Analyse des tendances des projets populaires dans le secteur Crypto+AI
Récemment, une étude approfondie des projets populaires dans le domaine Crypto+AI a révélé trois changements de tendances significatifs :
Le chemin technologique du projet est devenu plus pragmatique, ne dépendant plus seulement de l'emballage conceptuel, mais commençant à se concentrer sur les données de performance réelles.
Les scénarios de segmentation verticale deviennent des points d'expansion clés, les applications d'IA spécialisées remplacent l'IA généraliste.
Le capital accorde une attention accrue à la validation des modèles commerciaux, les projets ayant un flux de trésorerie réel sont clairement plus favorisés.
Voici une brève introduction et analyse de quelques projets représentatifs :
Plateforme d'évaluation de modèles d'IA décentralisée
La plateforme a terminé un tour de financement de semences de 33 millions de dollars en juin, dirigé par un célèbre établissement d'investissement, avec la participation de plusieurs experts de l'industrie.
La plateforme évalue plus de 500 grands modèles par le biais d'un crowdsourcing humain, les retours des utilisateurs peuvent être échangés contre de l'argent. Elle a déjà attiré plusieurs grandes entreprises d'IA pour l'achat de données, créant ainsi un flux de trésorerie réel.
C'est un projet avec un modèle commercial relativement clair, ce n'est pas un modèle purement basé sur les dépenses. Cependant, la prévention des faux avis et des attaques anti-sorcières reste un grand défi, et les algorithmes associés doivent être continuellement optimisés. En termes d'échelle de financement, le capital privilégie clairement les projets ayant déjà une validation de monétisation.
Réseau de calcul AI décentralisé
Le projet a terminé un financement de 10 millions de dollars lors de son tour de financement de semences en juin, dirigé par deux célèbres institutions d'investissement en crypto.
Le projet a obtenu un certain consensus sur le marché dans le domaine DePIN d'une certaine blockchain grâce à une extension de navigateur. Les membres de l'équipe proviennent de plusieurs projets connus. Le dernier protocole de transmission de données et le moteur d'inférence ont réalisé des explorations substantielle dans le calcul en périphérie et la vérifiabilité des données, permettant de réduire de 40% la latence et de supporter l'accès à des dispositifs hétérogènes.
La direction de ce projet s'aligne parfaitement avec la tendance de "soulagement" de la localisation de l'IA. Bien que l'efficacité doive être comparée à celle des plateformes centralisées lors du traitement de tâches complexes, la stabilité des nœuds périphériques reste un défi. Cependant, le calcul en périphérie, en tant que nouvelle demande de l'IA Web2, représente précisément l'avantage du cadre distribué de l'IA Web3. J'attends avec impatience de voir davantage de produits concrets basés sur des performances réelles.
Plateforme d'infrastructure de données AI décentralisée
La plateforme incite les utilisateurs du monde entier à contribuer des données dans divers domaines grâce à des jetons, couvrant des domaines tels que la santé, la conduite autonome et la voix. À ce jour, les revenus cumulés ont dépassé 14 millions de dollars et un réseau de contributeurs de données de plusieurs millions a été établi.
Techniquement, la plateforme intègre la vérification par preuve à divulgation nulle de connaissance et un algorithme de consensus tolérant aux pannes de type byzantin pour garantir la qualité des données, et utilise la technologie de calcul de confidentialité d'un fournisseur de services cloud pour répondre aux exigences de conformité. Il est à noter que le projet a également lancé un dispositif de collecte d'ondes cérébrales, réalisant ainsi une extension du logiciel au matériel.
Le modèle économique est bien conçu, les utilisateurs peuvent gagner 16 dollars et 500 000 points en annotant des voix pendant 10 heures, tandis que le coût pour les entreprises de s'abonner aux services de données peut être réduit de 45 %.
La plus grande valeur de ce projet réside dans le fait qu'il répond à un besoin réel en matière d'annotation de données AI, en particulier dans des domaines où la qualité et la conformité des données sont extrêmement importantes, comme la santé et la conduite autonome. Cependant, un taux d'erreur de 20 % par rapport à 10 % sur les plateformes traditionnelles laisse encore de la place pour des améliorations, et la fluctuation de la qualité des données est un problème qui nécessite une résolution continue. Bien que le domaine des interfaces cerveau-machine présente un potentiel d'imagination, la difficulté d'exécution n'est pas négligeable.
