当消费级 AI 应用遇见加密，哪些项目和方向值得关注？

作者：Karen Shen

编译：深潮TechFlow

在这篇文章中，我们将探讨加密货币和消费级 AI 之间合作的潜在机会。文章分为三个部分：

• 为什么选择加密货币 x 消费级 AI？

• 传统消费级 AI 概述

• 加密货币 x 消费级 AI 的机遇

为什么选择加密货币 x 消费级 AI？

过去一年中，AI 和加密货币的结合逐渐成为消费者关注的热点，推动了许多新项目的启动。大部分关注和资金都流向了 AI 的基础设施领域，如计算能力、训练、推理、智能模型和数据基础设施。

尽管这些项目雄心勃勃，可能带来大规模的成果，但技术尚未成熟到可以大规模应用，短期内的商业化不太可能实现。这使得市场上在消费者层面留下了一个空白，亟需更具直接影响力的技术应用。

消费级 AI 是指为普通用户设计的人工智能产品，而非专为企业或特定业务应用设计的产品。这些产品包括 AI 驱动的通用助手、推荐系统、生成工具和创意软件。随着 AI 技术的迅速发展，消费级应用变得更加直观、个性化，并更容易被普通用户使用。

当前流行的消费级 AI 应用

与需要精确和确定性结果的企业级 AI 不同，消费级 AI 更注重灵活性、创造力和适应性——这些都是 AI 擅长的领域。

尽管还处于早期阶段，加密货币和消费级 AI 的结合非常吸引人。很少有机会能看到两种技术同时走向成熟。因此，这个领域值得深入探索，尽管结果难以预测。

在加密货币领域，急需更多面向消费者的应用，以提供新颖且吸引人的方式与其基础技术互动。过去十年，区块链投资推动了基础设施的飞跃，带来了更快的区块生成时间、更低的 Gas 费用、更好的用户体验，并在我们几年前面临的许多入门障碍上取得了成功。

您只需尝试使用像 Moonshot 这样的应用程序，通过 Apple Pay 即时购买 Meme 币，就能感受到行业的进步。然而，仍然缺乏愿意解决有趣的消费者加密货币问题的创始人和开发者。

与此同时，消费级 AI 已经准备好进入市场，为开发者提供了一个绝佳的机会，将这两种技术结合起来，构建能够塑造我们与数字资产和合成智能系统互动、拥有和参与方式的应用程序。

传统消费级 AI 市场概述

首先，我们将利用两个资源来帮助我们了解传统（非加密）消费级 AI 领域的最新发展：

• a16z 的《网络流量最高的消费产品》（第三版）

• Y Combinator 于 2024 年冬季（Winter 2024）推出的创业孵化项目

a16z 的《网络流量最高的消费应用》

a16z 报告旨在通过审查网络流量数据，每六个月对访问量最大的消费级 AI 网络和移动产品进行排名。

通过分析这些数据，他们能够识别消费者如何积极使用消费级 AI 技术的趋势，哪些类别正在获得关注，哪些类别正在衰退，以及哪些项目在各个类别中成为早期的赢家。

以下是截至 2024 年 8 月的前 100 个 AI 消费产品，按类别划分为网络和移动应用。

显然，内容生成和编辑工具在消费级 AI 中处于领先地位。

这些应用目前占据了前 50 个网络应用中的 52% 和前 100 个移动应用中的 36%。值得注意的是，这一类别正在从文本到图像扩展到包括视频和音乐生成，拓宽了 AI 驱动的创意表达的潜力。

像通用助手、伴侣和生产力工具这样的流行类别在前 100 名榜单中保持着稳定的地位，反映出持续的市场需求。a16z 报告的第三版中新增了“美学与约会”这一类别，其中有三个项目上榜。

值得注意的是，一个加密项目也在跨类别中脱颖而出。Yodayo（现为 Moescape AI），一个动漫伴侣应用，在网络应用榜单中排名第 22。

Moescape AI

将 a16z 的最新报告与之前的报告进行比较可以发现，虽然核心消费级 AI 类别保持稳定，但大约 30% 的前 100 个项目是新的，这突显出该行业的持续演变。

Y Combinator 于 2024 年冬季（Winter 2024）推出的创业孵化项目

接下来，我们审查了 Y Combinator 在 2024 年冬季（Winter 2024）推出的一期创业孵化项目，以识别新兴的消费级 AI 项目和类别，这些项目可能尚未在 a16z 的前 100 名网络流量榜单上获得足够的关注。

