AI+Web3.0：解锁未来数字生态的“密钥”

Bitget App

交易“智”变

Bitget

资讯中心

察访区块链2025/01/26 05:11

作者:察访区块链

构建数字世界的“超级引擎”

1 月 23 日"何其有幸 AI 嘉年华”在线上成功举办，汇聚了国内外 AI 领域的大咖，在"主题演讲"和"圆桌论坛"中分享最新的研究成果、实践经验和前瞻性观点，为参会者带来一场思想盛宴，一场精神大餐。察访区块链创始人受邀参与本次嘉年华并主持了AI+Web3.0圆桌论坛，与业届数位专业人士及创业实践者们从不同角度探讨了[AI+Web3.0]方面的诸多真知灼见，每一位嘉宾都为我们带来了深刻的见解和宝贵的经验。

以下是几位嘉宾分享的观点摘录：

李文龙博士：

1.提升 Web3 智能化程度。AI 能够深入剖析 Web3 去中心化应用（DApps）里的用户行为及偏好，借此实现更为精准的内容推荐与个性化服务，显著提升用户体验。

2.优化数据处理与合约执行。在 Web3 环境中，AI 可对智能合约的设计与执行进行优化。它不仅能自动检测并修正潜在错误，还能实时监控网络活动，精准识别异常行为，从而有效提高合约效率与平台安全性。以 people RWA 系统为例，在建设与发行通证 SWA 的过程中，该系统充分运用 AI 技术改进智能合约，极大提升了通证合约的安全性与合理性，对维护通证持有人权益、抵御恶性投机起到了积极作用。

3.化解 AI 信任与数据难题。Web3 的区块链技术可借助公证等手段，助力 AI 解决信任问题，减少模型产生的错误信息对互联网信息库的干扰。同时，在遵循法规与公司政策的基础上，实现多组织团队协作，从共享数据中挖掘价值。

4.提供去中心化算力支撑。随着 AI 系统计算复杂性的提升，算力需求急剧增长。Web3 的去中心化算力网络能够聚合全球范围内闲置的 GPU 资源，为 AI 公司打造经济高效的算力市场。

5.赋予 Web3 应用智能功能与优质体验。AI 助力 Web3 应用实现更智能的功能，为用户带来更佳体验。例如，通过自然语言处理技术，AI 可实现智能合约的自动化执行与管理，提升区块链交易的效率与安全性；运用机器学习算法，AI 能够对 Web3 中的海量数据进行分析与挖掘，为用户提供更具价值的信息与决策支持。当然，AI 不仅可以做出正面贡献，也会被利用来恶意攻击 dapp 或从事恶意交易，这也会影响 web3 的稳定性与可靠性，也需要技术与规则来抵消恶意 AI 行为。

邱维明秘书长

1.技术融合点：AI 与 Web3.0 在算力、数据集、生态利益分配和安全性等方面存在协同创新价值。如 Web3.0 架构的算力平台能整合全球 GPU 卡，为 AI 提供支持；可通过智能合约和 DAO 整合全球数据集，支持多模态语言模型训练；Web3.0 的安全机制有助于保护个人隐私安全，促进数据融合与共享。

2.技术难题与机遇：在 AI 安全方面，面临模型输出内容合规性检测和个人隐私保护的挑战，可借助 Web3.0 技术探索解决方案。在数据层面，通过 Web3.0 的利益共享机制，有望建立分布式数据集，推动行业发展，如在文生视频出海、医疗数据集构建等领域有创新机会。

