Le secteur Crypto+AI connaît une nouvelle tendance : la performance pragmatique, la segmentation des scènes et la validation commerciale deviennent les points focaux.
Bilan des projets populaires et analyse des tendances dans le secteur Crypto+AI
Récemment, j'ai examiné les projets populaires dans le domaine Crypto+AI et j'ai découvert trois changements de tendance significatifs :
La voie technologique du projet est plus pragmatique, mettant l'accent sur les données de performance plutôt que sur un simple emballage conceptuel.
Les scénarios de segmentation verticale deviennent un point focal d'expansion, les applications IA spécialisées remplacent l'IA généralisée.
Le capital accorde davantage d'attention à la validation des modèles commerciaux, les projets ayant des flux de trésorerie sont clairement plus prisés.
Voici une introduction et une analyse de quelques projets représentatifs :
Plateforme d'évaluation de modèles d'IA décentralisés
La plateforme a terminé un tour de financement de 33 millions de dollars en juin. Elle applique l'avantage du jugement subjectif humain aux faiblesses d'évaluation de l'IA, en notant plus de 500 grands modèles grâce à un travail collaboratif humain. Les retours des utilisateurs peuvent être échangés contre des espèces, attirant déjà plusieurs entreprises à acheter des données, créant ainsi un flux de trésorerie réel.
Il s'agit d'un projet avec un modèle commercial relativement clair, et non d'un modèle de consommation pure. Cependant, la prévention des faux achats est un grand défi, et l'algorithme anti-witch doit être continuellement optimisé. En termes de taille de financement, les investisseurs semblent clairement privilégier les projets ayant une validation de monétisation.
Réseau de calcul AI décentralisé
Le projet a terminé un financement de pré-sélection de 10 millions de dollars en juin. Le projet a déjà obtenu un certain consensus sur le marché dans le domaine DePIN de Solana grâce à un plugin de navigateur. Le nouveau protocole de transmission de données et le moteur d'inférence ont réalisé des explorations substantielles en matière de calcul en périphérie et de vérifiabilité des données, réduisant la latence de 40 % et prenant en charge l'accès à des dispositifs hétérogènes.
La direction du projet s'aligne sur la tendance à la "décente" de la localisation de l'IA. Cependant, il est nécessaire de rivaliser avec l'efficacité des plateformes centralisées lors du traitement de tâches complexes, et la stabilité des nœuds périphériques reste un problème. Cependant, l'informatique en périphérie est à la fois une nouvelle demande pour l'IA Web2 et un avantage du cadre distribué de l'IA Web3, il est donc intéressant de suivre son avancement à travers des produits concrets basés sur des performances réelles.
Plateforme d'infrastructure de données AI décentralisée
La plateforme incite les utilisateurs du monde entier à contribuer des données dans divers domaines (tels que la santé, la conduite autonome, la voix, etc.) grâce à des incitations en jetons, ayant généré des revenus cumulés de plus de 14 millions de dollars et établi un réseau de contributeurs de données de plusieurs millions.
Techniquement, il intègre la vérification ZK et l'algorithme de consensus BFT pour garantir la qualité des données, et utilise également des technologies de calcul confidentiel pour répondre aux exigences de conformité. Fait intéressant, le projet a également lancé des dispositifs de collecte d'ondes cérébrales, s'étendant du logiciel au domaine matériel. Son modèle économique est bien conçu, les utilisateurs peuvent gagner de l'argent et des points grâce à l'annotation vocale, et le coût pour les entreprises de s'abonner aux services de données peut être réduit de 45 %.
La plus grande valeur du projet réside dans sa capacité à répondre aux véritables besoins en annotation de données pour l'intelligence artificielle, en particulier dans des domaines tels que la santé et la conduite autonome, où les exigences de qualité des données et de conformité sont très élevées. Cependant, un taux d'erreur de 20 % reste supérieur aux 10 % des plateformes traditionnelles, et la fluctuation de la qualité des données est un problème qui nécessite une résolution continue. Le domaine des interfaces cerveau-machine offre un potentiel d'imagination, mais la difficulté d'exécution n'est pas négligeable.
