Bittensor价格TAO

我们在电影中曾看到过这样的科幻场景：《星球大战》里的 R2-D2 机器人能跟人类流畅的对话，会自主使用工具并精通黑客技术，甚至还会“违抗”人类命令；《变形金刚》里的变形金刚不管是人形机器人形态，还是变形后的自动驾驶汽车、无人机或者机器狗形态，都能自主思考且灵活行动。这些曾让我们无比震惊且充满向往的机器人和人类、机器人和机器人及机器人和物理世界互动的场景其实都跟今年的一个热门概念——“物理 AI”密切相关。 今年 1 月 ，英伟达 CEO 黄仁勋在 CES 大会上首次公开提出了将 AI 应用到机器人等现实世界的物理 AI 的概念，并将其视为 AI 发展的最后一个浪潮；特斯拉则在其发布的《秘密宏图第四篇章》中，将公司发展重心全面转向 AI 和机器人领域，要大规模地将 AI 融入物理世界。 那么巨头们押注的物理 AI 到底是什么呢？区块链与之结合而成的 DePAI 又是什么呢？ DePAI 又将如何解决物理 AI 面临的深层次问题呢？ 图表 3：DePAI 定义，图源： 根据《机器人(Robotics)、Physical AI、DePAI: 下一个比肩比特币的 10 万亿机会》绘制，本图通过 Pixso 制作 DePAI（Decentralized Physical AI）即去中心化物理 AI，是将去中心化技术（区块链/ Web3）与物理 AI 相结合起来，让拥有 AI 功能的物理机器，例如机器人、无人机、自动驾驶汽车等等，基于区块链基础设施运行，而不由任何一家公司拥有或控制。 尽管当前物理 AI 发展迅速，但依然面临着一些深层次的问题：比如，那些在世界各地运行的机器人应该在哪个平台上进行管理？机器人之间的行为如何协调？各个物理 AI 系统（包括自主机器人、无人机、车辆、仿生人等等）之间的交易和支付怎么进行？是否需要统一的标准？如何大规模的为物理 AI 提供资金支持并从中受益？如何界定物理 AI 的事故责任并对机器人行为进行透明化审计？等等。 以上深层次问题非常适合用去中心化的区块链技术解决。区块链技术的优势包括： 节点的去中心化：区块链网络节点是去中心化的，将控制权和决策权从中心实体转移到分布式网络。这消除了单一平台以降低网络功能的方式相互施加权威或控制的可能。区块链的去中心化特性消除了单点故障，提高了系统的安全性和可靠性； 共享统一的账本：区块链去中心化的统一账本可以充当协调中心，使异构系统中的机器人能够相互查找并协调，而无需中心化的中介机构； 价值交换：随着机器人变得更加自主，区块链可能会促进直接、可编程的机器人和人类之间的价值转移（即支付），以及确保机器之间的自主交易（例如，机器人之间的支付交易、多机器人任务的分散协调）； DAO 的组织形式：传统的资金来源既缓慢又孤立，阻碍了行业发展。基于区块链的 DAO 平台消除了这些瓶颈，同时为普通投资者提供了参与的潜在激励。同样，DAO 可以借助智能合约让用户能够真正”拥有”他们的机器人，从机器人的工作中获取收益； 行为审计与监管：区块链的不可篡改性可用于记录机器人行为和决策，提高透明度。通过智能合约将可形式化验证的行为集成到物理 AI 系统中，可以提供额外的保障。 区块链技术与物理 AI 之间的天然契合使得 DePAI 成为行业发展必然趋势。DePAI 等于去中心化（区块链）加上物理 AI，是对传统物理 AI 在管理机制、运营模式、以及收益分配等方面的根本范式变革。在这种新范式下，机器不再作为企业资产，而是作为更广泛的共享基础设施的一部分，从而实现自主运行。 本内容摘选自外捕研究 Web3Caff Research 发表的研报：《DePAI 赛道 2.9 万字研报：面向 AI 终极发展方向，其能否成为 Web3 的下一个万亿美元增长引擎？》 