Аналіз тенденцій популярних проектів у сфері Crypto+AI

Нещодавні спостереження показали, що протягом останнього місяця популярні проекти у сфері Crypto+AI демонструють три помітні зміни в тренді:

1. Технічний шлях проекту став більш практичним, почав приділяти увагу фактичним даним про продуктивність, а не просто покладатися на концептуальну упаковку.

2. Вертикальна сегментація сцен стає центром розширення, професійні AI-додатки замінюють універсальні AI.

3. Капітал більше зосереджується на валідації бізнес-моделей, проекти з реальним грошовим потоком явно користуються більшою популярністю.

Ось кілька коротких описів, аналізу особливостей та відгуків про代表性项目.

Децентралізована платформа оцінки AI моделей

Опис проекту: Платформа проводить оцінку AI-моделей децентралізованим способом і нещодавно завершила фінансування на суму 33 мільйони доларів США в рамках стартового раунду.

Аналіз основних моментів：

• Використання переваг суб'єктивного судження людини для компенсації недоліків оцінки ШІ
• Оцінювання понад 500 великих моделей за допомогою краудсорсингу
• Відгуки користувачів можна обміняти на грошові винагороди
• Залучено відомі AI-компанії для закупівлі даних, що формує реальний грошовий потік

Коментар: Бізнес-модель відносно зрозуміла, не є чисто витратною моделлю. Але стикається з викликами, такими як боротьба з фальшивими замовленнями, потрібно постійно оптимізувати алгоритми протидії атакам від «відьом». Масштабне фінансування свідчить про те, що капітал більше цінує проекти з перевіркою можливості монетизації.

Децентралізована AI обчислювальна мережа

Опис проекту: Спрямований на створення децентралізованої AI обчислювальної мережі, нещодавно завершив 10 мільйонів доларів США у раунді посівних інвестицій.

Аналіз основних моментів：

• Випущено плагін для браузера, який отримав певне визнання на ринку DePIN в Solana
• Нові розроблені протоколи передачі даних і рушії висновків мають суттєві досягнення в галузі крайових обчислень і перевірності даних.
• Може ефективно зменшити затримку, підтримує підключення гетерогенних пристроїв

Коментар: Напрямок проекту відповідає тенденції "заселення" локалізації AI. Хоча при виконанні складних завдань ще існує різниця в ефективності в порівнянні з централізованими платформами, стабільність крайніх вузлів також потребує покращення, але крайні обчислення, як новий запит, ідеально демонструють переваги дистрибутивної структури web3 AI. Очікуємо побачити більше конкретних продуктів на основі фактичної продуктивності.

Децентралізована платформа інфраструктури даних AI

Опис проекту: Ця платформа стимулює глобальних користувачів вносити дані з різних галузей через токенізовані винагороди, загальний дохід перевищив 14 мільйонів доларів США, було створено мережу з понад мільйон учасників.

Аналіз основних моментів:

• Технічно поєднання ZK-верифікації та алгоритму консенсусу BFT забезпечує якість даних
• Використання технології приватних обчислень для задоволення вимог відповідності
• Розширення у галузі апаратного забезпечення, запуск пристроїв для збору електроенцефалографічних сигналів.
• Розумний дизайн економічної моделі, користувачі можуть отримувати прибуток через маркування даних, а витрати на підписку для компаній значно знижуються.

Коментар: Проект захоплює реальні потреби в маркуванні даних AI, особливо в медичній сфері, автоматичному водінні та інших областях, де вимоги до якості даних і відповідності є надзвичайно високими. Але 20% рівень помилок все ще вищий, ніж на традиційних платформах, стабільність якості даних потребує постійного покращення. Напрямок інтерфейсу мозок-машина хоч і має простір для уяви, але виконання не є простим.

Розподілена обчислювальна мережа на ланцюзі Solana

Опис проекту: Цей проект має на меті створення розподіленої мережі обчислювальної потужності на ланцюгу Solana, нещодавно завершивши фінансування в розмірі 10,8 мільйона доларів.

Аналіз основних моментів：

• Збір бездіяльних GPU-ресурсів за допомогою технології динамічного шардінгу
• Підтримка інференції великих AI моделей, помітні переваги в витратах
• Інноваційний дизайн торгівлі токенізованими даними, що перетворює учасників обчислювальної потужності на зацікавлені сторони

Коментар: Проект використовує типовий режим "агрегації неактивних ресурсів", що логічно виправдано. Але 15% помилок верифікації між ланцюгами є занадто високими, технічну стабільність потрібно ще підвищити. Має переваги в сценах, де вимоги до реального часу не є високими, таких як 3D-рендеринг; ключовим є зниження рівня помилок, щоб уникнути технічних проблем, які можуть вплинути на реалізацію бізнес-моделі.

Платформа високочастотної торгівлі криптовалютами на основі штучного інтелекту

Опис проекту: Ця платформа використовує технології штучного інтелекту для високочастотної торгівлі криптовалютою, нещодавно завершивши фінансування на етапі посіву в розмірі 3,38 мільйона доларів.

Аналіз переваг:

• Технологія MCP може динамічно оптимізувати торгові шляхи, зменшуючи слайд.
• Значне підвищення ефективності за фактичними вимірюваннями
• Відповідно до тенденцій AgentFi, знайти точку входу в сфері DeFi-кількісної торгівлі

Коментар: Напрямок проєкту вірний, він відповідає потребам ринку DeFi щодо інтелектуальних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, тому реальна співпраця між прогнозуванням AI та виконанням на ланцюгу ще потребує перевірки. Крім того, технічні заходи захисту від атак MEV також повинні триматися в актуальному стані.