Проаналізувавши кілька популярних проектів у сфері Crypto+AI за останній місяць, виявлено три помітні зміни в трендах, а також надано короткий опис проектів і коментарі:
Технічний шлях проекту став більш практичним, почали звертати увагу на показники продуктивності, а не на чисту концептуальну упаковку;
Сегментація нішевих сцен стає фокусом розширення, універсальний ШІ поступається місцем спеціалізованому ШІ;
Капітал більше цінує перевірку бізнес-моделей, проекти з грошовим потоком явно користуються більшою популярністю;
Додаток: Опис проекту, аналіз особливостей, особистий коментар:
1、 @yupp_ai
Опис проекту: децентралізована платформа оцінки AI-моделей, у червні завершено посівний раунд на 33 мільйони доларів, лідируючий інвестор a16z, участь взяв Jeff Dean.
Аналіз переваг: використання суб'єктивних суджень людини для оцінки слабких місць ШІ. Через краудсорсинг людей оцінюють понад 500 великих моделей, зворотний зв'язок користувачів можна конвертувати в готівку (1000 балів = 1 долар), що вже привернуло компанії, такі як OpenAI, для закупівлі даних, маючи реальний грошовий потік.
Особистий коментар: проект із досить чіткою бізнес-моделлю, не є чисто витратним. Але боротьба з фальшивими замовленнями є великою проблемою, алгоритм проти відьомських атак потребує постійної оптимізації. Але з огляду на обсяг фінансування в 33 мільйони доларів, капітал явно більше цінує проекти з підтвердженою монетизацією.
2、 @Gradient_HQ
Опис проекту: децентралізована AI обчислювальна мережа, в червні завершено посівний раунд на 10 мільйонів доларів, лідерами інвестицій стали Pantera Capital та Multicoin Capital.
Аналіз основних моментів: завдяки плагіну браузера Sentry Nodes вже існує певний ринковий консенсус у сфері DePIN на базі Solana, члени команди походять з Helium тощо, нещодавно було запущено протокол передачі даних Lattica та двигун висновків Parallax, які провели суттєві дослідження в галузі обчислень на краю та перевірки даних, що дозволяє зменшити затримку на 40% і підтримує підключення гетерогенних пристроїв.
Особистий відгук: Напрямок правильний, саме потрапляє в тренд «згортання» локалізації AI. Але при виконанні складних завдань слід порівнювати ефективність з централізованими платформами, стабільність крайових вузлів все ще є проблемою. Проте, крайові обчислення є новою потребою, що виникла в результаті внутрішньої конкуренції web2AI, а також є перевагою розподіленої структури web3AI. Я сподіваюся на просування конкретних продуктів з реальними показниками.
3、 @PublicAI_
Опис проекту: децентралізована платформа інфраструктури даних AI, яка стимулює глобальних користувачів до внесення даних у різних сферах (медицина, автономне водіння, мова тощо) за допомогою токенів, загальний дохід перевищив 14 мільйонів доларів, створено мережу з мільйона учасників внесків даних.
Аналіз особливостей: технологічна інтеграція ZK-верифікації та алгоритму консенсусу BFT забезпечує якість даних, також використано технологію обчислень з приватності Amazon Nitro Enclaves для дотримання вимог. Досить цікавою є поява пристрою HeadCap для збору електроенцефалограми, що розширює програмне забезпечення до апаратного. Економічна модель також добре спроектована: користувачі можуть заробляти 16 доларів + 500 тисяч балів за 10 годин голосового маркування, а витрати підприємств на підписку на послуги даних можуть зменшитися на 45%.
Особистий відгук: Відчуваю, що найбільша цінність цього проєкту полягає в справжньому попиті на позначення даних для ШІ, особливо в таких сферах, як охорона здоров'я та автономне водіння, де вимоги до якості даних та відповідності є надзвичайно високими. Однак 20% рівень помилок все ж вищий, ніж 10% на традиційних платформах, коливання якості даних є питанням, яке потрібно постійно вирішувати. Напрямок з мозковими інтерфейсами має певний простір для уяви, але й складність виконання також значна.
