Crypto+AI : trois nouvelles tendances et analyses de projets dans le secteur

Rédigé par : Haotian

Un récapitulatif des plusieurs projets populaires dans le domaine Crypto+AI au cours du mois dernier a révélé trois tendances significatives, accompagnées d'une brève introduction et d'une évaluation des projets :

1. La voie technique du projet est plus pragmatique, en commençant à mettre l'accent sur les données de performance plutôt que sur un simple emballage conceptuel;

2. Les scénarios de segmentation verticale deviennent un point focal d'expansion, l'IA généralisée cède la place à l'IA spécialisée ;

3. Les capitaux accordent plus d'importance à la validation du modèle commercial, les projets ayant des flux de trésorerie sont clairement plus appréciés ;

Annexe : Présentation du projet, analyse des points forts, commentaires personnels :

1、 @yupp_ai

Présentation du projet : plateforme d'évaluation de modèles AI décentralisée, 33 millions de dollars de levée de fonds en seed en juin, a16z en tête de file, Jeff Dean en tant qu'investisseur.

Analyse des points forts : appliquer l'avantage du jugement subjectif humain aux lacunes de l'évaluation de l'IA. Grâce à un recours à la foule, plus de 500 grands modèles sont notés, et les retours des utilisateurs peuvent être échangés contre de l'argent (1000 points = 1 dollar), ce qui a déjà attiré des entreprises comme OpenAI pour l'achat de données, générant ainsi un flux de trésorerie réel.

Commentaire personnel : le projet a un modèle commercial relativement clair, ce n'est pas un modèle de simplement brûler de l'argent. Cependant, la prévention des faux avis est un grand défi, l'algorithme anti-witch hunting doit être continuellement optimisé. Mais d'après la taille du financement de 33 millions de dollars, il est clair que le capital privilégie les projets ayant une validation de monétisation.

2、 @Gradient_HQ

Présentation du projet : Réseau de calcul AI décentralisé, 10 millions de dollars levés lors de la ronde de seed en juin, dirigée par Pantera Capital et Multicoin Capital.

Analyse des points forts : Grâce au plugin de navigateur Sentry Nodes, il existe déjà un certain consensus de marché dans le domaine DePIN de Solana. Les membres de l'équipe proviennent de Helium, entre autres. Ils ont récemment lancé le protocole de transmission de données Lattica et le moteur d'inférence Parallax, ayant réalisé des explorations substantielles dans le calcul en périphérie et la vérifiabilité des données, ce qui permet de réduire les latences de 40 % et de prendre en charge la connexion d'appareils hétérogènes.

Commentaire personnel : La direction est bonne, elle correspond exactement à la tendance de "décentralisation" de la localisation AI. Cependant, lorsqu'il s'agit de traiter des tâches complexes, l'efficacité doit être comparée à celle des plateformes centralisées, et la stabilité des nœuds périphériques reste un problème. Néanmoins, l'informatique en périphérie représente un nouveau besoin émergent de web2AI, et constitue également un avantage du cadre distribué de web3AI. J'ai bon espoir que des produits concrets utilisant des performances réelles fassent avancer la mise en œuvre.

3、 @PublicAI_

Présentation du projet : une plateforme d'infrastructure de données AI décentralisée qui incite les utilisateurs du monde entier à contribuer des données dans divers domaines (médical, conduite autonome, voix, etc.) grâce à des jetons, ayant généré des revenus de plus de 14 millions de dollars et établi un réseau de contributeurs de données de plus d'un million.

Analyse des points forts : techniquement, l'intégration de la validation ZK et de l'algorithme de consensus BFT garantit la qualité des données, tout en utilisant la technologie de calcul privé Amazon Nitro Enclaves pour répondre aux exigences de conformité. Ce qui est assez intéressant, c'est le lancement de l'appareil de collecte des ondes cérébrales HeadCap, marquant une extension du logiciel au matériel. Le modèle économique est également bien conçu, les utilisateurs peuvent gagner 16 dollars + 500 000 points pour 10 heures d'annotation vocale, et le coût des services de données pour les entreprises peut être réduit de 45 %.

Commentaire personnel : Je pense que la plus grande valeur de ce projet réside dans la réponse réelle aux besoins de l'annotation des données par l'IA, en particulier dans des domaines comme la santé et la conduite autonome, où les exigences en matière de qualité des données et de conformité sont très élevées. Cependant, un taux d'erreur de 20 % reste un peu plus élevé que les 10 % des plateformes traditionnelles, et la fluctuation de la qualité des données est un problème qui nécessite une solution continue. La direction des interfaces cerveau-machine offre beaucoup de potentiel, mais la difficulté d'exécution n'est pas négligeable.

4、 @sparkchainai

Présentation du projet : Réseau de puissance de calcul distribué sur la chaîne Solana, financement de 10,8 millions de dollars complété en juin, dirigé par OakStone Ventures.

Analyse des points forts : Grâce à la technologie de sharding dynamique, les ressources GPU inactives sont agrégées, permettant l'inférence de grands modèles comme Llama3-405B, avec des coûts 40 % inférieurs à ceux d'AWS. La conception du trading de données tokenisées est assez intéressante, transformant directement les contributeurs de puissance de calcul en parties prenantes, tout en incitant davantage de personnes à participer au réseau.

Avis personnel : c'est un modèle typique de « ressources inutilisées agrégées », logiquement cohérent. Mais un taux d'erreur de 15 % lors de la validation inter-chaînes est effectivement un peu élevé, la stabilité technique doit encore être améliorée. Cependant, dans des scénarios comme le rendu 3D, où les exigences en termes 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.

5、 @olaxbt_terminal

Présentation du projet : Plateforme de trading haute fréquence de cryptomonnaies alimentée par l'IA, 3,38 millions de dollars levés lors de la ronde de seed en juin, @ambergroup_io

Lead investor.

Analyse des points forts : La technologie MCP peut optimiser dynamiquement les chemins de transaction, réduisant ainsi le slippage, avec une amélioration de l'efficacité mesurée de 30 %. En phase avec la tendance #AgentFi, elle a trouvé un point d'entrée dans le domaine relativement vierge du trading quantitatif DeFi, comblant ainsi une demande du marché.

Commentaire personnel : La direction est bonne, DeFi a effectivement besoin d'outils de trading plus intelligents. Mais le trading à haute fréquence exige des exigences très élevées en matière de latence et de précision, la prévision par IA et la coopération en temps réel sur la chaîne doivent encore être validées. De plus, les attaques MEV représentent un grand risque, les mesures de protection technique doivent suivre.