Analyse des projets populaires récents et discussion des tendances dans le domaine Crypto+AI
Au cours du dernier mois, le secteur Crypto+AI a présenté trois tendances remarquables :
La voie technique du projet est plus pragmatique, mettant l'accent sur les données de performance plutôt que sur un simple emballage conceptuel.
Les scènes de segmentation verticale deviennent un point focal d'expansion, l'IA spécialisée remplace progressivement l'IA généralisée.
Le capital accorde une attention accrue à la validation des modèles commerciaux, les projets ayant un flux de trésorerie sont clairement favorisés.
Voici un aperçu, une analyse des points forts et des commentaires de plusieurs projets populaires :
1. Plateforme d'évaluation de modèles AI décentralisés
Présentation du projet : Cette plateforme évalue plus de 500 grands modèles grâce à un système de crowdsourcing, les retours des utilisateurs pouvant être échangés contre de l'argent. Récemment, elle a complété un tour de table de financement de 33 millions de dollars, dirigé par un célèbre fonds de capital-risque, avec la participation d'experts en IA renommés.
Analyse des points forts : Appliquer les avantages du jugement subjectif humain aux lacunes de l'évaluation de l'IA. La plateforme a déjà attiré des entreprises d'IA renommées pour l'achat de données, générant un flux de trésorerie réel.
Commentaire : Le modèle commercial est relativement clair, ce n'est pas un modèle de brûlage d'argent pur. Cependant, la lutte contre les faux avis est un grand défi, il est nécessaire d'optimiser en permanence l'algorithme de défense contre les attaques de sorcières. En termes d'échelle de financement, le capital privilégie clairement les projets ayant une validation de monétisation.
2. Réseau de calcul AI décentralisé
Présentation du projet : Ce réseau a récemment terminé un financement de semences de 10 millions de dollars, dirigé par deux célèbres institutions d'investissement en cryptomonnaie.
Analyse des points forts : Il existe déjà un certain consensus sur le marché dans le domaine DePIN de Solana grâce à des extensions de navigateur. Les membres de l'équipe proviennent de projets renommés, et le nouveau protocole de transfert de données ainsi que 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.
Commentaire : La direction est en phase avec la tendance de "découpage" de la localisation AI. Cependant, lors du traitement de tâches complexes, il est nécessaire de rivaliser en efficacité avec les plateformes centralisées, la stabilité des nœuds périphériques reste un défi. Le calcul en périphérie est un nouveau besoin engendré par la concurrence interne de l'AI Web2, et c'est aussi un avantage du cadre distribué de l'AI Web3, on parie sur la mise en œuvre à travers des produits concrets basés sur des performances réelles.
3. Plateforme d'infrastructure de données AI décentralisée
Présentation du projet : Cette plateforme incite les utilisateurs du monde entier à contribuer des données dans plusieurs domaines 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 : Intégration technique de la validation ZK et de l'algorithme de consensus BFT pour garantir la qualité des données, et utilisation de la technologie de calcul privé d'un certain fournisseur de services cloud pour répondre aux exigences de conformité. Un dispositif de collecte des ondes cérébrales a également été lancé, permettant une extension du logiciel au matériel. Le modèle économique est bien conçu, les utilisateurs peuvent gagner 16 dollars et 500 000 points pour 10 heures de marquage vocal, et le coût des services de données pour les entreprises peut être réduit de 45 %.
Commentaire : La plus grande valeur du projet réside dans sa capacité à répondre aux véritables besoins de l'annotation des données pour l'IA, en particulier dans des domaines tels que 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 supérieur aux 10 % des plateformes traditionnelles, et la qualité des données nécessite une amélioration continue. Le domaine des interfaces cerveau-machine offre un potentiel d'imagination, mais la difficulté d'exécution n'est pas négligeable.
4. Réseau de puissance de calcul distribué sur une certaine blockchain
Présentation du projet : Ce réseau a récemment réalisé un financement de 10,8 millions de dollars, dirigé par une certaine institution d'investissement.
Analyse des points forts : Grâce à la technologie de sharding dynamique, nous agrégons des ressources GPU inactives, soutenant l'inférence de grands modèles de langage, à un coût 40 % inférieur à celui de certains fournisseurs de services cloud. La conception du commerce 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.
Commentaire : Un modèle typique de "ressources inoccupées agrégées", logique raisonnable. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est relativement élevé, la stabilité technique doit être améliorée. Il présente des avantages dans des scénarios tels que le rendu 3D, où les exigences en temps réel ne sont pas élevées, l'important étant de réduire le taux d'erreur, sinon même le meilleur modèle commercial sera affecté par des problèmes techniques.
5. Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
Présentation du projet : La plateforme a récemment terminé un tour de financement de 3,38 millions de dollars, dirigé par une institution de trading de cryptomonnaies.
Analyse des points forts : La technologie MCP peut optimiser dynamiquement les chemins de transaction, réduire le slippage et améliorer l'efficacité de 30 % selon les tests. Elle s'inscrit dans la tendance des transactions par agents AI, trouvant un point d'entrée dans ce domaine relativement vierge du trading quantitatif DeFi, comblant ainsi les besoins du marché.
Commentaire : La direction est correcte, DeFi a effectivement besoin d'outils de trading plus intelligents. Cependant, le trading à haute fréquence nécessite des exigences très élevées en matière de latence et de précision, et la synergie en temps réel entre la prévision AI et l'exécution on-chain doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur, des mesures de protection technique doivent être renforcées.
