SevenX Ventures：速览 11 大主流加密 AI 项目

1）Grass：数据提供协议，使数据可访问，促进 AI 基础设施的公平。用户安装一个 Chrome web extension（网络扩展程序），并利用其多余的计算和带宽来扫描互联网搜索人工智能数据。Grass 运营着一个由近 100 万个全球网络抓取节点组成的网络。使用这个网络，Grass 每天清理擦除超 1TB 的数据，然后生成结构化数据集。 2）Story Protocol：可组合的链上 IP 层允许创作者自主设置参与规则。为全局 IP 作品增加可辨性和流动性。创作者可以购买许可式 NFT，将其静态 IP 转换为可编程 IP。可编程 IP 是一个任何程序都可以读写的层，由 Nouns 和 Verbs 组成。Nouns 包括数据结构、IP 相关元数据、使用 ERC6551；Verbs 包括模块，IP 资产的一系列功能，如许可、衍生作品的收入流和全局访问。只要衍生品盈利，收益就会自动回流。 3）Space and Time：索引器和 ZK 证明器，它根据索引数据证明 SQL 查询或向量搜索。LLM 提供商可以将自己的链上 / 链下训练数据集加载到 Space and Time，在那里数据被见证并使用加密承诺进行阈值签名，随后用于证明数据集确实被用于训练。那之后，律师或审计员 / 审查员可以确保数据集在训练后没有被篡改。Space and Time 开发了 GPU 加速器「Blitzar」，它已在单个 GPU 上实现以 14 秒的验证时间完成 200 万行表查询。 4）Bittensor：去中心化的开源 AI 平台。Bittensor 网络有 32 个子网。这些子网始于模型，但现在已经扩展到存储、计算、抓取、跟踪和不同的人工智能领域。TAO 代币激励子网建设者不断完善模型或项目，验证者对子网的结果进行排名，排名将改变 TAO 的分布，最后一名将被踢出网络。这一机制保证了模型竞争产出最佳输出数据，而对集体价值最大的工作将获得奖励。 5）Sentient：主权激励驱动的人工智能开发平台。Sentient 使用众包方法，支持社区协调和贡献训练模型以降低成本，使用开放协议控制推理，实现模型之间的可组合性，并将价值流回网络参与者。聚合 web2 和 web3 力量，并利用代币，Sentient 将在很大程度上激励开发人员进行无需信任的 AGI 的建设。\n原文链接