Sora横空出世,2026或成AI+Web3变革元年？

前言

2月16日，OpenAI正式发布了文本控制视频生成扩散模型「Sora」。它带来的几段高质量视频，可以说是生成式AI的又一个里程碑。和Pika这类还在用多张图像拼凑几秒视频的工具不同，Sora通过在视频和图像的压缩潜在空间中进行训练，把内容拆解为时空位置补丁，从而实现了可扩展的视频生成。更让人意外的是，这个模型还展现出模拟物理世界和数字世界的能力。看完那60秒的Demo，说它是“物理世界的通用模拟器”，其实一点也不夸张。

从技术路径来看，Sora延续了GPT模型“源数据-Transformer-Diffusion-涌现”的路线。这意味着，它的成熟依然需要算力作为引擎，而且因为视频训练所需的数据量远大于文本，对算力的需求只会进一步拉大。我们在之前的文章《潜力赛道前瞻：去中心化算力市场》中已经讨论过算力在AI时代的重要性。随着AI热度的持续攀升，市面上已经涌现出大量算力项目，而其他被动受益的Depin项目（比如存储、算力）也迎来了一波暴涨。那么，除了Depin，Web3和AI还能碰撞出什么火花？这条赛道里还藏着哪些机会？这篇文章的目的，就是对我们过往内容的一次更新和补全，同时思考一下，在AI时代，Web3到底有哪些可能性。

AI发展史的三大方向

人工智能，简单来说，就是一门试图让机器模拟、延伸甚至超越人类智能的技术。它从二十世纪五六十年代诞生至今，已经走过了半个多世纪，深刻改变了社会生活的方方面面。在这个过程中，符号主义、连接主义和行为主义这三大研究方向相互交织，共同构成了今天AI飞速发展的基石。

符号主义 (Symbolism)

符号主义，也叫逻辑主义或规则主义。它的核心想法是：通过处理符号，就能模拟人类智能。这种方法用符号来表示问题领域里的对象、概念和相互关系，然后利用逻辑推理来解决问题。在专家系统和知识表示这些领域，它已经取得了不少成果。符号主义的关键在于，智能行为可以通过对符号的操作和逻辑推理来实现，而这些符号，正是对现实世界的高度抽象。

连接主义 (Connectionism)

连接主义，或者说神经网络方法，它的思路是模仿人脑的结构和功能来实现智能。它通过构建一个由很多简单处理单元（类似神经元）组成的网络，然后调整这些单元之间的连接强度（类似突触），让网络学会“学习”。连接主义特别强调从数据中学习和泛化的能力，在模式识别、分类以及连续输入输出映射这类问题上，表现尤其出色。深度学习，作为连接主义的最新发展，已经在图像识别、语音识别和自然语言处理等领域取得了突破性的进展。

行为主义 (Beha viorism)

行为主义则和仿生机器人学、自主智能系统关系密切。它强调，智能体是通过和环境互动来学习的。和前面两种方向不同，行为主义不关心模拟内部表征或思维过程，而是通过“感知-行动”的循环，来展现适应性行为。行为主义认为，智能是在与环境的动态交互中展现出来的。这种方法用在需要在复杂、不可预测环境中行动的移动机器人和自适应控制系统上，尤其有效。

当然，这三个方向虽然本质不同，但在实际的AI研究和应用中，它们常常会相互作用、相互融合，一起推动着整个领域往前走。

AIGC原理概述

我们正在经历的生成式AI（AIGC）的爆发，本质上就是连接主义的一种演化和应用。AIGC能够模仿人类的创造力，生成全新的内容。这些模型用大型数据集和深度学习算法进行训练，从中学习数据的内在结构、关系和模式。然后，根据用户的输入提示，生成新颖的输出，比如图像、视频、代码、音乐、设计、翻译、问答和文本。而现在的AIGC，基本由三个要素构成：深度学习、大数据、大规模算力。

深度学习

深度学习是机器学习的一个子领域。它的算法，是仿照人脑建模的神经网络。想象一下，人脑里有数百万个相互连接的神经元，它们协同工作，学习和处理信息。深度学习神经网络（也叫人工神经网络）也一样，它由多层在计算机内部协同工作的人工神经元组成。这些人工神经元，其实就是一些叫“节点”的软件模块，它们用数学计算来处理数据。人工神经网络，就是用这些节点来解决复杂问题的深度学习算法。

从层次上看，神经网络可以分为输入层、隐藏层和输出层，而不同层之间连接的，就是参数。

• 输入层
  ：这是神经网络的第一层，负责接收外部输入的数据。输入层的每个神经元，都对应着输入数据的一个特征。比如，在处理图像时，每个神经元可能对应一个像素值。

• 隐藏层
  ：输入层处理数据后，会把它传递到网络更深的层。这些隐藏层在不同层级上处理信息，并在接收新信息时调整自己的行为。深度学习网络可能有几百个隐藏层，可以从多个不同的角度来分析问题。打个比方，你得到一张必须分类的未知动物的图片，你会把它和你已经认识的动物做比较，比如看耳朵形状、腿的数量、瞳孔大小。深度神经网络里的隐藏层，就是这么工作的。如果它要分类动物图片，每个隐藏层会处理动物的不同特征，然后尝试做出准确分类。

