當消費級 AI 應用遇見加密，哪些項目和方向值得關注？

作者：Karen Shen

編譯：深潮TechFlow

在這篇文章中，我們將探討加密貨幣和消費級 AI 之間合作的潛在機會。文章分為三個部分：

為什麼選擇加密貨幣 x 消費級 AI？

傳統消費級 AI 概述

加密貨幣 x 消費級 AI 的機遇

為什麼選擇加密貨幣 x 消費級 AI？

過去一年中，AI 和加密貨幣的結合逐漸成為消費者關注的熱點，推動了許多新項目的啟動。大部分關注和資金都流向了 AI 的基礎設施領域，如計算能力、訓練、推理、智能模型和數據基礎設施。

儘管這些項目雄心勃勃，可能帶來大規模的成果，但技術尚未成熟到可以大規模應用，短期內的商業化不太可能實現。這使得市場上在消費者層面留下了一個空白，亟需更具直接影響力的技術應用。

消費級 AI 是指為普通用戶設計的人工智能產品，而非專為企業或特定業務應用設計的產品。這些產品包括 AI 驅動的通用助手、推薦系統、生成工具和創意軟件。隨著 AI 技術的迅速發展，消費級應用變得更加直觀、個性化，並更容易被普通用戶使用。

當前流行的消費級 AI 應用

與需要精確和確定性結果的企業級 AI 不同，消費級 AI 更注重靈活性、創造力和適應性——這些都是 AI 擅長的領域。

儘管還處於早期階段，加密貨幣和消費級 AI 的結合非常吸引人。很少有機會能看到兩種技術同時走向成熟。因此，這個領域值得深入探索，儘管結果難以預測。

在加密貨幣領域，急需更多面向消費者的應用，以提供新穎且吸引人的方式與其基礎技術互動。過去十年，區塊鏈投資推動了基礎設施的飛躍，帶來了更快的區塊生成時間、更低的 Gas 費用、更好的用戶體驗，並在我們幾年前面臨的許多入門障礙上取得了成功。

您只需嘗試使用像 Moonshot 這樣的應用程序，通過 Apple Pay 即時購買 Meme 幣，就能感受到行業的進步。然而，仍然缺乏願意解決有趣的消費者加密貨幣問題的創始人和開發者。

與此同時，消費級 AI 已經準備好進入市場，為開發者提供了一個絕佳的機會，將這兩種技術結合起來，構建能夠塑造我們與數字資產和合成智能系統互動、擁有和參與方式的應用程序。

傳統消費級 AI 市場概述

首先，我們將利用兩個資源來幫助我們瞭解傳統（非加密）消費級 AI 領域的最新發展：

a16z 的《網絡流量最高的消費產品》（第三版）

Y Combinator 於 2024 年冬季（Winter 2024）推出的創業孵化項目

a16z 的《網絡流量最高的消費應用》

a16z 報告旨在通過審查網絡流量數據，每六個月對訪問量最大的消費級 AI 網絡和移動產品進行排名。

通過分析這些數據，他們能夠識別消費者如何積極使用消費級 AI 技術的趨勢，哪些類別正在獲得關注，哪些類別正在衰退，以及哪些項目在各個類別中成為早期的贏家。

以下是截至 2024 年 8 月的前 100 個 AI 消費產品，按類別劃分為網絡和移動應用。

顯然，內容生成和編輯工具在消費級 AI 中處於領先地位。

這些應用目前佔據了前 50 個網絡應用中的 52% 和前 100 個移動應用中的 36%。值得注意的是，這一類別正在從文本到圖像擴展到包括視頻和音樂生成，拓寬了 AI 驅動的創意表達的潛力。

像通用助手、伴侶和生產力工具這樣的流行類別在前 100 名榜單中保持著穩定的地位，反映出持續的市場需求。a16z 報告的第三版中新增了“美學與約會”這一類別，其中有三個項目上榜。

值得注意的是，一個加密項目也在跨類別中脫穎而出。Yodayo（現為 Moescape AI），一個動漫伴侶應用，在網絡應用榜單中排名第 22。

Moescape AI

將 a16z 的最新報告與之前的報告進行比較可以發現，雖然核心消費級 AI 類別保持穩定，但大約 30% 的前 100 個項目是新的，這突顯出該行業的持續演變。

Y Combinator 於 2024 年冬季（Winter 2024）推出的創業孵化項目

接下來，我們審查了 Y Combinator 在 2024 年冬季（Winter 2024）推出的一期創業孵化項目，以識別新興的消費級 AI 項目和類別，這些項目可能尚未在 a16z 的前 100 名網絡流量榜單上獲得足夠的關注。

