「我們正處於全球爭相打造最佳基礎模型的年代。雖然運算能力與模型架構舉足輕重，真正的護城河在於訓練資料。」

——Sandeep Chinchali，Story 首席 AI 官

從 Scale AI 看 AI Data 賽道潛力

本月 AI 圈最引人矚目的八卦，無疑就是 Meta 展現雄厚財力，馬克·祖克柏大舉招募人才，打造以華人科研人才為主力的頂尖 Meta AI 團隊。團隊領航者是年僅 28 歲、創辦 Scale AI 的 Alexander Wang。他一手建立的 Scale AI，如今估值高達 290 億美元，服務對象涵蓋美國軍方及 OpenAI、Anthropic、Meta 等多家競爭激烈的 AI 巨頭，全數仰賴 Scale AI 提供數據服務；而 Scale AI 的核心業務，正是提供大量高精度的標註資料（labeled data）。

為什麼 Scale AI 能從眾多獨角獸中脫穎而出？

關鍵在於它很早就洞悉，數據對 AI 產業的關鍵地位。

算力、模型、資料，是 AI 模型的三大支柱。若將大模型比作一個人，模型為身體、算力是食物，而資料即是知識與訊息。

在 LLM 崛起至今，業界發展重點已從模型轉向算力，多數模型框架皆採 Transformer，間或出現 MoE、MoRe 等新意；各大巨頭要嘛自建 Super Cluster 完成運算基石，要嘛與 AWS 等雲端巨頭簽訂長約；當基礎算力逐步到位，數據的重要性隨之顯現。

與 Palantir 等上市傳統 To B 大數據公司不同，Scale AI 顧名思義，聚焦於為 AI 模型建立堅實資料基礎，業務涵蓋現有資料深度挖掘與前瞻性的數據生成，並聚合來自各專業領域的 AI trainer 團隊，為 AI 訓練提供品質更勝一籌的訓練資料。

如果你對這項業務無感，不妨看看模型訓練究竟如何運作。

模型訓練分為兩大階段——預訓練與微調。

預訓練好比人類嬰兒學語言，需大量網路爬蟲文本、程式碼等原始資料餵養 AI，經模型自我學習後，具備基本語言理解溝通能力（即自然語言處理）。

微調則如同進校園學習，講求明確的對錯、標準答案與方向。不同學校有不同養成規劃，我們則以精心處理、標註的資料集，將模型訓練出預期功能。

由此你也許能意會到，AI 所需資料可概分為兩大類：

· 第一類資料毋需過多處理，數量充足即可，來源涵蓋 Reddit、Twitter、GitHub 等大型 UGC 平台爬蟲數據、開放文獻資料庫、企業私有資料庫等。

· 第二類如專業教科書，要精緻設計、嚴格篩選，才能養成模型某些特質，這需要資料清洗、篩選、標記、人工回饋等程序。

兩大資料集構成 AI Data 賽道主體。別小看這些看似技術含量不高的資料集，目前主流觀點一致認為，隨 Scaling laws 下算力紅利遞減，「資料」將成為大型 AI 模型維持競爭優勢的決定性基石。

隨著模型能力加速進步，更多細緻、專業的訓練資料將主導模型關鍵能力。若把模型養成比喻為武林高手修煉，頂級資料集就是至尊武功祕笈（進一步比喻，算力為靈丹妙藥，模型為自身資質）。

由長遠來看，AI Data 亦屬於具備滾雪球效應的長期型賽道，隨早期投入累積，資料資產將產生複利，愈老愈具價值。

Web3 DataFi：AI Data 最佳沃土

相較 Scale AI 在菲律賓、委內瑞拉等地以遠距團隊雇用數十萬標記人員，Web3 在 AI 數據領域具備天然優勢，「DataFi」由此誕生。

理想狀況下，Web3 DataFi 具備以下優勢：

1. 智能合約保障資料主權、安全與隱私

隨公有數據逐漸枯竭，挖掘未公開甚至隱私數據成為資料源拓展關鍵。其中信任選擇尤重要——你要和集中式大公司簽一次性賣斷合約，出賣自己所有的數據，還是選擇區塊鏈方式，持續保有資料 IP，並能清楚掌握數據被什麼人、何時、用於何事？

