Interpréter les projets AI populaires actuels à partir des trois grandes tendances : technique, scénaristique et capital.

Auteur : Haotian

Nous avons passé en revue plusieurs projets populaires dans le domaine Crypto+AI au cours du mois dernier et avons identifié trois changements de tendance significatifs, accompagnés d'une brève introduction et d'un commentaire sur chaque projet :

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

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

3. Le capital accorde plus d'importance à la validation du modèle commercial, les projets ayant des flux de trésorerie sont clairement plus prisés ;

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

1、 @yupp_ai

Présentation du projet : plateforme d'évaluation de modèles IA décentralisée, 33 millions de dollars levés lors d'un tour de financement de semences en juin, dirigé par a16z, avec la participation de Jeff Dean.

Analyse des points forts : appliquer l'avantage du jugement subjectif humain aux faiblesses d'évaluation de l'IA. En notant plus de 500 grands modèles grâce à un travail de foule, les retours des utilisateurs peuvent être échangés contre de l'argent liquide (1000 points = 1 dollar), attirant ainsi des entreprises comme OpenAI à acheter des données, avec un véritable flux de trésorerie.

Commentaire personnel : Un projet avec un modèle commercial relativement clair, qui n'est pas un modèle de consommation d'argent pur. Cependant, la prévention des faux achats est un grand défi, et l'algorithme anti-witch doit être continuellement optimisé. Mais d'après la taille de financement de 33 millions de dollars, le capital semble clairement privilégier les projets ayant une validation de monétisation.

2、 @Gradient_HQ

Présentation du projet : réseau de calcul AI décentralisé, 10 millions de dollars de financement de démarrage complété en juin, dirigé par Pantera Capital et Multicoin Capital.

Analyse des points forts : Grâce à l'extension de navigateur Sentry Nodes, il existe déjà un certain consensus sur le marché dans le domaine DePIN de Solana. Les membres de l'équipe viennent de Helium, etc. Ils ont récemment lancé le protocole de transmission de données Lattica et le moteur d'inférence Parallax, réalisant des explorations substantielles en matière de calcul en périphérie et de vérifiabilité des données, capables de réduire la latence de 40 % et de prendre en charge l'accès d'appareils hétérogènes.

Commentaire personnel : La direction est correcte, elle s'inscrit parfaitement dans la tendance de "décentralisation" de la localisation de l'IA. Cependant, pour traiter des tâches complexes, il faut comparer l'efficacité avec celle des plateformes centralisées, la stabilité des nœuds périphériques reste un problème. Cependant, le calcul en périphérie est une nouvelle demande issue de l'imbrication de l'IA web2 et représente également l'avantage du cadre distribué de l'IA web3. J'ai bon espoir que des produits concrets basés sur des performances réelles puissent être mis en œuvre.

3、 @PublicAI_

Présentation du projet : plateforme d'infrastructure de données AI décentralisée, incitant les utilisateurs du monde entier à contribuer des données dans divers domaines (santé, conduite autonome, voix, etc.) grâce à des jetons, avec des revenus cumulés de plus de 14 millions de dollars et un réseau de contributeurs de données de plusieurs millions.

Analyse des points forts : Intégration technique de la validation ZK et de l'algorithme de consensus BFT pour garantir la qualité des données, tout en utilisant la technologie de calcul confidentiel Amazon Nitro Enclaves pour répondre aux exigences de conformité. Il est intéressant de noter le lancement de l'appareil de collecte des ondes cérébrales HeadCap, ce qui constitue une extension du logiciel vers le matériel. Le modèle économique est également bien conçu, les utilisateurs peuvent gagner 16 dollars + 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 personnel : Je pense que la plus grande valeur de ce projet réside dans la véritable nécessité de l'annotation des données par IA, en particulier dans des domaines tels que la santé et la conduite autonome, qui ont des exigences très élevées en matière de qualité et de conformité des données. 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. Le domaine des interfaces cerveau-machine offre beaucoup de possibilités, 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 fragmentation dynamique, les ressources GPU inutilisées sont agrégées, permettant l'inférence de grands modèles comme Llama3-405B, à un coût 40 % inférieur à celui d'AWS. Le design de la transaction de données tokenisées est plutôt intéressant, transformant directement les contributeurs de puissance de calcul en parties prenantes, tout en incitant davantage de personnes à participer au réseau.

Commentaire personnel : un modèle typique de « mise en commun des ressources inutilisées », qui a du sens sur le plan logique. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est effectivement un peu élevé, la stabilité technique doit encore être améliorée. Cependant, dans des scénarios comme le rendu 3D, où les exigences en matière de temps réel ne sont pas élevées, il y a effectivement des avantages. La clé est de savoir si l'on peut réduire le taux d'erreur, sinon même le meilleur modèle commercial sera freiné 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 phase de financement initial en juin, @ambergroup_io

Lead investor.

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

Commentaires personnels : La direction est correcte, le DeFi a effectivement besoin d'outils de trading plus intelligents. Cependant, le trading à haute fréquence exige des exigences très élevées en matière de latence et de précision, et la synergie en temps réel entre les prévisions AI et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un grand risque, et les mesures de protection technique doivent suivre.