Baru-baru ini, saya melakukan penelitian mendalam tentang proyek-proyek populer di jalur Crypto+AI dan menemukan tiga perubahan tren yang signifikan:
Jalur teknologi proyek menjadi lebih pragmatis, tidak lagi hanya bergantung pada pembungkusan konsep, tetapi mulai memperhatikan data kinerja yang sebenarnya.
Skenario segmentasi vertikal menjadi fokus pengembangan, aplikasi AI yang profesional sedang menggantikan AI yang umum.
Modal semakin fokus pada validasi model bisnis, proyek dengan arus kas nyata jelas lebih disukai.
Berikut adalah ringkasan dan analisis beberapa proyek representatif:
Platform Evaluasi Model AI Terdesentralisasi
Platform ini menyelesaikan pendanaan putaran benih sebesar 33 juta dolar AS pada bulan Juni, dipimpin oleh sebuah lembaga investasi terkenal, dengan beberapa ahli industri berpartisipasi.
Platform ini memberikan penilaian untuk lebih dari 500 model besar melalui crowdsourcing manual, umpan balik pengguna dapat ditukarkan dengan uang tunai. Sudah menarik beberapa perusahaan AI besar untuk membeli data, membentuk aliran kas yang nyata.
Ini adalah proyek dengan model bisnis yang relatif jelas, bukan murni model bakar uang. Namun, pencegahan pemesanan palsu dan serangan anti-sihir masih menjadi tantangan besar, algoritma terkait perlu terus dioptimalkan. Dari skala pendanaan, modal jelas lebih menyukai proyek yang sudah memiliki verifikasi monetisasi.
Jaringan Komputasi AI Terdesentralisasi
Proyek ini menyelesaikan pendanaan putaran benih sebesar 10 juta dolar AS pada bulan Juni, dipimpin bersama oleh dua lembaga investasi kripto terkemuka.
Proyek telah mendapatkan konsensus pasar tertentu di bidang DePIN pada blockchain publik tertentu melalui plugin browser. Anggota tim berasal dari beberapa proyek terkenal. Protokol transmisi data dan mesin inferensi yang baru diluncurkan telah melakukan eksplorasi substansial dalam komputasi tepi dan verifikasi data, mampu mengurangi latensi sebesar 40%, dan mendukung akses perangkat heterogen.
Arah proyek ini sangat sesuai dengan tren "penurunan" lokalisasi AI. Meskipun diperlukan untuk bersaing dalam efisiensi dengan platform terpusat saat menangani tugas kompleks, stabilitas node tepi tetap menjadi tantangan, tetapi komputasi tepi sebagai kebutuhan baru dalam Web2 AI, justru merupakan keunggulan dari kerangka distribusi AI Web3. Saya berharap dapat melihat lebih banyak produk konkret yang didasarkan pada kinerja nyata.
Platform Infrastruktur Data AI Terdesentralisasi
Platform ini mendorong pengguna global untuk memberikan data di berbagai bidang melalui insentif token, mencakup bidang kesehatan, mengemudi otonom, suara, dan lainnya. Saat ini, total pendapatan telah melebihi 14 juta dolar AS, dan telah membangun jaringan kontributor data berjumlah jutaan.
Secara teknis, platform ini mengintegrasikan verifikasi bukti nol pengetahuan dan algoritma konsensus toleransi Byzantine untuk memastikan kualitas data, dan menggunakan teknologi komputasi privasi dari penyedia layanan cloud tertentu untuk memenuhi persyaratan kepatuhan. Patut dicatat bahwa proyek ini juga meluncurkan perangkat pengumpul gelombang otak, mewujudkan perluasan dari perangkat lunak ke perangkat keras.
Desain model ekonomi yang wajar, pengguna dapat menghasilkan 16 dolar dan 500 ribu poin melalui 10 jam penandaan suara, sementara biaya layanan data langganan untuk perusahaan dapat dikurangi sebesar 45%.
Nilai terbesar dari proyek ini terletak pada kemampuannya untuk memenuhi kebutuhan nyata dalam penandaan data AI, terutama di bidang-bidang yang memiliki tuntutan kualitas data dan kepatuhan yang sangat tinggi seperti kesehatan dan mengemudi otomatis. Namun, tingkat kesalahan 20% masih memiliki ruang untuk perbaikan dibandingkan dengan 10% pada platform tradisional, dan fluktuasi kualitas data adalah masalah yang perlu terus diatasi. Meskipun arah antarmuka otak-mesin memiliki ruang imajinasi yang besar, tingkat kesulitan eksekusinya tidaklah kecil.
Jaringan komputasi terdistribusi di suatu blockchain publik
Proyek ini telah menyelesaikan pendanaan sebesar 10,8 juta dolar AS pada bulan Juni.