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.
16 J'aime
Récompense
16
2
Reposter
Partager
Commentaire
0/400
liquidation_watcher
· Il y a 6h
Le projet brûle encore de l'argent. Pourquoi s'inquiéter ? Restez calme et regardez le spectacle.
L'IA au service des cryptoactifs : analyse détaillée de 5 projets populaires et des tendances du secteur.
Analyse des projets populaires récents et discussion des tendances dans le domaine Crypto+AI
Au cours du dernier mois, le secteur Crypto+AI a présenté trois tendances remarquables :
Voici un aperçu, une analyse des points forts et des commentaires de plusieurs projets populaires :
1. Plateforme d'évaluation de modèles AI décentralisés
Présentation du projet : Cette plateforme évalue plus de 500 grands modèles grâce à un système de crowdsourcing, les retours des utilisateurs pouvant être échangés contre de l'argent. Récemment, elle a complété un tour de table de financement de 33 millions de dollars, dirigé par un célèbre fonds de capital-risque, avec la participation d'experts en IA renommés.
Analyse des points forts : Appliquer les avantages du jugement subjectif humain aux lacunes de l'évaluation de l'IA. La plateforme a déjà attiré des entreprises d'IA renommées pour l'achat de données, générant un flux de trésorerie réel.
Commentaire : Le modèle commercial est relativement clair, ce n'est pas un modèle de brûlage d'argent pur. Cependant, la lutte contre les faux avis est un grand défi, il est nécessaire d'optimiser en permanence l'algorithme de défense contre les attaques de sorcières. En termes d'échelle de financement, le capital privilégie clairement les projets ayant une validation de monétisation.
2. Réseau de calcul AI décentralisé
Présentation du projet : Ce réseau a récemment terminé un financement de semences de 10 millions de dollars, dirigé par deux célèbres institutions d'investissement en cryptomonnaie.
Analyse des points forts : Il existe déjà un certain consensus sur le marché dans le domaine DePIN de Solana grâce à des extensions de navigateur. Les membres de l'équipe proviennent de projets renommés, et le nouveau protocole de transfert de données ainsi que 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.
Commentaire : La direction est en phase avec la tendance de "découpage" de la localisation AI. Cependant, lors du traitement de tâches complexes, il est nécessaire de rivaliser en efficacité avec les plateformes centralisées, la stabilité des nœuds périphériques reste un défi. Le calcul en périphérie est un nouveau besoin engendré par la concurrence interne de l'AI Web2, et c'est aussi un avantage du cadre distribué de l'AI Web3, on parie sur la mise en œuvre à travers des produits concrets basés sur des performances réelles.
3. Plateforme d'infrastructure de données AI décentralisée
Présentation du projet : Cette plateforme incite les utilisateurs du monde entier à contribuer des données dans plusieurs domaines 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 : Intégration technique de la validation ZK et de l'algorithme de consensus BFT pour garantir la qualité des données, et utilisation de la technologie de calcul privé d'un certain fournisseur de services cloud pour répondre aux exigences de conformité. Un dispositif de collecte des ondes cérébrales a également été lancé, permettant une extension du logiciel au matériel. Le modèle économique est bien conçu, les utilisateurs peuvent gagner 16 dollars et 500 000 points pour 10 heures de marquage vocal, et le coût des services de données pour les entreprises peut être réduit de 45 %.
Commentaire : La plus grande valeur du projet réside dans sa capacité à répondre aux véritables besoins de l'annotation des données pour l'IA, en particulier dans des domaines tels que 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 supérieur aux 10 % des plateformes traditionnelles, et la qualité des données nécessite une amélioration continue. Le domaine des interfaces cerveau-machine offre un potentiel d'imagination, mais la difficulté d'exécution n'est pas négligeable.
4. Réseau de puissance de calcul distribué sur une certaine blockchain
Présentation du projet : Ce réseau a récemment réalisé un financement de 10,8 millions de dollars, dirigé par une certaine institution d'investissement.
Analyse des points forts : Grâce à la technologie de sharding dynamique, nous agrégons des ressources GPU inactives, soutenant l'inférence de grands modèles de langage, à un coût 40 % inférieur à celui de certains fournisseurs de services cloud. La conception du commerce 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.
Commentaire : Un modèle typique de "ressources inoccupées agrégées", logique raisonnable. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est relativement élevé, la stabilité technique doit être améliorée. Il présente des avantages dans des scénarios tels que le rendu 3D, où les exigences en temps réel ne sont pas élevées, l'important étant de réduire le taux d'erreur, sinon même le meilleur modèle commercial sera affecté par des problèmes techniques.
5. Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
Présentation du projet : La plateforme a récemment terminé un tour de financement de 3,38 millions de dollars, dirigé par une institution de trading de cryptomonnaies.
Analyse des points forts : La technologie MCP peut optimiser dynamiquement les chemins de transaction, réduire le slippage et améliorer l'efficacité de 30 % selon les tests. Elle s'inscrit dans la tendance des transactions par agents AI, trouvant un point d'entrée dans ce domaine relativement vierge du trading quantitatif DeFi, comblant ainsi les besoins du marché.
Commentaire : La direction est correcte, DeFi a effectivement besoin d'outils de trading plus intelligents. Cependant, le trading à haute fréquence nécessite des exigences très élevées en matière de latence et de précision, et la synergie en temps réel entre la prévision AI et l'exécution on-chain doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur, des mesures de protection technique doivent être renforcées.