在這裡，我們希望這些信息能幫助我們預測未來 6 至 12 個月的消費級 AI 趨勢，儘管對這些產品的實際消費者需求仍存在不確定性。

在最近的 235 個項目批次中，63% 專注於 AI，其中 70% 構建在應用層。只有大約 14% 的應用層項目被識別為面向消費者。

以下是我們對消費級 AI 項目的分類嘗試。

同樣，內容生成仍然是創始人中最受歡迎的類別，新的項目正在不斷拓展創意的邊界。

與 a16z 報告中看到的趨勢類似，YC 的最新批次正在探索高級內容類型，包括故事講述、腳本到電影生成、音樂、視頻和以演示為重點的內容。

類似於 a16z 報告中的趨勢，Y Combinator 的最新一期項目正在探索更高級的內容類型，包括故事講述、從腳本到電影的生成、音樂、視頻以及以演示為重點的內容。

最後，遊戲、自助、市場和流媒體等類別在這一批次中出現，標誌著新的方向，而這些方向在 a16z 報告中尚未出現。

加密與消費級 AI 的機遇

在瞭解了傳統消費級 AI 市場的背景趨勢後，我們將目光轉向消費級加密 AI。

首先，我們可以簡要討論 AI 如何為加密產品增添價值，或者相反，加密技術如何為消費級 AI 產品帶來益處。

加密和 AI 各自提供截然不同的價值定位。

可以說，這兩種技術在某種程度上存在價值觀上的衝突——加密技術強調去中心化、隱私和個人所有權，而 AI 則傾向於將權力和控制集中在開發和擁有最先進模型的人手中。

隨著去中心化和開源 AI 的興起，這種界限開始變得模糊。

在消費產品的背景下，AI 的核心創新在於通過生成新穎內容來模擬和擴展人類的創造力，同時從海量數據中學習，利用先進的神經網絡架構建模複雜關係並生成高質量的輸出。

早期的跡象表明，AI 應用具有很強的用戶留存和變現潛力。然而，它們也面臨著所謂的“遊客問題”，即用戶訪問量高但從免費用戶轉化為付費用戶的比例低於預期。

另一方面，加密技術是一個設計空間，具備去中心化、加密經濟激勵和超金融化的特點。它是一個分佈式賬本，可以透明且有出處地存儲任何數字對象的價值。

加密技術在協調活動、整合去中心化基礎設施以及無摩擦地創建新市場方面表現出色。然而，除了金融基礎設施外，加密技術尚未開發出一個引人注目且可持續的消費級應用。

AI 可能是釋放加密技術更廣泛消費潛力的關鍵部分。最近的一項研究顯示，生成式 AI 的採用速度非常快，超過了個人電腦和互聯網的普及速度——大約 32% 的美國居民現在每週使用 AI。鑑於這種發展速度，消費級加密技術的開發者若能與 AI 的快速應用同步進行實驗和創新，將會大有裨益。

我們相信，創新的消費應用將會利用 AI 的力量以及加密技術帶來的去中心化和金融化網絡的獨特能力，從而帶來突破性的發展。

市場分析

在加密與 AI 結合的領域，專注於消費者的項目數量仍然相對較少。根據我們的研究，約有 28 個此類項目，但這個數字並不確定。

在這個由眾包構建的去中心化 AI 市場圖中，消費者類別僅佔整個去中心化 AI 市場的約 13%，這顯示了我們在這一領域的巨大增長潛力。作為對比，技術市場中大約 60-70% 是應用層產品，其中約 70-80% 是面向消費者的應用。

雖然本報告僅涵蓋了一小部分項目，但我們已經發現了一些早期的洞見。

我們總結了一些團隊在整合加密和 AI 方面的初步思路。這些洞見被提煉成更廣泛的應用場景，其中一些顯示出良好的前景，而另一些可能不太可持續。

激勵機制：利用加密技術來激勵和獎勵用戶在 AI 平臺或應用上的活動。例如，Wayfinder 的本地 Token 用於獎勵那些在鏈上為 AI 智能體創建有價值路徑的智能體和參與者。Botto 這個自治 AI 藝術家則通過讓社區對其藝術創作進行反饋，並以 $BOTTO Tokens 的形式分配其藝術銷售的部分收益來獎勵這種參與。

