Analyse des dernières tendances et projets populaires dans le domaine Crypto+AI
Au cours du mois dernier, le secteur Crypto+AI a présenté trois tendances significatives :
Le chemin technologique du projet est devenu plus pragmatique, mettant l'accent sur les données de performance plutôt que sur une simple présentation conceptuelle.
Les scénarios de segmentation verticale deviennent le point focal de l'expansion, l'IA spécialisée remplace l'IA généraliste.
Le capital s'intéresse davantage à la validation des modèles commerciaux, les projets avec un flux de trésorerie sont clairement plus appréciés.
Voici une introduction et une analyse de quelques projets populaires :
Plateforme d'évaluation de modèles AI décentralisés
La plateforme a terminé un financement de série A de 33 millions de dollars en juin. En utilisant le crowdsourcing, elle évalue plus de 500 grands modèles, et les retours des utilisateurs peuvent être échangés contre de l'argent. Elle a attiré l'achat de données par certaines entreprises d'IA renommées, créant ainsi un flux de trésorerie réel.
Le modèle commercial de ce projet est relativement clair, ce n'est pas un modèle purement brûleur d'argent. Cependant, la prévention des fraudes de commande est un grand défi, et l'algorithme de protection contre les attaques de sorcières doit être continuellement optimisé. En termes d'échelle de financement, le capital préfère manifestement les projets ayant une validation de monétisation.
Réseau de calcul AI décentralisé
Ce projet a terminé un financement de 10 millions de dollars lors de son tour de table en juin. Il a déjà acquis un certain consensus sur le marché dans le domaine DePIN de Solana grâce à un plugin de navigateur. L'équipe a lancé un protocole de transmission de données et un moteur d'inférence, explorant de manière substantielle l'informatique en périphérie et la vérifiabilité des données, capable de réduire la latence de 40 % et de prendre en charge l'accès d'appareils hétérogènes.
La direction du projet correspond à la tendance de "délocalisation" de l'IA. Cependant, lorsqu'il s'agit de traiter des tâches complexes, il est nécessaire de rivaliser en efficacité avec les plateformes centralisées, et la stabilité des nœuds périphériques reste un problème. Cependant, le calcul en périphérie est à la fois une nouvelle demande née de l'engouement pour l'IA de Web2 et un avantage du cadre distribué de l'IA de 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 un revenu cumulé de plus de 14 millions de dollars, établissant un réseau de contributeurs de données de plusieurs millions. Techniquement, elle intègre la vérification ZK et l'algorithme de consensus BFT pour garantir la qualité des données, tout en utilisant des technologies de calcul privé pour répondre aux exigences de conformité.
Le projet a également lancé des dispositifs de collecte d'ondes cérébrales, s'étendant ainsi du logiciel au domaine matériel. Le modèle économique est conçu de manière raisonnable, permettant aux utilisateurs de générer des revenus significatifs grâce à l'étiquetage vocal, tandis que le coût des services de données pour les entreprises peut être réduit de 45 %.
La plus grande valeur de ce projet réside dans sa capacité à répondre aux véritables besoins en matière d'annotation de données pour l'IA, en particulier dans des domaines où la qualité des données et les exigences de conformité sont très élevées, comme la santé et la conduite autonome. Cependant, un taux d'erreur de 20 % par rapport à 10 % pour les plateformes traditionnelles laisse encore de la place à l'amélioration, et la fluctuation de la qualité des données est un problème qui nécessite une solution continue.
Réseau de puissance de calcul distribué sur la chaîne Solana
Ce projet a terminé un financement de 10,8 millions de dollars en juin. Grâce à la technologie de fragmentation dynamique, il agrège les ressources GPU inutilisées pour prendre en charge l'inférence de grands modèles de langage, à un coût 40 % inférieur à celui des services cloud traditionnels. La conception de la transaction de 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 inutilisées agrégées", qui est logiquement viable. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est élevé, et la stabilité technique doit encore être optimisée. Il présente des avantages dans des scénarios tels que le rendu 3D, où les exigences en temps réel ne sont pas élevées, mais il est essentiel de réduire le taux d'erreur, sinon même le meilleur modèle commercial sera limité par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
La plateforme a terminé un tour de financement de semences de 3,38 millions de dollars en juin. Sa technologie MCP peut optimiser dynamiquement les chemins de transaction, réduisant le slippage, avec une efficacité mesurée améliorée de 30%. Le projet répond à la tendance AgentFi, trouvant un point d'entrée dans le domaine relativement vide du trading quantitatif DeFi, comblant ainsi un besoin du marché.
La direction du projet est correcte, le DeFi a en effet besoin d'outils de trading plus intelligents. Cependant, le trading à haute fréquence exige des délais et une précision très élevés, et la synergie en temps réel entre les prévisions de l'IA et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur et nécessitent le renforcement des mesures de protection technique.
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.