在这里，我们希望这些信息能帮助我们预测未来 6 至 12 个月的消费级 AI 趋势，尽管对这些产品的实际消费者需求仍存在不确定性。

在最近的 235 个项目批次中，63% 专注于 AI，其中 70% 构建在应用层。只有大约 14% 的应用层项目被识别为面向消费者。

以下是我们对消费级 AI 项目的分类尝试。

同样，内容生成仍然是创始人中最受欢迎的类别，新的项目正在不断拓展创意的边界。

与 a16z 报告中看到的趋势类似，YC 的最新批次正在探索高级内容类型，包括故事讲述、脚本到电影生成、音乐、视频和以演示为重点的内容。

类似于 a16z 报告中的趋势，Y Combinator 的最新一期项目正在探索更高级的内容类型，包括故事讲述、从脚本到电影的生成、音乐、视频以及以演示为重点的内容。

最后，游戏、自助、市场和流媒体等类别在这一批次中出现，标志着新的方向，而这些方向在 a16z 报告中尚未出现。

加密与消费级 AI 的机遇

在了解了传统消费级 AI 市场的背景趋势后，我们将目光转向消费级加密 AI。

首先，我们可以简要讨论 AI 如何为加密产品增添价值，或者相反，加密技术如何为消费级 AI 产品带来益处。

加密和 AI 各自提供截然不同的价值定位。

可以说，这两种技术在某种程度上存在价值观上的冲突——加密技术强调去中心化、隐私和个人所有权，而 AI 则倾向于将权力和控制集中在开发和拥有最先进模型的人手中。

随着去中心化和开源 AI 的兴起，这种界限开始变得模糊。

在消费产品的背景下，AI 的核心创新在于通过生成新颖内容来模拟和扩展人类的创造力，同时从海量数据中学习，利用先进的神经网络架构建模复杂关系并生成高质量的输出。

早期的迹象表明，AI 应用具有很强的用户留存和变现潜力。然而，它们也面临着所谓的“游客问题”，即用户访问量高但从免费用户转化为付费用户的比例低于预期。

另一方面，加密技术是一个设计空间，具备去中心化、加密经济激励和超金融化的特点。它是一个分布式账本，可以透明且有出处地存储任何数字对象的价值。

加密技术在协调活动、整合去中心化基础设施以及无摩擦地创建新市场方面表现出色。然而，除了金融基础设施外，加密技术尚未开发出一个引人注目且可持续的消费级应用。

AI 可能是释放加密技术更广泛消费潜力的关键部分。最近的一项研究显示，生成式 AI 的采用速度非常快，超过了个人电脑和互联网的普及速度——大约 32% 的美国居民现在每周使用 AI。鉴于这种发展速度，消费级加密技术的开发者若能与 AI 的快速应用同步进行实验和创新，将会大有裨益。

我们相信，创新的消费应用将会利用 AI 的力量以及加密技术带来的去中心化和金融化网络的独特能力，从而带来突破性的发展。

市场分析

在加密与 AI 结合的领域，专注于消费者的项目数量仍然相对较少。根据我们的研究，约有 28 个此类项目，但这个数字并不确定。

在这个由众包构建的去中心化 AI 市场图中，消费者类别仅占整个去中心化 AI 市场的约 13%，这显示了我们在这一领域的巨大增长潜力。作为对比，技术市场中大约 60-70% 是应用层产品，其中约 70-80% 是面向消费者的应用。

虽然本报告仅涵盖了一小部分项目，但我们已经发现了一些早期的洞见。

我们总结了一些团队在整合加密和 AI 方面的初步思路。这些洞见被提炼成更广泛的应用场景，其中一些显示出良好的前景，而另一些可能不太可持续。

1. 激励机制：利用加密技术来激励和奖励用户在 AI 平台或应用上的活动。例如，Wayfinder 的本地 Token 用于奖励那些在链上为 AI 智能体创建有价值路径的智能体和参与者。Botto 这个自治 AI 艺术家则通过让社区对其艺术创作进行反馈，并以 $BOTTO Tokens 的形式分配其艺术销售的部分收益来奖励这种参与。