金融化：在區塊鏈上交易、擁有和從 AI 資產中產生收入的能力。例如，Virtuals Protocol 提供了一個平臺，任何人都可以購買、擁有一部分 AI 智能體，並從他們所信任的智能體產生的收入中獲益。所有權通過 Token 表示。

版權歸屬：允許知識產權持有者在區塊鏈上追蹤、驗證並索取版稅。例如，像 Oh.xyz 這樣的項目通過加密技術為創作者生成數字孿生 NFT，以驗證內容的真實性，並在未來索取版稅。

應用內或遊戲內經濟：使用加密貨幣作為應用或遊戲中的貨幣。例如，遊戲如 Parallel 和 Today 將設有遊戲內經濟系統，玩家及其 AI 智能體可以使用各自的 Token 進行資源交易。

去中心化：實現網絡、服務和模型的去中心化。例如，BitMind 是 Bittensor網絡上的一個子網，正在構建首個去中心化的深度偽造檢測系統。通過 Bittensor，他們能夠鼓勵 AI 開發者之間的開放競爭，以共同開發最佳的深度偽造檢測模型。

抗審查：解除生成式 AI 內容創作的限制。例如，Venice 是建立在 Morpheus 的去中心化通用智能體網絡之上的私人且無需許可的生成式 AI 助手。與傳統 AI 助手不同，Venice 不會對 AI 進行審查，也不下載用戶對話。

會員系統：使用加密貨幣作為訪問高級功能的手段。例如，MyShell 的生態系統 Token 有多種用途，其中之一是為持有者提供訪問高級功能的權限。

智能助手：利用 AI 簡化人們與加密技術的交互。例如，Wayfinder 、 Fere AI 、 Fungi 和 PAAL AI 是為加密行業設計的特定領域的通用助手或機器人，旨在簡化終端用戶的加密體驗。

內容情境化：利用 AI 實現在區塊鏈上對內容進行情境化和個性化。例如，Unofficial 計劃使用 zkTLS 和 RAG 在 Farcaster 上構建一個鏈上社交的發現引擎。

在分析了當前加密與消費級 AI 市場後，包括加密和 AI 的應用方式以及傳統消費級 AI 中已建立和新興類別的狀況，下一部分將探討這一交匯領域中最具潛力的設計空間。

遊戲與智能體/伴侶

遊戲和智能體/伴侶之所以成為創業者在這個交匯領域中最受歡迎的兩個方向，是因為它們為 AI 和加密技術的實驗提供了理想的環境。

遊戲和智能體通常在虛構的世界中運行，主要目的是娛樂消費者。結果往往不需要是決定性的，對現實生活的影響也很小。因此，這為實驗創造了絕佳的條件。

Today 的遊戲環境

目前，像 Parallel Colony 和 Today 這樣的遊戲正在將 AI 作為產品的核心體驗，即遊戲內的 AI NPC 角色表現得像真人，具備自主性和對話能力。

加密技術被用作遊戲內支付、智能體間支付或解鎖角色擁有權的金融基礎設施。

關鍵在於，這種新的數字經濟為這些加密遊戲提供了相對於即將上市的眾多 AI 遊戲的競爭優勢。

AI 是一種變革性技術，毫無疑問，它正在成為遊戲開發和未來遊戲體驗的關鍵部分——但我們相信，那些在開發 AI 遊戲時就已經考慮到數字原生經濟的團隊將擁有最終的競爭優勢。

遊戲中的 AI 智能體非常有趣，而加密技術則首次為遊戲引入了一個模擬人類經濟體驗的系統。遊戲中的 NPC 不能開設銀行賬戶、進行交易或做出真實的經濟決策。這可能會帶來許多前所未有的行為和機會。

正如 Parallel 的創始人 Kalos 在推特上所言：

這種理念在如今的虛構環境中，比如遊戲中，最為直觀。

開發 AI 智能體和伴侶的項目同樣使用 AI 和加密技術——AI 作為核心體驗，加密技術作為金融基礎。然而，與遊戲不同的是，智能體在一個受限的環境中操作，允許更多複雜的交互，而對現實生活的影響很小。目前，智能體和伴侶主要限於一對一或一對多的關係。

