Sự kết hợp giữa AI và Web3: Chủ đề nóng của Hội nghị Nhận thức chung Hồng Kông 2025
Trong những năm gần đây, AI và Web3 được coi là hai động lực thúc đẩy tiến bộ công nghệ của nhân loại. Với việc ChatGPT mang đến trải nghiệm AI cách mạng, AI trên chuỗi cũng đã hoàn thành việc chuyển từ khái niệm sang cơ sở hạ tầng, trở thành một lĩnh vực mới hứa hẹn bùng nổ trong giới Web3.
Tại hội nghị Nhận thức chung Hồng Kông 2025 vừa kết thúc, sự kết hợp giữa AI và Web3 đã trở thành một chủ đề nóng. Dù là tại hội trường chính hay các hội trường phụ, các cuộc thảo luận về chủ đề này diễn ra sôi nổi. Dưới đây là phân tích sâu về các dự án và xu hướng liên quan đến AI tại hội nghị.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung AI Agent
Nền tảng và cơ sở hạ tầng lớp khung cho AI Agent đã rất hoạt động trong nửa năm qua. Những dự án này cung cấp cho các nhà phát triển và người dùng nền tảng sử dụng AI Agent với rào cản thấp, là một trong những hướng đi chính của dự án AI lần này.
0G Labs: Hệ điều hành trí tuệ nhân tạo phi tập trung đầu tiên (deAIOS), thông qua việc xây dựng Layer 1 riêng cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra hệ sinh thái phát triển AI phân tán.
DeAgentAI: Nền tảng đổi mới tập trung vào các tác nhân AI phi tập trung, cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân. Người dùng có thể tạo, quản lý và phối hợp mạng lưới tác nhân AI, áp dụng vào nhiều tình huống khác nhau.
Autonomys Network: Nền tảng hạ tầng phi tập trung, nhằm mục đích thực hiện sự hợp tác giữa con người và máy móc một cách an toàn và tự chủ. Người dùng có thể tạo ra các tác nhân AI riêng biệt để thực hiện nhiều nhiệm vụ khác nhau.
Gaia Network: Nền tảng cơ sở hạ tầng AI phi tập trung, hỗ trợ phát triển và vận hành phân tán các AI Agent và ứng dụng, giải quyết các vấn đề về quyền riêng tư, khả năng mở rộng và khả năng truy cập của AI.
Questflow: Mạng lưới AI Agent đa dạng phi tập trung, người dùng chỉ cần mô tả nhu cầu, mạng lưới AI đại lý có thể tự động hoàn thành nhiệm vụ, đạt được hiệu suất và tốc độ mà một mô hình AI đơn lẻ hoặc con người không thể sánh kịp.
2. Trí tuệ nhân tạo phi tập trung
AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi. Hiện tại, nhiều dự án đang nỗ lực trong các lĩnh vực như sức mạnh tính toán, dữ liệu, mô hình, v.v., với hy vọng phá vỡ sự độc quyền của các công ty lớn đối với LLM bằng cách sử dụng phương pháp phi tập trung, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.
Vana: Cam kết xây dựng nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, biến dữ liệu cá nhân thành tài sản tài chính. Thông qua thiết kế Data Liquidity Pools (DLP), người dùng có thể đóng góp và xác minh dữ liệu thông qua blockchain, tạo ra tài sản mã hóa để đào tạo mô hình AI.
Hyperbolic：Nền tảng đám mây AI truy cập mở, tích hợp tài nguyên tính toán toàn cầu, cung cấp tài nguyên GPU và dịch vụ AI tiết kiệm chi phí, có thể mở rộng. Hỗ trợ dịch vụ suy diễn AI, truy cập GPU theo yêu cầu và tiền tệ hóa phần cứng nhàn rỗi.
OpenLedger: Tập trung vào mạng thế hệ tiếp theo về AI và blockchain, cung cấp cơ sở hạ tầng kinh tế phi tập trung. Hỗ trợ các nhà phát triển truy cập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng (SLM) và triển khai chúng như dịch vụ có thể trả phí.
