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。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到[email protected]，本平台相关工作人员将会进行核查。