排行榜科技

2026 年 9 月 14 日

十大人工智慧公司正在為加密貨幣開發大型語言模型

by 艾莉莎戴維森

發佈時間：14 年 2026 月 11 日下午 55:11 更新日期：2026 年 10 月 10 日凌晨 XNUMX:XNUMX

by 維克多·戴伊

編輯與事實查核：14 年 2026 月 11 日中午 55:XNUMX

人工智慧和加密貨幣不再是科技業中各自獨立發展的領域。隨著區塊鏈應用變得日益複雜，開發者和用戶越來越需要能夠理解智能合約、代幣經濟學、鏈上活動、去中心化金融以及區塊鏈特有語言的人工智慧系統。 Web3.

這正是加密貨幣專用大型語言模式開始發揮作用的地方。通用模型可以解釋區塊鏈是什麼，但當被要求解釋複雜的交易、評估…時，它們就顯得力不從心了。 DeFi 協議或理解錢包活動與市場狀況之間的關係。專注於加密貨幣的模型正在接受訓練、微調或連接到資料集，從而更深入地了解這些環境。

加密貨幣市場仍處於發展初期，並非所有被稱為「加密人工智慧公司」的項目都在從零開始建立基礎模型。有些公司在訓練自己的模型，而有些公司則在微調現有的開源模型，或圍繞生命週期管理（LLM）建立專門的基礎設施。即便如此，這些公司和平台都在推動產業朝著能夠處理更多加密貨幣相關問題的AI系統發展。

鏈GPT

鏈GPT 這是最清晰的例子之一，說明一家公司是如何專門圍繞以下需求建立人工智慧的： Web3 行業。它是 Web3 AI LLM 的設計圍繞著區塊鏈數據和智能合約。 DeFi, NFTs 並且採用代幣經濟學，而不是僅僅依賴通用模型中發現的廣泛知識。

Chain 最有趣的方面之一GPT此方法的關鍵在於與即時資訊的連接。其文件指出，該模型可以處理鏈上資料、市場資訊、新聞和社群媒體動態，使開發者能夠建立比靜態語言模型更需要即時情境的應用。

這使得該技術可用於從加密貨幣研究和客戶支援到交易輔助和智能合約分析等各個領域。GPT 它還透過 API 和 SDK 提供其模型，使其他用戶也能使用。 Web3 企業無需自行開發整個模型棧，即可新增加密感知人工智慧。

Fetch.ai

Fetch.ai 採取了略有不同的策略，專注於能夠作為自主代理系統一部分運行的 AI 模型。 2025 年 2 月，Fetch.ai 推出了 ASI-1 Mini，並將其描述為… Web3-專為智能體人工智慧工作流程所建構的原生大型語言模式。

關鍵的差異在於，ASI-1 Mini 並非僅僅是一款訓練用於回答加密貨幣相關問題的聊天機器人。 Fetch.ai 將其設計為具備推理、決策和自主工作流程能力，並提供多種推理模式，旨在平衡速度和深度。

這種方法至關重要，因為加密人工智慧的下一階段很可能涉及能夠與區塊鏈網路實際互動的智慧體。用戶最終可以將部分流程委託給自主系統，而無需再詢問人工智慧哪個代幣的收益最高，然後手動執行交易。諸如 ASI-1 Mini 之類的模型正是基於這種更宏大的願景而開發的。

加密貨幣GPT

加密貨幣GPT 是另一個致力於為加密貨幣和區塊鏈領域建立人工智慧基礎設施的項目。其目標不僅限於簡單的AI聊天機器人，還包括智慧合約產生、稽核、交易輔助等應用。 Web3相關工具。

該專案還透過其 AIVM 概述了以 AI 為中心的區塊鏈基礎設施計劃，旨在支援鏈上 AI 模型的執行、訓練和運算資源提供。

然而，這裡存在著一個重要的區別。加密貨幣GPT該公司自身的文檔表明，其人工智慧模型並非開源，但計劃透過API和SDK提供存取權限。這使得該公司的策略更接近人工智慧基礎設施供應商，而非開放式研究實驗室。

對於加密貨幣用戶來說，其吸引力相當直接。加密貨幣無需讓通用人工智慧系統從頭開始學習區塊鏈術語，而是能夠直接使用加密貨幣。GPT 正在嘗試將這些領域知識融入產品中。