Melalui teknologi pemotongan dinamis, menggabungkan sumber daya GPU yang tidak terpakai, mendukung inferensi model bahasa besar, dengan biaya 40% lebih rendah dibandingkan penyedia layanan cloud tertentu. Desain perdagangan data yang tertokenisasi akan mengubah kontributor daya komputasi langsung menjadi pemangku kepentingan, membantu mendorong lebih banyak orang untuk berpartisipasi dalam jaringan.
Ini adalah pola "penggabungan sumber daya yang tidak terpakai" yang khas, secara logis masuk akal. Namun, tingkat kesalahan verifikasi lintas rantai sebesar 15% memang tergolong tinggi, stabilitas teknis masih perlu ditingkatkan. Dalam skenario seperti rendering 3D yang tidak memerlukan real-time yang tinggi, memang memiliki keunggulan, kuncinya adalah apakah dapat mengurangi tingkat kesalahan, jika tidak, bahkan model bisnis yang terbaik pun akan terhambat oleh masalah teknis.
Platform Perdagangan Frekuensi Tinggi Cryptocurrency yang Didukung AI
Platform ini menyelesaikan putaran pendanaan awal sebesar 3,38 juta dolar AS pada bulan Juni, dipimpin oleh sebuah perusahaan perdagangan cryptocurrency.
Teknologi MCP platform dapat secara dinamis mengoptimalkan jalur perdagangan, mengurangi slippage, dan meningkatkan efisiensi sebesar 30% dalam pengujian. Ini sejalan dengan tren saat ini dalam keuangan agen AI, menemukan titik masuk di bidang perdagangan kuantitatif DeFi yang relatif kosong, dan memenuhi permintaan pasar.
Arah yang diambil jelas benar, DeFi memang membutuhkan alat perdagangan yang lebih cerdas. Namun, perdagangan frekuensi tinggi memiliki tuntutan yang sangat tinggi terhadap latensi dan akurasi, sehingga kolaborasi real-time antara prediksi AI dan eksekusi di blockchain perlu divalidasi lebih lanjut. Selain itu, serangan MEV adalah risiko besar, dan langkah-langkah perlindungan teknis harus sejalan.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
15 Suka
Hadiah
15
5
Bagikan
Komentar
0/400
DAOplomacy
· 07-24 19:40
dapat dikatakan siklus pasar lain dari solusi sub-optimal...
Lihat AsliBalas0
MoonMathMagic
· 07-23 14:06
Siapa yang masih ingat tentang koin bull tahun lalu
Tiga tren besar dalam jalur Crypto+AI: pragmatisme teknologi, vertikalisasi skenario, dan validasi model profitabilitas
Analisis Tren Proyek Populer di Jalur Crypto+AI
Baru-baru ini, saya melakukan penelitian mendalam tentang proyek-proyek populer di jalur Crypto+AI dan menemukan tiga perubahan tren yang signifikan:
Jalur teknologi proyek menjadi lebih pragmatis, tidak lagi hanya bergantung pada pembungkusan konsep, tetapi mulai memperhatikan data kinerja yang sebenarnya.
Skenario segmentasi vertikal menjadi fokus pengembangan, aplikasi AI yang profesional sedang menggantikan AI yang umum.
Modal semakin fokus pada validasi model bisnis, proyek dengan arus kas nyata jelas lebih disukai.
Berikut adalah ringkasan dan analisis beberapa proyek representatif:
Platform Evaluasi Model AI Terdesentralisasi
Platform ini menyelesaikan pendanaan putaran benih sebesar 33 juta dolar AS pada bulan Juni, dipimpin oleh sebuah lembaga investasi terkenal, dengan beberapa ahli industri berpartisipasi.
Platform ini memberikan penilaian untuk lebih dari 500 model besar melalui crowdsourcing manual, umpan balik pengguna dapat ditukarkan dengan uang tunai. Sudah menarik beberapa perusahaan AI besar untuk membeli data, membentuk aliran kas yang nyata.
Ini adalah proyek dengan model bisnis yang relatif jelas, bukan murni model bakar uang. Namun, pencegahan pemesanan palsu dan serangan anti-sihir masih menjadi tantangan besar, algoritma terkait perlu terus dioptimalkan. Dari skala pendanaan, modal jelas lebih menyukai proyek yang sudah memiliki verifikasi monetisasi.
Jaringan Komputasi AI Terdesentralisasi
Proyek ini menyelesaikan pendanaan putaran benih sebesar 10 juta dolar AS pada bulan Juni, dipimpin bersama oleh dua lembaga investasi kripto terkemuka.
Proyek telah mendapatkan konsensus pasar tertentu di bidang DePIN pada blockchain publik tertentu melalui plugin browser. Anggota tim berasal dari beberapa proyek terkenal. Protokol transmisi data dan mesin inferensi yang baru diluncurkan telah melakukan eksplorasi substansial dalam komputasi tepi dan verifikasi data, mampu mengurangi latensi sebesar 40%, dan mendukung akses perangkat heterogen.