Réseau de puissance de calcul distribué sur la chaîne Solana
Le projet a terminé un financement de 10,8 millions de dollars en juin. En agrégant les ressources GPU inactives grâce à la technologie de sharding dynamique, il supporte l'inférence de modèles de langage de grande taille, avec des coûts 40 % inférieurs à ceux des services cloud traditionnels. La conception de la transaction de données tokenisées transforme 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 inutilisées agrégées », qui a du sens sur le plan logique. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est élevé, et la stabilité technique doit encore être optimisée. Dans des scénarios comme le rendu 3D, où les exigences en temps réel ne sont pas élevées, cela présente effectivement des avantages. La clé est de savoir si l'on peut réduire le taux d'erreur, sinon même le meilleur modèle commercial sera affecté par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
La plateforme a terminé un tour de financement de semences de 3,38 millions de dollars en juin. Sa technologie MCP peut optimiser dynamiquement les chemins de transaction, réduisant ainsi le slippage, avec une efficacité mesurée améliorée de 30 %. Le projet s'inscrit dans la tendance AgentFi et a trouvé un point d'entrée dans le domaine relativement vide du trading quantitatif DeFi, répondant à une demande du marché.
La direction du projet est correcte, DeFi a vraiment besoin d'outils de trading plus intelligents. Cependant, le trading à haute fréquence exige une latence et une précision extrêmement élevées, la synergie en temps réel entre les prévisions AI et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur, les mesures de protection technique doivent suivre.
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.
18 J'aime
Récompense
18
9
Partager
Commentaire
0/400
DeFi_Dad_Jokes
· 07-18 23:21
Qui peut donner un quota de bêta test à 康康 ?
Voir l'originalRépondre0
GasWaster
· 07-18 06:16
ugh un autre combo à la mode... au moins ça ne brûle pas mon gas cette fois
Voir l'originalRépondre0
shadowy_supercoder
· 07-17 06:25
Encore faire prendre les gens pour des idiots avec des concepts.
Voir l'originalRépondre0
DegenWhisperer
· 07-16 01:54
Encore une nouvelle histoire, le même refrain.
Voir l'originalRépondre0
BearWhisperGod
· 07-16 01:51
Promotion, promotion, c'est que de la promotion.
Voir l'originalRépondre0
GasFeeTears
· 07-16 01:51
C'est vraiment de l'argent gratuit.
Voir l'originalRépondre0
DegenRecoveryGroup
· 07-16 01:51
Pas d'originalité, se faire prendre pour des cons avec des pièges usés.
Voir l'originalRépondre0
SerumDegen
· 07-16 01:49
ngmi... c'est tout du copium recyclé jusqu'à ce qu'une véritable traction touche le sol
Le secteur Crypto+AI connaît une nouvelle tendance : la performance pragmatique, la segmentation des scènes et la validation commerciale deviennent les points focaux.
Bilan des projets populaires et analyse des tendances dans le secteur Crypto+AI
Récemment, j'ai examiné les projets populaires dans le domaine Crypto+AI et j'ai découvert trois changements de tendance significatifs :
Voici une introduction et une analyse de quelques projets représentatifs :
Plateforme d'évaluation de modèles d'IA décentralisés
La plateforme a terminé un tour de financement de 33 millions de dollars en juin. Elle applique l'avantage du jugement subjectif humain aux faiblesses d'évaluation de l'IA, en notant plus de 500 grands modèles grâce à un travail collaboratif humain. Les retours des utilisateurs peuvent être échangés contre des espèces, attirant déjà plusieurs entreprises à acheter des données, créant ainsi un flux de trésorerie réel.
Il s'agit d'un projet avec un modèle commercial relativement clair, et non d'un modèle de consommation pure. Cependant, la prévention des faux achats est un grand défi, et l'algorithme anti-witch doit être continuellement optimisé. En termes de taille de financement, les investisseurs semblent clairement privilégier les projets ayant une validation de monétisation.