BytomDAO

BytomDAO 採用了一種較為直接的方式來創建以加密為中心的語言模型。其加密GPT 該計劃基於 CryptoInstruct，這是一個包含數百萬個圍繞加密貨幣相關資訊和任務設計的指令範例的資料集。

該項目稱已進行微調 Llama 3 使用 CryptoInstruct 資料集產生 CryptoGPT 不同參數尺度下的模型。這種方法背後的理念與加密貨幣產業特別相關，因為區塊鏈資訊高度專業且瞬息萬變。

與其試圖在所有可能的主題上與最大的通用模型競爭，不如將專門的模型的能力集中在項目資訊、區塊鏈概念和加密貨幣特定任務等領域。

這是領域特定培訓為何可能變得重要的最清晰例證之一。 Web3對於區塊鏈應用而言，一個規模較小但對加密貨幣有深入了解的模型，有時可能比一個規模龐大但對各方面都略知一二的模型更有用。

IndexAI

IndexAI是另一個圍繞語言模型應能與區塊鏈網路直接互動這一理念而建構的項目。該平台將其基礎模型描述為基於區塊鏈知識訓練的開源語言學習模型（LLM）。

IndexAI 的目標遠不止於回答問題。該公司表示，其技術使人工智慧代理商能夠讀取多個區塊鏈上的信息，並在具備相應能力的情況下，透過簽署交易、執行交易和進行互換等方式寫入這些網路。

這種區別意義重大。加密貨幣專屬語言學習模式（LLM）的真正機會或許並非在於更好地探討比特幣或以太坊，而是將自然語言指令轉化為安全、可驗證的區塊鏈操作。

使用者最終可以用日常語言描述目標，而人工智慧系統則負責處理底層區塊鏈互動。這比傳統的聊天機器人需要更強的領域知識。

心靈

DMind 將自己定位為專注於數位金融的開源通用人工智慧 (AGI) 研究機構。其工作包括大型語言模型、數據集、基準測試和工具，旨在服務金融和 Web3 應用程序。

該公司推出的DMind-3模型尤其引人注目，因為它們的設計充分考慮了金融執行的實際情況。 Web3DMind 表示，這些模型旨在解決以下情況：單一使用者操作可能會經過多個智慧合約，觸發清算或使資金面臨對抗性執行的風險。

這與僅僅產生一個連貫的答案是不同的問題。在去中心化金融中，人工智慧系統有可能影響涉及真實資金的交易。因此，理解交易的執行環境、風險以及合約之間的相互作用，與撰寫流暢的文本同等重要。

DMind 的開源方法也可能使其工作對那些想要檢查、調整和建立專門的金融 AI 模型而不是完全依賴封閉的商業系統的開發人員有用。

Nexis Labs

Nexis Labs正致力於透過其Nex-T1平台，探索大型語言模式、自主代理和區塊鏈執行的整合。該公司將Nex-T1描述為一個企業級人工智慧系統，旨在將先進的大型語言模型與可執行的區塊鏈應用連接起來。

它的重點與以下方面特別相關： DeFi其中，自主系統需要解讀市場訊息，並可能採取行動。 Nexis Labs 描述了其在多智能體編排和自主性方面的工作。 DeFi 交易和人機互動控制。

這凸顯了加密人工智慧市場的一個重要演變。模型本身只是拼圖中的一塊。要讓人工智慧系統在去中心化金融領域真正發揮作用，它還需要一個編排層、可靠的區塊鏈資訊存取權限以及執行方面的安全保障措施。

因此，Nexis Labs 從代理端著手解決這個問題，其中 LLM 成為能夠對金融資訊進行推理並與區塊鏈基礎設施互動的更大系統的一部分。

0G

0G 正在建立一個更廣泛的去中心化人工智慧生態系統，其中包括其自身的模型基礎設施。其平台目前列出了包括 0GM-1.0-35B-A3B 在內的模型，以及其他可透過其平台取得的模型。 AI 疊加。