9 J'aime
Récompense
9
2
Partager
Commentaire
0/400
rekt_but_vibing
· Il y a 7h
Tester si de l'argent sera envoyé en attendant
Voir l'originalRépondre0
NewDAOdreamer
· Il y a 8h
Avec ce montant de fonds, il est probable que cela ne tiendra pas pendant l'hiver.
État actuel du secteur Crypto+AI : mise en œuvre technologique, segmentation verticale et monétisation commerciale deviennent la norme.
Analyse des dernières tendances et projets populaires dans le domaine Crypto+AI
Au cours du mois dernier, le secteur Crypto+AI a présenté trois tendances significatives :
Voici une introduction et une analyse de quelques projets populaires :
Plateforme d'évaluation de modèles AI décentralisés
La plateforme a terminé un financement de série A de 33 millions de dollars en juin. En utilisant le crowdsourcing, elle évalue plus de 500 grands modèles, et les retours des utilisateurs peuvent être échangés contre de l'argent. Elle a attiré l'achat de données par certaines entreprises d'IA renommées, créant ainsi un flux de trésorerie réel.
Le modèle commercial de ce projet est relativement clair, ce n'est pas un modèle purement brûleur d'argent. Cependant, la prévention des fraudes de commande est un grand défi, et l'algorithme de protection contre les attaques de sorcières doit être continuellement optimisé. En termes d'échelle de financement, le capital préfère manifestement les projets ayant une validation de monétisation.
Réseau de calcul AI décentralisé
Ce projet a terminé un financement de 10 millions de dollars lors de son tour de table en juin. Il a déjà acquis un certain consensus sur le marché dans le domaine DePIN de Solana grâce à un plugin de navigateur. L'équipe a lancé un protocole de transmission de données et un moteur d'inférence, explorant de manière substantielle l'informatique en périphérie et la vérifiabilité des données, capable de réduire la latence de 40 % et de prendre en charge l'accès d'appareils hétérogènes.
La direction du projet correspond à la tendance de "délocalisation" de l'IA. Cependant, lorsqu'il s'agit de traiter des tâches complexes, il est nécessaire de rivaliser en efficacité avec les plateformes centralisées, et la stabilité des nœuds périphériques reste un problème. Cependant, le calcul en périphérie est à la fois une nouvelle demande née de l'engouement pour l'IA de Web2 et un avantage du cadre distribué de l'IA de 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 un revenu cumulé de plus de 14 millions de dollars, établissant un réseau de contributeurs de données de plusieurs millions. Techniquement, elle intègre la vérification ZK et l'algorithme de consensus BFT pour garantir la qualité des données, tout en utilisant des technologies de calcul privé pour répondre aux exigences de conformité.
Le projet a également lancé des dispositifs de collecte d'ondes cérébrales, s'étendant ainsi du logiciel au domaine matériel. Le modèle économique est conçu de manière raisonnable, permettant aux utilisateurs de générer des revenus significatifs grâce à l'étiquetage vocal, tandis que le coût des services de données pour les entreprises peut être réduit de 45 %.
La plus grande valeur de ce projet réside dans sa capacité à répondre aux véritables besoins en matière d'annotation de données pour l'IA, en particulier dans des domaines où la qualité des données et les exigences de conformité sont très élevées, comme la santé et la conduite autonome. Cependant, un taux d'erreur de 20 % par rapport à 10 % pour les plateformes traditionnelles laisse encore de la place à l'amélioration, et la fluctuation de la qualité des données est un problème qui nécessite une solution continue.
Réseau de puissance de calcul distribué sur la chaîne Solana
Ce projet a terminé un financement de 10,8 millions de dollars en juin. Grâce à la technologie de fragmentation dynamique, il agrège les ressources GPU inutilisées pour prendre en charge l'inférence de grands modèles de langage, à un coût 40 % inférieur à celui des services cloud traditionnels. La conception de la transaction de 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 inutilisées agrégées", qui est logiquement viable. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est élevé, et la stabilité technique doit encore être optimisée. Il présente des avantages dans des scénarios tels que le rendu 3D, où les exigences en temps réel ne sont pas élevées, mais il est essentiel de réduire le taux d'erreur, sinon même le meilleur modèle commercial sera limité par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
La plateforme a terminé un tour de financement de semences de 3,38 millions de dollars en juin. Sa technologie MCP peut optimiser dynamiquement les chemins de transaction, réduisant le slippage, avec une efficacité mesurée améliorée de 30%. Le projet répond à la tendance AgentFi, trouvant un point d'entrée dans le domaine relativement vide du trading quantitatif DeFi, comblant ainsi un besoin du marché.
La direction du projet est correcte, le DeFi a en effet besoin d'outils de trading plus intelligents. Cependant, le trading à haute fréquence exige des délais et une précision très élevés, et la synergie en temps réel entre les prévisions de l'IA et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur et nécessitent le renforcement des mesures de protection technique.