例如，通過 MyShell 、 Virtuals Protocol 或 MoeMate ，用戶可以通過聊天或語音功能與 AI 聊天機器人角色互動——這種互動僅限於用戶與聊天機器人（或其他媒介）之間。聊天機器人是具有有限特徵的大語言模型包裝器，特徵可以由機器人的創建者自定義，如交流的語氣、智能體的外觀等。因此，用戶與這些聊天機器人的互動在創意方面也受到限制。

MoeMate 的 Draco Malfoy AI 聊天機器人體驗

雖然與競爭對手類似，ai16z 採用了一種開源和自下而上的方式來構建鏈上 AI 智能體基礎設施，為未來的多智能體系統提供工具。你可以在他們的 Github 上查看相關項目。

在遊戲和智能體領域，還有許多值得探索的方向，比如多智能體互動體驗或無限遊戲模式。涉及到多對多的 AI 智能體與人類互動的消費者體驗雖然複雜，但可能會帶來更具活力和吸引力的體驗，以及更復雜的加密經濟體系。這些尚未在遊戲環境之外得到充分探索。

我們依然認為，這是創業者們最具潛力的建設領域之一，我們非常期待看到未來的發展。

通用助手與內容生成

通用助手和內容生成工具在傳統消費者 AI 市場中佔據主導地位。然而，由於競爭激烈，進入這個市場具有挑戰性且成本高昂，這解釋了為何這些類別在加密市場中的代表性較少，而在傳統 AI 市場中卻佔據強勢地位。

儘管如此，這些工具的需求依然強勁，在 a16z 的網絡流量分析中始終位居前列。對於處於加密與 AI 交匯點的創業者來說，這些類別依然充滿前景，尤其是那些專為加密用戶設計的產品。通過專注於加密領域的特定需求，可以在不直接與傳統市場競爭的情況下創造獨特的價值。

以下是一些例子：

AI 驅動的加密助手：加密領域通常被認為難以導航。無論是想在鏈上購買或交換 Token，還是滿足參與遊戲或社交活動的要求，都存在許多障礙。

你是否在正確的網絡上？如何切換網絡？你是否擁有正確的 Gas Token？如何將資金轉移到正確的網絡？

對於新手來說，學習曲線非常陡峭。即便是對那些熟悉加密技術的人來說，這些任務也可能耗費時間。

儘管行業迄今為止在賬戶抽象、意圖設計和其他 UI/UX 改進上投入了大量精力，但 AI 更有可能整合這些進展並推動變革。一些團隊，如 Wayfinder 、 Fungi 、 PAAL AI 和 Fere AI，已經在探索解決方案，儘管目前還沒有獲得顯著的市場吸引力——這為更多的競爭和專業化留下了空間。

Wayfinder 的加密助手初探

經驗豐富的 Solidity 開發者的需求與新手可能大相徑庭。我們認為，專注於特定用戶群體的團隊（完全針對該群體的問題量身定製體驗）、提供精緻用戶體驗（利用賬戶抽象和意圖設計的最新進展）以及個性化服務（基於用戶的鏈上歷史活動）將更有可能取得成功。

AI 驅動的資產生成：在加密領域，內容生成可以視作資產生成。通過 ERC20、ERC721、ERC1155 及其他標準，可以生成幾乎無限的資產。就像 Midjourney 和 DALL-E 生成圖像，或 SUNO 創作音樂一樣，AI 在生成加密資產方面也能發揮重要作用。

例如，Truth Terminal 的 $GOAT Token、Wayfinder 的資產部署代理、Swan 即將推出的遊戲化資產生成市場以及 Virtuals Protocol 的 AI 代理啟動板等項目都是 AI 驅動的加密資產生成的早期示例。

這裡有一個演示視頻，展示瞭如何使用 Wayfinder 創建資產。

除了生成資產，AI 還能塑造敘事、推廣資產，並賦予其“聲音”。對於像 memecoins 這樣的特定資產類型（無外部依賴），AI 可以有效地簡化從頭到尾的資產開發過程。

在一個 AI 智能體可以無縫生成無限加密資產的世界中，開發者的機會在於識別價值和注意力可能流向的方向。例如，Virtuals Protocol 認為投機將轉向創作者層面，使消費者能夠對 AI 智能體吸引注意力和創造有趣資產的能力進行投機。

我們正處於一個新興現實的初期階段，在這個現實中，AI 能夠生成加密資產形式的實際財務價值，並供人們享受和投機。儘管這種發展的未來難以預測，但這裡有許多值得實驗的領域，我們將密切關注其走向。

