Bittensor 和这些 Crypto AI 网络值得关注吗？

过去一年里，随着对去中心化 AI 概念的普及及各种 AI 工具的广泛应用，AI +Web3 逐步成为了加密圈最火热的话题之一。据不完全统计，目前行业 Web3 和 AI 结合的项目已超 140 多个，涵盖了计算、验证、元宇宙、游戏等多个方向。以太坊联创 Vitalik 也曾撰文对区块链和 AI 结合的用例进行了探讨，并指出这两者的交叉领域用例正在增加，而且一些用例具有更高的意义和鲁棒性。此外，在最近在香港举办的 「香港 Web3 嘉年华」活动中，无论是主会场还是边会场，AI 和 Web3 结合的话题都被频繁提及。

本文挑选了三个值得关注的 Web3 和 AI 结合项目，对它们在加密 AI 领域中的独特定位和发展前景进行了探讨。

Bittensor：市值领先，但实用性遭市场质疑

在 AI 领域，与资源密集型的算力和数据不同，加密算法更侧重于技术密集型的工作。然而，当前 AI 领域中存在一个难题，即由于技术壁垒的存在，算法和模型之间往往无法有效合作，导致一种零和博弈的局面。为了改变这种状况，Bittensor 提出了一种解决方案，通过区块链网络和激励机制来促进不同算法之间的合作，逐步构建起一个共享知识的算法市场。简而言之，类似于比特币的挖矿网络，Bittnsor 只是将比特币挖矿计算过程替代为训练和验证 AI 模型。

从名称上看，「Bittensor」可以分解为「Bit」和「Tensor」两个部分。其中 Bit 我们并不陌生，比特币中可以理解为最小货币单位。而在更广义的计算机科学中，Bit 代表者信息的最基本单位。「Tensor」则源自拉丁语「Tendera」，原意为「扩展」。在物理学中，Tensor 指的是具有多个指数的张量，是一个多维数组或矩阵，可以表示各种类型的数据。在机器学习领域中，Tensor 则意味着用于表示和处理多维数据。

Bittensor 的架构可以分为两层，底层是基于 Polkadot Substrate 的区块链，负责执行共识机制并激励网络。而 AI 层则负责推理、训练，并确保 Bittensor 协议节点之间的输入/输出兼容性。Bittensor 网络有两个关键参与者，分别是矿工和验证者。矿工向网络提交训练模型换取代币奖励，而验证者则负责确认模型输出的有效性和准确性，并选择最准确的输出返回给用户。为了创建正向竞争循环，Bittensor 通过 Yuma 共识机制实现激励分配。Yuma 共识结合了 PoW 和 PoS 两种机制，其中矿工通过竞争计算结果获得代币奖励，而验证者则需要将持有代币质押在某一子网并完成验证工作后能够获得一定数量的 TAO 激励，对 AI 模型的筛选和评估越准确和一致，获得的奖励就越多。

子网是 Bittensor 生态系统中的核心组成部分。2023 年 10 月，Bittensor 通过 Revolution 升级引入了「Subnet（子网）」概念，不同子网能够负责不同任务，包括机器翻译、图像识别与生成、语言大模型等，同时这些子网之间能够相互交互与学习。任何人都可以在 Bittensor 上创建子网，但需要在用 TAO 代币支付费用，费用的多少取决于网络上子网的供需情况。此外，在上线子网的主网之前，还需要在本地及测试网上运行测试。

目前 Bittensor 上共有一条特殊子网 0# Root 和 32 条其他子网。0# Root 由 Opentensor Foundation 构建，作为 Bittensor 上的治理中心，能够通过共识将产出的 TAO 分配给其他子网。在 0# Root 上，验证者的角色来自其他子网上质押数量最多的前 64 名验证者，矿工的角色则由其他子网充当。此外，0# Root 还能够根据贡献量为其他子网分配激励。对于剩余的 32 个子网，验证节点和矿工会根据各自贡献获得一定比例的 TAO。通常情况下，41% 会分配给验证者、41% 分配给矿工，剩余 18% 则会分配给子网创建者。Bittensor 生态系统中子网之间的竞争非常激烈。目前，系统允许的子网数量上限是 32 个，但在测试网中已经有超过 200 个子网等待在主网上注册。近期，一些优秀的团队也在 Bittensor 上注册了他们自己的子网，例如 MyShell TTS。而根据子网注册规则，一旦达到了子网数量的上限，系统会自动注销代币分配量最低的子网。