本份研报由 Web3Caff Research 研究员 Felix 撰写，围绕 DePAI 如何连接算力、身份与协作，重塑机器经济展开系统性分析，核心要点包括： AI 从“数字智能”迈向“物理智能”，DePAI 成为去中心化机器协作的关键基础层； 赛道形成“智能体—算力—身份”三层架构，推动机器网络向自治与协同演进； 主流项目（Fetch.ai、Bittensor、SingularityNET 等）在激励模型与网络机制上各有侧重，生态差异化加速； DePAI 仍面临标准统一、隐私保护与资源调度三大挑战，去中心化智能网络正在成型。 📊 报告附要点结构图与代表项目矩阵，呈现 DePAI 技术体系与生态趋势。

原创 | Odaily 星球日报（@OdailyChina） 作者｜jk 加密货币风险投资市场正在经历一场静悄悄的变化。在 DefiLlama 的最新融资数据里，过去三个月内完成超过 1000 万美元融资的 73 个项目中，几乎已经没有 Layer 1 和 Layer2 公链的身影。曾经被视为"圣杯"的公链赛道，如今已经近乎消失。与此同时，预测市场、支付系统、RWA（真实世界资产）和面向普通用户的基础设施正在吸引大量资本涌入。 L1、L2热潮落幕，AI 大额融资也近乎熄火 回顾 2021-2022 年的牛市巅峰，Solana、Avalanche、Fantom 等新公链动辄融资数亿美元，投资人争相押注"以太坊杀手"。然而三年过去，市场格局早已发生根本性转变。 从 Movement、Story，到今年的 Berachain、Monad 之后，公链的大额融资已经不复盛况。 根据 The Block 的数据，2024 年区块链网络（包括 L1 和 L2）整体融资额约为 18 亿美元，虽然仍是重要赛道，但增速明显放缓。而根据 X 上的用户@pgreyy 统计，在 2025 年 Q4，除了由 Paradigm 支持的 Tempo（也是一条只关注支付的新公链），没有任何一条新 L1 或者 L2 能够获得 1000 万美元以上的投资。 而没有 1000 万投资的公链，还能做好一个“世界计算机”“以太坊杀手”的位置吗？ 投资人意识到，市场不需要更多的"高性能公链"，而是需要能够带来真实用户和真实收入的应用。加密大 V@sjdedic 在 X 上说出了他的结论："没有人再关心基础设施了。聚光灯已经转向应用层——消费者端的产品和真正的使用场景。那些还在'中等智商陷阱'里打转、只顾着技术而忽略其他一切的 L1，正陷入困境。"他进一步预测："我不会惊讶于未来几年出现估值达数百亿美元的应用，而 L1 代币则逐渐失去市场份额，慢慢沦为无关紧要的存在。” 同样，尽管 AI 是 2025 年最火热的科技概念，但在过去三个月融资超过 1000 万美元的加密项目中，仅有两家属于 AI 赛道：Inference 获得 1180 万美元种子轮，TAO Synergies Inc 完成 1100 万美元私募股权融资，合计仅 2280 万美元。就算去掉 1000 万美元的这个限制，也仅有 9 家。这个数字相比 Web2 而言仅仅是九牛一毛。作为对比，一家中等规模的支付公司 Coinflow 单笔融资就达到 2500 万美元， 谁能想到，仅仅一年之后，不仅 Virtuals 大战 ai16z 的盛况已经成为彻底的历史，连带着整个 AI x Web3 的赛道，都已经不再火热了。 新兴赛道崛起 预测市场：从边缘到主流 预测市场无疑是 2025 年最耀眼的黑马，也是本轮融资数据中最亮眼的赛道。仅 Polymarket 和 Kalshi 两家就吸引了超过 31.5 亿美元的资金，占据了整个榜单的绝对主导地位。 Polymarket 在 2024 年美国大选期间创造了超过 33 亿美元的交易量，其对选举结果的预测准确度甚至超过了传统民调机构。