Три новых тренда и анализ проектов в области Crypto+AI

Автор: Haotian

В этом месяце мы провели обзор нескольких популярных проектов в области Crypto+AI и обнаружили три значительных изменения в тенденциях, а также представили краткие описания и комментарии к проектам:

1. Технический путь проекта стал более реалистичным, начав акцентировать внимание на показателях производительности, а не на чистой концептуальной упаковке;

2. Сегментация по вертикалям становится фокусом расширения, универсальный ИИ уступает место специализированному ИИ;

3. Капитал больше обращает внимание на проверку бизнес-модели, проекты с наличным потоком явно более предпочтительны;

Приложение: описание проекта, анализ ключевых моментов, личные комментарии:

1、 @yupp_ai

Описание проекта: децентрализованная платформа оценки AI моделей, в июне завершила посевной раунд на сумму 33 миллиона долларов, ведущая инвестиция a16z, участие Джеффа Дина.

Анализ ключевых моментов: применение человеческого субъективного преимущества к недостаткам оценки ИИ. Оценка более 500 больших моделей с помощью краудсорсинга, обратная связь от пользователей может быть обменена на наличные деньги (1000 баллов = 1 доллар), что привлекло такие компании, как OpenAI, к закупке данных, что создает реальный денежный поток.

Личный отзыв: проект с довольно понятной бизнес-моделью, это не чисто сжигающий деньги проект. Однако предотвращение фальшивых заказов является большой проблемой, алгоритм противодействия атакам ведьм нуждается в постоянной оптимизации. Судя по масштабу финансирования в 33 миллиона долларов, капитал явно больше ценит проекты с подтвержденной монетизацией.

2、 @Gradient_HQ

Описание проекта: децентрализованная AI вычислительная сеть, в июне завершила раунд посевного финансирования в 10 миллионов долларов, главные инвесторы Pantera Capital и Multicoin Capital.

Анализ ключевых моментов: с помощью плагина браузера Sentry Nodes уже существует определенный рыночный консенсус в области DePIN на Solana, члены команды происходят из Helium и других проектов, недавно был представлен протокол передачи данных Lattica и движок вывода Parallax, которые провели существенные исследования в области периферийных вычислений и верифицируемости данных, что позволяет снизить задержку на 40% и поддерживать подключение гетерогенных устройств.

Личный отзыв: Направление верное, как раз вписывается в тренд "снижения" локализации ИИ. Но при обработке сложных задач нужно сравнивать с централизованными платформами, стабильность краевых узлов все еще является проблемой. Тем не менее, краевые вычисления являются новой потребностью, возникшей в результате внутренней конкуренции web2AI, и это также преимущество распределенной структуры web3AI. Ожидаю продвижения конкретных продуктов с реальной производительностью.

3、 @PublicAI_

Описание проекта: децентрализованная платформа AI для инфраструктуры данных, которая через токены стимулирует пользователей по всему миру вносить данные из различных областей (медицина, автономное вождение, речь и т.д.), общий доход превышает 14 миллионов долларов, создана сеть с миллионом участников, вносящих данные.

Анализ ключевых аспектов: с технической точки зрения интеграция алгоритмов ZK-верификации и BFT-консенсуса обеспечивает качество данных, также использована технология конфиденциальных вычислений Amazon Nitro Enclaves для соблюдения нормативных требований. Интересно, что был представлен устройство для сбора мозговых волн HeadCap, что можно считать расширением от программного обеспечения к аппаратному. Экономическая модель также хорошо разработана: пользователи могут заработать 16 долларов и 500 тысяч баллов за 10 часов голосовой разметки, а стоимость подписки на услуги данных для предприятий может снизиться на 45%.

Личный отзыв: Мне кажется, что основная ценность этого проекта заключается в реальной потребности в маркировке данных с помощью ИИ, особенно в таких областях, как медицина и автономное вождение, где требования к качеству и соблюдению норм данных очень высоки. Однако уровень ошибок в 20% все же выше, чем у традиционных платформ с 10%, колебания качества данных - это проблема, которую необходимо решать постоянно. Направление интерфейса «мозг-компьютер» имеет большое пространство для воображения, но сложность выполнения тоже немаленькая.

4. @sparkchainai

Описание проекта: распределенная вычислительная сеть на блокчейне Solana, завершила финансирование в размере 10,8 миллиона долларов в июне, ведущий инвестор - OakStone Ventures.

Анализ основных моментов: благодаря технологии динамической шардирования объединяются неиспользуемые ресурсы GPU, поддерживается вывод больших моделей, таких как Llama3-405B, стоимость на 40% ниже, чем у AWS. Дизайн токенизированной торговли данными довольно интересен, он напрямую превращает вкладчиков вычислительной мощности в заинтересованные стороны и может стимулировать больше людей участвовать в сети.

Личный отзыв: типичная модель «агрегирования неиспользуемых ресурсов», логически имеет смысл. Но 15% уровень ошибок в кросс-цепочном подтверждении действительно довольно высок, технологической стабильности еще нужно дорабатывать. Однако в сценах 3D-рендеринга, где требования к реальности не так высоки, это действительно имеет преимущества. Ключевым моментом является возможность снижения уровня ошибок, в противном случае даже самая лучшая бизнес-модель будет страдать от технических проблем.

5、 @olaxbt_terminal

Описание проекта: Платформа высокочастотной торговли криптовалютами на базе ИИ, в июне завершила раунд посевного финансирования на сумму 3,38 миллиона долларов, @ambergroup_io

Возглавить.

Анализ ключевых моментов: Технология MCP может динамически оптимизировать торговые пути, снижая проскальзывание, эффективность увеличивается на 30% при реальных испытаниях. В соответствии с трендом #AgentFi, это можно считать точкой входа в относительно незанятую нишу количественной торговли DeFi, что позволяет удовлетворить рыночный спрос.

Личный отзыв: Направление верное, DeFi действительно нуждается в более интеллектуальных торговых инструментах. Однако высокочастотная торговля требует крайне высокой скорости и точности, поэтому необходимо проверить совместимость предсказаний ИИ и выполнения транзакций в реальном времени на блокчейне. Кроме того, атаки MEV представляют собой большую угрозу, и технические меры защиты должны соответствовать требованиям.