去中心化的人工智能不是对云的简单调整，而是一次越狱。 连接全球闲置的GPU，成本降低10倍，消除单点故障。 智能应该像比特币一样扩展：无需许可、无国界、不可阻挡。

DeAI 可能是我们行业迄今为止看到的最大用例 + 市场机会。我们在谈论数万亿的市场。为什么？ 去中心化基础设施在 AI 堆栈的许多层面上都很重要： - 经济激励系统用于贡献开源 AI 开发，例如在像 Bittensor 或 @tigfoundation 这样的开放创新网络上优化模型，或向 @OpenledgerHQ 的训练/微调数据集提供（可归属的）数据。 - 可验证的推理以创造真正的问责制，打击幻觉，并使代理系统能够实现完全可审计的链上可追溯性，解决方案范围从专门构建的网络如 @Mira_Network 到 @OpacityNetwork 的 zkTLS 或 @wardenprotocol 的工具，构建利用可验证 AI 模型的应用程序，等等。 - 去中心化的训练基础设施使得大规模开源模型能够集体训练，这正是 Bittensor 和 @tigfoundation 的构建目的，就像 @AlloraNetwork（专注于预测智能）一样，或 Bittensor 上的专门子网如 @tplr_ai，已经催生了 Templar I。 - 基于 MPC 的私有计算网络使得机密模型训练和推理成为可能，如 @nillionnetwork、@ArciumHQ 或 @LitProtocol，对于任何涉及敏感/个人数据的 AI 驱动用例（如医疗、保险和金融等领域，甚至是（各种形式的）个性化 AI 伴侣）都是至关重要的推动者。 - 去中心化的 GPU 网络如 @ionet 允许全球范围内的地理分布集群利用闲置 GPU，民主化计算访问，并提高资源分配的效率，不仅提供了一个成本效益高的替代方案给集中式提供商，还积极应对全球 GPU 短缺，以及 GPU 生产无法跟上快速增长的需求这一事实。 - 用户拥有的开源 AI 模型很重要，所有权 + 治理在整个堆栈中，尤其是在模型层面应该是核心公共利益，考虑到 AI 在我们生活中显示的重要性和日益主导的地位。在集中式 AI 范式中，你是产品，而构建闭源模型并在其公司墙后囤积你的数据的企业巨头则变得越来越强大。与此同时，所有用户和集成者都受到控制实体选择在模型上实施的更改的影响。为了避免操控，确保安全，并最大化性能，拥有强大、开放和民主治理的模型，一方面，以及从开源基础模型衍生的用于各种用例的小型专用模型，另一方面，将变得越来越重要。这一切都可以通过加密实现。无疑这是一个非常广泛的观点，但仍然值得在这里强调 @NEARProtocol 在用户拥有的 AI 前沿的努力（尤其是与 @near_ai 相关的努力，但也考虑到构建市场上最大的开源 LLM 的努力），或 @OpenledgerHQ 使得在可归属和可验证的数据集上进行（无代码）微调开源 AI 模型成为可能。 - 公共区块链提供了确定性、可编程的金融基础设施，使 AI 代理能够参与经济活动并蓬勃发展。在 "现实世界" 中，代理无法申请信用卡，可能需要等待几天才能完成银行转账（前提是他们能够获得账户），而 DeFi 提供了一个庞大的金融原语生态系统，代理可以在提供钱包的情况下利用。考虑到其作为 AI 原生区块链的定位，再次值得强调 @NEARProtocol，鉴于其原生链抽象账户、NEAR 意图、低成本/高性能以及为 AI 构建者提供的众多周边基础设施/工具，处于捕捉大量代理活动的良好位置。 - VLA（视觉-语言-行动模型）缺乏 Langchain 风格的框架，使自主操作员能够执行从桌面工作流自动化到 AI 驱动的游戏伴侣，甚至使机器人系统能够在复杂环境（想象一下工厂内）中无缝操作的复杂任务，以完全可追溯和可验证的方式。然而，这正是 @codecopenflow 正在构建的，内置了一个为操作员提供的代币化市场，无代码 VLA 训练，以及来自去中心化网络的智能计算聚合，赋能构建者获得无缝的工具和计算访问。同时，操作员的每个工作流步骤（也可以在私有和/或专有基础设施上运行）可以选择记录在 Solana 上，确保完全可验证性和可审计的链上追踪。在我看来，这绝对是巨大的，并且是各个行业利用 VLA 的关键推动者（VLA 将很快达到 LLM 已经达到的同等显著性水平）。 当然还有更多，但我认为以上内容已经相当令人印象深刻地展示了 DeAI 在一个随着更广泛的 AI 行业快速增长而将价值数万亿的市场中为何及如何重要。 DYOR 匿名。