استعراض المشاريع الساخنة الأخيرة في Crypto+AI، هذه الاتجاهات الثلاثة تتغير بشكل ملحوظ

أصبحت السيناريوهات المفصلة جزءًا محوريًا للتوسع، حيث تتنازل الذكاء الاصطناعي العام لصالح الذكاء الاصطناعي المتخصص.

كتابة: هاتيان

استعرضنا عددًا من المشاريع الشهيرة في مجال Crypto+AI خلال الشهر الماضي، واكتشفنا ثلاثة تغييرات ملحوظة في الاتجاهات، مع تقديم مقدمة مختصرة وتعليقات عن المشاريع:

1. مسار التقنية للمشروع أصبح أكثر واقعية، بدأ يركز على بيانات الأداء بدلاً من التعبئة المفاهيمية البحتة؛

2）تتجه المشاهد الفرعية المتخصصة لتكون محور التوسع، حيث تتراجع الذكاء الاصطناعي العام لصالح الذكاء الاصطناعي المتخصص؛

3. رأس المال ينظر بشكل أكبر إلى تحقق نموذج العمل، والمشاريع التي لديها تدفق نقدي تحظى بوضوح بتفضيل أكبر؛

مرفق: مقدمة المشروع، تحليل النقاط البارزة، تقييم شخصي:

1 ، @yupp \ _ai

مقدمة المشروع: منصة تقييم نماذج الذكاء الاصطناعي اللامركزية، أكملت جولة تمويل أولية بقيمة 33 مليون دولار في يونيو، بقيادة a16z، مع مشاركة Jeff Dean.

تحليل النقاط البارزة: تطبيق ميزة الحكم الذاتي البشري على نقاط ضعف تقييم الذكاء الاصطناعي. من خلال الاستعانة بالجموع البشرية لتقييم أكثر من 500 نموذج كبير، يمكن تحويل ملاحظات المستخدمين إلى نقد (1000 نقطة = 1 دولار)، مما جذب شركات مثل OpenAI لشراء البيانات، مما يوفر تدفق نقدي حقيقي.

تقييم شخصي: المشروع ذو نموذج عمل واضح نسبيًا، وليس مجرد نموذج حرق أموال. لكن مكافحة الاحتيال تعد تحديًا كبيرًا، ويجب تحسين خوارزمية مكافحة هجمات السحر الأسود بشكل مستمر. لكن بالنظر إلى حجم التمويل البالغ 33 مليون دولار، يبدو أن رأس المال يولي اهتمامًا أكبر للمشاريع التي لديها إثباتات على تحقيق العوائد.

2 ، @Gradient \ _HQ

مقدمة المشروع: شبكة حوسبة AI اللامركزية، اكتملت جولة التمويل الأولية بقيمة 10 ملايين دولار في يونيو، بقيادة Pantera Capital و Multicoin Capital.

تحليل النقاط البارزة: من خلال ملحق متصفح Sentry Nodes، تم تحقيق توافق سوقي معين في مجال DePIN في سولانا، أعضاء الفريق من Helium وغيرها، تم إطلاق بروتوكول نقل البيانات Lattica ومحرك الاستدلال Parallax، حيث تم إجراء استكشافات ملموسة في الحوسبة الطرفية وقابلية التحقق من البيانات، مما يمكن من تقليل التأخير بنسبة 40%، ودعم الاتصال بالأجهزة المتنوعة.

تقييم شخصي: الاتجاه صحيح، فهو يتماشى تمامًا مع اتجاه "التوطين" في الذكاء الاصطناعي. لكن عند معالجة المهام المعقدة، يجب مقارنة الكفاءة مع المنصات المركزية، ولا تزال استقرار العقد الطرفية مشكلة. ومع ذلك، فإن الحوسبة الطرفية هي حاجة جديدة نشأت من المنافسة في web2AI، وهي أيضًا ميزة الإطار الموزع في web3AI، وأتطلع إلى دفع المنتجات الملموسة ذات الأداء الفعلي لتحقيق النجاح.

3 、 @PublicAI _

概述 المشروع: منصة البنية التحتية للبيانات AI اللامركزية، من خلال تحفيز المستخدمين العالميين للمساهمة في بيانات متعددة المجالات (مثل الرعاية الصحية، القيادة الذاتية، الصوت، وغيرها) من خلال الرموز، حققت إيرادات تتجاوز 14 مليون دولار، وأنشأت شبكة من المساهمين في البيانات تضم أكثر من مليون شخص.

