Капітал більше цінує перевірку бізнес-моделей, проекти з грошовим потоком явно користуються більшою популярністю.
Ось кілька популярних проектів з коротким описом та аналізом:
Децентралізована платформа оцінки AI-моделей
Ця платформа завершила фінансування на суму 33 мільйони доларів у раунді посівного капіталу в червні, з ведучими інвестиційними установами та участю багатьох експертів галузі.
Платформа використовує переваги суб'єктивного судження людини для оцінки слабких місць ШІ. За допомогою ручного краудсорсингу оцінюються більше 500 великих моделей, а зворотний зв'язок користувачів може бути конвертований у готівку. Це вже привернуло увагу кількох відомих компаній ШІ до закупівлі даних, створивши реальний грошовий потік.
Комерційна модель цього проєкту відносно зрозуміла, це не чисто модель «згоряння грошей». Однак боротьба з фальшивими замовленнями є серйозним викликом, який вимагає постійної оптимізації алгоритму протидії «відьомським атакам». Що стосується обсягу фінансування, капітал явно надає перевагу проєктам з перевіреною монетизацією.
Децентралізована AI обчислювальна мережа
Цей проект у червні завершив раунд фінансування на 10 мільйонів доларів США, який спільно очолили дві відомі інвестиційні компанії.
Проект вже досяг певного ринкового консенсусу в сфері DePIN на певному публічному блокчейні за допомогою браузерного плагіна. Члени команди походять з кількох відомих Web3 проектів. Новий протокол передачі даних та рушій висновків здійснили суттєве дослідження в області прикордонних обчислень та перевірки даних, що дозволяє знизити затримки на 40% та підтримує підключення гетерогенних пристроїв.
Напрямок цього проєкту дуже точний, він точно вписується в тенденцію "заниження" локалізації ШІ. Однак, при виконанні складних завдань все ще потрібно порівнювати ефективність з централізованими платформами, а стабільність крайових вузлів також є проблемою, яку потрібно вирішити. Проте, крайові обчислення є новою вимогою, що виникла внаслідок внутрішньої конкуренції Web2 AI, а також є перевагою розподіленої структури Web3 AI, тому варто очікувати, що вони просунуться до реалізації через конкретні продукти з реальною продуктивністю.
Децентралізована AI даних інфраструктурна платформа
Ця платформа стимулює глобальних користувачів вносити дані з різних областей (включаючи медицину, автономне водіння, голос тощо) через токени, загальний дохід перевищив 14 мільйонів доларів США, що дозволило створити мережу з мільйонами учасників, які вносять дані.
Технічно платформа інтегрує перевірку нульових знань і алгоритм консенсусу з байєзантською стійкістю для забезпечення якості даних, а також використовує технології приватних обчислень від відомого постачальника хмарних послуг для задоволення вимог комплаєнсу. Варто зазначити, що вони також запустили пристрій для збору електроенцефалограм, реалізувавши розширення від програмного забезпечення до апаратного забезпечення. Дизайн економічної моделі також досить непоганий: користувач може заробити 16 доларів і 500 000 балів за 10 годин голосового маркування, тоді як витрати підприємств на підписку на дані можуть зменшитися на 45%.
Максимальна цінність цього проєкту полягає в тому, що він відповідає реальним потребам в маркуванні даних для ШІ, особливо в таких сферах, як медицина та автомобільне водіння, де вимоги до якості даних та відповідності є надзвичайно високими. Однак, 20%-ва помилка все ще є досить високою в порівнянні з 10% на традиційних платформах, і коливання якості даних є проблемою, яку потрібно постійно вирішувати. Хоча напрямок інтерфейсів мозок-машина сповнений уяви, його реалізація також є досить складною.
Розподілена обчислювальна мережа на певному блокчейні
Цей проект завершив фінансування в 10,8 мільйона доларів США в червні, яке очолило одне інвестиційне агентство.
