HTX Ventures研报：探索AI+Crypto赛道投资方向

近年来，随着人工智能（AI）和区块链技术的迅猛发展，AI+Crypto 赛道成为了投资者关注的热点领域。区块链以其去中心化、透明度高、低能耗和反垄断等特性，弥补了 AI 系统的强中心化和处理过程不透明，二者的结合为我们带来了前所未有的机遇。

根据 Vitalik 的观点，AI 和区块链的结合应用主要分为四大类：作为应用参与者、作为应用接口、作为应用规则以及作为应用目标。他提出，AI 在 Crypto 中的角色应更多地从“应用”的角度来考虑，包括优化算力、优化算法和优化数据等方面。

火币研究院按照 AI 的应用层次对 Crypto 技术参与方向进行区分，可以分为基础层、执行层和应用层，在每一层次上都存在着值得探索的机会。例如，zkML 技术结合零知识证明和区块链技术，为 AI 代理行为提供了安全、可验证和透明的解决方案。此外，AI 在数据处理、自动化 dApp 开发、链上交易安全等执行层次也展现了巨大的潜力。在应用层次，AI 驱动的交易机器人、预测分析工具以及 AMM 流动性管理等在 DeFi 领域中发挥着重要作用。

本文将详细探讨 AI+Crypto 赛道的投资方向，重点关注基础架构层面和应用层面的创新与发展，从中期和长期投资策略的角度，分析 AI 与区块链结合的前景与挑战。
本文由火币研究院撰写，该团队目前隶属于 HTX Ventures。HTX Ventures 是火币 HTX 的全球投资部门，整合投资、孵化和研究以识别全球最优秀和最有前景的团队。目前，HTX Ventures 已支持跨越多个区块链赛道的 200 多个项目，其中部分优质项目已上线火币 HTX 交易。

AI 赛道重点方向

区块链在中心化、低透明度、能耗、垄断化这几个点上和人工智能相比是完全相反的。Vitalik 按照上述准则以及自身的思考，将人工智能与区块链结合而成的应用分为 4 大类：

人工智能作为应用中的参与者（AI as a player in a game）

人工智能作为应用的接口（AI as an interface to the game）

人工智能作为应用的规则（AI as the rules of the game）

人工智能作为应用的目标（AI as the objective of the game）

V神对于 AI 在 Crypto 中的角色更多的是从“应用”的角度来考虑。 如果从生产力 VS 生产关系的角度来考虑。 Crypto 其实更多的是提供生产关系。从这一点来看，主要可从三个方向来考虑：

－优化算力：提供分散而高效的算力资源，减少单点故障风险，提升整体计算效率。

－优化算法：促进算法或模型的开源、共享和创新。

－优化数据：数据的去中心化存储、贡献、使用和安全管理

HTX Research 认为，AI 的整体方向可以按通用架构分为基础层、执行层和应用层。相应的，AI+Web3项目我们也可以从这三个大方向来探索。在基础层，包括基础架构层面的模型训练、数据、去中心化算力和硬件等, 重点关注 zk 技术与人工智能 ML 技术的结合；在执行层，数据处理和数据传输, 模型层面的 AI agent、zkML、FHE(全同态加密) 等；在应用层，则主要关注 AI+DeFi， AI+GameFi, 元宇宙、AIGC 和 Meme 等，以及区块链层面的 RAAS(Robotics as a Service)、预言机、协处理器、UBI(全民基本收入)等。

其中基础架构层面和应用层面项目发展较快，如算力层面的 Io.net、基础模型层面的 Flock、区块链基础设施 ZeroGravity、AI agent 的 Myshell 和 应用层面的0x Scope。

以下几个方向可以重点探索：

一、zkML 方向

zkML 技术通过结合零知识证明和区块链技术，为监测和约束 AI 代理行为提供了一种安全、可验证和透明的解决方案。例如，Modulus Labs 项目利用 zkML 技术，在保护个人隐私和商业机密的同时，向利益相关者证明其 AI 已执行特定的任务。

zkML，作为人工智能和区块链的中介，提出了一套解决方案，旨在解决 AI 模型与输入的隐私保护问题，并保证了推理过程的可验证性。它开创了一种能在验证私有数据时使用公开模型，或在验证私有模型时使用公开数据的新方法。通过整合机器学习的能力，智能合约得以实现更多的自主性和动态性，可以基于实时链上数据进行操作，而不仅仅是静态规则。这种革新使智能合约更为灵活，能够适应更多不同的应用场景，甚至是那些在最初设定合约时未能预见到的场景。