欢迎参加 DeAI 夏季活动

2024年11月，我召集了来自CoinFund投资组合的五位创始人，共同开展了一次圆桌讨论 关于采取去中心化方法实施 AI 技术栈的讨论。该技术栈并非简单：其基础是 GPU 计算资源的聚合，涉及去中心化 AI 训练和成本效益推理的复杂问题，同时还引发了关于去中心化数据获取及 AI 消费产品开发的诸多疑问。

此次讨论中显而易见的是，我们的去中心化人工智能（deAI）创始人不仅仅是在向Web3推广人工智能；他们正在推进人工智能技术的最前沿。此外，我逐渐认识到，在不久的将来，零售投资者获取前沿人工智能财政敞口的最佳途径将不再是通过公开股票或私募配资，而是通过数字资产。带着对创新及日益增长的金融机遇的激励感，我告诉团队，我们将在未来几个月迎来爆发式增长，将其称为“deAI 2025年夏天”。

八个月后，它终于来了。

我们现在处于一个概念验证模型已在去中心化网络上完成预训练和后训练的时代。极有可能出现拥有1000亿参数的预训练“ 去中心化网络上的训练将在今年得到展示。一些公司认为，我们可以通过后期训练和强化学习，在去中心化网络上实现前沿智能模型。甚至 Anthropic 的联合创始人 Jack Clark 也曾撰文论述去中心化训练 ”在他的个人博客上.

人工智能发展正处于一个转折点。随着 OpenAI、微软和谷歌等大型公司将吸引消费者作为主要目标，越来越多的用户在工作流程和个人生活中使用 AI 工具。但在集中式企业掌舵的情况下，私有数据面临的风险比以往任何时候都更大。这也是去中心化 AI（deAI）作为 Web3 关键类别出现的原因之一，并且它有潜力从根本上改变模型的构建和所有权方式。

根据至 数据 根据分析平台 Kaito 的数据，过去 12 个月里，去中心化人工智能（deAI）在加密领域占据了超过 30% 的关注度。构建分布式计算协议、智能代理框架及去中心化市场的公司正主导这一交叉领域。鉴于专注于前沿人工智能技术的公开股票较少，且大多数零售投资者无法参与 OpenAI 或 Anthropic 等前沿实验室的私募融资，deAI 加密资产正成为投资人工智能公司的备受追捧的资产类别。

尽管围绕去中心化人工智能（deAI）存在大量炒作，CoinFund 致力于穿透噪音，审视哪些团队正在解决最具影响力且最为复杂的问题。其中之一便是，是否有可能在去中心化网络上训练大型且具竞争力的模型。

训练超大规模模型似乎需要配备高速通信带宽的高端、大容量显存GPU，因为训练节点持续处理的吞吐量远远超过整个互联网规模的多倍。历史上，该领域的开发者们曾付出巨大努力以降低这些带宽需求，但尚未找到有效的方法。

例如，以往对该带宽进行压缩的尝试均导致训练过程失败，因为有损压缩使模型无法收敛。大家普遍认为，降低带宽需求至能够在普通 GPU 硬件及慢速网络连接上进行训练的程度，没有可行的解决方案。因此，大多数专家一致认为去中心化训练已走入死胡同。

我们持不同意见。

我们的论点

CoinFund的关于去中心化人工智能的论点 是指 Web3 网络将使 AI 模型能够以众包方式进行训练、拥有和维护，作为开放且具有价值的公共产品。这些网络将聚合创纪录的计算能力，在人工智能的前沿展开竞争，并通过解决带宽优化、错误检测、容错、分布式、可持续开源以及模型分片等问题，推动人工智能领域的广泛创新。

此外，这些网络——虽然是开放的——也将拥有商业模式。例如，去中心化的人工智能模型将存在于 内 网络和用户将为对其进行的推理支付费用。这些网络将通过补偿用户资金和训练模型的投入，并给予他们网络份额，来激励和协调用户的利益。

在 CoinFund 的投资组合中，我们支持了像 这样的去中心化培训公司GenSyn，Prime Intellect 和 Pluralis。这些公司在去中心化的预训练和后训练方面取得了令人瞩目的进展。GenSyn 已聚集了超过 85,000 名参与者加入其 Swarm RL 测试网。Prime Intellect 已训练出一款 具有分布式计算能力的320亿参数模型。Pluralis 最近推出了 一篇具有里程碑意义的论文，表明无损压缩能够在去中心化网络上实现大规模模型预训练。

我们也支持数据管理平台 佩尔莱，最近发布了一篇关于机器学习中人工标注的论文，以及模型微调平台 贝果 最近发布了其零知识微调框架。CoinFund 的投资组合公司 吉萨 最近首次亮相 ARMA，一款通过帮助用户优化不同协议间的稳定币收益率，已吸引了DeFi领域广泛关注的AI代理。

在 Web3 与人工智能交汇处活动频繁，随着创始人考虑在未来几个月如何扩大产品规模，主要目标应是引入真正的客户并实现产品与市场的契合。专注于推理的公司应以竞争力的价格向 Web 2.0 销售推理服务并实现收入。早期布局的 AI 训练网络将聚合并新增更多客户。

到 2025 年年底，我们预计将出现以去中心化方式运行的数千亿参数模型。18 个月前，这还是不可能实现的！如果我们继续沿着这条道路前进，开源人工智能公司有可能在未来某一天超越当前机器学习领域的主导企业。否则，我们日常的数字体验可能将掌握在美国西海岸少数几家企业手中。