本文为Future3 Campus“GPT-4o引领下的AI未来：技术影响与投资趋势”线上主题讨论观点汇总。
主持人：
Yukun Hao, Future3 Campus“Web3+AI孵化营”负责人
活动嘉宾：
Zack, Founder of JoJo World
Bob, CEO and Co-Founder of Questflow
Bright, Xmultiverse Community Head
Léonie, CBDO of Kaisar Network
Yukun: 近期OpenAI推出了GPT-4o，在多模态、语音方面实现了很多突破。首先请四位做个简单的项目介绍。
Zack: JoJo World是一个去中心化的AI 3D网络，通过Web3的方式获取3D数据集，服务于Web2和Web3行业的机构和个人。
Bob: Questflow是一个去中心化的自动化集成平台，聚合了不同的AI代理，为网络中的创作者提供激励。
Bright: Xmultiverse 是专为下一代人工智能提供动力的企业级DePIN云算力协议，旨在采用独特的“GPU云集群+ML工作流”方式，通过人工智能、加密点对点与智能路由等行业前沿技术，驱动全球GPU算力供需各方资源以最高效化配置与共享，为WEB3无许可运行发展构建去中心化云计算新引擎。
目前项目已完成GPU交互功能测试1.0版本，正式产品将于近期上线，欢迎大家届时前来体验。
Leonie: Kaisar Network打造了一个创新的DePIN解决方案，是模块化的DePIN Layer1。
Yukun: 各位如何看待GPT-4o？
Zack：我觉得有两个亮点，一是相应速度很快，比GPT-4有了明显的提升；二是语音交互功能，不仅可以语音回复，还增加了不同的语气。
Bob: 我同意Zack所说的。关于速度，因为我们是做multi-agent的，所以速度的提升对我们帮助极大；第二点是声音，这让AI产品第一次如此接近电影，它开始有了情感、语气，还可以即时回复你。
Leonie: 我认为OpenAI团队引领了这一轮AI革命，GPT-4o在去中心计算和AI领域是一股变革性的力量。目前GPT-4o对Kaisar来说是个很好的协助工具，能帮助我们进行英文和其他语言的翻译。
Yukun: 接下来想问问Zack和Bob，你们怎么看待Text-to-3D？
Zack: 在北美，很多科技巨头都非常看好Text-to-2D到Text-to-3D产品的转型，这也意味着未来市场上会出现更多3D产品。Text-to-3D是Generative AI领域非常重要的技术路径，但目前Text-to-video技术相较于Text-to-3D更加成熟，因为video的本质是图片，所以其技术发展路径会更加fancy，用户只需要输入一段文字就能生成一段相对完整的视频，并用于市场营销甚至产品变现。相对地，Text-to-3D仍处于早期阶段，但相信随着技术的发展，它的迭代会越来越快。
Bob: 我主要讲两点。一是Action-taking能力，现阶段只是回答问题，并不能在现实世界真正为人类做什么；二是记忆问题，我们在使用GPT时通常会发现它不记得之前发生的事情或是对话内容。这是我觉得可以重点关注的两点。
Yukun: 在GPU短缺的背景下，分布式算力在AI训练中发挥了什么作用？
Leonie: AI的发展需要海量算力的支撑，而AI产品的研发成本在最近十年内增长了30倍之多。随着英伟达将业务重点转向AI芯片制造，GPU和CPU短缺已成为全球性问题，加之独立数据中心普遍存在信任问题，因而AI创业企业很难获得足够的GPU算力。
在此背景下，Kaisar Network打造了一个DePIN平台，将有算力供应能力的的独立数据中心链接在一起，为开发者、个人以及AI公司提供其所需要的GPU算力，而且我们的费用只有AWS的十分之一。
Bright: 近两年，随着AI技术的发展，GPU的稀缺量不断攀升，这给AI和Web3的创业企业带来了很大挑战，特别是对那些将80%以上的成本都投入AI算力的AI模型初创公司。与此同时，市场上也存在算力闲置问题，很多GPU企业没有渠道去输出其闲置算力，这就导致市场出现了供需错配的问题。AI算力的来源其实非常多元化，分布式算力的占比目前并不高，但始终在增长。
很多企业级、机构级客户的AI训练需要更多GPU和节点配置来实现，以拓展其AI训练能力，并降低资金成本。Xmultiverse推出Web3和AI企业级算力云服务的初衷，就是利用现有的GPU资源建立企业级算力网络，聚合高规模、高可用的节点算力集群，并通过租赁、共享、调度等方式降低成本，优化GPU资源的批量化使用，提高AI训练的边际效能，最终推动AI算力云服务更加智能、自主、灵活、可扩展。