2025 年 10 月，洲际交易所（ICE）——纽约证券交易所的母公司——宣布向 Polymarket 投资高达 20 亿美元，将其估值推升至 80-90 亿美元。Polymarket 还在早些时候完成了 1.5 亿美元的融资轮次。 与此同时，Kalshi 不仅完成了 10 亿美元的 E 轮融资，还在 DeFi 业务上获得了 3 亿美元的 D 轮融资，投资方包括 Sequoia、a16z 和 Paradigm 等顶级机构。 支付与银行：稳定币的"超级周期" 到底是谁接过了公链融资的热度？答案毫无疑问，是支付/银行赛道。 从融资数据来看，支付赛道累计融资近 13 亿美元，涵盖了从底层基础设施到消费级应用的完整生态。2025 年，稳定币的流通量从年初增长了约 300 亿美元，月交易额超过 1 万亿美元，已与 Visa 的交易规模相当。 Ripple Labs 获得 5 亿美元战略投资，Rapyd 完成 5 亿美元 F 轮融资，两家公司合计融资 10 亿美元，占据了支付赛道的大半江山。在巨头级玩家继续领跑的同时，新数字银行、银行间 toB 服务和金融服务赛道同样活跃。新加坡银行 Pave Bank、法国数字银行 Deblock、瑞士公司 Future Holdings、荷兰公司 Amdax 都获得了 2000 万美元以上的融资。 很难想象，2019 年，仅仅稳定币领域的 VC 投资不足 5000 万美元。 RWA：连接虚拟与现实 真实世界资产代币化（RWA）正在从实验阶段走向规模化应用。从融资数据来看，Figure 以 7.875 亿美元的 IPO 规模领跑整个赛道，加上其额外的 2500 万美元融资，一家公司就贡献了 RWA 赛道超过 95%的融资额。RWA 合规公司 Satschel 获得 1500 万美元股权融资，链上股票交易基础设施公司 Block Street 完成 1150 万美元融资，RWA 赛道累计融资超过 8.5 亿美元。 根据 RWA.xyz 的数据，链上代币化资产已超过 360 亿美元，其中代币化黄金的市值在 2025 年从 10 亿美元增长至超过 32.7 亿美元，涨幅达 227%。 同时，贝莱德、阿波罗、富兰克林邓普顿等传统资产管理巨头正在积极将机构级产品进行代币化。私募基金经理开始采用区块链来表示传统资产的所有权，实现碎片化持有和即时结算。 同时，VC 的另一个关注重点是能够触达普通用户的基础设施项目。这类项目的特点是降低加密货币的使用门槛，让非加密原生用户也能便捷地使用区块链服务。钱包抽象、社交登录、法币出入金等方向都在吸引投资。U 卡 RedotPay 获得 4700 万美元战略投资，投资公司 Finary 完成 2940 万美元 A 轮，自托管公司 Bron 拿下 1500 万美元种子轮，这些项目正在降低用户使用加密货币的门槛，为下一波用户增长铺平道路。 DeFi：稳健复苏 DeFi 在本轮融资中表现稳健，累计融资约 7.4 亿美元，但与预测市场和支付赛道相比，单笔融资规模明显较小。 去中心化交易平台 Flying Tulip 以 2 亿美元种子轮成为纯 DeFi 项目中的融资冠军，Lighter 拿下 6800 万美元，Jito 获得 5000 万美元战略投资。 2025 年的融资数据反映出 VC 对 DeFi 赛道更为谨慎的估值态度。根据 The Block 的数据，2024 年 DeFi 赛道完成超过 530 笔融资，2025 年显然没有达到这个规模。

