Crypto+AI : trois grandes tendances récentes et panorama des projets populaires
Au cours du mois dernier, le secteur Crypto+AI a présenté trois changements de tendance significatifs :
La voie technique du projet est plus pragmatique, mettant l'accent sur les données de performance plutôt que sur un emballage purement conceptuel.
Les scénarios de segmentation verticale deviennent le point focal de l'expansion, l'IA spécialisée remplace l'IA généralisée.
Le capital accorde plus d'importance à la validation du modèle commercial, les projets avec un flux de trésorerie sont plus appréciés.
Voici un aperçu et une analyse de quelques projets populaires :
Plateforme d'évaluation de modèles d'IA décentralisée
La plateforme note plus de 500 grands modèles par le biais de l'intelligence collective, et les retours des utilisateurs peuvent être convertis en espèces. La plateforme a déjà attiré l'achat de données par une célèbre entreprise d'IA, créant ainsi un flux de trésorerie réel.
Le modèle commercial est relativement clair, ce n'est pas un modèle de pure consommation d'argent. Cependant, la prévention des faux achats est un grand défi, l'algorithme de protection contre les attaques de sorcières doit être continuellement optimisé. Le montant de financement de 33 millions de dollars indique que le capital accorde plus d'importance aux projets ayant une validation de monétisation.
Réseau de calcul AI décentralisé
Ce projet a déjà un certain consensus sur le marché dans le domaine DePIN de Solana. Le nouveau protocole de transmission de données et le moteur d'inférence ont effectué des explorations substantielles en matière de calcul en périphérie et de vérifiabilité des données, permettant de réduire la latence de 40 % et de soutenir l'accès à des dispositifs hétérogènes.
La direction du projet s'aligne sur la tendance de "localisation" de l'IA. Cependant, lors du traitement de tâches complexes, il reste nécessaire de rivaliser en efficacité avec les plateformes centralisées, et la stabilité des nœuds périphériques demeure un grand défi. L'informatique en périphérie, en tant que nouvelle demande émergente de l'IA web2, est également l'un des atouts de l'architecture distribuée de l'IA web3.
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 tokens, avec des revenus cumulés de plus de 14 millions de dollars, établissant un réseau de contributeurs de données de plusieurs millions. Sur le plan technique, elle intègre la vérification ZK et l'algorithme de consensus BFT pour garantir la qualité des données, tout en utilisant des technologies de calcul de la confidentialité pour répondre aux exigences de conformité.
La plus grande valeur du projet réside dans sa capacité à répondre aux véritables besoins de l'annotation des données AI, en particulier dans des domaines où la qualité des données et les exigences de conformité sont extrêmement élevées, comme la santé et la conduite autonome. Cependant, un taux d'erreur de 20 % reste supérieur aux 10 % des plateformes traditionnelles, et la fluctuation de la qualité des données est un problème qui doit être résolu de manière continue.
Réseau de puissance de calcul distribué sur la chaîne Solana
Ce projet agrège les ressources GPU inutilisées grâce à la technologie de sharding dynamique, prenant en charge l'inférence de modèles de langage de grande taille, à un coût 40 % inférieur à celui de certains fournisseurs de services cloud. La conception du commerce des données tokenisées transforme 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 inactives agrégées", qui est logiquement viable. Cependant, un taux d'erreur de validation inter-chaînes de 15% est assez élevé, et la stabilité technique doit encore être améliorée. Il présente des avantages dans des scénarios comme le rendu 3D, où les exigences en termes de temps réel ne sont pas élevées ; la clé est de savoir s'il est possible de réduire le taux d'erreur.
Plateforme de trading haute fréquence de cryptomonnaies alimentée par l'IA
La plateforme utilise une technologie d'optimisation dynamique des chemins de trading, ce qui permet de réduire le slippage et d'améliorer l'efficacité de 30 % dans les tests. Le projet s'est engagé dans le domaine relativement inexploré du trading quantitatif DeFi, répondant ainsi à une demande du marché.
DeFi a effectivement besoin d'outils de trading plus intelligents, mais le trading haute fréquence exige des délais et une précision extrêmement élevés, et la synergie en temps réel entre les prédictions AI et l'exécution sur la blockchain doit encore être vérifiée. De plus, les attaques MEV représentent un grand risque, nécessitant l'amélioration des mesures de protection technique correspondantes.
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.
23 J'aime
Récompense
23
6
Partager
Commentaire
0/400
TokenGuru
· Il y a 22h
Les gars, faites attention, mettre 33 millions dedans, c'est probablement encore un jeton poubelle.
Voir l'originalRépondre0
LiquidationKing
· 08-03 23:58
Après avoir spéculé sur l'univers de la cryptomonnaie, on commence à spéculer sur l'IA, tsk.
