Tiga Tren dan Analisis Proyek Baru di Sektor Crypto+AI

Tulisan oleh: Haotian

Setelah meninjau beberapa proyek populer di jalur Crypto+AI selama sebulan terakhir, ditemukan tiga perubahan tren yang signifikan, disertai dengan pengantar singkat dan komentar tentang setiap proyek:

1. Jalur teknologi proyek lebih pragmatis, mulai memperhatikan data kinerja daripada hanya kemasan konsep murni;

2）Segmentasi vertikal menjadi fokus pengembangan, AI generik memberi jalan untuk AI spesialis.

3. Modal lebih memperhatikan verifikasi model bisnis, proyek yang memiliki arus kas jelas lebih disukai;

Lampiran: Deskripsi proyek, analisis sorotan, komentar pribadi:

1、 @yupp_ai

Deskripsi Proyek: Platform evaluasi model AI terdesentralisasi, selesai putaran benih 33 juta dolar pada bulan Juni, dipimpin oleh a16z, diikuti oleh Jeff Dean.

Analisis Poin Utama: Menerapkan keunggulan penilaian subjektif manusia pada kekurangan dalam penilaian AI. Melalui crowd-sourcing untuk memberikan penilaian kepada lebih dari 500 model besar, umpan balik pengguna dapat ditukar dengan uang tunai (1000 poin = 1 dolar), telah menarik perusahaan seperti OpenAI untuk membeli data, dengan aliran kas yang nyata.

Ulasan Pribadi: Proyek dengan model bisnis yang cukup jelas, bukan hanya sekadar model pembakaran uang. Namun, pencegahan pemesanan palsu adalah tantangan besar, algoritma anti-serangan penyihir harus terus dioptimalkan. Namun, dari skala pembiayaan 33 juta dolar AS, jelas bahwa modal lebih memperhatikan proyek yang memiliki bukti monetisasi.

2、 @Gradient_HQ

Deskripsi proyek: Jaringan komputasi AI terdesentralisasi, menyelesaikan putaran benih sebesar 10 juta dolar pada bulan Juni, dipimpin oleh Pantera Capital dan Multicoin Capital.

Analisis Sorotan: Dengan plugin browser Sentry Nodes, telah ada konsensus pasar tertentu di bidang DePIN Solana, anggota tim berasal dari Helium dan lainnya, baru-baru ini meluncurkan protokol transmisi data Lattica dan mesin inferensi Parallax, melakukan eksplorasi substantif dalam komputasi tepi dan verifikasi data, dapat mengurangi latensi sebesar 40%, mendukung akses perangkat heterogen.

Ulasan pribadi: Arah yang benar, tepat pada tren "penurunan" lokalitas AI. Namun, dalam menangani tugas kompleks, efisiensi harus dibandingkan dengan platform terpusat, stabilitas node tepi masih menjadi masalah. Namun, komputasi tepi adalah kebutuhan baru yang muncul dari persaingan web2AI dan juga merupakan keunggulan kerangka terdistribusi web3AI, saya optimis bahwa produk konkret dengan kinerja nyata akan mendorong implementasi.

3、 @PublicAI_

Deskripsi Proyek: Platform infrastruktur data AI terdesentralisasi yang memberikan insentif token kepada pengguna global untuk menyumbangkan data di berbagai bidang (medis, mobil otonom, suara, dll), dengan total pendapatan lebih dari 14 juta dolar AS, telah membangun jaringan kontributor data dengan jumlah jutaan.

Analisis Sorotan: Secara teknis mengintegrasikan verifikasi ZK dan algoritma konsensus BFT untuk memastikan kualitas data, serta menggunakan teknologi komputasi privasi Amazon Nitro Enclaves untuk memenuhi persyaratan kepatuhan. Yang cukup menarik adalah peluncuran perangkat pengumpulan gelombang otak HeadCap, yang dianggap sebagai perluasan dari perangkat lunak ke perangkat keras. Model ekonomi juga dirancang dengan baik, pengguna dapat menghasilkan 16 dolar + 500 ribu poin untuk 10 jam penandaan suara, dan biaya layanan data berlangganan untuk perusahaan dapat turun 45%.

Ulasan Pribadi: Saya merasa nilai terbesar dari proyek ini adalah memenuhi kebutuhan nyata untuk penandaan data AI, terutama di bidang medis dan mengemudi otomatis yang memiliki persyaratan kualitas dan kepatuhan data yang sangat tinggi. Namun, tingkat kesalahan 20% masih sedikit lebih tinggi dibandingkan dengan platform tradisional yang 10%, fluktuasi kualitas data adalah masalah yang perlu terus diatasi. Arah antarmuka otak-mesin memiliki ruang imajinasi yang cukup, tetapi tingkat kesulitan eksekusinya juga tidak kecil.

4、 @sparkchainai

Deskripsi Proyek: Jaringan komputasi terdistribusi di atas rantai Solana, menyelesaikan pendanaan sebesar 10,8 juta dolar AS pada bulan Juni, dipimpin oleh OakStone Ventures.

Analisis sorotan: Menggabungkan sumber daya GPU yang tidak terpakai melalui teknologi pemisahan dinamis, mendukung inferensi model besar seperti Llama3-405B, dengan biaya 40% lebih rendah dibandingkan AWS. Desain perdagangan data yang tertokenisasi sangat menarik, langsung mengubah kontributor daya komputasi menjadi pemangku kepentingan, dan juga dapat mendorong lebih banyak orang untuk berpartisipasi dalam jaringan.

Komentar Pribadi: Ini adalah model "menggabungkan sumber daya yang tidak terpakai" yang khas, secara logis masuk akal. Namun, tingkat kesalahan verifikasi lintas rantai sebesar 15% memang agak tinggi, stabilitas teknis masih perlu diperbaiki. Namun, dalam skenario seperti rendering 3D yang tidak terlalu menuntut waktu nyata, ini memang memiliki keunggulan; kuncinya adalah apakah tingkat kesalahan dapat diturunkan, jika tidak, bahkan model bisnis terbaik pun akan terhambat oleh masalah teknis.

5、 @olaxbt_terminal

Deskripsi Proyek: Platform perdagangan frekuensi tinggi cryptocurrency yang didorong oleh AI, menyelesaikan putaran benih sebesar 3,38 juta dolar AS pada bulan Juni, @ambergroup_io

Memimpin investasi.

Analisis Sorotan: Teknologi MCP dapat mengoptimalkan jalur perdagangan secara dinamis, mengurangi slippage, dan meningkatkan efisiensi sebesar 30% berdasarkan pengujian. Sesuai dengan tren #AgentFi, ini bisa dianggap sebagai titik masuk di bidang perdagangan kuantitatif DeFi yang relatif kosong, dan dianggap memenuhi permintaan pasar.

Ulasan Pribadi: Arah tidak masalah, DeFi memang memerlukan alat perdagangan yang lebih cerdas. Namun, perdagangan frekuensi tinggi memiliki tuntutan yang sangat tinggi terhadap latensi dan akurasi, kolaborasi waktu nyata antara prediksi AI dan eksekusi di blockchain masih perlu diverifikasi. Selain itu, serangan MEV adalah risiko besar, langkah-langkah perlindungan teknis harus mengikuti.