IO.NET: Nền tảng tính toán phi tập trung, cung cấp dịch vụ truy cập GPU và CPU cụm theo yêu cầu. Thông qua mạng lưới cơ sở hạ tầng vật lý phi tập trung, người dùng có thể truy cập ngay lập tức vào cụm GPU phân tán.
Aethir：Cung cấp nền tảng đổi mới cho hạ tầng điện toán đám mây phân tán. Aethir Earth được thiết kế riêng cho các nhiệm vụ tính toán AI, cung cấp khả năng tính toán hiệu suất cao; Aethir Atmosphere tối ưu hóa mạng GPU đám mây cho ngành công nghiệp trò chơi.
MinionLab: Mạng lưới AI tự trị phi tập trung, các tác nhân này được gọi là "Minions", hoạt động trên thiết bị của người dùng để khai thác dữ liệu Internet theo thời gian thực. Chủ sở hữu thiết bị có thể nhận được phần thưởng token bằng cách hỗ trợ mạng.
GAIB: Giải pháp kinh tế trong lĩnh vực AI và tính toán hiệu suất cao, tạo ra loại tài sản và hệ thống kinh tế mới thông qua việc tài chính hóa và mã hóa tài nguyên GPU.
Kite AI: Nền tảng blockchain Layer 1 phi tập trung được thiết kế riêng cho nền kinh tế trí tuệ nhân tạo, thông qua cơ chế đồng thuận Proof of AI (PoAI) sáng tạo, mở khóa quyền truy cập công bằng và phần thưởng cho tài sản AI.
Automata: Cung cấp lớp trung gian bảo vệ quyền riêng tư và chức năng tính toán không theo dõi cho ứng dụng phi tập trung, đảm bảo quyền riêng tư dữ liệu và quyền tự chủ của người dùng.
Public AI: Tạo ra nền tảng dữ liệu AI mở và minh bạch, hỗ trợ thu thập và gán nhãn dữ liệu đa mô hình, cung cấp dịch vụ gán nhãn dữ liệu hỗ trợ AI hiệu quả và chi phí thấp.
3. AI có thể xác minh
Một trong những thách thức quan trọng mà sự phát triển của AI phải đối mặt là tính không minh bạch trong quy trình đào tạo và không thể đảm bảo độ chính xác của kết quả đầu ra của AI. Hiện tại, có nhiều dự án sử dụng các công nghệ như ZKP, TEE để đạt được tính có thể xác minh trong quy trình đào tạo AI, đảm bảo độ tin cậy của kết quả đầu ra của AI.
Phala Network: Nền tảng điện toán đám mây phi tập trung, cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi. Mạng tính toán bảo mật dựa trên môi trường thực thi tin cậy (TEE), hỗ trợ hợp đồng thông minh, đào tạo và suy diễn mô hình AI, cũng như bảo vệ quyền riêng tư dữ liệu.
Brevis：Công cụ tính toán phi tập trung, cung cấp AI và tính toán chuỗi khối có thể xác minh ngoài chuỗi, kết hợp với các chứng minh không biết (ZKP) để nâng cao quyền riêng tư và hiệu quả. Tập trung vào việc bảo vệ quyền riêng tư dữ liệu tài chính, hỗ trợ mở rộng hợp đồng thông minh và các ứng dụng Web3.
Verisense Network: Nền tảng đổi mới tập trung vào xác thực dữ liệu phi tập trung và AI đáng tin cậy, giúp các nhà phát triển xác minh nguồn dữ liệu, đảm bảo tính xác thực và toàn vẹn của dữ liệu huấn luyện. Hỗ trợ việc kiểm tra và xác minh quá trình ra quyết định của AI, cung cấp dữ liệu huấn luyện và quá trình suy luận minh bạch cho mô hình AI.
Hai, Các trường hợp sử dụng AI: Tiềm năng và kỳ vọng
So với cơ sở hạ tầng AI phong phú, hiện tại các dự án ứng dụng AI thực tế nổi bật vẫn còn tương đối ít. Ngoài con bot Twitter nổi tiếng AIXBT, còn một số dự án khác đáng chú ý sau đây:
Narra: Nền tảng Gamefi AI Agent trên Berachain, sử dụng động cơ AI để tạo ra nội dung kể chuyện động theo thời gian thực, tương tác với người chơi, thúc đẩy sự phát triển của câu chuyện và cung cấp trải nghiệm cá nhân hóa trong các tình huống trò chơi.
