在去中心化人工智能（DeAI）的快速发展中，可组合性（Composability）与AI Layer1的协同效应正逐渐引起行业关注。随着风投机构对2025年下半年的预测，市场预期迎来关键的技术突破。然而，实现这一目标的过程中，节点激励和算力成本等核心问题亟待解决。本文将深入解析DeAI的技术逻辑、当前进展与挑战，并探讨可能的爆发时间窗口。
技术定义与核心逻辑
可组合性是DeAI的一个关键特性，意味着不同模块（如数据层、模型层）能够通过标准化接口相互调用，就像乐高积木可以自由拼接一样。这一概念对于AI Layer1平台而言至关重要，其中需具备如下两大特性：
- 贡献量化：通过零知识证明（ZKP）等技术，可以验证节点在训练和推理过程中所投入的算力。例如，0G Labs提出的“贡献证明”机制即为此类技术的应用。
- 资源封装：将GPU算力、数据存储等资源封装为可交易的NFT。目前，Akash Network已在链上实现了算力资源的有效匹配。
要实现协同爆发，Layer1的每秒交易量（TPS）需超过2000（当前平均仅500），并且跨链通信延迟应低于50毫秒（据Messari第二季度数据）。
当前进展与案例
1. 基础设施层突破
近期，0G Labs的AI Layer1测试网已达到了1400 TPS，采用了分片技术，将推理成本降至中心化云服务的30%。此外，Solayer刚发布的代币经济学中，51.23%的供给分配用于生态激励，直接挂钩于节点AI任务的完成量，这在业内引起了广泛关注。
2. 应用层实践
OORT通过“数据凭证化”将医疗影像等敏感数据转化为可组合的DeAI输入。OORT的CEO在接受搜狐采访时指出，“预计在2025年将出现首个拥有千万用户的DeAI应用”。在此基础上，Bittensor的子网间模型互调耗时从2024年第四季度的120秒缩短至20秒，这表明可组合性在运行效率上有了明显提升（据Subnet Explorer实时数据）。
关键挑战
1. 代币经济学设计
目前，许多AI项目的代币主要用于支付Gas费，难以有效激励社区的长期贡献。CoinFund指出，需构建“训练-推理-数据”三要素联动的双代币模型，以更好地支持治理及确保代币价值的稳定。
2. 监管适配性
欧盟的《AI法案》要求对所有AI训练数据进行可追溯，具有与区块链的天然契合性。然而，美国证券交易委员会（SEC）仍未明确DeAI代币属性分类，这无疑给行业带来了一些不确定性。
爆发时间预测
综合当前的技术成熟度及市场动态，预计在2025年第三季度到第四季度可能会迎来一个重要拐点。
- 催化剂：Coinbase等加密货币交易所上线DeAI指数产品，传闻Brian Armstrong已与Kanye West讨论相关计划，这可能会推动DeAI领域的发展。
- 风险点：如果以太坊的EIP-4844升级延迟，可能会对Layer2的AI数据处理能力产生负面影响。
延伸知识：DeAI可组合性
DeAI的可组合性依赖于“状态通道”技术，类似于微信小程序间的跳转。当用户调用某一项目的图像识别模型时，另一项目的区块链会自动验证其训练数据的哈希值。这一机制当前已在Polygon zkEVM上得到实现，交互费用低至每次0.02美元。
通过将DeAI与AI Layer1相结合，未来的人工智能开发范式有望得到重塑。预计在2025年，“推理上链、数据确权和代币激励”的闭环生态将逐步形成。然而，业界也须警惕一些潜在风险：如部分项目可能夸大TPS数据，实际性能需要进行独立审计，另外，算力NFT的流动性不足可能导致资源定价失衡。因此，投资者应关注技术白皮书和实际应用，而非单纯的概念炒作。
