著者：Haotian

最近、AI業界を観察していると、ますます「下沉」する変化を発見しました：元々は計算力の集中と「大」モデルの主流コンセンサスから、ローカル小モデルとエッジコンピューティングに偏った枝分かれが進化しています。

この点は、Apple Intelligenceが5億台のデバイスをカバーし、MicrosoftがWindows 11専用の3.3億パラメータの小モデルMuを発表し、Google DeepMindのロボット「脱ネット」操作などからも見て取れます。

何が違うのでしょうか？クラウドAIはパラメータの規模とトレーニングデータを競い、資金を投入する能力がコア競争力です；ローカルAIはエンジニアリングの最適化とシーン適応を競い、プライバシー、信頼性、実用性の面でさらに進展します。（主要な汎用モデルの幻覚問題は、垂直シーンの浸透に深刻な影響を与えます）

これは実際にweb3 AIにとってより大きな機会をもたらします。元々、皆が「汎用化」（計算、データ、アルゴリズム）能力を競っていた時、自然と伝統的な巨大企業に独占されていました。分散型の概念を持ち込んでGoogle、AWS、OpenAIなどと競争しようとするのは、まさに夢物語です。結局、リソースの優位性、技術の優位性、さらにはユーザー基盤もありません。

しかし、ローカライズされたモデルとエッジコンピューティングの世界に入ると、ブロックチェーン技術サービスが直面する状況は大きく異なります。

AIモデルがユーザーのデバイス上で動作する際、出力結果が改ざんされていないことをどう証明するのか？プライバシーを保護しつつモデルの協力を実現するにはどうすればよいのか？これらの問題はまさにブロックチェーン技術の強みです…

最近、Panteraが10Mを投資した@GradientHQが発表したデータ通信プロトコルLatticaなど、いくつかのweb3 AI関連の新プロジェクトに注目しています。これは中央集権的なAIプラットフォームのデータ独占とブラックボックス問題を解決するためのものです；@PublicAIの脳波デバイスHeadCapは、リアルな人間データを収集し、「人工検証層」を構築し、すでに14Mの収入を実現しています；実際、すべてがローカルAIの「信頼性」問題を解決しようとしています。

一言で言えば：AIが本当に「下沉」して各デバイスに到達したとき、分散型協力は概念から必需品に変わるのでしょうか？

Web3AIプロジェクトは、汎用化の競争を続けるよりも、ローカライズされたAIの波に基盤インフラを提供する方法を真剣に考えるべきではないでしょうか？