Bittensor 近期也遭受了关于其注册费用及实用性的质疑。据悉，目前在 Bittensor 上注册一个子网的费用为 2078.49 枚 TAO，而在 3 月 1 日更是达到 10281 枚 TAO，相当于超 700 万美元。且随着 TAO 价格的上涨，注册费用可能还会进一步增加。且每当一个项目注册一个子网，注册费用就会翻倍，而如果没有人注册，价格会在四天内线性减半。对于那些想要创建或参与子网的开发者而言，高昂的注册费用无疑会成为一项巨大的负担。除此之外，Bittensor 子网的实用性也遭到了质疑。32 个子网中，大部分都为「数据整理」「文字、图像及音频转化」等门槛较低的场景应用。且在 Bittensor 上进行构建的团队中，没有一个团队的全职成员超过十几个人，大部分只有 2 至 3 人。 比特币 Ordinals 项目 Taproot Wizards 及比特币 NFT 项目 Quantum Cats 发起人 Eric Wall 也在社交平台上表达了自己的看法，认为 Bittensor 只是一个毫无意义的去中心化实验，并没有提供任何实用性。 Eric Wall 指出，「Subnet #1 被描述为文本提示服务。但实际上，其工作模式非常简单，用户发送一个提示，矿工做出回应，类似于 ChatGPT。而参与这一过程的矿工将获得 TAO 代币作为奖励。但在这里存在严重冗余性，因为验证者只是检查答案的相似程度，如果有矿工的回答与其他人不同，他就得不到奖励。整个系统的效率极低，且无法有效验证模型是否真的被运行。此外，作为普通用户根本无法与网络进行交互。整个子网的唯一目的似乎只是内部运行。这一过程看起来就是为了购买无用的 AI 代币以获取去中心化 AI 的曝光。」

Ritual：超豪华背景加持，将 ZKP 用于 AI 模型推理训练

现有 AI 堆栈中存在很多问题，包括缺乏对计算完整性、隐私和扛审查的保障。此外，由少数集中式公司托管的基础设施也限制了开发人员和用户的本地集成能力，导致了有效性问题的出现。在这样的背景下，去中心化 AI 计算平台 Ritual 应运而生。

Ritual 的主要目标是为人工智能提供一个开放和模块化的主权执行层，即如何将人工智能引入 EVM、SVM 及其他虚拟机环境中。简单来说，Ritual 通过连接分布式节点网络计算资源和模型创建者，允许创建者托管他们的 AI 模型，而用户则可以以可验证的方式将 AI 模型的全部推理功能添加到其现有工作流程中。

Ritual 团队背景非常强大，联合创始人 Niraj Pant 和 Akilesh Pott 曾是 Polychain 普通合伙人。除此之外，团队成员还包括来自微软 AI 和 Facebook Novi 等知名公司的资深工程师，及来自 Dragonfly、Protocol Labs、dYdX 等知名机构的专业人士。此外，Ritual 的顾问阵容也十分亮眼，包括 EigenLayer 创始人兼合伙人 Sreeram Kannan、Gauntlet 创始人兼首席执行官 Tarun Chitra，以及 BitMEX 联合创始人 Arthur Hayes 等。

截止目前，Ritual 共完成了两轮融资。2023 年 11 月，Ritual 宣布完成 2500 万美元融资，Archetype 领投，ccomplice、Robot Ventures、dao5、Accel、Dilectic、Anagram、Avra 和 Hyperspher 及天使投资人 Coinbase 前首席技术官 Balaji Srinivasan、Protocol Labs 研究员 Nicola Greco、Worldcoin 研究工程师 DC Builder、EigenLayer 首席战略官 Calvin Liu、Monad 联合创始人 Keone Hon、AI+Crypto 项目 Modulus Labs 的 Daniel Shorr 和 Ryan Cao 等参投。而就在 2024 年 4 月 8 号， Ritual 又获得了 Polychain Capital 的数百万美元投资，具体金额暂不得知。