2. 金融化：在区块链上交易、拥有和从 AI 资产中产生收入的能力。例如，Virtuals Protocol 提供了一个平台，任何人都可以购买、拥有一部分 AI 智能体，并从他们所信任的智能体产生的收入中获益。所有权通过 Token 表示。

3. 版权归属：允许知识产权持有者在区块链上追踪、验证并索取版税。例如，像 Oh.xyz 这样的项目通过加密技术为创作者生成数字孪生 NFT，以验证内容的真实性，并在未来索取版税。

4. 应用内或游戏内经济：使用加密货币作为应用或游戏中的货币。例如，游戏如 Parallel 和 Today 将设有游戏内经济系统，玩家及其 AI 智能体可以使用各自的 Token 进行资源交易。

5. 去中心化：实现网络、服务和模型的去中心化。例如，BitMind 是 Bittensor网络上的一个子网，正在构建首个去中心化的深度伪造检测系统。通过 Bittensor，他们能够鼓励 AI 开发者之间的开放竞争，以共同开发最佳的深度伪造检测模型。

6. 抗审查：解除生成式 AI 内容创作的限制。例如，Venice 是建立在 Morpheus 的去中心化通用智能体网络之上的私人且无需许可的生成式 AI 助手。与传统 AI 助手不同，Venice 不会对 AI 进行审查，也不下载用户对话。

7. 会员系统：使用加密货币作为访问高级功能的手段。例如，MyShell 的生态系统 Token 有多种用途，其中之一是为持有者提供访问高级功能的权限。

8. 智能助手：利用 AI 简化人们与加密技术的交互。例如，Wayfinder 、 Fere AI 、 Fungi 和 PAAL AI 是为加密行业设计的特定领域的通用助手或机器人，旨在简化终端用户的加密体验。

9. 内容情境化：利用 AI 实现在区块链上对内容进行情境化和个性化。例如，Unofficial 计划使用 zkTLS 和 RAG 在 Farcaster 上构建一个链上社交的发现引擎。

在分析了当前加密与消费级 AI 市场后，包括加密和 AI 的应用方式以及传统消费级 AI 中已建立和新兴类别的状况，下一部分将探讨这一交汇领域中最具潜力的设计空间。

游戏与智能体/伴侣

游戏和智能体/伴侣之所以成为创业者在这个交汇领域中最受欢迎的两个方向，是因为它们为 AI 和加密技术的实验提供了理想的环境。

游戏和智能体通常在虚构的世界中运行，主要目的是娱乐消费者。结果往往不需要是决定性的，对现实生活的影响也很小。因此，这为实验创造了绝佳的条件。

Today 的游戏环境

目前，像 Parallel Colony 和 Today 这样的游戏正在将 AI 作为产品的核心体验，即游戏内的 AI NPC 角色表现得像真人，具备自主性和对话能力。

加密技术被用作游戏内支付、智能体间支付或解锁角色拥有权的金融基础设施。

关键在于，这种新的数字经济为这些加密游戏提供了相对于即将上市的众多 AI 游戏的竞争优势。

AI 是一种变革性技术，毫无疑问，它正在成为游戏开发和未来游戏体验的关键部分——但我们相信，那些在开发 AI 游戏时就已经考虑到数字原生经济的团队将拥有最终的竞争优势。

游戏中的 AI 智能体非常有趣，而加密技术则首次为游戏引入了一个模拟人类经济体验的系统。游戏中的 NPC 不能开设银行账户、进行交易或做出真实的经济决策。这可能会带来许多前所未有的行为和机会。

正如 Parallel 的创始人 Kalos 在推特上所言：

这种理念在如今的虚构环境中，比如游戏中，最为直观。

开发 AI 智能体和伴侣的项目同样使用 AI 和加密技术——AI 作为核心体验，加密技术作为金融基础。然而，与游戏不同的是，智能体在一个受限的环境中操作，允许更多复杂的交互，而对现实生活的影响很小。目前，智能体和伴侣主要限于一对一或一对多的关系。

