Sự kết hợp giữa AI và Web3: Khám phá từ cơ sở hạ tầng đến ứng dụng thực tế

AI và Web3 là hai lĩnh vực công nghệ được chú ý nhiều trong những năm gần đây, đang thúc đẩy nhân loại bước vào giai đoạn tăng trưởng công nghệ mới. Sau khi ChatGPT mang đến trải nghiệm AI cách mạng, AI trên chuỗi cũng nhanh chóng chuyển từ khái niệm quảng cáo thành cơ sở hạ tầng thực tế, trở thành con đường mới có tiềm năng bùng nổ liên tục trong mắt các chuyên gia Web3.

Tại hội nghị đồng thuận Hồng Kông 2025 vừa kết thúc, sự kết hợp giữa AI và Web3 đã trở thành chủ đề nóng, xuyên suốt các phiên họp của hội nghị. Hãy cùng tìm hiểu những tiến triển mới nhất trong sự kết hợp giữa AI và Web3 hiện nay.

Một, Cơ sở hạ tầng AI

1. Nền tảng và khung AI Agent

Trong gần nửa năm qua, việc xây dựng nền tảng phóng AI Agent và cơ sở hạ tầng AI dạng khung đã diễn ra rất sôi nổi. Những dự án này cung cấp cho các nhà phát triển và người dùng bình thường một nền tảng dễ tiếp cận để sở hữu và sử dụng AI Agent, là một trong những hướng đi trọng tâm của các dự án AI hiện tại.

• 0G Labs: Hệ điều hành trí tuệ nhân tạo phi tập trung đầu tiên (deAIOS), thông qua việc xây dựng Layer 1 riêng cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, thiết lập hệ sinh thái phát triển AI phân tán.

• DeAgentAI: Nền tảng đổi mới tập trung vào Agent AI phi tập trung, cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân (Multi-Agent Systems).

• Autonomys Network: Một ngăn xếp hạ tầng phi tập trung, nhằm mục đích đạt được sự hợp tác an toàn và tự chủ giữa người và máy. Người dùng có thể tạo ra các tác nhân AI riêng biệt, thực hiện nhiều nhiệm vụ tự chủ khác nhau.

• Gaia Network: Nền tảng cơ sở hạ tầng AI phi tập trung, hỗ trợ phát triển và vận hành phân tán của AI Agent và ứng dụng, tích hợp lưu trữ phân tán, tính toán và xác thực dữ liệu thông qua công nghệ blockchain.

• Questflow: Mạng lưới đa AI Agent phi tập trung, người dùng chỉ cần mô tả nhu cầu, mạng lưới AI Agent có thể tự động hoàn thành nhiệm vụ.

2. Trí tuệ nhân tạo phi tập trung

AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi, hiện tại nhiều dự án đang nỗ lực không ngừng trong các lĩnh vực như sức mạnh tính toán, dữ liệu, mô hình, hy vọng rằng thông qua phương pháp phi tập trung sẽ phá vỡ vị thế độc quyền của các công ty lớn đối với LLM, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.

• Vana: Cam kết xây dựng nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, biến dữ liệu cá nhân thành tài sản tài chính.

• Hyperbolic: Nền tảng AI đám mây truy cập mở, tích hợp tài nguyên tính toán toàn cầu, cung cấp cho người dùng tài nguyên GPU và dịch vụ AI tiết kiệm chi phí, có thể mở rộng.

• OpenLedger: Tập trung vào mạng thế hệ tiếp theo về AI và blockchain, cung cấp cơ sở hạ tầng kinh tế phi tập trung, hỗ trợ các nhà phát triển thu thập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng và triển khai dưới dạng dịch vụ có thể thanh toán.

• IO.NET: Nền tảng tính toán phi tập trung, cung cấp dịch vụ truy cập theo yêu cầu vào các cụm GPU và CPU.

• Aethir: Nền tảng đổi mới tập trung vào việc cung cấp cơ sở hạ tầng điện toán đám mây phân tán.

• MinionLab: Mạng lưới AI tự trị phi tập trung, được sử dụng để khai thác dữ liệu theo thời gian thực từ internet.

• GAIB: Cam kết cung cấp giải pháp kinh tế trong lĩnh vực AI và tính toán hiệu suất cao, nhằm tạo ra một loại tài sản và hệ thống kinh tế mới thông qua việc tài chính hóa và mã hóa các nguồn GPU.

• Kite AI: Nền tảng blockchain Layer 1 phi tập trung được thiết kế cho nền kinh tế trí tuệ nhân tạo, mở khóa quyền truy cập công bằng và phần thưởng cho tài sản AI thông qua cơ chế đồng thuận Proof of AI (PoAI) sáng tạo.

• Automata: Cung cấp lớp trung gian bảo vệ quyền riêng tư và chức năng tính toán không theo dõi cho các ứng dụng phi tập trung.

• Public AI: Cam kết xây dựng nền tảng dữ liệu AI mở và minh bạch, hỗ trợ thu thập và gán nhãn dữ liệu đa mô hình.