目前，Ritual 已经推出了将计算引入链上的轻量级库 Infernet，允许智能合约开发者通过 Infernet 节点在链下请求计算，并通过 Infernet SDK 将计算结果传递给链上的智能合约。Infernet 节点是 Infernet 的轻量级链下客户端，主要负责监听链上或链下请求，并通过链上交易或链下 API 交付工作流输出和可选证明。而 Infernet SDK 是一套智能合约，允许用户订阅链下计算工作负载的输出。其主要用例之一就是将机器学习推理引入链上。Infernet 可以部署至任何链上，允许任何协议和应用进行集成。此外，Infernet 还允许开发者引入自己的证明系统，包括 Halo2 验证器及 Plonky3 验证器等。

Infernet 并不是直接在链上执行推理，而是类似于预言机系统，链上发出请求，链下节点进行执行，并将相应返回链上。但这种方式也存在异步的问题，即开发者提出请求后需要在区块上进行等待，无法立即得到回应。而 Ritual 的方法是让开发者在他们熟悉的环境中直接进行推理运算，无需关心运算发生的位置。虽然这些操作仍然在链外进行，但通过在虚拟机中嵌入这些计算操作，使得每个节点都能在运行修改过的虚拟机的同时，执行超优化的人工智能操作。这种方式可以看作是一种交互通信，通过预编译来实现。这种方法的出现也是区块链生态系统的发展趋势。

具体实现上，通过 Infernet，开发者可以将计算密集型操作委托给链下，通过链上回调在智能合约中消耗输出和可选证明，以规避智能合约执行环境的限制。举例而言，Emily 正在开发一个新的 NFT 集合，允许铸造者自主为 NFT 添加新特征。Emily 构建了一个铸造网站，将签名的委托发布至运行自定义工作流的 Infernet 节点上，该工作流能够解析用户输入，生成新的图像，而 Infernet 节点则通过链上交易将最终的图像发送至她的智能合约上。

2023 年年底，Ritual 发布了一个由 Infernet SDK 提供支持的应用 Frenrug。Frenrug 是在 Friend.tech 聊天室中运行的聊天机器人，任何持有 Frenrug 的 Key 的用户都可以给 Frenrug 发送消息。例如可以通过 Frenrug 购买或出售相应的 friend.tech 用户的 Key，但 Frenrug 并不会直接处理用户消息，而是将消息发送给多个 Infernet 节点，这些节点运行着不同的语言模型。Infernet 节点会对用户的消息进行处理，并在区块链上生成投票。当足够多的节点投票后，系统将聚合这些投票并在区块链上执行相应操作，比如购买或出售 Key。最后，Frenrug 会在聊天室中进行回复，其中包含了每个节点的投票结果和最终的操作，让用户了解系统如何处理他们的请求。

关于【Bittensor 和这些 Crypto AI 网络值得关注吗？】的延伸阅读

• 重新理解Marlin：AI下半场的可验证计算L0「新基建」

  Marlin是一种可验证云计算服务，利用加密技术保证数据安全，为AI+Web3应用提供低延迟、低成本的解决方案。它基于TEE和ZKP技术，为用户提供通用化的云计算方案，并通过激励机制吸引节点为网络贡献资源。Marlin的愿景是成为AI世界的可验证通用L0，为Oracle预言机、ZK Prover系统、AI人工智能等应用场景提供节点算力和存储等网络资源服务。它可以为AI大模型训练提供安全的计算环境，并为多元化应用场景提供可验证计算中间件。在AI+Web3时代，Marlin有巨大的价值潜力，可能成为未来AI+Web3应用的关键基础设施。

• Sam Altman 围绕 OpenAI 打造出一个致富帝国

  OpenAI首席执行官奥特曼同时经营副业，但只有一份工作让他发了财。他投资了多家想抓住人工智能风口的公司，包括网络安全软件公司和清洁能源公司。他最成功的投资是支付处理初创公司Stripe。奥特曼也投资了使用OpenAI技术的初创公司。他曾因投资引发利益冲突而被罢免职务，但重新担任首席执行官后制定了新的利益冲突政策。董事会正在进行改革，包括强化利益冲突政策和独立审计委员会。奥特曼计划通过全面披露和董事会管理来解决利益冲突问题。

Ritual 目前正在开发第二个产品「主权链 Ritual Chain」。虽然 Infernet 可以轻松集成至任何 EVM链中，使得任何协议都能够使用。但 Ritual 仍然坚信构建一条链是必要的，因为这样可以在核心执行层和共识层上构建出更高效的功能，并且可以让那些希望最大程度地利用人工智能为协议带来价值的用户实现他们的愿景。当然，为了实现主权链，Ritual 需要构建不同类型的验证器、证明系统及各种复杂功能，并且需要足够简单，以便用户可以轻松上手使用。