Завдяки технології динамічного шarding'у агрегуються невикористані ресурси GPU, що підтримують виведення великих мовних моделей, вартість яких на 40% нижча, ніж у відомого постачальника хмарних послуг. Дизайн токенізованої торгівлі даними є дуже креативним, безпосередньо перетворюючи учасників, які вносять обчислювальні потужності, на зацікавлені сторони, що може стимулювати більше людей до участі в мережі.
Це типовий модель "агрегування бездіяльних ресурсів", логічно вона має сенс. Але 15% помилок верифікації між ланцюгами дійсно є занадто високими, технічна стабільність потребує подальшого вдосконалення. Проте в сценах, де вимоги до реального часу не є високими, як-от 3D-рендеринг, це дійсно має переваги, ключовим є зниження рівня помилок, інакше навіть найкраща бізнес-модель буде зазнавати невдач через технічні проблеми.
Платформа високочастотної торгівлі криптовалютами на базі штучного інтелекту
Ця платформа в червні завершила фінансування на суму 3,38 мільйона доларів США в рамках стартового раунду, яке очолила одна криптовалютна компанія.
Основна технологія платформи може динамічно оптимізувати торгові шляхи, зменшити слippage, що в реальних умовах підвищує ефективність на 30%. Підлаштовуючись під певну тенденцію AI у фінансах, було знайдено точку входу в цей відносно порожній сегмент DeFi кількісної торгівлі, заповнюючи потреби ринку.
Напрямок проекту не викликає заперечень, DeFi дійсно потребує більш розумних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, а реальна узгодженість прогнозування на основі ШІ та виконання в мережі ще потребує подальшої перевірки. Крім того, певний тип атак є значним ризиком, технологічні заходи захисту повинні йти в ногу.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Crypto+AI траса оновлення: проєкти стають більш практичними, вертикальні сцени стають фокусом, капітал підтримує грошовий потік
Аналіз останніх тенденцій та популярних проектів у секторі Crypto+AI
Протягом минулого місяця в секторі Crypto+AI спостерігалися три помітні тенденції.
Технічний шлях проєкту став більш практичним, почали звертати увагу на дані про продуктивність, а не просто покладатися на концептуальну упаковку.
Вертикальна сегментація сцен стає фокусом розширення, професійний ШІ замінює універсальний ШІ.
Капітал більше цінує перевірку бізнес-моделей, проекти з грошовим потоком явно користуються більшою популярністю.
Ось кілька популярних проектів з коротким описом та аналізом:
Децентралізована платформа оцінки AI-моделей
Ця платформа завершила фінансування на суму 33 мільйони доларів у раунді посівного капіталу в червні, з ведучими інвестиційними установами та участю багатьох експертів галузі.
Платформа використовує переваги суб'єктивного судження людини для оцінки слабких місць ШІ. За допомогою ручного краудсорсингу оцінюються більше 500 великих моделей, а зворотний зв'язок користувачів може бути конвертований у готівку. Це вже привернуло увагу кількох відомих компаній ШІ до закупівлі даних, створивши реальний грошовий потік.
Комерційна модель цього проєкту відносно зрозуміла, це не чисто модель «згоряння грошей». Однак боротьба з фальшивими замовленнями є серйозним викликом, який вимагає постійної оптимізації алгоритму протидії «відьомським атакам». Що стосується обсягу фінансування, капітал явно надає перевагу проєктам з перевіреною монетизацією.
Децентралізована AI обчислювальна мережа
Цей проект у червні завершив раунд фінансування на 10 мільйонів доларів США, який спільно очолили дві відомі інвестиційні компанії.
Проект вже досяг певного ринкового консенсусу в сфері DePIN на певному публічному блокчейні за допомогою браузерного плагіна. Члени команди походять з кількох відомих Web3 проектів. Новий протокол передачі даних та рушій висновків здійснили суттєве дослідження в області прикордонних обчислень та перевірки даних, що дозволяє знизити затримки на 40% та підтримує підключення гетерогенних пристроїв.
