Binance Research：AI 相關代幣價格飆升，市值排列前五大 AI 代幣表現優於BTC和ETH

原文作者：JieXuan Chua, CFA

編譯：Kate, 火星財經

要點

• 在過去的幾個月裡，人們對人工智能(“AI”)的興趣有所上升，這一點從谷歌搜索趨勢和人工智能相關代幣價格飆升就可以看出。

• 2023年，與人工智能相關的web3項目的資金激增，達到2.98億美元。這比2016年至2022年人工智能項目的總融資金額(1.485億美元)還要多。

• 與人工智能相關的代幣在2023年普遍表現良好，按市值計算的前五大人工智能代幣的表現明顯優於BTC和ETH, 2023年的漲幅從200%到650%不等。

• 我們已經觀察到人工智能和加密貨幣融合產生的幾個趨勢和實際用例。從推動去中心化物理基礎設施網絡(“DePIN”)的增長，到創建更具互動性的面向消費者的應用程序，我們在本報告中重點介紹了一些值得注意的發展。

介紹

2023年被證明是人工智能(“AI”)的里程碑，因為人工智能的變革力量變得更加明顯，特別是人工智能聊天機器人的廣泛使用，如OpenAI的ChatGPT、谷歌的Bard、微軟的Bing Chat等。ChatGPT尤其突出了人工智能的潛力，在短短兩個月內就達到了1億用戶的里程碑

這一成就超過了抖音和YouTube等主要社交媒體平臺。

圖1：ChatGPT是增長最快的應用程序之一，在發佈兩個月後就獲得了1億用戶

資料來源：demandsage、幣安研究院

更重要的是，人工智能也開始重塑加密領域，無論是在實際用例中，還是在對人工智能相關代幣的濃厚興趣中。這兩種顛覆性技術的融合迅速成為行業內的一個突出話題。在我們之前的報告的基礎上，揭示了人工智能在加密領域的用例，我們現在重新審視了這一不斷變化的格局。鑑於最近對該領域的興趣重新燃起，我們將看看目前的市場狀況並研究新的發展。

市場狀況

2023年，公眾對人工智能的興趣顯著上升，谷歌全球“人工智能”搜索量顯著增加就是明證。這種高漲的興趣表明，公眾對人工智能相關話題的參與越來越多。這一激增在很大程度上歸因於人工智能聊天機器人的普及、新人工智能工具的推出，以及媒體報道和了解人工智能的願望的增加。

圖2：谷歌對人工智能的搜索興趣在2023年大幅上升，大大超過了“加密”和“比特幣”

資料來源：谷歌趨勢，幣安研究院，截至2023年12月31日

注意：數字表示相對於給定區域和時間的圖表上最高點的搜索興趣。

相反，“加密”的搜索興趣全年保持相對穩定。1 - 5月呈輕微下降趨勢，隨後一段時間保持穩定，到年底略有上升。“比特幣”的搜索趨勢反映了“加密”的搜索趨勢，但波動更明顯。比特幣興趣的波動可能與圍繞比特幣的幾個熱門話題有關，包括Ordinals/BRC-20、潛在的現貨ETF，以及2024年比特幣將減半。這些事件導致比特幣價格上漲，重新激發了公眾的興趣。

總體而言，搜索趨勢揭示了對人工智能日益增長的興趣與對比特幣和加密貨幣相對穩定的興趣之間的明顯分歧，這表明人工智能一直在以越來越快的速度吸引公眾的注意力，迄今為止沒有明顯的興趣減弱的跡象。

投資者的濃厚興趣

人工智能行業在2023年的投資者興趣方面也表現強勁。儘管融資金額總體減少，但人工智能在美國創業融資中的份額相對增長了230%，約佔26%。這一增長髮生在人工智能和非人工智能領域都經歷了資金低迷的背景下。然而，與整體市場相比，人工智能表現出了特別的彈性。

圖3：2023年，人工智能在美國初創企業融資中的份額翻了一番*

資料來源：Crunchbase, Binance Research，截至2023年8月29日

*注：2023年的最新數據尚未公佈。建議讀者在解釋分析時考慮到這一限制。

與2022年相比，非人工智能領域的絕對資金減少了65%，而人工智能領域的資金減少幅度相對較小，僅為6%。

此外，在考慮融資輪數時，非人工智能行業經歷了減少了55%，而人工智能領域減少了45%。人工智能融資和融資輪次相對較小的下降表明，儘管自2021年達到峰值以來，融資金額總體呈下降趨勢，但投資者對人工智能應用的興趣仍然相對較高。這也可能表明對人工智能技術和應用的長期潛力和可行性的持續信念。

此外，Web3的人工智能部門在2023年的資金方面經歷了爆炸式增長。Rootdata的數據顯示，2016年至2022年人工智能項目的總融資額為1.485億美元，而僅2023年的融資額就達到2.98億美元。2023年的這一數字是前7年資金總額的兩倍，反映出人工智能在這一年的吸引力激增。