Virtual：更具趣味性，注重用户参与

和 Bittensor 及 Ritual 和各种机器模型互动不同，Virtual Protocol 类似于一个专注于为各种虚拟世界创造人工智能角色的去中心化工厂。它更注重于用户的参与，并将人类的主观想法和社会共识融入其愿景中，以促进个性化和沉浸感的发展。Virtual Protocol 的核心理念是是未来的虚拟互动将由人工智能来实现，并以去中心化的方式构建，以提供个性化和超身临其境的体验。其中，个性化确保每次互动都能与用户建立个人联系，使其具有独特的相关性。另一方面，沉浸感则可以激发用户各种感官，创造更加真实的体验。

Virtual 生态系统参与者包括贡献者和验证者。贡献者可以为模型提供各种文本数据、语音数据和视觉数据，无论是已有模型的改进还是新模型的提出。这些内容会接受验证者的审查和认证，以确保准确性和真实性，并评估对其贡献质量进行评估，以确保其符合Virtual Protocol生态系统设定的标准。

• 新提案：任何人都可以发起 Genesis Virtual 的创建，但需要在指定三个月内质押至少十万枚 VIRTUAL，并通过 DAO 提案流程。Virtual 社区内所有代币持有者都可以对该提案进行投票。一旦提案通过，就会铸造一个新的 Virtual NFT。
• 对已有模型进行贡献：会自动生成提案，并由验证者审查、讨论、验证和投票是否进行更改。

目前只有验证者才有权对提案进行验证或投票，整个验证过程是匿名进行的。验证者需要对每对模型进行至少 10 轮的互动。完成验证任务后，验证者可以获得与其代表总质押比例相符的质押奖励。如果想要成为一个验证者，用户必须在 Virtual 账户中持有 1,000 枚 Virtual 代币，并且承诺验证所有提议。此外，Virtual 采用 DPos 机制，如果想在不进行验证的情况下获得质押奖励，可以选择将任何金额的代币委托给 Virtual 验证者，验证者在扣除 10% 的收入比例后，会将质押奖励返还给委托用户。

Virtual 整个参与流程是透明且会通过公共区块链进行记录，所有贡献都会被转化为 NFT，并存储在不可变贡献库中（ICV），以确保其可追踪性和公平分配奖励。不可变贡献库（ICV）是 Virtual 的多层链上存储库，将所有 Virtual 批准过的贡献在链上进行存档，可以呈现每个 Virtual 的当前状态，并对其历史演变进行追踪。此外， 通过开源 VIRTUALs 的代码库模型，ICV 营造了一个透明的环境。它促进了可组合性，允许开发人员和贡献者在现有 VIRTUALs 的基础上进行构建并与之无缝集成。

Virtual 代币是 Virtual 协议的核心，其主要功能包括奖励贡献者和验证者、支持协议发展及进行空投等。Virtual 代币总供应量为 10 亿枚，其中 60% 已经公开流通，5% 留作流动性池子，剩余 35% 则专用于社区激励措施及 Virtual 协议生态系统发展的倡议。且未来 3 年内，每年的释放量不会超过 10%，需获得管理部门批准后才能进行部署。

Virtual 协议通过收入和激励实现了飞轮驱动。收入来自于各种 dApp 的使用，dApp 则需要向协议支付使用费用。每月月底，Virtual 协议会根据 dApp 的总收入流入进行激励的分配，其中 10% 分配给协议，剩余 90% 在各个 Virtual 应用之间按照质押比例进行分配，以确保了收入与其贡献成正比。举例而言：流入总收入为 100 美元，其中 10 美元将分配给协议。而剩余 90 美元中，由于 Virtual A 质押池子拥有 9000 枚代币，而 Virtual B 质押池子只拥有 1000 枚代币。那么 Virtual A 将获得 90*90%=81 美元，而 Virtual B 将 90*10%=9 美元。

在每个 Virtual 应用中，收入将平均分配给验证者和贡献者。验证者将根据运行时间和质押金额获得收入，其中运行时间指的是验证提案数量与提案总量的比例。例如 Virtual A 中验证者 A 运行时间为 90%，则其将获得 81/2*90%=36.45 美元。随后收入将会进一步分配给各个质押者，将根据只额额度进行具体分配。此外，默认 10% 将作为委托费用支付给池子的验证者。而贡献者则根据贡献利用率和影响池进行收入分配。其中，贡献利用率考虑了贡献者的贡献在系统中被积极使用的时间长短，开发和维护模型的贡献者将获得总分配收入的 30%，而提供和维护用于模型微调的数据集的用户将获得总分配收入的 70%。此外，影响池则根据贡献的重要性授予积分。