• 输出层
  ：这是神经网络的最后一层，负责生成最终的输出。输出层的每个神经元，代表一个可能的输出类别或值。比如，在分类问题里，每个输出层神经元对应一个类别；在回归问题里，输出层可能只有一个神经元，它的值就是预测结果。

• 参数
  ：在神经网络里，不同层之间的连接由权重和偏置这些参数来表示。这些参数在训练过程中不断被优化，让网络能更准确地识别数据中的模式和进行预测。参数多了，模型的容量就大，能学习和表示更复杂的模式。但代价是，对算力的需求也会水涨船高。

大数据

为了有效训练，神经网络通常需要大量、多样、高质量且来源广泛的数据。它是机器学习模型训练和验证的基础。通过分析大数据，模型可以学习数据中的模式和关系，从而进行预测或分类。

大规模算力

神经网络的多层复杂结构、大量的参数、大数据处理需求、迭代训练方式（训练时，模型需要反复迭代，每一层都要进行前向传播和反向传播，包括激活函数、损失函数、梯度计算和权重更新）、高精度计算需求、并行计算能力、优化和正则化技术，以及模型评估和验证过程——所有这些，共同导致了它对高算力的巨大需求。

Sora

作为OpenAI最新发布的视频生成模型，Sora代表了AI在处理和理解多样化视觉数据方面的巨大进步。它通过视频压缩网络和空间时间补丁技术，把来自世界各地、不同设备拍摄的海量视觉数据，转换成统一的表现形式，从而高效地处理和理解复杂的视觉内容。再加上文本条件化的Diffusion模型，Sora可以根据文本提示，生成高度匹配的视频或图片，创造性和适应性都相当惊人。

不过，尽管Sora在视频生成和模拟真实世界互动方面取得了突破，但它依然有一些局限性。比如，对物理世界的模拟还不够准确，长视频生成的连贯性有待提高，对复杂文本指令的理解还不到位，训练和生成的效率也有提升空间。而且，从本质上讲，Sora还是靠着OpenAI垄断级的算力和先发优势，沿着“大数据-Transformer-Diffusion-涌现”的老路走出来的。换句话说，其他AI公司依然有机会通过技术上的弯道超车来追赶。

虽然Sora和区块链本身关系不大，但可以预见的是，未来一两年里，Sora的冲击会迫使其他高质量的AI生成工具出现并快速发展。这股浪潮，也会辐射到Web3里的GameFi、社交、创作平台、Depin等多条赛道。所以，对Sora有个大致了解是有必要的——未来AI如何与Web3有效结合，这或许是我们需要思考的一个重点。

AI+Web3的四大路径

如上文所说，生成式AI的底层基座其实只有三点：算法、数据、算力。从泛用性和生成效果来看，AI是碘伏生产方式的工具。而区块链最大的作用也有两点：重构生产关系，以及实现去中心化。所以，两者碰撞，能产生以下四条路径。

去中心化算力

因为之前写过相关文章，这里主要是更新一下算力赛道的最新情况。说到AI，算力永远是绕不开的那个坎儿。Sora诞生之后，AI对算力的需求已经大到难以想象。最近，在瑞士达沃斯2024年世界经济论坛上，OpenAI的CEO山姆·奥特曼直言，算力和能源是现阶段最大的瓶颈，它们未来的重要性甚至会等同于货币。紧接着，2月10日，奥特曼又在推特上公布了一个惊人的计划：融资7万亿美元（相当于中国2023年全年GDP的40%），用来改写全球半导体产业格局，建立一个芯片帝国。想想看，以前写算力文章的时候，我们还在讨论国家封锁、巨头垄断，现在一家公司就想控制全球半导体产业，这事儿确实挺疯狂的。

所以，去中心化算力的价值不言而喻。区块链的特性，确实能解决当前算力极度垄断的问题，以及购置专用GPU价格昂贵的问题。从AI需求的角度来看，算力的使用可以分为推理和训练两个方向。主打训练的项目，目前还寥寥无几——从去中心化网络需要结合神经网络设计，到对硬件的超高要求，都注定了这个方向的门槛极高，落地极难。而推理相对来说简单很多，一方面去中心化网络的设计不复杂，另一方面硬件和带宽需求也较低，算是目前比较主流的方向。

中心化算力市场的想象空间巨大，常和“万亿级”这个关键词挂钩，也是AI时代最容易炒作的题材。不过，从近期涌现的大量项目来看，大部分还是赶鸭子上架，蹭热度。它们高举去中心化的大旗，却闭口不谈去中心化网络的低效问题。而且，在设计上高度同质化，大量项目非常相似（一键L2加挖矿设计），最终很可能一地鸡毛。这样的状况，想从传统AI赛道分一杯羹，确实很难。

