去中心化AI Marketplace的最佳尝试

作者: Ian@Foresight Ventures

TL;DR

• 一个成功的去中心化AI marketplace需要将AI和Web3的优势紧密结合，利用分布式、资产确权、收益分配和去中心化算力的附加值，降低AI应用的门槛，鼓励开发者上传和分享模型，同时保护用户的数据私有权，构建一个开发者友好，且满足用户需求的AI资源交易、共享平台。

• 基于数据的AI marketplace有更大的潜力。死磕模型的marketplace需要大量高质量模型的支撑，但早期平台缺乏用户基数和优质资源，使得优秀模型提供者的激励不足，难以吸引优质模型；而基于数据的marketplace通过去中心化，分布式地采集、激励层设计和数据所有权的保证，可以积累大量有价值的数据和资源，尤其是私域数据。然而，数据市场也需要解决数据隐私保护的挑战，解决方案包括设计更灵活的策略，允许用户自定义隐私级别的设置。

• 去中心化AI marketplace的成功依赖于用户资源的累积和强大的网络效应，用户和开发者可以从市场中获得的价值超过他们在市场之外能够得到的价值。在市场的早期，重点在于积累优质模型以吸引并保留用户，然后在建立起优质模型库和数据壁垒后，转向吸引和留住更多的终端用户。并且，优秀的AI marketplace需要找到各方利益的平衡点，并妥善处理数据所有权、模型质量、用户隐私、算力、激励算法等因素。

01

Web3的AI Marketplace

1.1 web3领域的AI赛道回顾

首先回顾一下之前我提到的AI和crypto结合的两种大方向，ZKML和去中心化算力网络