市场趋势转变，多个板块重新开始活跃。 除了聚光灯焦点下的比特币生态，AI 赛道作为今年来持续的热点，一直是妖币频出的舞台。 在被市场热炒的FET、RNDR 和 OCEAN 等代币之外，一个名为 TAO 的代币在最近的 1 个月内拉升 3 倍，其背后的项目 Bittensor，却很少在华语市场中被深入的分析过。 而对岸的节奏，远比我们的反应更快。 价格爆拉，也让嗅觉灵敏的投资人们闻到了机会。周四 Bittensor 项目的社区公告宣布，知名加密 VC Pantera 和 Collab Currency 已经成为了 TAO 代币的持有者，并且会对项目的生态发展提供更多支持。 VC 们善于捕捉趋势的演变，更善于推动趋势的发展。 这个受到青睐且价格火速窜涨的TAO，背后究竟有何过人之处？其叙事、产品和代币经济，有哪些显著区别于 AI 赛道主流项目的特点？ 本期内容，我们将深入 Bittensor，对其赛道背景、项目目标、技术构成、代币估值等方面进行全面分析，为大家的判断和决策提供参考。 别急，先摸清 Cyrpto + AI 的投资逻辑 任何代币的上涨，都有基本的投资逻辑和行业大的叙事做支撑。在研究 TAO 之前，不妨先看一下整个 AI 行业的概况。 债券泡沫下的AI热潮 AI 概念的代币很热，但实际上没有 Crypto，也并不影响 AI 独立的热度。 来自 CB Insights 的数据显示，2023 年市场对生成式 AI 的兴趣显著增长，投资 AI 相关公司和项目的总融资额度暴涨至 140 亿美金；而去年，这个数字仅仅是 25 亿美金。 图片来源：CB INSIGHTS 因此，无论是 TAO、RNDR 或是 FET，背后的深层驱动力，也绝非一个表面的 ChatGPT 和英伟达那么简单。 行业大佬 Arthur Hayes 在最近的博客中，展现了一种可能或正在发生的局面 --- 由债券泡沫带来的 AI 集体资金热潮。 根据估算，以美国为首的全球大经济体，在未来3年中因财政赤字而必须展期和发行的政府债务总额预计会达到 33.58 万亿。 政府发行债券并承诺到期还本付息，如果债券利息较高，也就意味着资金都去买国债，造成私营部门（政府公共部门对应）的资本被吸收，必然会挤压社会中其他的投融资机会，例如其他企业融不到资，或者股市低迷。 因此，Arthur 认为，美国央行必然会要求印钞票，自己发钱来购买自己发行的债务，从而减少对私营部门的影响；而这将预期导致 2026 年世界的法定货币供应量大幅增加（甚至超过 COVID 时期）。 那么多出来的钱会流向哪里？ “钱将流向那些承诺在成熟时带来疯狂回报的新技术公司。每个法定流动性泡沫都有一种新形式的技术，来吸引投资者并吸引大量资本”。 90 年代有互联网泡沫，08 年金融危机后有网络广告和社交媒体；而这一次轮到 AI 了。 这或许也是为何今年生成式 AI 获得众多投资的深层次原因之一。GPT 的技术有目共睹，但在更大的视角下，它只是资本洪流中最为璀璨的明珠，背后资本集体涌入 AI 的趋势已经显现。 Crypto + AI，叙事方向划分 钱进来了，下一个问题是投什么。我们再进一步来细看 Crypto + AI 的投资逻辑。 老生常谈，AI 本质上是一种先进生产力，其快速发展依赖于三个核心要素：数据，算法，算力； 加密货币和区块链更多是生产关系，通过激励、协调和组织形式的改变来促进以上这三个要素的变化。 哪些代币能提升这 3 个要素，就有了热度结合的可能。 暂且不讨论可行性，至少在之前的项目中，我们密集的看到了 crypto + 数据，以及 cyrpto + 算力的 2 种叙事方向： -Cyrpto + 数据： AI 需要海量数据来训练模型，区块链能够通过激励去调动数据提供者来贡献数据，或者利用去中心化的数据存储，来为更加民主化、分散化的数据训练需求铺路。 这种叙事下，受益的加密货币可以是去中心化存储类的基础设施，例如 Arthur 强烈安利的 Filecoin ; -Crypto + 算力：AI模型的实现需要强大的运算能力，大厂或部分计算资源提供商手上有这种能力，但仍可以考虑长尾市场，让分散在各地的计算资源（个人显卡/设备）等贡献算力，从而获得加密货币的激励。 