Réseau de puissance de calcul distribué sur une blockchain publique
Le projet a levé 10,8 millions de dollars en juin.
Grâce à la technologie de sharding dynamique, les ressources GPU inutilisées sont agrégées pour soutenir l'inférence des grands modèles de langage, à un coût inférieur de 40 % par rapport à certains fournisseurs de services cloud. La conception de la transaction de données tokenisées transforme directement les contributeurs de puissance de calcul en parties prenantes, ce qui aide à inciter davantage de personnes à participer au réseau.
C'est un modèle typique de "ressources inutilisées agrégées", qui a un sens logique. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est effectivement élevé, et la stabilité technique doit continuer à s'améliorer. Dans des scénarios comme le rendu 3D où les exigences de temps réel ne sont pas élevées, cela présente des avantages. La clé est de savoir si le taux d'erreur peut être réduit, sinon même le meilleur modèle commercial sera entravé par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaies alimentée par l'IA
La plateforme a terminé un tour de financement de semences de 3,38 millions de dollars en juin, dirigé par une société d'échange de cryptomonnaies.
La technologie MCP de la plateforme peut optimiser dynamiquement les chemins de transaction, réduisant le slippage, avec une amélioration de l'efficacité de 30 % mesurée. Cela correspond à la tendance actuelle des agents financiers basés sur l'IA, trouvant un point d'entrée dans ce domaine de niche relativement vide du trading quantitatif DeFi pour répondre à la demande du marché.
La direction est sans aucun doute correcte, DeFi a effectivement besoin d'outils de trading plus intelligents. Cependant, le trading haute fréquence exige des délais et une précision très élevés, et la synergie en temps réel entre les prévisions AI et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur, et les mesures de protection technique doivent suivre.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
15 J'aime
Récompense
15
5
Partager
Commentaire
0/400
DAOplomacy
· 07-24 19:40
sans doute un autre cycle de marché de solutions sous-optimales...
Trois grandes tendances dans le secteur Crypto+AI : la pragmatique technique, la verticalisation des scénarios et la validation des modèles de profit.
Analyse des tendances des projets populaires dans le secteur Crypto+AI
Récemment, une étude approfondie des projets populaires dans le domaine Crypto+AI a révélé trois changements de tendances significatifs :
Le chemin technologique du projet est devenu plus pragmatique, ne dépendant plus seulement de l'emballage conceptuel, mais commençant à se concentrer sur les données de performance réelles.
Les scénarios de segmentation verticale deviennent des points d'expansion clés, les applications d'IA spécialisées remplacent l'IA généraliste.
Le capital accorde une attention accrue à la validation des modèles commerciaux, les projets ayant un flux de trésorerie réel sont clairement plus favorisés.
Voici une brève introduction et analyse de quelques projets représentatifs :
Plateforme d'évaluation de modèles d'IA décentralisée
La plateforme a terminé un tour de financement de semences de 33 millions de dollars en juin, dirigé par un célèbre établissement d'investissement, avec la participation de plusieurs experts de l'industrie.
La plateforme évalue plus de 500 grands modèles par le biais d'un crowdsourcing humain, les retours des utilisateurs peuvent être échangés contre de l'argent. Elle a déjà attiré plusieurs grandes entreprises d'IA pour l'achat de données, créant ainsi un flux de trésorerie réel.
C'est un projet avec un modèle commercial relativement clair, ce n'est pas un modèle purement basé sur les dépenses. Cependant, la prévention des faux avis et des attaques anti-sorcières reste un grand défi, et les algorithmes associés doivent être continuellement optimisés. En termes d'échelle de financement, le capital privilégie clairement les projets ayant déjà une validation de monétisation.
Réseau de calcul AI décentralisé
Le projet a terminé un financement de 10 millions de dollars lors de son tour de financement de semences en juin, dirigé par deux célèbres institutions d'investissement en crypto.
