AxBlade × AWS香港峰会圆满落幕:定义实体人工智能的问责制

TheNewsCrypto发布于2026-07-08更新于2026-07-08

文章摘要

AxBlade(自主AI的问责层)与AWS香港峰会联合举办了独家边会活动“从智能体AI到实体AI:模型浪潮之后,什么将获得投资?”。此次活动在Hopewell酒店举行,汇集了100多位来自AWS、英伟达、Y Combinator、Crypto.com、罗氏、辉瑞等机构的创始人、研究人员、企业领袖和投资者,共同探讨AI演示与实际部署之间的关键基础设施缺口。 活动共识指出,下一波AI投资将不再流向大语言模型,而是投向能使自主AI在物理环境中具备问责性的基础设施。没有可验证的身份、可信执行环境和可密码学证明的行为记录,实体AI就无法从实验室走向生产。 活动包含三场专题讨论:1. “模型浪潮之后投资什么?”探讨资本正日益流向合规原生技术栈和现实世界部署工具。2. “AI走向现实世界”探讨AI智能体与物理系统交互时的责任、安全与治理挑战。3. “从演示到生产”深入探讨概念验证与企业应用之间缺失的中间件,强调可审计性是受监管行业的先决条件。 活动还包括策划社交与演示匹配环节以及私人晚宴。AxBlade作为会上唯一的区块链原生基础设施层,展示了其合规原生的Layer 2公链如何结合去中心化身份、可信执行环境和零知识行为证明,直接解决各专题讨论中提出的问责缺口。 与会机构涵盖AI、医疗保健和Web3领域的众多领先组织。

作为自主人工智能问责层的AxBlade,与AWS香港峰会周共同主办了独家边会活动《从智能体AI到实体AI:模型浪潮之后,什么将获得投资?》。此次活动在湾景国际酒店举行,仅限受邀者参加,汇聚了来自AWS、NVIDIA、Y Combinator、Crypto.com、罗氏、辉瑞、SNZ及香港城市大学的100多位创始人、研究员、企业领袖和投资者,共同探讨人工智能演示与真实世界部署之间的关键基础设施差距。

从模型到问责制:共识达成

活动以AxBlade创始人Nick Hau的主题演讲拉开序幕,他提出下一波人工智能投资不会涌向更大的语言模型,而是会投向那些能让自主人工智能在物理环境中承担责任的基础设施。随后,AWS智能体AI负责人Ian Holtz发表了关于企业大规模部署智能体系统所需条件的主题演讲。

通过三场小组讨论,一个清晰的共识浮现出来:如果没有可验证的身份、可信的执行环境和密码学可证明的行为记录,实体人工智能就无法从实验室走向生产环境。

  • 小组讨论1 — 《模型浪潮之后,什么将获得投资?》探讨了投资者对基础设施而非模型的偏好,与会者指出,资本正日益流向原生合规的技术栈和真实世界部署工具。
  • 小组讨论2 — 《AI走向真实世界》探讨了当AI智能体与物理系统(从机器人流程自动化到自主诊断)交互时,所面临的的责任、安全和治理挑战。
  • 小组讨论3 — 《从演示到生产》以一场技术深度探讨结束了本次活动,聚焦于概念验证与企业采纳之间缺失的中间件,并强调可审计性是受监管行业的先决条件。

精心策划的交流与机构对接

下午的活动转入精心策划的交流与演示配对环节,将人工智能基础设施建设者与企业运营商和机构投资者连接起来。当晚以私人晚宴招待会结束,促成了关于人工智能、医疗保健、Web3和云基础设施领域合作机遇的闭门讨论。

为何选择AxBlade

作为峰会上唯一原生区块链基础设施层的代表,AxBlade展示了其原生合规的Layer 2公链如何直接解决各场小组讨论指出的问责差距。该链结合了原生AI身份(DID)、可信执行环境(TEE)和零知识行为证明(PoB)。

“我们不是在构建AI模型。我们是在构建让模型可审计的信任基础设施,” Nick Hau表示,“像这样的活动证明,行业已准备好从‘AI能做什么’转向‘当它这么做时,谁该负责’。”

参与机构

本次活动汇集了来自AWS、NVIDIA、Y Combinator、Crypto.com、罗氏、辉瑞、SNZ、香港城市大学、比升资本、高榕资本、弘尚资产、创胜集团、CTFS、Foresee、健康救星、ETHHub、PRIMIT、OpenBuild、INFINI、Publish0x、UpHonest Scouts、YOOV以及其他在人工智能、医疗保健和Web3领域的领先组织的代表。

媒体报道得到了Techub News、Monster Block、BlockBeats、Foresight News、TinTin、ChainCatcher、TechFlow、CoinMarketCap、FINBOLD以及其他合作伙伴的支持。


关于AxBlade

AxBlade是AI智能体、世界模型和实体人工智能的问责层。作为一个原生合规的Layer 2公共区块链,AxBlade结合了区块链、零知识证明(ZK)和可信执行环境(TEE),实现了可验证身份、可信执行和可问责的决策。每一个现实世界的AI行为都被捕获、结构化并锚定在链上——使自主系统可审计、可追溯且大规模合规。

  • 网站:axblade.io
  • X/Twitter:@AxBlade_io
  • 联系邮箱:contact@axblade.io

媒体联系:

  • AxBlade 传播部
  • 邮箱:contact@axblade.io

免责声明:TheNewsCrypto不认可本页上的任何内容。本新闻稿描述的内容不构成任何投资建议。TheNewsCrypto建议读者基于自己的研究做出决策。TheNewsCrypto不对本新闻稿中所述内容、产品或服务造成的任何损害或损失负责。

标签Axblade新闻稿

热门币种推荐

相关问答

Q文章标题中提到的“Physical AI”是什么,以及活动的核心主题是什么?