这种叙事下，受益的加密货币例如 RNDR 和其他可以贡献算力的项目。 至于算法方面，则是另外一套逻辑。 -Crypto + 算法：不同与前两者的”资源密集型“，算法本身是个技术密集型的东西，也是各家 AI 公司持续迭代的秘方和壁垒，你很难通过加密货币的激励去从0”创造“出一个更好的算法；贡献、协调、激励的逻辑在算法创建上行不通。 （注：某个AI模型是算法训练的结果，严格来说算法和模型之间存在先后关系。但以下描述中，笔者为了更方便理解，而混用了二者。） 但是，你可以通过激励，从已有的算法中去“筛选”出一个更好的算法，而不至于让所有人都用同一家的东西。类似预言机项目通过激励机制来鼓励竞争，挑选出更好的数据源一样。 这个细分叙事上的项目暂时没有特别突出的代表，而 Bittensor 就属于其中之一 --- 既直接不贡献数据，也不直接贡献算力，通过区块链网络和激励机制，来对不同的算法进行调度和筛选，从而让 AI 领域形成一个自由竞争、知识共享的算法（模型）市场。 秒懂 Bittensor 叙事 ： AI 乐高，让算法变得可组合 听起来有些复杂？ 为了方便理解，可以先用一句话粗略概括 Bittensor：我们不生产算法，我们只是优质算法的搬运工。 为什么要搬运算法？看看当下AI领域的生态现状就能发现问题。 AI 赛道的玩家们，目前每家的算法和模型都是孤立的。由于商业竞争，你不可能让两家的算法相互学习来共同进步；这也意味着从 AI 供给端来看，竞争是零和的 ：一家的 AI 赢得了市场，其他家就会出局。 图源：Bittensor 官网 对竞争赢家来说，这当然没啥问题。 但 Bittensor 认为这对 整个 AI 的进步和算法创新效率都不利。互相孤立的模型、只选赢家的 AI 服务，意味着一旦有人想开发新的模型，可能必须从头开始； 假设模型A精通西班牙语，模型B精通写代码，当一位用户需要让 AI 解释一下带西班牙语注释的代码时，显然两个算法合力输出效果最好，但目前环境下做不到； 此外，由于第三方应用集成需要 AI 模型所有者的许可，有限的功能也意味着有限的价值，整个 AI 领域的合力实际上没有得到释放。 因此，Bittensor 这个项目的大目标是，让不同 AI 的算法和模型能够互相协作、学习和组合，从而形成更强大的模型，更好的为开发者和用户服务。 这种思路和配方，我们其实在几年前的 DeFi Summer 中见过---金融乐高。 稳定币、借贷、流动性挖矿等金融组件全都是开源和无许可的，需求方可以将其任意进行组合，就像乐高积木那样，从而形成新的产品和服务。 同样，擅长图像处理、文字处理或音频处理的AI 算法模型可以进行组合，为不同的任务服务，形成 AI 乐高。 所以，对 Bittensor 来说，项目本身既不会自己来计算，也不会自己提供数据在链上做机器学习，而是调动其他所有的链下 AI 模型，共同协作。 理论上看，借助拼 AI 乐高积木的方式，Bittensor 可以比孤立的模型更快、更高效地扩展其 AI 功能。 但至于现实中 AI 模型的提供方是否买账，如何做商业拓展，能不能落地，仍有待进一步观察。 基于挖矿和激励，实现 AI 模型的“预言机” 让不同的 AI 相互协作，这个目标很大，但如何才能实现？ Bittensor 给出的回答是建立一个区块链网络，通过挖矿激励的方式进行协调和运转。 Bittensor 在内核上采用的是 Polkadot 的平行链（应用链）设计，相当于自己有一条链来专门处理 AI 模型的协作，并且有自己的代币 $TAO 来做激励。 要搞清楚这条链的运行模式，至少需要摸清楚3个问题： 第一，这链上都有些什么角色？ 第二，这些角色在干什么？彼此有什么联系？ 第三，代币激励这些角色的哪些行为？ 