加密概念股每日觀察：DeAgentAI 成立 AIA 生態基金，AI Agent 與 Physical AI 融合賽道迎來早期機構佈局

1. 基金定位：為何"AI Agent Physical AI"

AIA 生態基金的投資架構將目標切分為兩條相互補充的技術路徑。 其一是 AI Agent 層——具備自主決策、鏈上執行與多智能體協作能力的應用層項目，核心命題是如何讓 AI 在無需人類幹預的條件下完成鏈上與鏈下的複合任務；其二是 Physical AI 層——將 AI 推理能力向現實世界延伸的硬體基礎設施與定力優化項目，核心數字是如何將 GPU 價值壓縮到當前的命題等級。 兩條路徑的交會點在於：當推理成本夠低、Agent 可信度夠高，AI 才能真正脫離"示範級應用"進入"生產級部署"。

2. 兩個種子輪專案的技術邏輯

基金目前已完成兩個種子輪策略佈局，各自指向上述框架的不同層次。 AliceAI 的切入點是預測市場決策系統——透過去中心化協議將多源、碎片化的非對稱資訊壓縮為單一、不可篡改的決策訊號，涵蓋加密市場、體育賽事、政治議題及公共事件等場景，核心價值在於資訊聚合的鏈上確權能力。 ASIC AI 推理晶片則直指算力成本瓶頸——針對 Transformer 架構的推理計算特徵進行硬體級深度定制，目標將單位 token 處理成本壓縮至現有主流 GPU 方案的十分之一以下，同時大幅降低推理延遲；若該目標實現，將從成本結構上改變 AI Agent 的經濟可行性邊界。

3. DeAgentAI 的底層技術：最小熵共識機制

AIA 生態基金的成立，建立在 DeAgentAI 自主研發的**最小熵共識機制（Minimum Entropy Consensus）**之上。 此機制從底層解決 AI Agent 在分散式環境中面臨的三大核心挑戰：身份一致性（同一 Agent 在不同節點間保持身份唯一）、狀態連續性（Agent 跨會話與跨鏈執行時狀態不被篡改）、結果可信性（執行結果可被第三方驗證而無需信任中間層）。 這三個問題的解法，構成了 DeAgentAI 作為"可信鏈上 AI 智能體基礎設施"的核心差異化價值，也是其能夠吸引 Physical AI 硬體項目入局的底層原因——硬體端產生的推理結果需要鏈上的可信錨點。

早期機構資本如何為賽道定價

AIA 生態基金的設立時機值得關注。 在大模型訓練競賽吸走絕大多數 AI 創投的脈絡下，推理側與 Agent 執行層的基礎建設長期處於融資窪地。 ASIC 推理晶片的"十分之一成本"目標，與 AI 推理需求爆炸式增長的結構性矛盾相互呼應；AliceAI 的預測市場切入，則與 Cantor Fitzgerald 近日報告所指向的預測市場高速擴張趨勢形成產業層面的共振。 需要特別指出的是，DeAgentAI 目前為非上市項目，AIA 生態基金屬於早期風險資本佈局，相關標的尚不具備二級市場流動性，投資者無法透過公開市場直接參與，本文僅作產業趨勢觀察，不構成任何投資建議。

資料來源：https://bbx.com/ 加密概念股資訊庫，根據昨日全球上市公司公告及 SEC/TSE 揭露文件整理。