算法、模型协作系统

机器学习算法，指的是那些能从数据中学习规律和模式，并据此做出预测或决策的算法。算法是技术密集型的，因为它的设计和优化需要深厚的专业知识和技术创新。算法是训练AI模型的核心，它定义了数据如何被转化为有用的见解或决策。常见的生成式AI算法，比如生成对抗网络（GAN）、变分自编码器（VAE）、转换器（Transformer），都是为特定领域（比如绘画、语音识别、翻译、视频生成）而生的，再通过算法训练出专用的AI模型。

那么，这么多算法和模型，各有千秋，我们能不能把它们整合成一个“能文能武”的通用模型？最近热度很高的Bittensor，就是这个方向的领头者。它通过挖矿激励的方式，让不同的AI模型和算法相互协作、学习，从而创作出更高效、更全能的AI模型。同样走这个方向的，还有Commune AI（代码协作）等。不过，对于现在的AI公司来说，算法和模型都是自己的看家法宝，不会轻易外借。

所以，AI协作生态这个叙事，确实很新奇有趣。它利用了区块链的优势，去整合AI算法孤岛的劣势。但能不能创造出相应的价值，目前还不好说。毕竟，头部AI公司的闭源算法和模型，更新迭代和整合的能力非常强。比如OpenAI，发展不到两年，已经从早期的文本生成模型，迭代到多领域生成的模型了。Bittensor这类项目，在模型和算法所针对的领域上，可能需要另辟蹊径。

去中心化大数据

往简单了说，把私有数据用来喂AI，以及对数据进行标记，都是和区块链非常契合的方向。关键是要注意如何防止垃圾数据和作恶。而且，数据存储上也能让FIL、AR这类Depin项目受益。往复杂了说，把区块链数据用于机器学习，从而解决区块链数据的可访问性问题，也是一种有趣的方向——这也是Giza正在探索的方向之一。

理论上，区块链数据可以随时访问，它反映了整个区块链的状态。但对于区块链生态系统之外的人来说，要获取这些庞大的数据并不容易。完整存储一条区块链，需要丰富的专业知识和大量的专门硬件资源。为了克服这个挑战，行业内出现了几种解决方案。比如，RPC提供商通过API访问节点，索引服务则通过SQL和GraphQL让数据提取变得可能，这两种方式都发挥了关键作用。但它们也有局限性：RPC服务不适合需要大量数据查询的高密度使用场景，经常无法满足需求；索引服务虽然提供了更结构化的数据检索方式，但Web3协议的复杂性使得构建高效查询极其困难，有时需要编写数百甚至数千行复杂的代码。这种复杂性，对一般的数据从业者和不熟悉Web3细节的人来说，是巨大的障碍。这些限制的累积效应，凸显了我们需要一种更易于获取和利用区块链数据的方法，以促进这个领域更广泛的应用和创新。

那么，通过ZKML（零知识证明机器学习，能降低机器学习对链的负担）结合高质量的区块链数据，也许能创造出解决区块链可访问性的数据集。而AI能大幅降低区块链数据可访问性的门槛。随着时间的推移，开发者、研究人员和ML领域的爱好者，将能访问到更多高质量、相关的数据集，用来构建有效和创新的解决方案。

AI 赋能 Dapp

从2023年ChatGPT3爆火以来，AI赋能Dapp已经是一个非常常见的方向。泛用性极广的生成式AI，可以通过API接入，简化并智能化分析数据平台、交易机器人、区块链百科等应用。另一方面，它也可以扮演聊天机器人（比如Myshell）或AI伴侣（比如Sleepless AI），甚至通过生成式AI创造链游中的NPC。不过，因为技术壁垒很低，大部分都是接入一个API后微调一下，和项目本身的结合也不够完美，所以很少被人提起。

但在Sora到来之后，我们认为AI赋能GameFi（包括元宇宙）和创作平台的方向，将是未来关注的重点。Web3领域自下而上的特性，决定了它很难诞生出一些能与传统游戏或创意公司抗衡的产品。而Sora的出现，很可能打破这种窘境——也许只需要两到三年。从Sora的Demo来看，它已经具备了和微短剧公司竞争的潜力。Web3活跃的社区文化，也能诞生出大量有趣的创意。当限制条件只剩下想象力的时候，自下而上的行业与自上而下的传统行业之间的壁垒，将被彻底打破。

结语

随着生成式AI工具的不断进步，我们未来还会经历更多划时代的“iPhone时刻”。尽管很多人对AI与Web3的结合嗤之以鼻，但客观来看，目前探索的方向大多没有偏离核心。真正需要解决的痛点，其实只有三个：必要性、效率、契合度。两者的融合虽然还处于探索阶段，但这并不妨碍它成为下一个牛市的主流方向。

对新事物保持足够的好奇心，是我们这个时代很重要的心态。历史上，汽车取代马车，转变往往发生在一瞬间。就像铭文和过去的NFT一样，如果持有太多偏见，只会和机会失之交臂。