例如，通过 MyShell 、 Virtuals Protocol 或 MoeMate ，用户可以通过聊天或语音功能与 AI 聊天机器人角色互动——这种互动仅限于用户与聊天机器人（或其他媒介）之间。聊天机器人是具有有限特征的大语言模型包装器，特征可以由机器人的创建者自定义，如交流的语气、智能体的外观等。因此，用户与这些聊天机器人的互动在创意方面也受到限制。

MoeMate 的 Draco Malfoy AI 聊天机器人体验

虽然与竞争对手类似，ai16z 采用了一种开源和自下而上的方式来构建链上 AI 智能体基础设施，为未来的多智能体系统提供工具。你可以在他们的 Github 上查看相关项目。

在游戏和智能体领域，还有许多值得探索的方向，比如多智能体互动体验或无限游戏模式。涉及到多对多的 AI 智能体与人类互动的消费者体验虽然复杂，但可能会带来更具活力和吸引力的体验，以及更复杂的加密经济体系。这些尚未在游戏环境之外得到充分探索。

我们依然认为，这是创业者们最具潜力的建设领域之一，我们非常期待看到未来的发展。

通用助手与内容生成

通用助手和内容生成工具在传统消费者 AI 市场中占据主导地位。然而，由于竞争激烈，进入这个市场具有挑战性且成本高昂，这解释了为何这些类别在加密市场中的代表性较少，而在传统 AI 市场中却占据强势地位。

尽管如此，这些工具的需求依然强劲，在 a16z 的网络流量分析中始终位居前列。对于处于加密与 AI 交汇点的创业者来说，这些类别依然充满前景，尤其是那些专为加密用户设计的产品。通过专注于加密领域的特定需求，可以在不直接与传统市场竞争的情况下创造独特的价值。

以下是一些例子：

• AI 驱动的加密助手：加密领域通常被认为难以导航。无论是想在链上购买或交换 Token，还是满足参与游戏或社交活动的要求，都存在许多障碍。

你是否在正确的网络上？如何切换网络？你是否拥有正确的 Gas Token？如何将资金转移到正确的网络？

对于新手来说，学习曲线非常陡峭。即便是对那些熟悉加密技术的人来说，这些任务也可能耗费时间。

尽管行业迄今为止在账户抽象、意图设计和其他 UI/UX 改进上投入了大量精力，但 AI 更有可能整合这些进展并推动变革。一些团队，如 Wayfinder 、 Fungi 、 PAAL AI 和 Fere AI，已经在探索解决方案，尽管目前还没有获得显著的市场吸引力——这为更多的竞争和专业化留下了空间。

Wayfinder 的加密助手初探

经验丰富的 Solidity 开发者的需求与新手可能大相径庭。我们认为，专注于特定用户群体的团队（完全针对该群体的问题量身定制体验）、提供精致用户体验（利用账户抽象和意图设计的最新进展）以及个性化服务（基于用户的链上历史活动）将更有可能取得成功。

AI 驱动的资产生成：在加密领域，内容生成可以视作资产生成。通过 ERC20、ERC721、ERC1155 及其他标准，可以生成几乎无限的资产。就像 Midjourney 和 DALL-E 生成图像，或 SUNO 创作音乐一样，AI 在生成加密资产方面也能发挥重要作用。

例如，Truth Terminal 的 $GOAT Token、Wayfinder 的资产部署代理、Swan 即将推出的游戏化资产生成市场以及 Virtuals Protocol 的 AI 代理启动板等项目都是 AI 驱动的加密资产生成的早期示例。

这里有一个演示视频，展示了如何使用 Wayfinder 创建资产。

除了生成资产，AI 还能塑造叙事、推广资产，并赋予其“声音”。对于像 memecoins 这样的特定资产类型（无外部依赖），AI 可以有效地简化从头到尾的资产开发过程。

在一个 AI 智能体可以无缝生成无限加密资产的世界中，开发者的机会在于识别价值和注意力可能流向的方向。例如，Virtuals Protocol 认为投机将转向创作者层面，使消费者能够对 AI 智能体吸引注意力和创造有趣资产的能力进行投机。

我们正处于一个新兴现实的初期阶段，在这个现实中，AI 能够生成加密资产形式的实际财务价值，并供人们享受和投机。尽管这种发展的未来难以预测，但这里有许多值得实验的领域，我们将密切关注其走向。