4、 @sparkchainai
Опис проекту: Розподілена обчислювальна мережа на платформі Solana, яка завершила фінансування в 10,8 мільйона доларів у червні, очолюване OakStone Ventures.
Аналіз переваг: об'єднуючи вільні ресурси GPU за допомогою динамічної сегментації, підтримується інференція великих моделей, таких як Llama3-405B, при цьому витрати на 40% нижчі, ніж у AWS. Дизайн токенізованої торгівлі даними досить цікавий, адже безпосередньо перетворює контрибуторів обчислювальної потужності на зацікавлених осіб, а також може стимулювати більше людей брати участь у мережі.
Особистий коментар: типовий режим «агрегування бездіяльних ресурсів», логічно зрозуміло. Але 15% помилок верифікації між блокчейнами дійсно трохи високі, технічна стабільність ще потребує вдосконалення. Однак у випадках 3D рендерингу, де вимоги до реального часу не такі високі, це справді має переваги, головне - зменшити рівень помилок, інакше навіть найкраща бізнес-модель постраждає через технічні проблеми.
5、 @olaxbt_terminal
Опис проекту: Платформа для високочастотної торгівлі криптовалютами на базі штучного інтелекту, яка в червні завершила раунд фінансування на 3,38 мільйона доларів, @ambergroup_io
Лідируючий інвестор.
Аналіз основних моментів: технологія MCP може динамічно оптимізувати торгові маршрути, зменшувати сліпі ділянки, реальні випробування показали підвищення ефективності на 30%. Відповідаючи на тенденції #AgentFi, це можна вважати точкою входу в відносно порожню нішу кількісної торгівлі DeFi, що заповнює потреби ринку.
Особистий коментар: напрямок правильний, DeFi дійсно потребує більш розумних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, AI прогнозування та реальна координація виконання в блокчейні ще потребують перевірки. Крім того, атаки MEV є великою загрозою, технічні заходи захисту повинні йти в ногу з цим.
Переглянути оригінал
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
З точки зору трьох основних тенденцій: технологій, сценаріїв і капіталу, розглянемо актуальні нові проекти в сфері ІІ.
Автор: Haotian
Проаналізувавши кілька популярних проектів у сфері Crypto+AI за останній місяць, виявлено три помітні зміни в трендах, а також надано короткий опис проектів і коментарі:
Технічний шлях проекту став більш практичним, почали звертати увагу на показники продуктивності, а не на чисту концептуальну упаковку;
Сегментація нішевих сцен стає фокусом розширення, універсальний ШІ поступається місцем спеціалізованому ШІ;
Капітал більше цінує перевірку бізнес-моделей, проекти з грошовим потоком явно користуються більшою популярністю;
Додаток: Опис проекту, аналіз особливостей, особистий коментар:
1、 @yupp_ai
Опис проекту: децентралізована платформа оцінки AI-моделей, у червні завершено посівний раунд на 33 мільйони доларів, лідируючий інвестор a16z, участь взяв Jeff Dean.
Аналіз переваг: використання суб'єктивних суджень людини для оцінки слабких місць ШІ. Через краудсорсинг людей оцінюють понад 500 великих моделей, зворотний зв'язок користувачів можна конвертувати в готівку (1000 балів = 1 долар), що вже привернуло компанії, такі як OpenAI, для закупівлі даних, маючи реальний грошовий потік.
Особистий коментар: проект із досить чіткою бізнес-моделлю, не є чисто витратним. Але боротьба з фальшивими замовленнями є великою проблемою, алгоритм проти відьомських атак потребує постійної оптимізації. Але з огляду на обсяг фінансування в 33 мільйони доларів, капітал явно більше цінує проекти з підтвердженою монетизацією.
2、 @Gradient_HQ
Опис проекту: децентралізована AI обчислювальна мережа, в червні завершено посівний раунд на 10 мільйонів доларів, лідерами інвестицій стали Pantera Capital та Multicoin Capital.