تحليل النقاط البارزة: تقنيًا، تم دمج خوارزمية التحقق ZK مع خوارزمية توافق BFT لضمان جودة البيانات، كما تم استخدام تقنية الحوسبة السحابية الخصوصية Amazon Nitro Enclaves لتلبية متطلبات الامتثال. ومن المثير للاهتمام أنه تم إطلاق جهاز جمع موجات الدماغ HeadCap، مما يعتبر توسعًا من البرمجيات إلى الأجهزة. كما تم تصميم النموذج الاقتصادي بشكل جيد، حيث يمكن للمستخدم كسب 16 دولارًا + 500,000 نقطة مقابل 10 ساعات من التعليمات الصوتية، كما يمكن أن ينخفض ​​تكلفة خدمات البيانات المشترك بها الشركات بنسبة 45%.

تقييم شخصي: أشعر أن القيمة الكبرى لهذا المشروع تكمن في الوصول إلى الطلب الحقيقي على وضع العلامات على بيانات الذكاء الاصطناعي، خاصة في المجالات التي تتطلب جودة البيانات والامتثال العالي مثل الرعاية الصحية وقيادة السيارات الذاتية. ومع ذلك، فإن معدل الخطأ بنسبة 20% لا يزال أعلى قليلاً من 10% على المنصات التقليدية، وتقلب جودة البيانات هو مشكلة تحتاج إلى حل مستمر. اتجاه واجهات الدماغ والحاسوب لديه مساحة كبيرة للتخيل، ولكن صعوبة التنفيذ ليست صغيرة.

4 ، @sparkchainai

نبذة عن المشروع: شبكة حسابات موزعة على سلسلة سولانا، أكملت تمويل بقيمة 10.8 مليون دولار في يونيو، بقيادة OakStone Ventures.

تحليل النقاط البارزة: من خلال تقنية التجزئة الديناميكية، يتم تجميع موارد GPU غير المستخدمة، مما يدعم استنتاج النماذج الكبيرة مثل Llama3-405B، بتكلفة أقل بنسبة 40% مقارنة بـ AWS. تصميم تداول البيانات المرمزة مثير للاهتمام، حيث يحول مباشرة المساهمين في القدرة الحاسوبية إلى أصحاب مصلحة، مما يشجع المزيد من الناس على المشاركة في الشبكة.

التعليق الشخصي: نموذج "تجميع الموارد غير المستغلة" النموذجي، منطقي من الناحية النظرية. لكن معدل خطأ التحقق عبر السلسلة بنسبة 15% مرتفع بالفعل، ويجب الاستمرار في تحسين الاستقرار الفني. ومع ذلك، فإنه يتمتع بميزة في مشاهد رسم 3D التي لا تتطلب استجابة فورية، والمفتاح هو ما إذا كان يمكن تقليل معدل الخطأ، وإلا فإن أي نموذج تجاري جيد سيتأثر بمشاكل تقنية.

5 ، @olaxbt \ _terminal

مقدمة المشروع: منصة تداول العملات المشفرة عالية التردد المدفوعة بالذكاء الاصطناعي، أكملت جولة التمويل الأولية بمبلغ 3.38 مليون دولار في يونيو، @ambergroup_io

القيادة.

تحليل النقاط البارزة: تقنية MCP قادرة على تحسين مسارات التداول ديناميكيًا، وتقليل الانزلاق، وقد أظهرت التجارب زيادة في الكفاءة بنسبة 30%. تتماشى مع اتجاه #AgentFi، وتعتبر نقطة انطلاق في مجال التداول الكمي في DeFi الذي يعد مجالًا فرعيًا نسبيًا فارغًا، وتعتبر سدًا لاحتياجات السوق.

تقييم شخصي: الاتجاه ليس مشكلة، يحتاج DeFi حقًا إلى أدوات تداول أكثر ذكاءً. لكن التداول عالي التردد يتطلب دقة وتأخير عاليين، ويجب التحقق من التنسيق الفوري بين توقعات الذكاء الاصطناعي والتنفيذ على السلسلة. بالإضافة إلى ذلك، فإن هجمات MEV تشكل خطرًا كبيرًا، ويجب أن تتماشى تدابير الحماية التقنية.