其他领域

在加密技术与消费者 AI 的交汇点，还有许多领域尚未被探索。随着 AI 的快速进步，这些领域可能会迅速扩展和演变。尽管有些领域可能寿命较短，适合与加密技术结合的领域较少，但依然有充足的实验空间——对此我们表示欢迎！

一种思考方式是考虑某些传统消费者 AI 项目的加密版本，这些项目通常没有与加密技术结合。例如，我们将加密技术应用于 a16z 和 YC 列表中的两个类别，并额外添加了一个。

教育科技（Edtech）是一个受欢迎的消费者 AI 类别，可以在技术堆栈的不同层面上受益于加密技术。教育涵盖地区、科目、语言、教育水平和教学方法。与其采用集中化的方法，教育科技可能会从全球贡献者的开源开发中受益。在这种情况下，Bittensor 上专注于教育科技的子网可以帮助构建这些模型。

加密技术还可以应用于教育科技应用的激励层面。超越传统的游戏化策略，如 Duolingo 的每日连胜，教师和学生可以通过加密技术在供需两方面获得奖励。

在自助领域，加密技术在数据所有权和货币化方面的潜力可能具有吸引力。由于成本、耻辱、缺乏意识以及专业人员的短缺，心理健康服务仍然难以获得。像 Sonia 和 Maia（均为最近的 Y Combinator 孵化项目）这样的项目，展示了负担得起的 AI 驱动治疗师解决方案的初步曙光。传统上，治疗师的笔记通常存储在办公室的纸质或数字文件中，数据难以访问。然而，随着 AI 驱动的治疗师的出现，数据可以私密地在线存储，从您的心理健康数据中可以解锁全新的应用场景。

设想一下，如果你能够真正拥有你的 AI 治疗会话的数据。你可以选择将其保密、将其货币化，或者匿名贡献给一个健康数据网络，以支持有意义的研究。像 Vana 这样的加密原生项目正在网络层面上实现这一点，让人们能够掌控自己的数据。

在娱乐领域，像 Unlonely 这样的项目正在尝试加密原生的直播，用户可以通过交易平台的 Token 来投机和影响直播的结果。目前，这种模式仅限于现实生活中的事件，但未来也可能扩展到 AI 生成的内容。这将实现全天候的直播，用户可以更大程度地控制直播的叙述。MineTard AI 是最近出现的一个早期例子。它是一个 AI 智能体，在 Kick 平台上全天候直播 Minecraft，持有 $MTard 的用户可以对智能体施加影响。

去年，TikTok 上出现了一种病毒式的趋势，创作者扮演 NPC，依据他们收到的“礼物”进行特定动作。虽然这种内容类型的流行时间较短，但它清楚地表明了消费者对互动直播体验的兴趣。随着 AI 驱动的 NPC 技术的进步，类似的游戏化互动可能适合加密原生的直播，其中 AI NPC 可以实时响应用户输入。

这些只是一些关于如何将加密和 AI 应用于消费者应用的初步构想。还有许多未在本报告中提及的想法，随着行业的快速发展，我们预计会有更多新颖的应用出现。

结语

正如你可能已经注意到的，我们对加密和消费者 AI 的交汇点充满了（极大的）期待。目前在这个领域开发的项目仅仅展示了潜力的一小部分。

随着这两项技术的同步成熟，创业者们迎来了一个独特的机会，可以创造出一波新的消费应用，这些应用可能会彻底改变我们与数字资产和合成智能的互动方式。

我们鼓励那些在这一领域进行创新的人，继续突破界限，探索这些技术的非传统应用。希望这篇文章能成为一些人开始这段旅程的有用资源。

如果你是在这一交汇点上进行开发的创作者，我们非常希望能与你交流！

披露/免责声明：在本文发布时，Collab+Currency 或其成员可能持有本文中提到的一些资产。本文作者和 Collab+Currency 并不支持或推荐拥有文章中提到的任何项目或收藏。

本文提供的信息仅供一般参考，不应被视为投资建议。尽管我们已努力验证所提供信息的准确性，但无法作出任何保证。投资者应认识到，投资数字资产涉及较高的风险，仅适合那些愿意承担此类风险的人。任何前瞻性声明均基于特定假设、分析、历史趋势的看法、当前状况及预期未来发展等因素。这些声明并不保证未来的表现，且存在一定的风险、不确定性和难以预测的假设。