Tendências e Análise de Projetos em Três Novas Direções de Crypto+AI

Escrito por: Haotian

Fizemos um balanço de alguns projetos populares na área Crypto+AI do último mês e identificamos três mudanças de tendência significativas, incluindo uma breve introdução e comentários sobre os projetos:

1. O caminho técnico do projeto é mais pragmático, começando a focar em dados de desempenho em vez de pura embalagem conceitual;

2. Cenários de nicho se tornam o foco de expansão, a IA generalista dá lugar à IA especializada;

3. O capital valoriza mais a validação do modelo de negócio, projetos com fluxo de caixa são claramente mais favorecidos;

Anexo: Descrição do projeto, análise de destaques, comentários pessoais:

1、 @yupp_ai

Descrição do projeto: plataforma descentralizada de avaliação de modelos de IA, completou 33 milhões de dólares em rodada semente em junho, com a a16z liderando e Jeff Dean participando.

Análise de destaque: aplicar a vantagem do julgamento subjetivo humano nas lacunas de avaliação da IA. Através de crowdsourcing humano, foram atribuídas pontuações a mais de 500 grandes modelos, com feedback dos usuários que pode ser convertido em dinheiro (1000 pontos = 1 dólar), já atraindo empresas como a OpenAI para aquisição de dados, gerando um fluxo de caixa real.

Comentário pessoal: O projeto tem um modelo de negócio relativamente claro e não é apenas um modelo de queima de dinheiro. No entanto, a prevenção de fraudes é um grande desafio, e o algoritmo contra ataques de bruxas deve ser continuamente otimizado. No entanto, com a escala de financiamento de 33 milhões de dólares, o capital claramente valoriza mais os projetos com validação de monetização.

2、 @Gradient_HQ

Descrição do projeto: Rede de computação AI descentralizada, completou 10 milhões de dólares na rodada de sementes em junho, com Pantera Capital e Multicoin Capital liderando.

Análise de Destaques: Com o plugin do navegador Sentry Nodes, já existe um certo consenso de mercado na área DePIN da Solana. Os membros da equipe vêm da Helium, entre outros, e lançaram recentemente o protocolo de transmissão de dados Lattica e o motor de inferência Parallax, explorando substancialmente a computação de borda e a verificabilidade de dados, conseguindo reduzir a latência em 40% e suportando a conexão de dispositivos heterogêneos.

Comentário pessoal: A direção está correta, exatamente alinhada com a tendência de "descentralização" da localização de IA. No entanto, quando se trata de tarefas complexas, a eficiência deve ser comparada com plataformas centralizadas, e a estabilidade dos nós de borda ainda é uma questão. No entanto, a computação de borda é uma nova demanda que surgiu da competição interna do web2AI e também é a vantagem da estrutura distribuída do web3AI. Tenho esperança de que produtos concretos com desempenho real avancem na implementação.

3、 @PublicAI_

Descrição do projeto: Plataforma de infraestrutura de dados de IA descentralizada, que incentiva globalmente os usuários a contribuírem com dados de múltiplos domínios (saúde, condução autónoma, voz, etc.) através de tokens, acumulando mais de 14 milhões de dólares em receitas e estabelecendo uma rede de contribuintes de dados com milhões de membros.

Análise de Destaques: Tecnologicamente, integra a verificação ZK e o algoritmo de consenso BFT para garantir a qualidade dos dados, além de utilizar a tecnologia de computação em privacidade da Amazon Nitro Enclaves para atender aos requisitos de conformidade. Curiosamente, foi lançado o dispositivo de captação de ondas cerebrais HeadCap, que representa uma expansão do software para o hardware. O modelo econômico também está bem desenhado, os usuários podem ganhar 16 dólares + 500 mil pontos com 10 horas de rotulagem de voz, e o custo dos serviços de dados para empresas pode ser reduzido em 45%.

Comentário pessoal: Sinto que o maior valor deste projeto reside na verdadeira demanda por rotulagem de dados de IA, especialmente em áreas como saúde e condução autónoma, que têm exigências muito elevadas em termos de qualidade de dados e conformidade. No entanto, uma taxa de erro de 20% ainda é um pouco superior aos 10% das plataformas tradicionais, e a flutuação da qualidade dos dados é um problema que precisa de ser resolvido continuamente. A direção da interface cérebro-máquina tem bastante espaço para imaginação, mas a dificuldade de execução também não é pequena.

4、 @sparkchainai

Descrição do projeto: Rede de computação distribuída na blockchain Solana, completou um financiamento de 10,8 milhões de dólares em junho, liderado pela OakStone Ventures.

Análise de destaques: Através da tecnologia de fragmentação dinâmica, agrega recursos de GPU ociosos, suportando inferência de grandes modelos como Llama3-405B, com custos 40% inferiores aos da AWS. O design da negociação de dados tokenizados é bastante interessante, pois transforma diretamente os contribuidores de poder computacional em partes interessadas, além de incentivar mais pessoas a participar da rede.

Comentário pessoal: Um típico modelo de "agregação de recursos ociosos", que faz sentido logicamente. No entanto, uma taxa de erro de 15% na validação entre cadeias é realmente um pouco alta, a estabilidade técnica ainda precisa ser aprimorada. No entanto, em cenários de renderização 3D, onde a exigência de tempo real não é alta, há, de fato, vantagens; a questão crucial é se é possível reduzir a taxa de erro, caso contrário, mesmo o melhor modelo de negócios será prejudicado por problemas técnicos.

5、 @olaxbt_terminal

Descrição do projeto: Plataforma de negociação de criptomoedas de alta frequência impulsionada por IA, completou 3,38 milhões de dólares na rodada de sementes em junho, @ambergroup_io

Liderar.

Análise de Destaques: A tecnologia MCP pode otimizar dinamicamente o caminho de negociação, reduzindo o slippage, com um aumento de eficiência comprovado de 30%. Alinhando-se à tendência #AgentFi, encontrou um ponto de entrada neste nicho relativamente vazio de negociação quantitativa DeFi, preenchendo uma necessidade do mercado.

Comentário pessoal: A direção não está errada, DeFi realmente precisa de ferramentas de negociação mais inteligentes. No entanto, o trading de alta frequência exige um nível extremamente alto de latência e precisão, e a sinergia em tempo real entre previsões de IA e execução na cadeia ainda precisa ser validada. Além disso, os ataques MEV representam um grande risco, e as medidas de proteção técnica precisam acompanhar.