該公司的更宏大目標是將人工智慧的運算、儲存和推理更緊密地整合到區塊鏈基礎設施中。它稱其網路支援完全鏈上人工智慧、可驗證計算和私密推理。

這使得0G與加密貨幣領域的語言模型討論息息相關，儘管其目標遠不止於單一語言模型。該公司實際上正在建立人工智慧模型在去中心化應用中運行所需的基礎設施。

這可能與模型本身同等重要。運行複雜的AI系統需要龐大的運算和儲存資源，而區塊鏈應用則需要透明度和可驗證性。如何將這兩項要求結合起來，是該行業面臨的最大技術挑戰之一。

諾斯研究

Nous Research 與榜單上的其他公司略有不同，因為它的語言模型並非專門針對加密貨幣而設計。其重要性體現在該公司在開源人工智慧和去中心化模型訓練方面的工作。

該實驗室致力於開發開放權重語言模型，包括其 Hermes 系列模型，同時也在建構分散式訓練的基礎設施。其在去中心化人工智慧領域的研究涵蓋了基於區塊鏈的協調和分散式計算。

因此，與加密貨幣的聯繫與其說是創建一個“比特幣聊天機器人”，不如說是改變訓練和運行強大語言模型的方式。隨著加密貨幣計畫探索去中心化的替代方案，以取代由少數科技公司主導的中心化人工智慧基礎設施，這種差異變得日益重要。

Nous Research 的研究表明，加密貨幣專用人工智慧並不一定意味著必須使用完全基於加密貨幣資料訓練的模型。它也可以意味著建構能夠自然融入去中心化生態系統的模型和基礎設施。

凱蘭崔爾

Galadriel 從另一個角度探討了 LLM 和區塊鏈之間的關係：讓 AI 推理可驗證。

其 Sentience 專案允許開發者創建自主 AI 代理，並透過加密證明驗證其 LLM 推理結果。該系統使用可信任執行環境處理 LLM 請求，並在 Solana 上發布證明，使應用程式能夠驗證推理是否按所聲稱的方式執行。

雖然 Galadriel 並非僅僅在建立專有的加密聊天機器人，但它的工作確實解決了基於區塊鏈的人工智慧領域的一個重大問題。如果人工智慧代理所做的決策會影響資金流動或交易執行，那麼用戶需要的不只是模型的口頭承諾，而是更可靠的資訊來證明整個過程處理得當。

可驗證的人工智慧最終可能成為加密原生語言模型的重要組成部分，尤其是在自主代理對錢包和金融交易擁有更大控制權的情況下。

這場更大的競賽不僅僅是關於聊天機器人

加密貨幣專用邏輯學習模型（LLM）的興起預示著人工智慧產業正在發生更廣泛的轉變。通用模型在解釋區塊鏈概念、編寫智慧合約程式碼和總結加密貨幣新聞方面已經展現出卓越的能力。下一個挑戰是如何讓人工智慧對區塊鏈環境有足夠深入的理解，以便能夠在其中安全地運作。

這意味著能夠獲取即時鏈上信息，了解智能合約交互，識別財務風險，並知道何時某個行為可能會產生不可逆轉的後果。

在這個領域發展的公司正從不同的方向著手解決這個問題。有些公司正在使用加密貨幣專用資料集訓練模型。另一些公司則在建構… Web3-原生 LLM、去中心化訓練網路、自主代理或驗證系統，使 AI 活動更加透明。

市場仍處於早期階段，有些項目可能會消失，而有些則會發展成為規模更大的AI基礎設施公司。但發展方向正變得越來越清晰。加密貨幣不一定需要另一個能解釋比特幣是什麼的聊天機器人。它真正需要的是能夠理解去中心化市場運作方式的AI系統。

如果這種情況發生，最重要的加密貨幣人工智慧模型最終可能成為用戶幾乎察覺不到的模型。它們將隱藏在錢包、交易所等設備背後。 DeFi 應用程式和自主代理悄悄地解釋區塊鏈數據，並幫助將自然語言指令轉化為鏈上操作。

標籤：

免責聲明

在與線信託專案指南，請注意，本頁提供的資訊無意且不應被解釋為法律、稅務、投資、財務或任何其他形式的建議。重要的是，僅投資您可以承受損失的金額，並在有任何疑問時尋求獨立的財務建議。如需了解更多信息，我們建議您參閱條款和條件以及發行人或廣告商提供的幫助和支援頁面。 MetaversePost 致力於提供準確、公正的報告，但市場狀況如有變更，恕不另行通知。