AI Travel：Trợ lý du lịch được điều khiển bởi AI, giúp người dùng tự động lập kế hoạch du lịch thông qua trò chuyện, cung cấp dịch vụ đặt khách sạn, so sánh giá cả và các dịch vụ khác.
HeyTracyAI: AI Agent phân tích thể thao trong lĩnh vực bóng rổ do nhà vô địch NBA Tristan Thompson tham gia, cung cấp phân tích theo thời gian thực và những hiểu biết dự đoán cho các trận đấu.
AskJimmy: Nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch, nhằm tạo ra quỹ phòng hộ đa chiến lược phi tập trung do AI Agent tự vận hành.
Ba, chuyển đổi dự án truyền thống sang AI
Xu thế chung, nhiều dự án Web3 truyền thống cũng lần lượt chào đón AI, công bố kế hoạch chuyển hướng AI của riêng mình.
Các chuỗi công cộng lâu đời như Sui, Near, Flow và Aptos tích cực tham gia các hội nghị liên quan đến AI, cho rằng AI Agent có vai trò quan trọng trong việc đơn giản hóa quy trình tương tác phức tạp của blockchain, giúp đưa nhiều người dùng hơn vào thế giới Web3. Những chuỗi công cộng này cho biết sẽ hỗ trợ phát triển AI một cách toàn diện từ cơ sở hạ tầng, đổi mới tài khoản và các phương diện khác, đồng thời khuyến khích các nhà phát triển đổi mới và phát triển ứng dụng AI trên chuỗi thông qua các hoạt động như hackathon.
Eigenlayer, trước đây tập trung vào dịch vụ Restaking, cho biết họ đang xây dựng một lớp tin cậy phi tập trung (Decentralized Trust), cung cấp dịch vụ đám mây có thể xác minh (Verifiable Cloud), cung cấp chứng nhận chuỗi cho các phép toán ngoài chuỗi như đào tạo và suy diễn AI, dự đoán, v.v., hỗ trợ sự phát triển của AI Agent có thể xác minh.
Bốn, Thách thức và Tương lai
Mặc dù có nhiều kỳ vọng vào triển vọng của AI trên chuỗi, nhưng sự phát triển hiện tại vẫn gặp phải nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ về ý định của từ gợi ý, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề liên quan đến an ninh và quyền riêng tư. Những thách thức này không chỉ mang lại các vấn đề kỹ thuật mà còn ươm mầm những cơ hội đổi mới to lớn.
Về lâu dài, ngành công nghiệp tràn đầy hy vọng vào sự phát triển của AI trên chuỗi, mong đợi thông qua việc hoàn thiện cơ sở hạ tầng, đổi mới trường hợp sử dụng và hợp tác cộng đồng để cùng nhau thúc đẩy sự hòa nhập và thịnh vượng của AI và Web3.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
14 thích
Phần thưởng
14
7
Đăng lại
Chia sẻ
Bình luận
0/400
TradFiRefugee
· 08-13 08:29
Tiến độ lại tụt lại so với châu Á, cảm thấy không bằng đi Hồng Kông kiếm tiền
Xem bản gốcTrả lời0
rekt_but_not_broke
· 08-11 21:30
Lại muốn làm tôi bị rekt, tôi đã lỗ đến mức nào rồi.
Xem bản gốcTrả lời0
ForkItAllDay
· 08-11 21:29
web3 đường đua thật sự căng thẳng quá
Xem bản gốcTrả lời0
MissedAirdropBro
· 08-11 21:28
Hồng Kông còn không bằng Ma Cao hot, chỉ là thổi phồng.
Xem bản gốcTrả lời0
AirdropLicker
· 08-11 21:16
Chẳng có gì không liên quan đến việc đẩy mạnh khái niệm. Năm sau lại đến làm.
Xem bản gốcTrả lời0
OvertimeSquid
· 08-11 21:13
Mặc dù là hội nghị Web3 nhưng vẫn có chút mùi cạnh tranh.
