Analyse des trois grandes tendances et des projets populaires récents dans le domaine Crypto+AI
Récemment, une analyse des projets populaires dans le domaine Crypto+AI a révélé trois tendances évidentes :
Le chemin technique du projet devient plus pragmatique, mettant l'accent sur l'utilisation des données de performance plutôt que sur une simple présentation conceptuelle ;
Les scénarios de segmentation verticale deviennent un axe d'expansion, les applications AI spécialisées commencent à remplacer l'AI généralisée ;
Le capital s'intéresse de plus en plus à la validation des modèles commerciaux, les projets ayant un flux de trésorerie réel étant clairement plus prisés.
Voici une brève introduction et une analyse de quelques projets populaires :
Plateforme d'évaluation de modèles AI décentralisés
La plateforme a terminé un tour de financement de 33 millions de dollars en juin. Son concept central est d'appliquer l'avantage du jugement subjectif humain aux lacunes de l'évaluation de l'IA. Grâce à une approche d'intelligence collective, elle évalue plus de 500 grands modèles, et les retours des utilisateurs peuvent être échangés contre des espèces. La plateforme a déjà attiré des entreprises d'IA renommées pour l'achat de données, générant ainsi un flux de trésorerie réel.
C'est un projet dont le modèle commercial est relativement clair et qui n'est pas purement basé sur le gaspillage d'argent. Cependant, la prévention des comportements de commande fictive est un grand défi et nécessite une optimisation continue de l'algorithme de lutte contre les attaques de sorcières. En termes de taille de financement, le capital privilégie clairement les projets ayant déjà prouvé leur capacité à monétiser.
Réseau de calcul AI décentralisé
Le projet a terminé un financement de seed de 10 millions de dollars en juin. Son produit phare est une extension de navigateur qui a déjà obtenu une certaine reconnaissance sur le marché dans le domaine de Solana DePIN. Les membres de l'équipe proviennent de projets blockchain renommés, et le nouveau protocole de transmission de données ainsi que le moteur d'inférence ont réalisé des explorations substantielles dans le calcul en périphérie et la vérifiabilité des données, permettant de réduire de 40 % la latence et de supporter l'accès à des dispositifs hétérogènes.
Cette direction s'aligne parfaitement avec la tendance à la "décentralisation" de la localisation de l'IA. Cependant, lorsqu'il s'agit de traiter des tâches complexes, il est encore nécessaire de comparer l'efficacité avec celle des plateformes centralisées, et la stabilité des nœuds périphériques reste un problème à résoudre. Cependant, le calcul décentralisé est à la fois une nouvelle demande née de la concurrence intense dans le domaine de l'IA traditionnelle et un avantage du cadre distribué de l'IA Web3, il est donc prometteur d'attendre qu'il progresse vers des produits concrets par le biais de performances réelles.
Plateforme d'infrastructure de données AI décentralisée
La plateforme incite les utilisateurs du monde entier à contribuer à des données dans divers domaines grâce à des tokens, y compris la santé, la conduite autonome, la voix, etc. Les revenus cumulés ont dépassé 14 millions de dollars, et un réseau de contributeurs de données de plusieurs millions a été établi.
Techniquement, la plateforme intègre la vérification par preuve de zéro connaissance et l'algorithme de consensus tolérant aux pannes de Byzantine pour garantir la qualité des données, tout en utilisant des technologies de calcul de confidentialité pour répondre aux exigences de conformité. Il est à noter qu'ils ont également lancé un dispositif de collecte d'ondes cérébrales, réalisant une extension du logiciel au matériel. Le modèle économique est également assez bon, les utilisateurs peuvent gagner 16 dollars plus 500 000 points en effectuant 10 heures d'annotation vocale, tandis que le coût pour les entreprises abonnant aux services de données peut être réduit de 45 %.
La plus grande valeur de ce projet réside dans le fait qu'il répond à un réel besoin de l'annotation de données en IA, notamment dans des domaines tels que la santé et la conduite autonome, où les exigences en matière de qualité des données et de conformité sont extrêmement élevées. Cependant, un taux d'erreur de 20 % par rapport à 10 % sur des plateformes traditionnelles reste élevé, et la fluctuation de la qualité des données est un problème qui nécessite une résolution continue. Bien que le domaine des interfaces cerveau-machine soit plein d'espace d'imagination, sa difficulté d'exécution n'est pas négligeable.