其他領域

在加密技術與消費者 AI 的交匯點，還有許多領域尚未被探索。隨著 AI 的快速進步，這些領域可能會迅速擴展和演變。儘管有些領域可能壽命較短，適合與加密技術結合的領域較少，但依然有充足的實驗空間——對此我們表示歡迎！

一種思考方式是考慮某些傳統消費者 AI 項目的加密版本，這些項目通常沒有與加密技術結合。例如，我們將加密技術應用於 a16z 和 YC 列表中的兩個類別，並額外添加了一個。

教育科技（Edtech）是一個受歡迎的消費者 AI 類別，可以在技術堆棧的不同層面上受益於加密技術。教育涵蓋地區、科目、語言、教育水平和教學方法。與其採用集中化的方法，教育科技可能會從全球貢獻者的開源開發中受益。在這種情況下，Bittensor 上專注於教育科技的子網可以幫助構建這些模型。

加密技術還可以應用於教育科技應用的激勵層面。超越傳統的遊戲化策略，如 Duolingo 的每日連勝，教師和學生可以通過加密技術在供需兩方面獲得獎勵。

在自助領域，加密技術在數據所有權和貨幣化方面的潛力可能具有吸引力。由於成本、恥辱、缺乏意識以及專業人員的短缺，心理健康服務仍然難以獲得。像 Sonia 和 Maia（均為最近的 Y Combinator 孵化項目）這樣的項目，展示了負擔得起的 AI 驅動治療師解決方案的初步曙光。傳統上，治療師的筆記通常存儲在辦公室的紙質或數字文件中，數據難以訪問。然而，隨著 AI 驅動的治療師的出現，數據可以私密地在線存儲，從您的心理健康數據中可以解鎖全新的應用場景。

設想一下，如果你能夠真正擁有你的 AI 治療會話的數據。你可以選擇將其保密、將其貨幣化，或者匿名貢獻給一個健康數據網絡，以支持有意義的研究。像 Vana 這樣的加密原生項目正在網絡層面上實現這一點，讓人們能夠掌控自己的數據。

在娛樂領域，像 Unlonely 這樣的項目正在嘗試加密原生的直播，用戶可以通過交易平臺的 Token 來投機和影響直播的結果。目前，這種模式僅限於現實生活中的事件，但未來也可能擴展到 AI 生成的內容。這將實現全天候的直播，用戶可以更大程度地控制直播的敘述。MineTard AI 是最近出現的一個早期例子。它是一個 AI 智能體，在 Kick 平臺上全天候直播 Minecraft，持有 $MTard 的用戶可以對智能體施加影響。

去年，TikTok 上出現了一種病毒式的趨勢，創作者扮演 NPC，依據他們收到的“禮物”進行特定動作。雖然這種內容類型的流行時間較短，但它清楚地表明瞭消費者對互動直播體驗的興趣。隨著 AI 驅動的 NPC 技術的進步，類似的遊戲化互動可能適合加密原生的直播，其中 AI NPC 可以實時響應用戶輸入。

這些只是一些關於如何將加密和 AI 應用於消費者應用的初步構想。還有許多未在本報告中提及的想法，隨著行業的快速發展，我們預計會有更多新穎的應用出現。

結語

正如你可能已經注意到的，我們對加密和消費者 AI 的交匯點充滿了（極大的）期待。目前在這個領域開發的項目僅僅展示了潛力的一小部分。

隨著這兩項技術的同步成熟，創業者們迎來了一個獨特的機會，可以創造出一波新的消費應用，這些應用可能會徹底改變我們與數字資產和合成智能的互動方式。

我們鼓勵那些在這一領域進行創新的人，繼續突破界限，探索這些技術的非傳統應用。希望這篇文章能成為一些人開始這段旅程的有用資源。

如果你是在這一交匯點上進行開發的創作者，我們非常希望能與你交流！

披露/免責聲明：在本文發佈時，Collab+Currency 或其成員可能持有本文中提到的一些資產。本文作者和 Collab+Currency 並不支持或推薦擁有文章中提到的任何項目或收藏。

本文提供的信息僅供一般參考，不應被視為投資建議。儘管我們已努力驗證所提供信息的準確性，但無法作出任何保證。投資者應認識到，投資數字資產涉及較高的風險，僅適合那些願意承擔此類風險的人。任何前瞻性聲明均基於特定假設、分析、歷史趨勢的看法、當前狀況及預期未來發展等因素。這些聲明並不保證未來的表現，且存在一定的風險、不確定性和難以預測的假設。