對於敏感資料，還能利用 zk、TEE 等技術，確保個人資訊只由保密的機器處理，不會外洩。

2. 天生地理套利：去中心化架構吸引全球最合適人力

或許正該顛覆傳統勞動關係。比起像 Scale AI 四處尋找低價勞動力，不如發揮區塊鏈分散特性，利用智能合約保障公開透明激勵，讓全球各地勞動力都能公平參與資料貢獻。

針對資料標註、模型評估等人力密集型工作，相較集中式數據工廠，Web3 DataFi 參與者多元，長遠來說也能減少資料偏見。

3. 區塊鏈激勵及結算清楚明確

如何避免「江南皮革廠」式悲劇？當然要靠智能合約明碼標價的激勵制度，徹底杜絕人性黑暗。

在去全球化大勢下，怎維持低成本地理套利？世界各地設公司門檻愈來愈高，直接採用鏈上結算成為新解方。

4. 有助建立高效且公開透明的「一條龍」資料市場

「中間商賺差價」始終令人詬病，與其被中心化資料公司剝削，不如自行在鏈上搭建平台，仿效淘寶式公開市場，促使資料需求與供給直接高效對接。

隨鏈上 AI 生態茁壯，鏈上資料需求將更加多元、細分且旺盛。唯有去中心化市場才能靈活消化這些需求，帶動整體生態繁榮。

對散戶來說，DataFi 也是最適合一般用戶參與的去中心化 AI 專案

雖然 AI 工具誕生確實降低門檻，去中心化 AI 的初衷更在於打破巨頭壟斷；但不可否認，許多專案對零技術背景小白相當不友善——參與去中心化算力挖礦幾乎必須先砸重金買硬體，模型市場技術門檻又高的讓人卻步。

反觀 DataFi，卻是一般用戶在 AI 革命浪潮裡，僅存的參與窗口——Web3 讓你不用為「資料血汗工廠」合約綁身，只需滑鼠點擊登入錢包，即能完成各式簡單任務，包括：貢獻資料、用人腦直覺標記或評估模型、運用 AI 工具簡單創作、參與資料交易等。只要懂「套利」訣竅，難度堪稱零門檻。

Web3 DataFi 代表性潛力專案

資金流向即趨勢所在。除了 Web2 領域的 Scale AI 獲 Meta 投資 143 億美元、Palantir 股價單年暴漲 5 倍外，Web3 融資領域中，DataFi 賽道表現同樣搶眼。以下簡介主流專案：

Sahara AI，@SaharaLabsAI，融資 4900 萬美元

Sahara AI 目標打造去中心化 AI 的超級基礎設施與交易市場，率先試水便著眼於 AI Data，其 DSP（Data Services Platform，資料服務平台）公測版將於 7 月 22 日上線，使用者可透過貢獻資料、參與標註等任務來賺取代幣獎勵。

連結：app.saharaai.com

Yupp，@yupp_ai，融資 3300 萬美元

Yupp 是 AI 模型用戶反饋平台，專注蒐集用戶對模型輸出表現的意見。現階段主要任務係對比不同模型對同一 prompt 輸出，評選較佳者。完成任務可獲 Yupp 積分，積分可兌換 USDC 等穩定幣。

連結：https://yupp.ai/

Vana，@vana，融資 2300 萬美元

Vana 專注將個人數據（如社群媒體紀錄、瀏覽資料等）轉變為可流通數位資產。使用者可授權將個人資料匯入 DataDAOs 對應的資料流動池（DLP），這些資料將參與 AI 模型訓練，使用者也會獲得相應代幣獎勵。

連結：https://www.vana.org/collectives

Chainbase，@ChainbaseHQ，融資 1650 萬美元

Chainbase 專攻鏈上資料，現已覆蓋 200 條以上區塊鏈，將區塊鏈上行為轉換為結構化、可驗證且可流通的資料資產，供 dApp 開發應用。主營多鏈索引，經 Manuscript 系統及 Theia AI 模型處理資料，目前使用者參與情形不高。

Sapien，@JoinSapien，融資 1550 萬美元

Sapien 致力於將人類知識大規模轉化為高品質 AI 訓練資料，所有使用者皆可參與資料標註，並採同儕審核機制確保數據品質。同時鼓勵建立長期信譽、或以質押作承諾，賺取更高獎勵。