Réseau de calcul distribué sur la chaîne Solana
Le projet a achevé un financement de 10,8 millions de dollars en juin. Sa technologie de base consiste à agréger les ressources GPU inactives grâce à une technologie de sharding dynamique, soutenant l'inférence de modèles de langage de grande taille, à un coût inférieur de 40 % par rapport aux services cloud traditionnels. La conception de ses transactions de données tokenisées est très créative, transformant directement les contributeurs de puissance de calcul en parties prenantes, ce qui aide à inciter davantage de personnes à participer au réseau.
C'est un modèle typique de "ressources inoccupées agrégées", qui a du sens logiquement. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est effectivement élevé, et la stabilité technique doit encore être améliorée. Cependant, dans des scénarios tels que le rendu 3D, où les exigences en matière de temps réel ne sont pas élevées, il présente effectivement des avantages. La clé est de savoir si le taux d'erreur peut être réduit, sinon même le meilleur modèle commercial sera pénalisé par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
La plateforme a terminé un tour de financement de 3,38 millions de dollars en juin. Sa technologie de base est capable d'optimiser dynamiquement les chemins de transaction, réduisant ainsi le slippage, avec une efficacité mesurée augmentée de 30 %. Ce projet s'inscrit dans la tendance des agents financiers basés sur l'IA et a trouvé un point d'entrée dans le sous-secteur relativement vide du trading quantitatif DeFi, comblant ainsi un besoin du marché.
La direction du projet est sans aucun doute correcte, le DeFi a vraiment besoin d'outils de trading plus intelligents. Cependant, le trading haute fréquence exige des exigences très élevées en matière de latence et de précision, la prévision par IA et la coopération en temps réel de l'exécution sur la chaîne doivent encore être vérifiées. De plus, l'attaque de la valeur maximale extractible (MEV) est un risque majeur qui nécessite le renforcement des mesures de protection technique.
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.
15 J'aime
Récompense
15
7
Partager
Commentaire
0/400
SorryRugPulled
· 07-24 15:45
Encore une fois, tu vas prendre les gens pour des idiots, n'est-ce pas ?
Voir l'originalRépondre0
DeFiGrayling
· 07-24 07:55
capital pigeons prendre les gens pour des idiots faucille couic
Voir l'originalRépondre0
SlowLearnerWang
· 07-23 09:53
Encore en train de rêver de gagner de l'argent... clôturer les positions pour vendre des pelles c'est déjà trop tard.
Voir l'originalRépondre0
CoffeeNFTrader
· 07-21 19:46
Encore une fois, je vais raconter une histoire et dessiner un BTC.
Voir l'originalRépondre0
TokenSherpa
· 07-21 19:46
laissons-moi décomposer cela... l'ia+crypto nécessite des cadres de gouvernance rigoureux avant d'évoluer, des données empiriques suggèrent un taux d'échec de 90 % rn
Voir l'originalRépondre0
RugPullAlertBot
· 07-21 19:45
Le code de AI x Crypto s'appelle Se faire prendre pour des cons.
Nouvelles tendances dans le secteur Crypto+AI : technologie pragmatique + scénarios segmentés + validation commerciale
Analyse des trois grandes tendances et des projets populaires récents dans le domaine Crypto+AI
Récemment, une analyse des projets populaires dans le domaine Crypto+AI a révélé trois tendances évidentes :
Le chemin technique du projet devient plus pragmatique, mettant l'accent sur l'utilisation des données de performance plutôt que sur une simple présentation conceptuelle ;
Les scénarios de segmentation verticale deviennent un axe d'expansion, les applications AI spécialisées commencent à remplacer l'AI généralisée ;
Le capital s'intéresse de plus en plus à la validation des modèles commerciaux, les projets ayant un flux de trésorerie réel étant clairement plus prisés.
Voici une brève introduction et une analyse de quelques projets populaires :
Plateforme d'évaluation de modèles AI décentralisés
La plateforme a terminé un tour de financement de 33 millions de dollars en juin. Son concept central est d'appliquer l'avantage du jugement subjectif humain aux lacunes de l'évaluation de l'IA. Grâce à une approche d'intelligence collective, elle évalue plus de 500 grands modèles, et les retours des utilisateurs peuvent être échangés contre des espèces. La plateforme a déjà attiré des entreprises d'IA renommées pour l'achat de données, générant ainsi un flux de trésorerie réel.
C'est un projet dont le modèle commercial est relativement clair et qui n'est pas purement basé sur le gaspillage d'argent. Cependant, la prévention des comportements de commande fictive est un grand défi et nécessite une optimisation continue de l'algorithme de lutte contre les attaques de sorcières. En termes de taille de financement, le capital privilégie clairement les projets ayant déjà prouvé leur capacité à monétiser.