链上角色和职能： 矿工：可以理解为全世界各种 AI 算法和模型的提供方，它们托管AI模型并将其提供给 Bittensor 网络；不同类型的模型组成了不同的子网，比如专攻图片或声音的模型 验证者：Bittensor 网络内的评估者。评估 AI 模型的质量和有效性，根据特定任务的性能对 AI 模型进行排名，帮助消费者找到最佳解决方案。 （注：目前的验证者，看起来都是项目方自己旗下机构，可能有点不够去中心化。但随着网络的发展，可能会吸收其他组织进来充当验证者） 提名人：将代币委托给特定验证者来表示支持，也可以换不同的验证者来委托。有点像 DeFi 中你将自己的代币质押给 Lido 获取收益。 用户：Bittensor 提供的 AI 模型最终使用方。可以是个人，也可以是谋求 AI 模型来做应用的开发者们。 角色之间的联系： 用户需要更好的 AI 模型，验证者负责按照不同的用途筛选更好的 AI 模型，矿工提供自己的AI模型，提名人选择支持不同的验证者。 说白了是一个开放的 AI 供需链条 ： 有人提供不同模型，有人评价不同模型，有人使用最好的模型所提供的结果。 图源：ReveloIntel 上面这张图提供了一个简单的说明：用户输入自己的需求，验证者将需求路由给Bittensor 网络中的矿工们；矿工们输出答案，验证者再来评估答案的质量，最终返回给用户。 TAO 代币在激励什么？ 对验证者：对A I 模型的筛选和评估越准确和一致，获得的奖励就越多。显然，要成为验证者，当然需要质押一定数量的 TAO 代币 对矿工：响应用户需求提供自己的模型，根据贡献获得 TAO 代币 对提名人：将自己的 TAO 委托给验证者，类似流动性质押奖励 对用户：支付 TAO 代币开启任务，等于消费 理想情况下，这个网络中的不同 AI 模型会进行协作，并且不同的任务大概率不同模型的表现会不同；由于这些任务链上可查网络节点可见，模型之间实际上确实可以相互学习，以根据任务做不同的调整。 图源：ReveloIntel 一个更好的类比方式是：Bittensor 有点像 AI 的“预言机”。DeFi里的预言机在给有需求的应用“喂最好的价格”， Bittensor 在给有AI 需求的用户“喂最好的模型”。 至于如何参与到这个网络中做验证者和矿工，由于涉及技术代码和开发界面，在此不做描述。有兴趣的读者可以访问此处查看官方文档。 $TAO 代币：如何估值最合适？ 代币经济模型 根据官方文档显示，Bittensor于 2021 年“公平启动”（没有预挖代币），代币就叫做 TAO。 TAO 的供应量为 21,000,000（致敬了 BTC），并同样有一个 4 年的减半周期，每 1050 万个区块，每个区块的奖励减半。一共将发生 64 次减半事件，最近的一个减半周期发生在 25 年 8月。 有点科幻的是，按这个减半周期，要 256 年这些代币才能完全被挖出来。 目前每 12 秒，就会向网络中发送一个TAO。粗略计算，一天会有 7200 个 TAO 产出，矿工和验证者各拿一半。 TAO 的公平启动，意味着没有任何 VC 轮、私募轮、ICO/IEO/IDO、基金会预留等等常见套路，可以理解为纯粹的矿币。 每挖一轮奖励，TAO 都会在验证者和矿工之间分配。 但是，在 Bittensor 的官网上，我们也看到了 DCG、GSR、Polychain 和 Firstmask等知名资方和做市商。 一种合理的推测是，由于目前该网络中的验证者多半都与 Bittensor 官方的机构关联，意味着挖出来的币可以归到自己的手上，然后再分发给做市商来做市； 同时这些大机构也可以进来充当验证节点甚至是矿工，进行 TAO 的挖矿。 我们也在文章开头提到，Pantera 等加密 VC 最近也成为了 TAO 的持有者。因此，Bittensor 本身是公平启动的，但不意味着完全没有VC介入； 但在这轮行情的新周期中，“VC卖给二级”的发币模式已经不受待见，TAO的这种“先公平，再吸引资本介入”的模式，客观来说已经尽量做到了公平。 