Аналіз основних моментів: завдяки плагіну браузера Sentry Nodes вже існує певний ринковий консенсус у сфері DePIN на базі Solana, члени команди походять з Helium тощо, нещодавно було запущено протокол передачі даних Lattica та двигун висновків Parallax, які провели суттєві дослідження в галузі обчислень на краю та перевірки даних, що дозволяє зменшити затримку на 40% і підтримує підключення гетерогенних пристроїв.
Особистий відгук: Напрямок правильний, саме потрапляє в тренд «згортання» локалізації AI. Але при виконанні складних завдань слід порівнювати ефективність з централізованими платформами, стабільність крайових вузлів все ще є проблемою. Проте, крайові обчислення є новою потребою, що виникла в результаті внутрішньої конкуренції web2AI, а також є перевагою розподіленої структури web3AI. Я сподіваюся на просування конкретних продуктів з реальними показниками.
3、 @PublicAI_
Опис проекту: децентралізована платформа інфраструктури даних AI, яка стимулює глобальних користувачів до внесення даних у різних сферах (медицина, автономне водіння, мова тощо) за допомогою токенів, загальний дохід перевищив 14 мільйонів доларів, створено мережу з мільйона учасників внесків даних.
Аналіз особливостей: технологічна інтеграція ZK-верифікації та алгоритму консенсусу BFT забезпечує якість даних, також використано технологію обчислень з приватності Amazon Nitro Enclaves для дотримання вимог. Досить цікавою є поява пристрою HeadCap для збору електроенцефалограми, що розширює програмне забезпечення до апаратного. Економічна модель також добре спроектована: користувачі можуть заробляти 16 доларів + 500 тисяч балів за 10 годин голосового маркування, а витрати підприємств на підписку на послуги даних можуть зменшитися на 45%.
Особистий відгук: Відчуваю, що найбільша цінність цього проєкту полягає в справжньому попиті на позначення даних для ШІ, особливо в таких сферах, як охорона здоров'я та автономне водіння, де вимоги до якості даних та відповідності є надзвичайно високими. Однак 20% рівень помилок все ж вищий, ніж 10% на традиційних платформах, коливання якості даних є питанням, яке потрібно постійно вирішувати. Напрямок з мозковими інтерфейсами має певний простір для уяви, але й складність виконання також значна.
4、 @sparkchainai
Опис проекту: Розподілена обчислювальна мережа на платформі Solana, яка завершила фінансування в 10,8 мільйона доларів у червні, очолюване OakStone Ventures.
Аналіз переваг: об'єднуючи вільні ресурси GPU за допомогою динамічної сегментації, підтримується інференція великих моделей, таких як Llama3-405B, при цьому витрати на 40% нижчі, ніж у AWS. Дизайн токенізованої торгівлі даними досить цікавий, адже безпосередньо перетворює контрибуторів обчислювальної потужності на зацікавлених осіб, а також може стимулювати більше людей брати участь у мережі.
Особистий коментар: типовий режим «агрегування бездіяльних ресурсів», логічно зрозуміло. Але 15% помилок верифікації між блокчейнами дійсно трохи високі, технічна стабільність ще потребує вдосконалення. Однак у випадках 3D рендерингу, де вимоги до реального часу не такі високі, це справді має переваги, головне - зменшити рівень помилок, інакше навіть найкраща бізнес-модель постраждає через технічні проблеми.
5、 @olaxbt_terminal
Опис проекту: Платформа для високочастотної торгівлі криптовалютами на базі штучного інтелекту, яка в червні завершила раунд фінансування на 3,38 мільйона доларів, @ambergroup_io
Лідируючий інвестор.
Аналіз основних моментів: технологія MCP може динамічно оптимізувати торгові маршрути, зменшувати сліпі ділянки, реальні випробування показали підвищення ефективності на 30%. Відповідаючи на тенденції #AgentFi, це можна вважати точкою входу в відносно порожню нішу кількісної торгівлі DeFi, що заповнює потреби ринку.
Особистий коментар: напрямок правильний, DeFi дійсно потребує більш розумних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, AI прогнозування та реальна координація виконання в блокчейні ще потребують перевірки. Крім того, атаки MEV є великою загрозою, технічні заходи захисту повинні йти в ногу з цим.