目前 Virtual 已经接入了一款名为 AI Waifu 虚拟伴侣游戏中。该游戏故事背景发生在名为「阿卡迪亚」的世界中。游戏中，你作为阿卡迪亚的魔法师，需要与其他魔法师和他们的 Waifus 进行对抗。你可以选择与你的 Waifu 进行对话以加深联系，解锁隐藏故事，还可以通过赠送礼物以获得更多回报。目前，游戏中有三款不同的 Waifu 可供选择，每一款 Waifu 都有独特的背景故事及个性。此外，该款游戏还引入了战斗模式，你可以诱惑其他 Waifus 及对保护自己的 Waifu 。游戏内所有支出都将进入游戏的奖励池，且 WAI 交易费用的 60% 也将作为奖励池子的一部分进行分配。

和其他 AI 伴侣及聊天机器人不同，AI Waifu 在视觉上呈现为 3D 模型，并且可以对声音和文本做出情绪和动画反应。通过与 AI Waifu 的交流，她并不会重复内容风格，而是不断学习，并给予玩家个性化的回应。此外，AI Waifu 是一个跨平台 PWA，具有加密启用的经济设计，允许共同所有权，并将其支出作为收入份额回报给开发者。

除了 AI Waifu 外，Virtual 还计划推出一种具有跨游戏记忆和最终意识的新型 AI RPG，这些 AI 代理能够通过与游戏内玩家及其他代理互动进行动态演变。即用户可以将该代理放入游戏 A 进行训练，并保留训练记忆。随后，当该代理放入游戏 B 中时，仍然保留在游戏 A 中的记忆。通过不断学习，AI 代理能够模仿人类玩家的行为，并且能够根据玩家行为和游戏环境变化动态构建，这能够让用户游戏体验更加丰富及个性化，甚至包含不可预测性。用户还可以将交互记录上传已获得代币奖励。此外，Virtual 还计划推出能够在任何平台进行直播的虚拟 idol。

总结

在加密 AI 领域，Bittensor、Ritual 和 Virtual Protocol 分别深耕于不同的领域。其中 Bittensor 致力于构建共享知识的算法市场，其市值目前位在加密 AI 领域占据领先地位。然而，近期社区成员对其子网注册费用和实用性提出了一些质疑。不过单个子网的问题是否能归结于整个网络的缺陷，还需要再做评价。此外，关于系统严重依赖验证者运行的问题，Opentensor 基金会贡献者最近也提出了动态 TAO 解决方案「BIT001」。

而凭借强大的融资阵容及团队背景，Ritual 成为了加密 AI 赛道新贵选手。此前，Dragonfly 合伙人 Haseeb Qureshi 曾在文章中表示，Rutial 采用的加密经济学，在可验证推断赛道中最简单、也可能是最便宜的，但存在节点合谋的安全问题。不过随后 Ritual 联创在社交平台上进行了解释，表示 Ritual 平台并未采取一种基于节点合作和选择性合谋的加密经济学方法，而是提供了用户根据自己的偏好选择安全性级别的选项。

相比之下，Virtual Protocol 则更具趣味性，并且注重用户参与。例如，该协议推出了AI Waifu虚拟伴侣游戏，并即将推出的游戏AI代理。相较于传统游戏既定的游戏规则，Virtual Protocol 致力于与玩家建立互动关系，并希望能够根据玩家行为和游戏环境动态演进，从而增加游戏的社交属性及连续性.

当然，除了本篇文章中提到的三个项目，市场上还有很多 Crypto AI 项目值得关注，例如专注于 GPU 租赁市场的 io.net 、AI 代理协议 Autonolas 及专注于创作者的 Web3 启用 AI 平台 MyShell 等。这些项目都展示了 Crypto AI 领域的多样性和潜力，我们也会继续密切关注这一领域的发展。

免责声明：本文仅代表作者个人观点，不代表链观CHAINLOOK立场，不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险，以及遵守所在国家和地区的相关法律法规。
图文来源：LINDABELL，如有侵权请联系删除。转载或引用请注明文章出处！

标签：AI