Arah proyek ini sangat sesuai dengan tren "penurunan" lokalisasi AI. Meskipun diperlukan untuk bersaing dalam efisiensi dengan platform terpusat saat menangani tugas kompleks, stabilitas node tepi tetap menjadi tantangan, tetapi komputasi tepi sebagai kebutuhan baru dalam Web2 AI, justru merupakan keunggulan dari kerangka distribusi AI Web3. Saya berharap dapat melihat lebih banyak produk konkret yang didasarkan pada kinerja nyata.
Platform Infrastruktur Data AI Terdesentralisasi
Platform ini mendorong pengguna global untuk memberikan data di berbagai bidang melalui insentif token, mencakup bidang kesehatan, mengemudi otonom, suara, dan lainnya. Saat ini, total pendapatan telah melebihi 14 juta dolar AS, dan telah membangun jaringan kontributor data berjumlah jutaan.
Secara teknis, platform ini mengintegrasikan verifikasi bukti nol pengetahuan dan algoritma konsensus toleransi Byzantine untuk memastikan kualitas data, dan menggunakan teknologi komputasi privasi dari penyedia layanan cloud tertentu untuk memenuhi persyaratan kepatuhan. Patut dicatat bahwa proyek ini juga meluncurkan perangkat pengumpul gelombang otak, mewujudkan perluasan dari perangkat lunak ke perangkat keras.
Desain model ekonomi yang wajar, pengguna dapat menghasilkan 16 dolar dan 500 ribu poin melalui 10 jam penandaan suara, sementara biaya layanan data langganan untuk perusahaan dapat dikurangi sebesar 45%.
Nilai terbesar dari proyek ini terletak pada kemampuannya untuk memenuhi kebutuhan nyata dalam penandaan data AI, terutama di bidang-bidang yang memiliki tuntutan kualitas data dan kepatuhan yang sangat tinggi seperti kesehatan dan mengemudi otomatis. Namun, tingkat kesalahan 20% masih memiliki ruang untuk perbaikan dibandingkan dengan 10% pada platform tradisional, dan fluktuasi kualitas data adalah masalah yang perlu terus diatasi. Meskipun arah antarmuka otak-mesin memiliki ruang imajinasi yang besar, tingkat kesulitan eksekusinya tidaklah kecil.
Jaringan komputasi terdistribusi di suatu blockchain publik
Proyek ini telah menyelesaikan pendanaan sebesar 10,8 juta dolar AS pada bulan Juni.
Melalui teknologi pemotongan dinamis, menggabungkan sumber daya GPU yang tidak terpakai, mendukung inferensi model bahasa besar, dengan biaya 40% lebih rendah dibandingkan penyedia layanan cloud tertentu. Desain perdagangan data yang tertokenisasi akan mengubah kontributor daya komputasi langsung menjadi pemangku kepentingan, membantu mendorong lebih banyak orang untuk berpartisipasi dalam jaringan.
Ini adalah pola "penggabungan sumber daya yang tidak terpakai" yang khas, secara logis masuk akal. Namun, tingkat kesalahan verifikasi lintas rantai sebesar 15% memang tergolong tinggi, stabilitas teknis masih perlu ditingkatkan. Dalam skenario seperti rendering 3D yang tidak memerlukan real-time yang tinggi, memang memiliki keunggulan, kuncinya adalah apakah dapat mengurangi tingkat kesalahan, jika tidak, bahkan model bisnis yang terbaik pun akan terhambat oleh masalah teknis.
Platform Perdagangan Frekuensi Tinggi Cryptocurrency yang Didukung AI
Platform ini menyelesaikan putaran pendanaan awal sebesar 3,38 juta dolar AS pada bulan Juni, dipimpin oleh sebuah perusahaan perdagangan cryptocurrency.
Teknologi MCP platform dapat secara dinamis mengoptimalkan jalur perdagangan, mengurangi slippage, dan meningkatkan efisiensi sebesar 30% dalam pengujian. Ini sejalan dengan tren saat ini dalam keuangan agen AI, menemukan titik masuk di bidang perdagangan kuantitatif DeFi yang relatif kosong, dan memenuhi permintaan pasar.
Arah yang diambil jelas benar, DeFi memang membutuhkan alat perdagangan yang lebih cerdas. Namun, perdagangan frekuensi tinggi memiliki tuntutan yang sangat tinggi terhadap latensi dan akurasi, sehingga kolaborasi real-time antara prediksi AI dan eksekusi di blockchain perlu divalidasi lebih lanjut. Selain itu, serangan MEV adalah risiko besar, dan langkah-langkah perlindungan teknis harus sejalan.