Напрямок цього проєкту дуже точний, він точно вписується в тенденцію "заниження" локалізації ШІ. Однак, при виконанні складних завдань все ще потрібно порівнювати ефективність з централізованими платформами, а стабільність крайових вузлів також є проблемою, яку потрібно вирішити. Проте, крайові обчислення є новою вимогою, що виникла внаслідок внутрішньої конкуренції Web2 AI, а також є перевагою розподіленої структури Web3 AI, тому варто очікувати, що вони просунуться до реалізації через конкретні продукти з реальною продуктивністю.
Децентралізована AI даних інфраструктурна платформа
Ця платформа стимулює глобальних користувачів вносити дані з різних областей (включаючи медицину, автономне водіння, голос тощо) через токени, загальний дохід перевищив 14 мільйонів доларів США, що дозволило створити мережу з мільйонами учасників, які вносять дані.
Технічно платформа інтегрує перевірку нульових знань і алгоритм консенсусу з байєзантською стійкістю для забезпечення якості даних, а також використовує технології приватних обчислень від відомого постачальника хмарних послуг для задоволення вимог комплаєнсу. Варто зазначити, що вони також запустили пристрій для збору електроенцефалограм, реалізувавши розширення від програмного забезпечення до апаратного забезпечення. Дизайн економічної моделі також досить непоганий: користувач може заробити 16 доларів і 500 000 балів за 10 годин голосового маркування, тоді як витрати підприємств на підписку на дані можуть зменшитися на 45%.
Максимальна цінність цього проєкту полягає в тому, що він відповідає реальним потребам в маркуванні даних для ШІ, особливо в таких сферах, як медицина та автомобільне водіння, де вимоги до якості даних та відповідності є надзвичайно високими. Однак, 20%-ва помилка все ще є досить високою в порівнянні з 10% на традиційних платформах, і коливання якості даних є проблемою, яку потрібно постійно вирішувати. Хоча напрямок інтерфейсів мозок-машина сповнений уяви, його реалізація також є досить складною.
Розподілена обчислювальна мережа на певному блокчейні
Цей проект завершив фінансування в 10,8 мільйона доларів США в червні, яке очолило одне інвестиційне агентство.
Завдяки технології динамічного шarding'у агрегуються невикористані ресурси GPU, що підтримують виведення великих мовних моделей, вартість яких на 40% нижча, ніж у відомого постачальника хмарних послуг. Дизайн токенізованої торгівлі даними є дуже креативним, безпосередньо перетворюючи учасників, які вносять обчислювальні потужності, на зацікавлені сторони, що може стимулювати більше людей до участі в мережі.
Це типовий модель "агрегування бездіяльних ресурсів", логічно вона має сенс. Але 15% помилок верифікації між ланцюгами дійсно є занадто високими, технічна стабільність потребує подальшого вдосконалення. Проте в сценах, де вимоги до реального часу не є високими, як-от 3D-рендеринг, це дійсно має переваги, ключовим є зниження рівня помилок, інакше навіть найкраща бізнес-модель буде зазнавати невдач через технічні проблеми.
Платформа високочастотної торгівлі криптовалютами на базі штучного інтелекту
Ця платформа в червні завершила фінансування на суму 3,38 мільйона доларів США в рамках стартового раунду, яке очолила одна криптовалютна компанія.
Основна технологія платформи може динамічно оптимізувати торгові шляхи, зменшити слippage, що в реальних умовах підвищує ефективність на 30%. Підлаштовуючись під певну тенденцію AI у фінансах, було знайдено точку входу в цей відносно порожній сегмент DeFi кількісної торгівлі, заповнюючи потреби ринку.
Напрямок проекту не викликає заперечень, DeFi дійсно потребує більш розумних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, а реальна узгодженість прогнозування на основі ШІ та виконання в мережі ще потребує подальшої перевірки. Крім того, певний тип атак є значним ризиком, технологічні заходи захисту повинні йти в ногу.