3.应用场景：各行业都有 Web3.0 与 AI 融合的落地机会，当前在金融领域的贷款、信用计算等方面，以及社交领域，已有相关应用探索。

4.未来发展：认为未来合成数据和虚拟仿真技术结合 Web3.0，能更好地融合全球数据资源，提升用户体验，Web3.0 与 AI 的结合在多领域有探索价值。

5.行业生态合作与标准：提出构建 Web3.0 和 AI 社区需要制定服务蓝图、用户画像、利益相关地图和系统架构图，明确各角色定位和责任，促进全球化协同创新。

Elon 博士

1.技术融合点：在数据方面，Web3.0 强调数据所有权回归用户，通过分布式存储为 AI 提供广泛合法的数据来源，并保障数据隐私；在智能合约方面，Web3.0 的智能合约为 AI 提供安全、透明、授权的执行机制，还能与 AI 结合实现身份认证和访问控制策略调整。同时，AI 可助力 Web3.0 的隐私保护和智能合约优化，Web3.0 也能通过数据所有权和数字权益激励用户为 AI 提供数据，利用分布式计算资源训练模型。

2.技术难题：分布式存储与 AI 模型训练存在数据一致性和版本控制问题；计算资源分布和协调困难；模型解释性和监管在 Web3.0 的分布式、匿名环境下较为复杂。

3.应用场景：打造全球分布式商城，利用 AI 和 Web3.0 技术，通过精准记账、数据分析和智能合约，实现消费者、商家和平台的利益共享，推动消费革命，提升用户体验和消费动力。

4.未来发展：Web3.0 与 AI 结合在金融、数字身份、数据隐私安全、元宇宙商业和社交等领域有新机遇，如智能投顾、风险评估、数字身份体系构建、个性化服务等。

5.行业生态合作与标准：建议建立通用技术框架和接口标准，促进开发社区人才交流与培训，建立跨领域合作平台，推动行业标准制定和应用推广。

赖军总

1.技术融合实践与思路：分享将小模型放在区块链上的实践弯路，提出将 AI agent 做成 DAPP 的思路，认为可增加其去中心化和隐私保护等特性。还提到利用区块链的去中心化算法处理数据，如医疗数据隐私保护，以及在社区治理、金融智能合约等方面利用 AI 提供决策支持的可能性。

2.技术难题：数据集成问题，Web3.0 环境下数据标准格式复杂；隐私数据训练存在风险，智能合约漏洞可能导致信息泄露；AI 模型算法透明性对 Web3.0 项目很重要；分散化计算资源可能导致效率低下。

3.应用场景：在社交领域，将模型压缩微调用于客服服务，提高效率，激发用户创作。

4.未来发展：看好 Web3.0 与 AI 在金融、数字身份、数据隐私安全、元宇宙商业和社交领域的结合，认为在这些领域有创新机会，如智能投顾、合约进化、自主可控数字身份体系、个性化服务等。

5.行业生态合作与标准：认为推动传统企业与新兴技术企业合作，要建立信任机制，利用 AI agent 负责社区组织和合约执行，减少人工干预；开展社区用户教育，为新技术应用做铺垫；关注员工对新技术的接受度。

双润

1.Web3 和 AI 在技术层面存在诸多天然结合点，Web3 的去中心化特性为 AI 提供了更安全的数据存储和处理环境，而 AI 的智能分析能力则能优化 Web3 的资源配置和决策过程。

2.Web3 与 AI 融合面临诸多技术挑战，数据的去中心化存储与 AI 模型训练的需求存在矛盾，因为 AI 需要大量集中数据进行高效训练。同时这种融合也带来巨大机遇。例如，在用户体验方面，AI 可以根据用户在 Web3 环境中的行为提供个性化服务；在商业模式上，去中心化 AI 平台可以降低数据垄断风险，促进公平竞争。

3.Web3 与 AI 的融合正在改变传统业务模式，带来更高的效率和创新体验，但这种融合需要在数据可用性与隐私保护之间找到平衡。

4.传统企业与新兴技术企业的合作需要打破思维定式，建立信任机制，推动开发者社区建设是关键，通过开源项目、技术培训和竞赛活动，吸引更多人才投身这一领域。

5.政府和行业协会应出台政策支持，促进产业协同发展。例如，一些企业通过建立联合实验室和创新基金，推动 Web3 与 AI 技术的落地应用。只有通过多方合作，才能构建一个健康、可持续的 Web3 与 AI 产业生态。