3. AI có thể xác minh

Một trong những thách thức lớn trong sự phát triển của AI là tính không minh bạch trong quá trình đào tạo, cũng như không thể đảm bảo độ chính xác của kết quả đầu ra của AI. Hiện tại, có nhiều dự án muốn đạt được tính khả thi trong quá trình đào tạo AI thông qua các công nghệ như ZKP, TEE, nhằm đảm bảo độ tin cậy của kết quả đầu ra của AI.

• Phala Network: Nền tảng điện toán đám mây phi tập trung, cung cấp dịch vụ tính toán riêng tư đáng tin cậy và suy diễn AI cho các ứng dụng trên chuỗi.

• Brevis: Công cụ tính toán phi tập trung, cung cấp AI và tính toán blockchain có thể xác minh ngoài chuỗi, kết hợp bằng chứng không kiến thức để nâng cao quyền riêng tư và hiệu quả.

• Mạng Verisense: Nền tảng đổi mới tập trung vào xác minh dữ liệu phi tập trung và AI đáng tin cậy, giúp các nhà phát triển xác minh nguồn dữ liệu, đảm bảo tính xác thực và toàn vẹn của dữ liệu đào tạo.

Hai, trường hợp sử dụng AI: Tiềm năng và mong đợi

So với hạ tầng AI phong phú, hiện tại các dự án ứng dụng AI thực tế nổi bật vẫn còn tương đối ít. Dưới đây là một số dự án đáng chú ý:

• Narra: Nền tảng Gamefi AI Agent dựa trên một blockchain, sử dụng động cơ AI để tạo ra nội dung kể chuyện động thời gian thực, tương tác với người chơi và thúc đẩy sự phát triển của câu chuyện.

• AI Travel: Trợ lý du lịch được điều khiển bởi AI, có khả năng giúp người dùng tự động tùy chỉnh kế hoạch du lịch thông qua hình thức trò chuyện, và cung cấp dịch vụ đặt hàng và so sánh giá.

• HeyTracyAI: AI đại diện bình luận thể thao tập trung vào lĩnh vực bóng rổ, có khả năng cung cấp phân tích thời gian thực và những hiểu biết dự đoán cho các trận đấu.

• AskJimmy: Nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch, với mục tiêu tạo ra quỹ phòng hộ đa chiến lược phi tập trung được vận hành tự chủ bởi AI Agent.

Ba, Chuyển đổi dự án truyền thống sang AI

Xu hướng phát triển, nhiều dự án Web3 truyền thống cũng đã nhanh chóng đón nhận AI, công bố kế hoạch chuyển đổi AI của riêng họ.

Một số chuỗi công khai trưởng thành tích cực tham gia các hội nghị liên quan đến AI, cho biết sự xuất hiện của AI Agent giúp đơn giản hóa quy trình tương tác phức tạp trên blockchain, có khả năng thu hút nhiều người dùng hơn vào thế giới Web3. Những chuỗi công khai này đều bày tỏ mục tiêu phát triển tiên phong về AI, sẽ hỗ trợ toàn diện sự phát triển của AI từ hạ tầng cơ sở, đổi mới tài khoản và các khía cạnh khác, đồng thời khuyến khích các nhà phát triển đổi mới và phát triển ứng dụng AI trên chuỗi thông qua các hoạt động như hackathon.

Một số dự án tập trung vào các lĩnh vực cụ thể cũng bắt đầu khám phá lĩnh vực AI. Chẳng hạn, một dự án trước đây tập trung vào dịch vụ Restaking đã tuyên bố rằng họ đang nỗ lực xây dựng một lớp tin cậy phi tập trung, cung cấp dịch vụ đám mây có thể xác minh, để cung cấp chứng minh trên chuỗi cho việc đào tạo và suy diễn AI, dự đoán và các phép toán ngoài chuỗi khác, hỗ trợ sự phát triển của AI Agent có thể xác minh.

Bốn, Thách thức và Tương lai

Mặc dù triển vọng kết hợp AI và Web3 rất sáng sủa, nhưng sự phát triển hiện tại vẫn phải đối mặt với nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ trong ý định của từ khóa, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề về an ninh riêng tư. Những thách thức này không chỉ mang lại khó khăn về công nghệ mà còn tạo ra cơ hội đổi mới to lớn.

Trong dài hạn, ngành công nghiệp đầy hy vọng về sự phát triển của AI trên chuỗi, mong muốn thông qua việc hoàn thiện cơ sở hạ tầng, đổi mới trường hợp sử dụng và hợp tác cộng đồng để cùng nhau thúc đẩy sự hòa nhập và thịnh vượng của AI và Web3. Với sự tiến bộ không ngừng của công nghệ và sự xuất hiện của nhiều ứng dụng thực tiễn hơn, sự kết hợp giữa AI và Web3 sẽ mang lại nhiều khả năng thú vị hơn cho thế giới số.