Réseau de calcul AI décentralisé
Le projet a terminé un financement de pré-sélection de 10 millions de dollars en juin. Le projet a déjà obtenu un certain consensus sur le marché dans le domaine DePIN de Solana grâce à un plugin de navigateur. Le nouveau protocole de transmission de données et le moteur d'inférence ont réalisé des explorations substantielles en matière de calcul en périphérie et de vérifiabilité des données, réduisant la latence de 40 % et prenant en charge l'accès à des dispositifs hétérogènes.
La direction du projet s'aligne sur la tendance à la "décente" de la localisation de l'IA. Cependant, il est nécessaire de rivaliser avec l'efficacité des plateformes centralisées lors du traitement de tâches complexes, et la stabilité des nœuds périphériques reste un problème. Cependant, l'informatique en périphérie est à la fois une nouvelle demande pour l'IA Web2 et un avantage du cadre distribué de l'IA Web3, il est donc intéressant de suivre son avancement à travers des produits concrets basés sur des performances réelles.
Plateforme d'infrastructure de données AI décentralisée
La plateforme incite les utilisateurs du monde entier à contribuer des données dans divers domaines (tels que la santé, la conduite autonome, la voix, etc.) grâce à des incitations en jetons, ayant généré des revenus cumulés de plus de 14 millions de dollars et établi un réseau de contributeurs de données de plusieurs millions.
Techniquement, il intègre la vérification ZK et l'algorithme de consensus BFT pour garantir la qualité des données, et utilise également des technologies de calcul confidentiel pour répondre aux exigences de conformité. Fait intéressant, le projet a également lancé des dispositifs de collecte d'ondes cérébrales, s'étendant du logiciel au domaine matériel. Son modèle économique est bien conçu, les utilisateurs peuvent gagner de l'argent et des points grâce à l'annotation vocale, et le coût pour les entreprises de s'abonner aux services de données peut être réduit de 45 %.
La plus grande valeur du projet réside dans sa capacité à répondre aux véritables besoins en annotation de données pour l'intelligence artificielle, en particulier dans des domaines tels que la santé et la conduite autonome, où les exigences de qualité des données et de conformité sont très élevées. Cependant, un taux d'erreur de 20 % reste supérieur aux 10 % des plateformes traditionnelles, et la fluctuation de la qualité des données est un problème qui nécessite une résolution continue. Le domaine des interfaces cerveau-machine offre un potentiel d'imagination, mais la difficulté d'exécution n'est pas négligeable.
Réseau de puissance de calcul distribué sur la chaîne Solana
Le projet a terminé un financement de 10,8 millions de dollars en juin. En agrégant les ressources GPU inactives grâce à la technologie de sharding dynamique, il supporte l'inférence de modèles de langage de grande taille, avec des coûts 40 % inférieurs à ceux des services cloud traditionnels. La conception de la transaction de données tokenisées transforme 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 inutilisées agrégées », qui a du sens sur le plan logique. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est élevé, et la stabilité technique doit encore être optimisée. Dans des scénarios comme le rendu 3D, où les exigences en temps réel ne sont pas élevées, cela présente effectivement des avantages. La clé est de savoir si l'on peut réduire le taux d'erreur, sinon même le meilleur modèle commercial sera affecté par des problèmes techniques.
Plateforme de trading haute fréquence de cryptomonnaie alimentée par l'IA
La plateforme a terminé un tour de financement de semences de 3,38 millions de dollars en juin. Sa technologie MCP peut optimiser dynamiquement les chemins de transaction, réduisant ainsi le slippage, avec une efficacité mesurée améliorée de 30 %. Le projet s'inscrit dans la tendance AgentFi et a trouvé un point d'entrée dans le domaine relativement vide du trading quantitatif DeFi, répondant à une demande du marché.
La direction du projet est correcte, DeFi a vraiment besoin d'outils de trading plus intelligents. Cependant, le trading à haute fréquence exige une latence et une précision extrêmement élevées, la synergie en temps réel entre les prévisions AI et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un risque majeur, les mesures de protection technique doivent suivre.