去中心化人工智能训练将如何创造数字智能的新资产类别

前沿人工智能——目前正在开发的最先进的通用人工智能系统——正成为全球最具战略和经济重要性的产业之一，然而它对大多数投资者和建设者来说仍然难以触及。如今，训练一个具有竞争力的人工智能模型，类似于零售用户常用的模型，可能耗资数亿美元，需动用数万个高端GPU，并要求具备只有少数公司能够支持的运营复杂度。因此，对于大多数投资者，特别是零售投资者来说，尚无直接途径持有人工智能领域的份额。

这一限制即将发生改变。新一代去中心化的人工智能网络正在从理论走向实用。这些网络将来自世界各地各种类型的 GPU 连接起来，涵盖从昂贵的高端硬件到消费级游戏设备，甚至包括您的 MacBook M4 芯片，形成一个能够支持大型前沿规模计算的统一训练平台。对市场而言，关键在于该基础设施不仅协调计算资源，还通过向贡献资源的参与者发行代币，实现所有权的协调，从而赋予他们对所帮助创建的 AI 模型的直接权益。

去中心化训练是真正的技术进步。直到最近，AI 专家们还认为在开放互联网中，利用不可信且异构的硬件来训练大型模型是不可能的。然而，Prime Intellect 现已训练出正在投入生产的去中心化模型——其中一款拥有 100 亿参数（快速、高效、全能，适用于日常任务），另一款拥有 320 亿参数（深度思考者，擅长复杂推理，能提供更细致、复杂的结果）。

Gensyn，一种去中心化的机器学习协议，已展示了可在链上验证的强化学习。Pluralis 已证明，利用商品级 GPU（游戏电脑和消费设备中的标准显卡，而非昂贵的专业芯片）群体训练大型模型，正日益成为一种可行的去中心化大型预训练方法。预训练是 AI 模型从海量数据集中学习的基础阶段，随后才会进行针对特定任务的微调。

明确来说，这项工作不仅仅是某个研究项目——它已经在进行中。在去中心化训练网络中，模型并不“驻留”在某个公司的单一数据中心内。而是存在于整个网络之中。模型参数被分割并分布，意味着没有任何单一参与者拥有整个资产。贡献者提供 GPU 计算能力和带宽，作为回报，他们获得代表其在最终模型中权益的代币。通过这种方式，训练参与者不仅仅是资源的提供者；他们还获得了所创建的人工智能的权益和所有权。这与我们在中心化 AI 实验室中所看到的权益分配方式截然不同。

在这里，通证化变得至关重要，为模型赋予经济结构和市场价值。通证化的 AI 模型如同股票，其现金流反映了模型的需求。正如 OpenAI 和 Anthropic 对用户的 API 访问收费一样，去中心化网络也可以这样做。其结果是一种全新的资产类型：通证化智能。

投资者无需投资拥有模型的大型上市公司，亦可直接获得模型的敞口。各网络将通过不同策略实现此目标。一些代币可能主要赋予访问权——优先或保证使用模型能力的权利——而另一些代币则可能明确跟踪用户通过模型运行查询时产生的净收入份额。在这两种情况下，代币市场开始像模型的股票市场一样运作，价格反映了市场对模型质量、需求及实用性的预期。对于许多投资者而言，这可能是参与人工智能增长最直接的财务路径。

此项发展并非孤立发生。代币化已经进入金融主流，诸如Superstate和Securitize（预计于2026年上市）等平台，正在将基金和传统证券上链。现实资产策略现已成为监管机构、资产管理者和银行关注的热门话题。代币化的人工智能模型自然属于这一范畴：它们本质上是数字化的，任何拥有网络连接的人无论身处何地均可访问，其核心经济活动——推理计算，即通过已训练模型运行查询以获得答案的过程——已由软件实现自动化和可追踪。在所有代币化资产中，持续改进的人工智能系统或许是最具内在动态性的，因为模型能够随时间升级、再训练和优化。

去中心化人工智能网络是区块链促进社区集体资助、构建并拥有数字资产这一命题的自然延伸，这种方式以前是不可能实现的。首先是货币，其次是金融合约，然后是真实世界的资产。人工智能模型是下一类在链上组织、拥有和交易的数字原生资产类别。我们认为，加密技术与人工智能的交汇点不会局限于“人工智能主题代币”；它将基于实际的模型收入，并由可衡量的计算能力和使用情况支撑。

现在仍处于早期阶段。大多数去中心化训练系统仍在积极开发中，许多代币设计将面临技术、经济或监管方面的考验而失败。但方向已明确：去中心化的人工智能训练网络将成为一个流动性强、全球协调的资源。人工智能模型通过代币变得可共享、可拥有和可交易。随着这些网络的成熟，市场将不仅对构建智能的公司进行定价；还将对智能本身进行定价。