AI và Web3 hội nhập: Hội nghị Nhận thức chung Hong Kong 2025 tập trung vào xu hướng AI on-chain mới
Sự kết hợp giữa AI và Web3: Chủ đề nóng của Hội nghị Nhận thức chung Hồng Kông 2025
Trong những năm gần đây, AI và Web3 được coi là hai động lực thúc đẩy tiến bộ công nghệ của nhân loại. Với việc ChatGPT mang đến trải nghiệm AI cách mạng, AI trên chuỗi cũng đã hoàn thành việc chuyển từ khái niệm sang cơ sở hạ tầng, trở thành một lĩnh vực mới hứa hẹn bùng nổ trong giới Web3.
Tại hội nghị Nhận thức chung Hồng Kông 2025 vừa kết thúc, sự kết hợp giữa AI và Web3 đã trở thành một chủ đề nóng. Dù là tại hội trường chính hay các hội trường phụ, các cuộc thảo luận về chủ đề này diễn ra sôi nổi. Dưới đây là phân tích sâu về các dự án và xu hướng liên quan đến AI tại hội nghị.
Một, Cơ sở hạ tầng AI
1. Nền tảng và khung AI Agent
Nền tảng và cơ sở hạ tầng lớp khung cho AI Agent đã rất hoạt động trong nửa năm qua. Những dự án này cung cấp cho các nhà phát triển và người dùng nền tảng sử dụng AI Agent với rào cản thấp, là một trong những hướng đi chính của dự án AI lần này.
0G Labs: Hệ điều hành trí tuệ nhân tạo phi tập trung đầu tiên (deAIOS), thông qua việc xây dựng Layer 1 riêng cho AI, kết nối tài nguyên tính toán, dữ liệu và mô hình, tạo ra hệ sinh thái phát triển AI phân tán.
DeAgentAI: Nền tảng đổi mới tập trung vào các tác nhân AI phi tập trung, cam kết thúc đẩy sự phát triển của công nghệ đa tác nhân. Người dùng có thể tạo, quản lý và phối hợp mạng lưới tác nhân AI, áp dụng vào nhiều tình huống khác nhau.
Autonomys Network: Nền tảng hạ tầng phi tập trung, nhằm mục đích thực hiện sự hợp tác giữa con người và máy móc một cách an toàn và tự chủ. Người dùng có thể tạo ra các tác nhân AI riêng biệt để thực hiện nhiều nhiệm vụ khác nhau.
Gaia Network: Nền tảng cơ sở hạ tầng AI phi tập trung, hỗ trợ phát triển và vận hành phân tán các AI Agent và ứng dụng, giải quyết các vấn đề về quyền riêng tư, khả năng mở rộng và khả năng truy cập của AI.
Questflow: Mạng lưới AI Agent đa dạng phi tập trung, người dùng chỉ cần mô tả nhu cầu, mạng lưới AI đại lý có thể tự động hoàn thành nhiệm vụ, đạt được hiệu suất và tốc độ mà một mô hình AI đơn lẻ hoặc con người không thể sánh kịp.
2. Trí tuệ nhân tạo phi tập trung
AI phi tập trung là mục tiêu cuối cùng của AI trên chuỗi. Hiện tại, nhiều dự án đang nỗ lực trong các lĩnh vực như sức mạnh tính toán, dữ liệu, mô hình, v.v., với hy vọng phá vỡ sự độc quyền của các công ty lớn đối với LLM bằng cách sử dụng phương pháp phi tập trung, giúp công chúng có được quyền sở hữu dữ liệu và mô hình.
Vana: Cam kết xây dựng nền tảng quyền sở hữu dữ liệu người dùng phi tập trung, biến dữ liệu cá nhân thành tài sản tài chính. Thông qua thiết kế Data Liquidity Pools (DLP), người dùng có thể đóng góp và xác minh dữ liệu thông qua blockchain, tạo ra tài sản mã hóa để đào tạo mô hình AI.
