfund Foresight Ventures @ForesightVen CGV @CGVFOF MyShell @myshell_ai AlFocus @AIFocusAsia Web3Labs @Web3LabsClub iPollo @iPolloverse TownStory @townstorygamefi DeBox @DeBox_Social Vip3 @web3vip Club3 @club3xyz 亚非拉研究院 @Research3ww3 Ignition labs @IgnitionLabs_ InfiniteGameDao @InfiniteGames_D

感谢媒体支持: Foresight News @Foresight_News 星球日报 @OdailyChina 金色财经 @JinseFinance PANews @PANewsLab Cointime @Cointime_CN 链捕手 @ChainCatcher_ Meta Era @MetaEra_Media 深潮@TechFlowPost 世链财经 @shiliancaijing