Le projet a obtenu un certain consensus sur le marché dans le domaine DePIN d'une certaine blockchain grâce à une extension de navigateur. Les membres de l'équipe proviennent de plusieurs projets connus. Le dernier protocole de transmission de données et le moteur d'inférence ont réalisé des explorations substantielle dans le calcul en périphérie et la vérifiabilité des données, permettant de réduire de 40% la latence et de supporter l'accès à des dispositifs hétérogènes.
La direction de ce projet s'aligne parfaitement avec la tendance de "soulagement" de la localisation de l'IA. Bien que l'efficacité doive être comparée à celle des plateformes centralisées lors du traitement de tâches complexes, la stabilité des nœuds périphériques reste un défi. Cependant, le calcul en périphérie, en tant que nouvelle demande de l'IA Web2, représente précisément l'avantage du cadre distribué de l'IA Web3. J'attends avec impatience de voir davantage de produits concrets basés sur des performances réelles.
Plateforme d'infrastructure de données AI décentralisée
La plateforme incite les utilisateurs du monde entier à contribuer des données dans divers domaines grâce à des jetons, couvrant des domaines tels que la santé, la conduite autonome et la voix. À ce jour, les revenus cumulés ont dépassé 14 millions de dollars et un réseau de contributeurs de données de plusieurs millions a été établi.
Techniquement, la plateforme intègre la vérification par preuve à divulgation nulle de connaissance et un algorithme de consensus tolérant aux pannes de type byzantin pour garantir la qualité des données, et utilise la technologie de calcul de confidentialité d'un fournisseur de services cloud pour répondre aux exigences de conformité. Il est à noter que le projet a également lancé un dispositif de collecte d'ondes cérébrales, réalisant ainsi une extension du logiciel au matériel.
Le modèle économique est bien conçu, les utilisateurs peuvent gagner 16 dollars et 500 000 points en annotant des voix pendant 10 heures, tandis que le coût pour les entreprises de s'abonner aux services de données peut être réduit de 45 %.
La plus grande valeur de ce projet réside dans le fait qu'il répond à un besoin réel en matière d'annotation de données AI, en particulier dans des domaines où la qualité et la conformité des données sont extrêmement importantes, comme la santé et la conduite autonome. Cependant, un taux d'erreur de 20 % par rapport à 10 % sur les plateformes traditionnelles laisse encore de la place pour des améliorations, et la fluctuation de la qualité des données est un problème qui nécessite une résolution continue. Bien que le domaine des interfaces cerveau-machine présente un potentiel d'imagination, la difficulté d'exécution n'est pas négligeable.
Réseau de puissance de calcul distribué sur une blockchain publique
Le projet a levé 10,8 millions de dollars en juin.
Grâce à la technologie de sharding dynamique, les ressources GPU inutilisées sont agrégées pour soutenir l'inférence des grands modèles de langage, à un coût inférieur de 40 % par rapport à certains fournisseurs de services cloud. La conception de la transaction de données tokenisées transforme directement les contributeurs de puissance de calcul en parties prenantes, ce qui aide à inciter davantage de personnes à participer au réseau.
C'est un modèle typique de "ressources inutilisées agrégées", qui a un sens logique. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est effectivement élevé, et la stabilité technique doit continuer à s'améliorer. Dans des scénarios comme le rendu 3D où les exigences de temps réel ne sont pas élevées, cela présente des avantages. La clé est de savoir si le taux d'erreur peut être réduit, sinon même le meilleur modèle commercial sera entravé par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaies alimentée par l'IA
La plateforme a terminé un tour de financement de semences de 3,38 millions de dollars en juin, dirigé par une société d'échange de cryptomonnaies.
La technologie MCP de la plateforme peut optimiser dynamiquement les chemins de transaction, réduisant le slippage, avec une amélioration de l'efficacité de 30 % mesurée. Cela correspond à la tendance actuelle des agents financiers basés sur l'IA, trouvant un point d'entrée dans ce domaine de niche relativement vide du trading quantitatif DeFi pour répondre à la demande du marché.
La direction est sans aucun doute correcte, DeFi a effectivement besoin d'outils de trading plus intelligents. Cependant, le trading haute fréquence exige des délais et une précision très élevés, et la synergie en temps réel entre les prévisions AI et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur, et les mesures de protection technique doivent suivre.