2021 年，ATI 的专家团队完成了一项研究，研究了一些因素在 NFT 价钱中的功效。她们研究了三个构成部分：NFT 的视觉特点、有关 NFT 的此前销售状况及其交易双方的社交媒体。研究工作人员应用设备学习模型来考虑到由超出 500,000 名交易双方互换的 470 万只 NFT 的数据。結果？有关 NFT 的往日销售是这三个因素中最重要的因素，占价钱差别的 50% 以上。例如，来源于 CryptoPunks 个人收藏的 NFT 的以往销售状况，这也是一组突显的 10,000 个勾勒朋克风清晰度图象的代币总，将是同一个人收藏中将来代币总销售的优良指标值。视觉特点是第二关键的层面。包括这种数据信息后，设备学习模型的特性增强了 20%。表明投资者受大家喜爱的程度的数据信息使销售业绩提升了 10%。
综合性起來，她们下结论，这三个因素可以表述 NFT 价格调整的 70%。她们方案在未来考虑到大量因素，包含售卖 NFT 的服务平台及其创作人在社交媒体上的主题活动。旧销售市场的再次思索在数据艺术品的 NFT 销售市场中，大家可以了解到传统式艺术品市场的一些物品，在其中稀缺资源、社交媒体及其通常在较小的程度上协助明确艺术品使用价值的艺术品內容。IBM Research 视觉人工智能技术试验室负责人兼 ATI 研究共同编撰的者 Mauro Martino 告知德国之声，NFT 有一些特点可以将他们与现实世界中的同行业区别起来