Réseau de calcul AI décentralisé
Le projet a terminé un financement de seed de 10 millions de dollars en juin. Son produit phare est une extension de navigateur qui a déjà obtenu une certaine reconnaissance sur le marché dans le domaine de Solana DePIN. Les membres de l'équipe proviennent de projets blockchain renommés, et le nouveau protocole de transmission de données ainsi que le moteur d'inférence ont réalisé des explorations substantielles dans le calcul en périphérie et la vérifiabilité des données, permettant de réduire de 40 % la latence et de supporter l'accès à des dispositifs hétérogènes.
Cette direction s'aligne parfaitement avec la tendance à la "décentralisation" de la localisation de l'IA. Cependant, lorsqu'il s'agit de traiter des tâches complexes, il est encore nécessaire de comparer l'efficacité avec celle des plateformes centralisées, et la stabilité des nœuds périphériques reste un problème à résoudre. Cependant, le calcul décentralisé est à la fois une nouvelle demande née de la concurrence intense dans le domaine de l'IA traditionnelle et un avantage du cadre distribué de l'IA Web3, il est donc prometteur d'attendre qu'il progresse vers des produits concrets par le biais de performances réelles.
Plateforme d'infrastructure de données AI décentralisée
La plateforme incite les utilisateurs du monde entier à contribuer à des données dans divers domaines grâce à des tokens, y compris la santé, la conduite autonome, la voix, etc. Les revenus cumulés ont dépassé 14 millions de dollars, et un réseau de contributeurs de données de plusieurs millions a été établi.
Techniquement, la plateforme intègre la vérification par preuve de zéro connaissance et l'algorithme de consensus tolérant aux pannes de Byzantine pour garantir la qualité des données, tout en utilisant des technologies de calcul de confidentialité pour répondre aux exigences de conformité. Il est à noter qu'ils ont également lancé un dispositif de collecte d'ondes cérébrales, réalisant une extension du logiciel au matériel. Le modèle économique est également assez bon, les utilisateurs peuvent gagner 16 dollars plus 500 000 points en effectuant 10 heures d'annotation vocale, tandis que le coût pour les entreprises abonnant aux services de données peut être réduit de 45 %.
La plus grande valeur de ce projet réside dans le fait qu'il répond à un réel besoin de l'annotation de données en IA, notamment dans des domaines tels que la santé et la conduite autonome, où les exigences en matière de qualité des données et de conformité sont extrêmement élevées. Cependant, un taux d'erreur de 20 % par rapport à 10 % sur des plateformes traditionnelles reste élevé, et la fluctuation de la qualité des données est un problème qui nécessite une résolution continue. Bien que le domaine des interfaces cerveau-machine soit plein d'espace d'imagination, sa difficulté d'exécution n'est pas négligeable.
Réseau de calcul distribué sur la chaîne Solana
Le projet a achevé un financement de 10,8 millions de dollars en juin. Sa technologie de base consiste à agréger les ressources GPU inactives grâce à une technologie de sharding dynamique, soutenant l'inférence de modèles de langage de grande taille, à un coût inférieur de 40 % par rapport aux services cloud traditionnels. La conception de ses transactions de données tokenisées est très créative, transformant directement les contributeurs de puissance de calcul en parties prenantes, ce qui aide à inciter davantage de personnes à participer au réseau.
C'est un modèle typique de "ressources inoccupées agrégées", qui a du sens logiquement. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est effectivement élevé, et la stabilité technique doit encore être améliorée. Cependant, dans des scénarios tels que le rendu 3D, où les exigences en matière de temps réel ne sont pas élevées, il présente effectivement des avantages. La clé est de savoir si le taux d'erreur peut être réduit, sinon même le meilleur modèle commercial sera pénalisé par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
La plateforme a terminé un tour de financement de 3,38 millions de dollars en juin. Sa technologie de base est capable d'optimiser dynamiquement les chemins de transaction, réduisant ainsi le slippage, avec une efficacité mesurée augmentée de 30 %. Ce projet s'inscrit dans la tendance des agents financiers basés sur l'IA et a trouvé un point d'entrée dans le sous-secteur relativement vide du trading quantitatif DeFi, comblant ainsi un besoin du marché.
La direction du projet est sans aucun doute correcte, le DeFi a vraiment besoin d'outils de trading plus intelligents. Cependant, le trading haute fréquence exige des exigences très élevées en matière de latence et de précision, la prévision par IA et la coopération en temps réel de l'exécution sur la chaîne doivent encore être vérifiées. De plus, l'attaque de la valeur maximale extractible (MEV) est un risque majeur qui nécessite le renforcement des mesures de protection technique.