Voir l'originalRépondre0
OnchainArchaeologist
· 08-01 18:34
Encore une nouvelle méthode pour se faire prendre pour des cons~
Voir l'originalRépondre0
GweiObserver
· 08-01 18:29
Prévenir le balayage malveillant est la clé.
Voir l'originalRépondre0
AirdropHuntress
· 08-01 18:20
Une autre bande de capitalistes raconte des histoires pour faire prendre les gens pour des idiots. Les données ne sont même pas claires.
Voir l'originalRépondre0
GasWrangler
· 08-01 18:12
techniquement parlant, les indicateurs de flux de trésorerie sont au mieux sous-optimaux...
Nouvelles tendances dans le secteur Crypto+AI : technologies pragmatiques, segmentation verticale et cash flow avant tout.
Crypto+AI : trois grandes tendances récentes et panorama des projets populaires
Au cours du mois dernier, le secteur Crypto+AI a présenté trois changements de tendance significatifs :
Voici un aperçu et une analyse de quelques projets populaires :
Plateforme d'évaluation de modèles d'IA décentralisée
La plateforme note plus de 500 grands modèles par le biais de l'intelligence collective, et les retours des utilisateurs peuvent être convertis en espèces. La plateforme a déjà attiré l'achat de données par une célèbre entreprise d'IA, créant ainsi un flux de trésorerie réel.
Le modèle commercial est relativement clair, ce n'est pas un modèle de pure consommation d'argent. Cependant, la prévention des faux achats est un grand défi, l'algorithme de protection contre les attaques de sorcières doit être continuellement optimisé. Le montant de financement de 33 millions de dollars indique que le capital accorde plus d'importance aux projets ayant une validation de monétisation.
Réseau de calcul AI décentralisé
Ce projet a déjà un certain consensus sur le marché dans le domaine DePIN de Solana. Le nouveau protocole de transmission de données et le moteur d'inférence ont effectué des explorations substantielles en matière de calcul en périphérie et de vérifiabilité des données, permettant de réduire la latence de 40 % et de soutenir l'accès à des dispositifs hétérogènes.
La direction du projet s'aligne sur la tendance de "localisation" de l'IA. Cependant, lors du traitement de tâches complexes, il reste nécessaire de rivaliser en efficacité avec les plateformes centralisées, et la stabilité des nœuds périphériques demeure un grand défi. L'informatique en périphérie, en tant que nouvelle demande émergente de l'IA web2, est également l'un des atouts de l'architecture distribuée de l'IA web3.
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 tokens, avec des revenus cumulés de plus de 14 millions de dollars, établissant un réseau de contributeurs de données de plusieurs millions. Sur le plan technique, elle intègre la vérification ZK et l'algorithme de consensus BFT pour garantir la qualité des données, tout en utilisant des technologies de calcul de la confidentialité pour répondre aux exigences de conformité.
La plus grande valeur du projet réside dans sa capacité à répondre aux véritables besoins de l'annotation des données AI, en particulier dans des domaines où la qualité des données et les exigences de conformité sont extrêmement élevées, comme la santé et la conduite autonome. Cependant, un taux d'erreur de 20 % reste supérieur aux 10 % des plateformes traditionnelles, et la fluctuation de la qualité des données est un problème qui doit être résolu de manière continue.
Réseau de puissance de calcul distribué sur la chaîne Solana
Ce projet agrège les ressources GPU inutilisées grâce à la technologie de sharding dynamique, prenant en charge l'inférence de modèles de langage de grande taille, à un coût 40 % inférieur à celui de certains fournisseurs de services cloud. La conception du commerce des données tokenisées transforme 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 inactives agrégées", qui est logiquement viable. Cependant, un taux d'erreur de validation inter-chaînes de 15% est assez élevé, et la stabilité technique doit encore être améliorée. Il présente des avantages dans des scénarios comme le rendu 3D, où les exigences en termes de temps réel ne sont pas élevées ; la clé est de savoir s'il est possible de réduire le taux d'erreur.
Plateforme de trading haute fréquence de cryptomonnaies alimentée par l'IA
La plateforme utilise une technologie d'optimisation dynamique des chemins de trading, ce qui permet de réduire le slippage et d'améliorer l'efficacité de 30 % dans les tests. Le projet s'est engagé dans le domaine relativement inexploré du trading quantitatif DeFi, répondant ainsi à une demande du marché.
DeFi a effectivement besoin d'outils de trading plus intelligents, mais le trading haute fréquence exige des délais et une précision extrêmement élevés, et la synergie en temps réel entre les prédictions AI et l'exécution sur la blockchain doit encore être vérifiée. De plus, les attaques MEV représentent un grand risque, nécessitant l'amélioration des mesures de protection technique correspondantes.