过去几个月,因为 AI 整个产业的蓬勃发展,大量加密行业人才转向 AI。在两个领域都有涉足的研究员们,也都在探讨一个始终没人跑通的命题:
区块链,能不能成为 AI 基础设施的一部分
过去两年,AI 与 Crypto 的结合,市场已经看过太多版本,AI Agent、链上推理、数据市场、算力租赁。热度很高,但真正形成商业闭环的项目,其实并不多,原因很简单:大部分项目都停留在「AI 应用层」。但 Gensyn 切入的,是 AI 产业最核心、也最昂贵的一层:
「模型训练」
如何做到? 把全球分散的 GPU 资源,组织成一个开放式 AI 训练网络,开发者可以提交训练任务节点提供算力,网络负责验证训练结果,并完成激励分配,这背后真正值得关注的,其实并不是「去中心化」本身,而是 AI 行业中越来越无法忽视的问题:
算力资源已经快速集中到寡头手中了,大厂抢卡已经抢到几年后了,过去一年,AI 行业已经逐渐形成一个明显趋势,谁掌握 GPU,谁就掌握 AI 发展的速度,尤其在大模型时代,训练资源已经成为核心门槛。
H100 供给紧张,云服务价格持续上涨,国内大厂争先发展 AI 的第一步,不是扩张团队,而是锁定算力资源,这也是为什么 OpenAI、Anthropic、xAI 背后,都绑定着大型云厂商,因为模型竞争的背后,本质上已经变成基础设施竞争。而 Gensyn 的意义在于:
为 AI 训练提供一种新的资源组织方式
一、它切入的是 AI 产业最核心的基础设施层
很多 AI+Crypto 项目,更偏向应用层叙事,说白了大家都只是在做 App,但 Gensyn 直接进入了训练环节,这是整个 AI 价值链中技术门槛最高、资源消耗最大的部分,也是目前最容易形成平台壁垒的一层。因为一旦训练网络形成规模,它不仅是算力市场,更可能成为未来 AI 开发的重要入口。这也是为什么市场会持续关注 Gensyn,这也是为什么 A16Z 两次出手大举领投。
二、它提供了一种更开放的算力协作模式
传统 AI 训练高度依赖中心化云平台,优点是稳定,但成本也在不断提升,尤其对于中小型 AI 团队而言,训练资源已经逐渐变成限制创新的重要因素。而 Gensyn 提供的思路是:让更多闲置 GPU 进入网络,让训练资源能够被动态调度,从而提高整体算力利用率,这背后其实有点像早期云计算出现时的逻辑,不是重新发明计算,而是重新组织计算资源。如果这个模型能够持续跑通,它带来的不仅是成本优化,更可能提升整个 AI 行业的资源效率。
三、技术门槛,反而是它的重要护城河
训练网络真正困难的地方,从来不是「连接 GPU」,而是:如何验证训练结果,如何确保节点诚实执行任务,如何在分布式环境下保持训练可靠性,而 Gensyn 过去一直在解决的,正是这一部分,包括概率验证机制、任务分发模型、节点协同系统等。这些东西可能不像 Agent 叙事那么「显眼」,但它决定了网络是否真正可用,某种程度上,Gensyn 更像一家深科技基础设施公司,这也是它和很多同赛道项目最大的区别。
四、已经形成商业闭环
Crypto 行业过去最大的争议之一,就是:很多项目有叙事,但缺少真实需求。但 AI 训练不同,这是一个已经被验证、且高速增长的真实市场,全球 AI 训练需求正在持续扩张,GPU 资源缺口长期存在,而 Gensyn 切入的,正是一个已经存在明确需求的产业链环节。换句话说,它不是为了「链上而链上」,而是因为 AI 行业本身,需要更灵活、更开放的资源调度体系。这也是为什么越来越多资本开始关注 AI Infra 方向,因为相比短周期应用,基础设施一旦形成网络效应,生命周期往往更长。
最后,一个很有意思的变化正在发生。过去大家总觉得:Crypto 是金融系统,AI 是技术系统。
但现在,两者的边界正在越来越模糊,AI 需要资源协调,需要激励机制,需要全球化协作。而这些,恰恰是 Crypto 最擅长的部分,让训练能力,不再只属于少数巨头。而是变成一个更开放、更可协作的系统,至少从目前来看,这已经不只是一个概念故事,而是在朝真正的 AI 基础设施方向演进,而 AI 时代最有价值的公司,往往也都诞生于基础设施层。