Hyperbolic：Nền tảng đám mây AI truy cập mở, tích hợp tài nguyên tính toán toàn cầu, cung cấp tài nguyên GPU và dịch vụ AI tiết kiệm chi phí, có thể mở rộng. Hỗ trợ dịch vụ suy diễn AI, truy cập GPU theo yêu cầu và tiền tệ hóa phần cứng nhàn rỗi.
OpenLedger: Tập trung vào mạng thế hệ tiếp theo về AI và blockchain, cung cấp cơ sở hạ tầng kinh tế phi tập trung. Hỗ trợ các nhà phát triển truy cập dữ liệu chất lượng cao, tinh chỉnh các mô hình ngôn ngữ chuyên dụng (SLM) và triển khai chúng như dịch vụ có thể trả phí.
IO.NET: Nền tảng tính toán phi tập trung, cung cấp dịch vụ truy cập GPU và CPU cụm theo yêu cầu. Thông qua mạng lưới cơ sở hạ tầng vật lý phi tập trung, người dùng có thể truy cập ngay lập tức vào cụm GPU phân tán.
Aethir：Cung cấp nền tảng đổi mới cho hạ tầng điện toán đám mây phân tán. Aethir Earth được thiết kế riêng cho các nhiệm vụ tính toán AI, cung cấp khả năng tính toán hiệu suất cao; Aethir Atmosphere tối ưu hóa mạng GPU đám mây cho ngành công nghiệp trò chơi.
MinionLab: Mạng lưới AI tự trị phi tập trung, các tác nhân này được gọi là "Minions", hoạt động trên thiết bị của người dùng để khai thác dữ liệu Internet theo thời gian thực. Chủ sở hữu thiết bị có thể nhận được phần thưởng token bằng cách hỗ trợ mạng.
GAIB: Giải pháp kinh tế trong lĩnh vực AI và tính toán hiệu suất cao, tạo ra loại tài sản và hệ thống kinh tế mới thông qua việc tài chính hóa và mã hóa tài nguyên GPU.
Kite AI: Nền tảng blockchain Layer 1 phi tập trung được thiết kế riêng cho nền kinh tế trí tuệ nhân tạo, thông qua cơ chế đồng thuận Proof of AI (PoAI) sáng tạo, mở khóa quyền truy cập công bằng và phần thưởng cho tài sản AI.
Automata: Cung cấp lớp trung gian bảo vệ quyền riêng tư và chức năng tính toán không theo dõi cho ứng dụng phi tập trung, đảm bảo quyền riêng tư dữ liệu và quyền tự chủ của người dùng.
Public AI: Tạo ra nền tảng dữ liệu AI mở và minh bạch, hỗ trợ thu thập và gán nhãn dữ liệu đa mô hình, cung cấp dịch vụ gán nhãn dữ liệu hỗ trợ AI hiệu quả và chi phí thấp.
3. AI có thể xác minh
Một trong những thách thức quan trọng mà sự phát triển của AI phải đối mặt là tính không minh bạch trong quy trình đào tạo và không thể đảm bảo độ chính xác của kết quả đầu ra của AI. Hiện tại, có nhiều dự án sử dụng các công nghệ như ZKP, TEE để đạt được tính có thể xác minh trong quy trình đào tạo AI, đảm bảo độ tin cậy của kết quả đầu ra của AI.
Phala Network: Nền tảng điện toán đám mây phi tập trung, cung cấp dịch vụ tính toán riêng tư và suy diễn AI đáng tin cậy cho các ứng dụng trên chuỗi. Mạng tính toán bảo mật dựa trên môi trường thực thi tin cậy (TEE), hỗ trợ hợp đồng thông minh, đào tạo và suy diễn mô hình AI, cũng như bảo vệ quyền riêng tư dữ liệu.
Brevis：Công cụ tính toán phi tập trung, cung cấp AI và tính toán chuỗi khối có thể xác minh ngoài chuỗi, kết hợp với các chứng minh không biết (ZKP) để nâng cao quyền riêng tư và hiệu quả. Tập trung vào việc bảo vệ quyền riêng tư dữ liệu tài chính, hỗ trợ mở rộng hợp đồng thông minh và các ứng dụng Web3.