圖4：2023年人工智能項目的資金為2.98億美元，排名第7，佔Web3項目總資金的3.7%

資料來源：Rootdata，幣安研究院，截至2023年12月31日

與Web3領域的其他領域相比，2023年人工智能項目的資金為2.98億美元，排名第七，超過了NFT的2.93億美元和DAO的4200萬美元。這筆資金約佔2023年Web3項目總資金的3.7%。雖然3.7%可能看起來不大，但考慮到人工智能在2023年才開始獲得顯著的吸引力，這一可觀的資金增長突顯了該行業越來越多的認可和價值。

強勢表現

從價格角度來看，人工智能代幣的表現也優於整體市場，在過去一個季度和一年裡經歷了大幅飆升。對該行業興趣的增加促成了人工智能相關代幣的強勁價格表現。

圖5：在過去三個月裡，AI代幣被評為表現第二好的類別

來源：Dune Analytics (@cryptokoryo_research)，截至2023年1月2日，AI代幣包括：AGIX, CTXC, FET, OCEAN, ORAI, RNDR

根據Dune儀表板彙總了不同敘述/部門的代表性代幣的表現，人工智能代幣在過去三個月的表現中排名第二。請注意，儘管最初的儀表盤包含了MEME幣，但我們已經將它們排除在我們的分析之外，因為它們相對較低的市值導致了不成比例的大百分比性能收益。

當將市值排名前五的AI代幣與BTC和ETH進行比較時，很明顯，AI代幣在2023年的表現明顯優於主要代幣。

這些AI幣一年的表現從200%到高達650%不等。相比之下，BTC年底上漲了150%，而ETH上漲了44%。

然而，重要的是要注意，與這些人工智能代幣相比，BTC和ETH的市值要大得多。因此，BTC和ETH在百分比方面的收益較小是很自然的。這種比較主要是為了突出最近幾個月AI代幣的強勁表現和日益增長的牽引力。

圖6：2023年，市值排名前五的AI代幣的表現明顯優於BTC和ETH，漲幅從200%到高達650%不等

資料來源：CoinMarketCap，幣安研究院，截至2023年12月31日

總的來說，人工智能已經獲得了巨大的吸引力。人工智能應用的採用一直在加速攀升，吸引了投資者和散戶的持續興趣。此外，人工智能代幣的表現一直很強勁。除了這些趨勢之外，還有一些值得討論的新興AI x加密創新，詳見下一節。

AI x Crypto發展

對人工智能的興趣激增推動了人工智能相關加密應用的增長，為該領域的持續創新鋪平了道路。在本節中，我們將深入研究人工智能和加密技術融合產生的一些趨勢和實際用例。從推動去中心化物理基礎設施網絡(“DePIN”)的增長，到創建更具交互性的面向消費者的應用程序，我們重點介紹了該領域的一些值得注意的發展。

AI x DePIN

大型語言模型、深度學習和各種人工智能應用嚴重依賴圖形處理單元(“GPU”)的計算能力。然而，在過去的一年裡，對人工智能的興趣激增導致了對GPU的超大需求，導致了芯片的短缺。如果無法方便地使用GPU，計算的高成本可能會讓從事人工智能相關研究的研究人員和初創企業望而卻步。這就是去中心化計算網絡(DePIN的一個子集)發揮作用的地方。它們為中心化雲提供商和硬件製造商主導的現有解決方案提供了另一種選擇。因此，我們也見證了該行業在GPU需求推動下的強勁增長。

考慮到GPU並不總是以100%的容量運行，去中心化的計算網絡尋求將那些有空閒計算能力的人連接到需要它們的人。這是通過建立一個雙邊市場來實現的，該市場允許計算能力的供應商從買家那裡獲得獎勵。這類網絡的例子包括Akash、Render、Gensyn和io.net等。此外，去中心化計算網絡的價格也具有競爭力，因為供應商向網絡提供計算能力沒有顯著的額外成本。

圖7：去中心化計算網絡的價格具有競爭力

資料來源：Cloudmos，截至2024年1月2日

注意：定價是針對1個CPU、1GB RAM和1GB磁盤

通過為實際問題提供潛在的解決方案，去中心化計算網絡搭上了人工智能增長的浪潮，其平臺上的活動越來越多。

圖8：Render Network上的渲染場景數量在2023年有所提升

資料來源：Dune Analytics (@lviswang)，截止到2023年12月31日

圖9：2023年第四季度，Akash網絡的活躍租約激增

資料來源：Cloudmos，截至2024年1月3日

AI x零知識

由於其基於代碼的自動化功能，智能合約以其效率而聞名。然而，它們預定義的性質有時會導致缺乏適應性，特別是在不可預見的複雜情況下。這就是人工智能的一個子領域機器學習(ML)可以提供重大改進的地方。機器學習模型經過廣泛數據集的訓練，具有學習、適應和做出高度準確預測的能力。將這些模型集成到智能合約中可以開闢廣泛的適應性和靈活的能力。