市场表现及估值 单从 TAO 的市场表现来看，代币价格从今年的最低谷到现在，已经有 5 倍以上的涨幅； 但问题在于，其他 AI 项目的涨幅也不错。例如 RNDR 从年初至今也差不多有5倍涨幅。 所以仅凭绝对涨幅来分析代币价值并没有太大作用。 那么和其他热门的 AI 项目比，TAO 的市值目前仅次于 RNDR，但由于 4 年减半的长期释放机制存在，市值与完全稀释价值的比率反而是几个项目中最低的，也意味着 TAO 的总体流通量目前来看相对较低，但单价较高。 原始图：X用户 @Moomsxxx，TAO 价格截止发稿时笔者自行计算 低流通量某些情况下意味着盘子小更容易拉升，另外在假设价格不变的情况下（时价 $160)，每天 7200 个 TAO 全部挖出卖掉，整个市场的卖压为 115 万美金左右，以现有市场热度和交易量（TAO 日交易量500万美金）来看，消化卖压并不成问题。 如果跳出 TAO 自己来看，代币的估值实际上要和已有的，业务近似的项目相比才有意义。 在前文已经阐述过，Bittensor 的方向是 crypto + 算法/模型，严格意义上并不能直接跟 RNDR 等提供基础算力的项目进行对比。 从下面 Nansen 的这份 AI 赛道研究报告看， Bittensor 的业务应该算在 “Model Traning”（模型训练）赛道，同类竞争者有 Gensyn 和 Together，前者还得到了 a16z 的支持。 但两个项目目前均没有公开的代币，因此将 TAO 与这两个项目的市值做对比也行不通。 图源：Nansen研究 Omnichain Capital 的联创 David Attermann， 曾在今年 5 月的博客中给出了一个更为激进的方法 --- 直接将 Bittensor 与 OpenAI 进行对标。 有趣的是，David 在发文时特意提示自己并没有持仓 TAO，以证明其分析是客观的。 由于核心业务都是模型的训练并给用户使用，一个是闭源公司，另一个是协调全球AI模型，二者殊途同归都是让用户更好的使用AI。 考虑到 OpenAI 之前从 Microsoft 获得了 $29B （接近 300 亿美金）的私募市场估值，而今天 TAO 的 FDV 在 36 亿美金左右，这样算 TAO 仍有 8 倍左右的估值上行空间。 笔者并不完全赞同这种估值对比方法，Web3 和 Web2 项目的基本面、成长节奏和市场关注点都不同，单以估值论 8 倍的空间可能仅供参考，更多的还要看 TAO 自身的利好和资金热度的影响。 结论 综上所述，TAO/ Bittensor 在我们熟知的 AI 主题的加密项目之外，提供了另一种可能的叙事，即自己不涉及生产力的环节（计算资源和数据），纯粹靠生产关系的调动来让AI模型之间协作、竞争和调优。 这种叙事本身确实有一定吸引力，但 AI 模型的对接、验证节点的中心化、模型好坏的评判等关键因素，并不是一纸白皮书可以轻松解决的 --- AI 本身很单纯，但商业博弈则不是，如何说服更多人有代币奖励就参与这个网络，说服技术公司与其他 AI 模型进行协作，仍是见仁见智的事情。 而在基本面之外，代币的涨幅已经说明市场对 AI 赛道的概念集体买账，考虑到 Bittensor 在细分赛道下找不到一个类似规模的对手，TAO 则有可能在 AI 赛道集体狂欢中迎来更多利好，但由于缺乏合适的估值对标，是否值得长持仍旧要打个问号。 密切关注项目消息的更新和交易量的突变，可能才是更为实际的选择。

从概念到落地， 从想象到业绩， 炒作路径是明白的。 这一轮Al炒作， 目前到了看业绩的阶段， 今年的年报肯定是好的， 明年看情况， 如果业绩爆炸了， 炒作基本结束， 业绩稳定增长， 行情可能持续好多年。 看情况再说吧 $TAO