人工智能

Phoenix（PHB）是一个结合区块链与AI技术的去中心化基础设施项目，旨在解决中心化AI模型面临的数据隐私、可扩展性和访问不平等问题。其核心产品包括PhoenixNode硬件和SkyNet弹性计算层，支持AI任务的高效处理与资源分配。PHB代币用于交易、质押及治理，而CCD代币专为计算资源支付设计。Phoenix已与Binance、阿里云等企业合作，并在金融、游戏、物联网等领域提供AI解决方案。2024年发布的PhoenixNode经济学Litepaper进一步明确了其挖矿机制与回报预期，巩固了其在AI DePIN领域的领先地位。

ETHDenver 2024展现了加密货币市场两种对立观点：乐观派期待新周期，而基本面派寻求价值支撑。当前牛市由宏观环境（地缘政治分裂、机构资本流入）和技术升级（L2扩容、智能合约钱包）共同推动，加密货币正从草根实验转向全球互操作层。随着AI与区块链融合（数据市场、ZK证明等新用例涌现），行业迎来转折点，但需警惕过度炒作，确保技术治理与价值分配透明化。

比特币矿业公司Core Scientific最大活跃股东Two Seas Capital宣布反对CoreWeave的90亿美元收购方案，认为该交易低估公司价值且偏向买方。该股东持有6.5%股份，指出公告后股价暴跌30%反映市场共识。CoreWeave试图通过收购扩大AI数据中心容量，而Two Seas强调Core Scientific在AI基础设施需求激增下具备独特增长潜力。消息公布后Core Scientific股价上涨3%，CoreWeave涨近9%。此前6月收购传闻曾推动股价单日暴涨23%，但7月报价仍遭拒。目前CoreWeave市值581亿美元，Core Scientific市值43亿美元。

本文从VC视角总结参会感悟，将当前区块链市场概括为”三个Ponzi”的meme阶段，指出比特币生态仍处混沌期，Depin和AI是海内外关注的两大落地赛道。作者分析VC与KOL的博弈关系，强调VC投后服务价值，并分享香港生活观察。最后反思行业会议变化，提出”在正确时间做正确事”的投资哲学。

AI技术正重塑Web3游戏生态，SpaceCatch作为AR版Move to Earn项目，通过运动生成NFT助推器并建立交易市场；AI Arena结合AI学习与PVP对战，形成代币驱动的经济模型；女性向游戏《HIM》则融合AI叙事与SBT养成系统，打造”Love to Earn”模式。三个项目分别展示了AI在游戏机制、经济系统和情感交互方面的创新应用。

概述 InfoFi（信息金融）通过区块链、AI与大数据技术，将注意力经济与信息转化为可交易资产，构建透明高效的数字经济体系。其核心特征包括信息资产化、注意力金融化、去中心化透明性，以及AI深度参与的数据分析。代表项目如Polymarket预测市场、Kaito数据激励平台和Dune链上分析工具，展现了将社交媒体互动、链上数据等转化为代币化资产的创新模式。尽管面临数据隐私、监管和技术落地等挑战，InfoFi通过预言机保障数据可靠性，并与元宇宙、DAO等概念结合，正推动全球信息价值捕获范式的变革。

加密货币与AI结合正催生六大关键趋势：1.框架+发射台成为长期价值捕获核心，Virtuals等协议已产生显著收入；2.DeFAI（DeFi×AI）将推动代理从meme转向实用场景；3.消费层代理向3D化、多媒体化发展，游戏/NPC领域潜力巨大；4.去中心化代理组织(DAO 2.0)通过人机协作提升效率；5.可验证代理技术突破使代理能自主管理资金；6.区块链将率先实现代理间经济体系，加密货币为自主代理提供原生金融基础设施。尽管当前代理质量参差不齐，但加密xAI领域的技术演进正在加速。

在中心化AI主导的背景下，GaiaNet推出去中心化AI网络，解决隐私、审查和创造力限制问题。通过边缘计算节点和分布式技术，GaiaNet允许用户部署专属AI代理，确保透明度与抗审查性。其代币支持治理、质押和支付，市场提供AI组件交易。GaiaNet近期完成1000万美元融资，致力于挑战中心化AI巨头，推动民主化AI发展。

关键要点 Web3拉高出货骗局通过虚假炒作和协调买入操纵加密货币价格，随后大规模抛售导致投资者损失惨重。 去中心化匿名性和缺乏监管使该领域成为此类骗局的温床，典型操作包含预发布、炒作、拉高和出货四个阶段。 2024年”代币镜像行动”案例显示监管开始介入，单次骗局利润可超2000%。 投资者应警惕陌生推荐、社交媒体广告，注重项目背景调查，分散投资以降低风险。

人工智能发展面临”数据墙”瓶颈，数据DAO通过去中心化机制聚合新型数据集，为贡献者提供经济激励。文章探讨数据DAO在现实世界数据、健康资料、RLHF训练和私有数据四大场景的应用潜力，同时指出激励扭曲、价值评估等挑战。这种模式有望突破现有数据局限，重塑AI训练数据的获取与分配体系。