這種集成的一個主要挑戰是過高的計算開銷，鏈上ML計算。這就引出了零知識機器學習(“ZKML”)的概念。ZKML結合了零知識證明和機器學習。在這種設置中，ML計算是在鏈下處理的，而ZK證明用於驗證這些計算的完整性，而不會洩露實際數據。利用ZKML，智能合約可以有效地利用人工智能的力量，同時保持區塊鏈技術的安全性和透明度。

圖10：ZKML將零知識證明與機器學習相結合，先進行鏈下計算，再進行鏈上驗證

來源：幣安研究

一個值得注意的發展是由Upshot與Modulus Labs合作推出的ZK Predictor。該工具使Upshot能夠利用Modulus ZK電路來驗證資產估值，而不會洩露專有知識產權。它可以幫助開發優化長尾資產定價的自動做市商(“AMM”)，人工智能驅動的鏈上指數基金，具有其運作的鏈上加密證明，或專注於特定主題的預測市場，可以增強和驗證眾力定價信號的準確性。ZKML的其他產品包括價格預言機。例如，Upshot為其人工智能模型提供複雜的市場數據，以評估NFT等長尾資產的價值。然後，Modulus的技術驗證這些AI計算的正確性，將其封裝在證明中，並將其提交給以太坊進行最終驗證。

這些例子只是ZKML可以支持的無數應用程序的開始。由於該技術仍處於起步階段，預計在未來幾年將出現更成熟、更廣泛的ZKML應用程序。

AI x消費者dApps

在過去的一年裡，我們觀察到面向消費者的去中心化應用程序(“dApps”)中人工智能集成的增加，以增加交互性和促進用戶參與。這種趨勢正在改變用戶與平臺互動的方式，提供個性化和交互性。通過利用人工智能，這些dApp使用戶能夠從單純的用戶轉變為積極的參與者。

一個例子是人工智能用戶生成內容(“UGC”)平臺，如NFPrompt。顧名思義，AI UGC是指用戶在自主系統的幫助下創造的內容。這可以通過設置一組規則來實現，這些規則可以自動輸出，並在算法中嵌入某種形式的隨機性。換句話說，用戶可以輸入一組規則或約束(例如，圖案、顏色、形狀)，AI將根據這個框架生成內容。通過讓用戶參與創作過程，AI UGC平臺在用戶和平臺之間建立了一種更具參與性的關係，同時也允許用戶提出獨特的、獨一無二的、可無限擴展的內容。

圖11：使用NFPrompt上的文本提示生成NFT

來源：NFPrompt

除了內容生成之外，AI的整合還可能對web3遊戲或虛擬世界產生深遠影響，在這些遊戲中，遊戲角色的互動性更強，對話也更逼真。失眠AI的遊戲《他》和《她》就是很好的例子。通過使用AI，遊戲玩法的特點是專注於定製和現實的交流。這提供了更個性化的體驗，並培養了更真實的情感聯繫，從而提高了用戶粘性。

圖12：“他”和“她”使用AI提供沉浸式體驗

來源：Sleepless AI

AI x Data Analytics

準確的市場數據是瞭解行業趨勢的關鍵，對投資者做出明智的投資決策至關重要。然而，真實交易的實例，如清洗交易，可能會人為地誇大銷售並扭曲真實銷售量。通過將人工智能集成到分析中，過濾掉噪音，可以更準確地輸出數據。這是通過人工智能和機器學習(“ML”)廣泛實現的，其中大量數據作為輸入，以識別洗滌交易模式或趨勢。最終結果是對市場活動的更準確描述。

以BitsCrunch為例，這是一個基於人工智能的NFT數據分析平臺，它利用人工智能和機器學習來實時檢測虛假交易或可疑交易模式，從而提供準確的數據。AI/ML的使用使平臺能夠相對輕鬆地分析大量數據，從而使平臺能夠區分真實交易量和無機交易量。這反過來又有助於做出明智的決策。

圖13：BitsCrunch分析的清洗交易指標

結束語

人工智能和加密技術的融合激起了人們對這些前沿技術重新定義數字景觀的潛力的極大興奮。以人工智能為中心的代幣越來越受歡迎，在線搜索趨勢反映出的興趣日益濃厚，突顯了人工智能敘事的持續加速。

誠然，我們還沒有達到大規模採用的地步。許多人工智能驅動的加密項目仍處於發展的初級階段，其他項目可能主要迎合小眾受眾。然而，有形用例的增加是一個令人鼓舞的趨勢，對長期增長是積極的。考慮到這些，投資者需要在利用人工智能炒作的同時，瞭解投資此類前沿技術的風險。