Аналіз трьох основних тенденцій та популярних проектів у сфері Crypto+AI

Нещодавно було проведено аналіз популярних проєктів у сфері Crypto+AI, і було виявлено три очевидні тенденції.

1. Технологічний шлях проекту став більш реалістичним, почали приділяти увагу показникам продуктивності, а не лише концептуальній упаковці;

2. Вертикально сегментовані сценарії стають ключовими для розширення, професійні AI застосунки починають замінювати універсальні AI.

3. Капітал все більше зосереджується на перевірці бізнес-моделей, проєкти з реальним грошовим потоком явно користуються більшою перевагою.

Ось короткий опис та аналіз деяких популярних проєктів:

Децентралізована платформа оцінки AI моделей

Платформа завершила фінансування на суму 33 мільйони доларів США в раунді насіння у червні. Її основна ідея полягає в застосуванні переваг людського суб'єктивного судження до недоліків оцінки ШІ. За допомогою ручного краудсорсингу для більше ніж 500 великих моделей проводиться оцінка, а відгуки користувачів можуть бути обміняні на готівку. Платформа вже залучила відомі компанії ШІ для закупівлі даних, що призвело до утворення реального грошового потоку.

Це проект з відносно зрозумілою бізнес-моделлю, а не чисто витратним режимом. Однак запобігання накруткам є великою проблемою, що потребує постійної оптимізації алгоритму протидії атакам відьом. Що стосується обсягу фінансування, капітал явно надає перевагу проектам, які вже продемонстрували здатність до монетизації.

Децентралізована AI обчислювальна мережа

Цей проект завершив раунд фінансування на 10 мільйонів доларів у червні. Його основним продуктом є плагін для браузера, який вже отримав певне визнання на ринку в галузі DePIN на Solana. Члени команди походять з відомих блокчейн-проектів, новий протокол передачі даних і механізм виведення здійснили істотні дослідження в галузі крайових обчислень і верифікації даних, що дозволяє зменшити затримку на 40% і підтримує підключення гетерогенних пристроїв.

Цей напрямок дуже відповідає тенденції "згортання" локалізації штучного інтелекту. Але при виконанні складних завдань все ще потрібно змагатися з централізованими платформами за ефективністю, а стабільність крайових вузлів також є проблемою, яку потрібно вирішити. Проте, крайові обчислення є новою потребою, яка виникла внаслідок жорсткої конкуренції в традиційній сфері штучного інтелекту, а також перевагою дистрибуційної структури Web3 AI, тому варто очікувати, що її конкретні продукти просунуться в реалізації через фактичну продуктивність.

Децентралізована платформа інфраструктури даних для ШІ

Ця платформа стимулює глобальних користувачів вносити дані з різних галузей, включаючи медицину, автомобільні технології, голосові технології тощо, загальний дохід перевищив 14 мільйонів доларів, створивши мережу з мільйона даних.

Технічно ця платформа інтегрує верифікацію на основі нульових знань і алгоритм консенсусу з візантійською стійкістю для забезпечення якості даних, а також використовує технологію обчислення конфіденційності для виконання вимог регулювання. Варто відзначити, що вони також випустили пристрій для збору електроенцефалографічних даних, що реалізує розширення від програмного забезпечення до апаратного забезпечення. Дизайн економічної моделі також досить хороший: користувачі можуть заробляти 16 доларів плюс 500 тисяч балів за 10 годин голосового маркування, тоді як вартість підписки на послуги даних для підприємств може бути знижена на 45%.

Цінність цього проєкту полягає в тому, що він відповідає реальним потребам у маркуванні даних для штучного інтелекту, особливо в таких галузях, як медицина та автономне водіння, де вимоги до якості даних і дотримання норм є надзвичайно високими. Однак, рівень помилок у 20% все ще є вищим, ніж у традиційних платформах, де він становить 10%, тому коливання якості даних є проблемою, яку потрібно постійно вирішувати. Напрямок інтерфейсів мозок-комп'ютер хоч і сповнений простору для уяви, але й має значні труднощі у виконанні.

Розподілена обчислювальна мережа на базі Solana

Цей проект завершив фінансування у 10,8 мільйона доларів у червні. Його основна технологія полягає в агрегації невикористаних ресурсів GPU за допомогою динамічної сегментації, що підтримує інференцію великих мовних моделей, вартість якої на 40% нижча за основні хмарні сервіси. Дизайн його токенізованих даних для торгівлі є досить креативним, безпосередньо перетворюючи учасників, які вносять обчислювальні потужності, на зацікавлені сторони, що сприяє залученню більшої кількості людей до мережі.

Це типова модель "агрегування неактивних ресурсів", яка логічно виглядає обґрунтовано. Але 15% помилок верифікації між ланцюгами дійсно є високим показником, технічна стабільність ще потребує покращення. Проте в таких сценаріях, як 3D рендеринг, де вимоги до реального часу не є такими високими, ця модель дійсно має переваги. Ключовим питанням є зниження рівня помилок, інакше навіть найкраща бізнес-модель може бути підірвана технічними проблемами.

Платформа високочастотної торгівлі криптовалютою на основі ШІ

Ця платформа завершила раунд початкового фінансування на суму 3,38 мільйона доларів у червні. Її основна технологія здатна динамічно оптимізувати торгові шляхи, зменшуючи сліпи, а ефективність тестування зросла на 30%. Цей проект відповідає тенденції фінансових агентів на основі штучного інтелекту та знайшов точку входу в відносно порожню нішу кількісної торгівлі в DeFi, заповнюючи потреби ринку.

Напрямок проекту безсумнівно правильний, DeFi дійсно потребує більш розумних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, а реальна координація прогнозування ШІ та виконання в мережі ще потребує подальшої перевірки. Крім того, атаки на максимальну вилучену вартість (MEV) є серйозним ризиком, що вимагає посилення технічних заходів захисту.