A“Physical AI”(实体AI)指的是能在物理环境中自主运作并与实体系统交互的人工智能。本次活动的核心主题是探讨如何为这类自主AI系统建立可信、可审计的问责基础设施,以填补AI演示与真实世界部署之间的关键空白,使Physical AI能从实验室走向实际生产应用。

Q根据文章,在活动讨论中,对于AI投资的下一波趋势形成了什么共识?

A活动讨论形成的共识是,下一波AI投资的重点将不再是更大的语言模型,而是转向能够确保自主AI在物理环境中可被问责的基础设施。具体来说,没有可验证的身份、可信执行环境以及密码学可验证的行为记录,Physical AI将无法实现真正的生产部署。

Q活动中AxBlade公司的定位是什么?它旨在解决什么问题?

AAxBlade将自己定位为“AI的问责层”,是为AI智能体、世界模型和Physical AI提供基础设施的平台。它旨在解决的核心问题是Physical AI在真实世界部署中的“问责空白”,即当AI自主行动时,如何确保其行为可被追溯、审计和信任,以满足合规和安全要求。

Q文章中提到的三个小组讨论分别聚焦于哪些关键议题?

A三个小组讨论的关键议题分别是:1)模型浪潮之后,哪些基础设施项目更能获得投资青睐;2)当AI智能体与物理系统交互时,如何应对责任、安全与治理挑战;3)从概念验证到企业级采用,需要什么样的中间件技术,并强调可审计性是受监管行业的先决条件。

QAxBlade的技术解决方案主要包含哪几个核心组件?

AAxBlade的技术解决方案主要包含三个核心组件:1)原生AI身份(去中心化标识符,DID),用于验证AI主体;2)可信执行环境(TEE),确保代码在受保护的硬件中安全执行;3)零知识行为证明(PoB),能够在不泄露隐私的前提下,密码学地证明AI行为的合规性。这些组件被整合在其合规原生的Layer 2公链上。

你可能也喜欢

Hyperliquid的合规之路:从无需许可到许可制HIP-3

Hyperliquid(基于HyperCore的去中心化交易基础设施)因其无需许可、用户自托管的特点,与美国针对期货交易的严格市场结构法律(涉及注册交易平台DCM、清算所DCO和经纪商FCM)存在根本冲突,因此一直对美国市场进行地理封锁。 为了解决此困境,Hyperliquid成立了政策中心(HPC),积极游说美国监管机构(CFTC、SEC),主张将Hyperliquid视为“中立基础设施”。其核心提议是:允许已受监管的实体(如经纪商、交易平台)在履行其原有KYC、市场监控等合规义务的前提下,利用Hyperliquid的底层技术(如HyperCore)来构建和运营产品,而非要求协议本身改变其无需许可的特性。 作为这一合规路径的实例,Hyperliquid已在测试网推出具备许可权限的HIP-3部署者功能。此类部署允许受监管实体创建仅对白名单用户(即已完成KYC的合规用户)开放的市场,并拥有对用户账户执行特定操作(如强制平仓)的权限,从而模仿传统金融中FCM的职责。尽管这些合规市场会形成独立的订单簿,但通过白名单做市商的桥梁作用,它们仍能共享Hyperliquid主市场的流动性。 总之,Hyperliquid的战略目标并非直接向美国用户开放其原生免KYC前端,而是通过提供工具,让合规机构能在其底层上构建符合美国法规的产品,从而为美国投资者提供间接参与其生态的合规通道,同时保持协议本身的中立性与开放性。

marsbit51分钟前

Hyperliquid的合规之路:从无需许可到许可制HIP-3

marsbit51分钟前

AI时代最大的政治经济学命题:机器人越来越能干,人类如何分享价值?

《经济学人》近期评论引发思考:中国在机器人、AI等尖端领域取得突破的同时,居民消费疲软、企业利润承压,这背后触及一个更深层的全球性命题——当机器(尤其是AI)越来越能替代人类劳动时,人类如何分享机器创造的价值? AI正在改写财富分配的底层逻辑。过去技术进步虽提升效率,但人仍是生产核心,生产率提升能转化为就业与工资增长。然而,AI首次大规模进入认知劳动领域,未来可能替代大量知识乃至决策工作,导致经济成长但直接参与创造的人减少。核心矛盾从“失业”转向“分配”:若劳动被机器替代,而新收入来源未建立,社会可能面临生产能力增强但大众购买力不足的困境。 当前全球已出现技术红利与大众收入传导的断点。美国科技巨头市值飙升,但劳动收入占GDP比重长期下降,财富向少数集中。中国同样面临挑战:虽在新能源、机器人等领域进步显著,但需打通“科技创新→企业盈利→居民收入→消费增长”的传导链条,解决收入预期不稳、社会保障不足等根本问题,让生产率红利惠及全社会。 未来可能的发展路径包括:传统资本主义(利润归资本,再分配靠税收)、国家资本主义(政府通过持股让全民间接分享收益),以及更具创新性的方式,如建立数字主权基金、全民持股或新型基本收入制度,让社会成员直接分享智能经济创造的增量价值。 对中国而言,最大优势不仅在于市场与产业链,更在于协调政策与长期发展的制度能力。未来的重点应是同步推进AI发展与收入分配改革、社保完善、职业再培训等,构建让普通人共享技术进步红利的机制。 AI时代的终极竞争,不仅是技术比拼,更是建立适应智能经济的新分配体系的竞赛。谁能率先让增长成果转化为广泛的社会福祉,谁就能掌握下一轮文明演进的话语权。

marsbit1小时前

AI时代最大的政治经济学命题:机器人越来越能干,人类如何分享价值?

marsbit1小时前

交易

现货

热门文章

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.8k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片