連結：https://earn.sapien.io/#hiw

Prisma X，@PrismaXai，融資 1100 萬美元

Prisma X 致力機器人開放協調層，其中物理資料蒐集扮演關鍵。該專案仍屬早期，據最新白皮書，參與方式可能包括投資機器人資料蒐集、遠端遙控蒐集等。現已開啟基於白皮書的 quiz 活動，開放參與賺積分。

連結：https://app.prismax.ai/whitepaper

Masa，@getmasafi，融資 890 萬美元

Masa 為 Bittensor 生態領頭子網之一，目前有 42 號資料子網及 59 號 Agent 子網。資料子網主打提供即時存取資料，目前礦工主要藉 TEE 硬體爬取 X/Twitter 即時數據，對一般使用者來說參與門檻與成本較高。

Irys，@irys_xyz，融資 870 萬美元

Irys 聚焦可編程資料儲存與運算，旨在為 AI、去中心化應用（dApps）及其他資料密集型場景提供高效、低成本解決方案。資料貢獻方面目前看使用者參與情形不高，但當前測試網階段有多重活動可以參與。

連結：https://bitomokx.irys.xyz/

ORO，@getoro_xyz，融資 600 萬美元

ORO 致力賦能一般人參與 AI 貢獻。支援方式有：1. 綁定個人帳戶貢獻數據（如社群帳號、健康、電商金融等）；2. 執行資料任務。目前測試網已開放，使用者可直接上線參與。

連結：app.getoro.xyz

Gata，@Gata_xyz，融資 400 萬美元

Gata 為去中心化資料層，現已推出三大產品參與方式：1. Data Agent：只需打開網頁即可自動運行處理資料的 AI Agent；2. All-in-one Chat：類似 Yupp 的模型評比獎勵機制；3. GPT-to-Earn：瀏覽器外掛，收集使用者在 ChatGPT 上的對話資料。

連結：https://app.gata.xyz/dataAgent

https://chromewebstore.google.com/detail/hhibbomloleicghkgmldapmghagagfao?utm_source=item-share-cb

如何評價這些專案？

目前這些專案技術門檻普遍不高，但要明白，一旦用戶量與生態黏著度積累，平台優勢將極速放大，因此初期務必在激勵政策、用戶體驗著力，唯有吸引足夠用戶才能壯大數據生意。

不過，作為人力密集型平台，這些資料專案在吸引人力同時，也需考量管理與資料品質保障。Web3 眾多專案通病——平台九成用戶偏好短線套利，往往不顧品質，若放任其主導，恐導致劣幣驅逐良幣，數據品質難以穩定，最終也難以吸引真實需求方。近期像 Sahara、Sapien 等專案皆已強化資料品質管理，積極建立平台與人工間的長期合作機制。

另外，鏈上專案透明度不足亦是個痛點。誠然，區塊鏈「不可能三角」使許多專案初期採權宜「中心化推動去中心化」路線，但不少鏈上專案實際給人「Web3 皮下 Web2 骨」的觀感——公開鏈上資料極少，長期路線圖亦鮮見公開透明決心。這對 Web3 DataFi 長期健康發展有負面影響，呼籲更多專案堅守初心，加速邁向公開透明。

最後，DataFi 大規模普及路徑分兩面向：一是吸引廣大 toC 參與者加入，成為資料收集、AI 經濟的基礎動力，建立生態閉環；二是獲得主流 toB 企業認可，畢竟現階段大訂單主要仍來自財力雄厚企業。這部分，Sahara AI、Vana 等專案皆已取得亮眼成果。

結語

用「宿命論」來說，DataFi 就是人類智慧持續哺育機器智能，智能合約作為勞動契約，保障人類知識產出獲得回報，最終也將受惠於機器反哺。

如果你正為 AI 時代不確定性感到焦慮、在幣圈跌宕起伏卻仍堅持區塊鏈理想，不妨跟隨資本領袖腳步，加入 DataFi，順勢而為、擁抱新機會。

聲明：

1. 本文轉載自 [BLOCKBEATS]，著作權歸原作者 [anci_hu49074，Biteye 核心貢獻者] 所有，如對轉載有疑義，請聯絡 Gate Learn 團隊，團隊將依流程儘速處理。
2. 免責聲明：本文所述觀點僅代表作者個人立場，並不構成任何投資建議。
3. 文章其他語言版本由 Gate Learn 團隊負責翻譯，未經註明 Gate，不得複製、傳播或抄襲經翻譯文章。