Verisense Network: Nền tảng đổi mới tập trung vào xác thực dữ liệu phi tập trung và AI đáng tin cậy, giúp các nhà phát triển xác minh nguồn dữ liệu, đảm bảo tính xác thực và toàn vẹn của dữ liệu huấn luyện. Hỗ trợ việc kiểm tra và xác minh quá trình ra quyết định của AI, cung cấp dữ liệu huấn luyện và quá trình suy luận minh bạch cho mô hình AI.
Hai, Các trường hợp sử dụng AI: Tiềm năng và kỳ vọng
So với cơ sở hạ tầng AI phong phú, hiện tại các dự án ứng dụng AI thực tế nổi bật vẫn còn tương đối ít. Ngoài con bot Twitter nổi tiếng AIXBT, còn một số dự án khác đáng chú ý sau đây:
Narra: Nền tảng Gamefi AI Agent trên Berachain, sử dụng động cơ AI để tạo ra nội dung kể chuyện động theo thời gian thực, tương tác với người chơi, thúc đẩy sự phát triển của câu chuyện và cung cấp trải nghiệm cá nhân hóa trong các tình huống trò chơi.
AI Travel：Trợ lý du lịch được điều khiển bởi AI, giúp người dùng tự động lập kế hoạch du lịch thông qua trò chuyện, cung cấp dịch vụ đặt khách sạn, so sánh giá cả và các dịch vụ khác.
HeyTracyAI: AI Agent phân tích thể thao trong lĩnh vực bóng rổ do nhà vô địch NBA Tristan Thompson tham gia, cung cấp phân tích theo thời gian thực và những hiểu biết dự đoán cho các trận đấu.
AskJimmy: Nền tảng AI Agent tập trung vào lĩnh vực tài chính và giao dịch, nhằm tạo ra quỹ phòng hộ đa chiến lược phi tập trung do AI Agent tự vận hành.
Ba, chuyển đổi dự án truyền thống sang AI
Xu thế chung, nhiều dự án Web3 truyền thống cũng lần lượt chào đón AI, công bố kế hoạch chuyển hướng AI của riêng mình.
Các chuỗi công cộng lâu đời như Sui, Near, Flow và Aptos tích cực tham gia các hội nghị liên quan đến AI, cho rằng AI Agent có vai trò quan trọng trong việc đơn giản hóa quy trình tương tác phức tạp của blockchain, giúp đưa nhiều người dùng hơn vào thế giới Web3. Những chuỗi công cộng này cho biết sẽ hỗ trợ phát triển AI một cách toàn diện từ cơ sở hạ tầng, đổi mới tài khoản và các phương diện khác, đồng thời khuyến khích các nhà phát triển đổi mới và phát triển ứng dụng AI trên chuỗi thông qua các hoạt động như hackathon.
Eigenlayer, trước đây tập trung vào dịch vụ Restaking, cho biết họ đang xây dựng một lớp tin cậy phi tập trung (Decentralized Trust), cung cấp dịch vụ đám mây có thể xác minh (Verifiable Cloud), cung cấp chứng nhận chuỗi cho các phép toán ngoài chuỗi như đào tạo và suy diễn AI, dự đoán, v.v., hỗ trợ sự phát triển của AI Agent có thể xác minh.
Bốn, Thách thức và Tương lai
Mặc dù có nhiều kỳ vọng vào triển vọng của AI trên chuỗi, nhưng sự phát triển hiện tại vẫn gặp phải nhiều thách thức, bao gồm độ tin cậy của mô hình chưa đủ, sự mơ hồ về ý định của từ gợi ý, hạn chế về lưu trữ và phần cứng, cũng như các vấn đề liên quan đến an ninh và quyền riêng tư. Những thách thức này không chỉ mang lại các vấn đề kỹ thuật mà còn ươm mầm những cơ hội đổi mới to lớn.
Về lâu dài, ngành công nghiệp tràn đầy hy vọng vào sự phát triển của AI trên chuỗi, mong đợi thông qua việc hoàn thiện cơ sở hạ tầng, đổi mới trường hợp sử dụng và hợp tác cộng đồng để cùng nhau thúc đẩy sự hòa nhập và thịnh vượng của AI và Web3.