Biteye AI Rapport quotidien 15 septembre

Aujourd'hui zone capitalisation boursière : $22.22B

Le week-end est calme, le modèle de puissance de calcul décentralisé continue d'être vérifié, le développement dans le domaine des robots se déplace de plus en plus du matériel vers le logiciel, et la collecte de données décentralisée pourrait connaître une nouvelle explosion. 24h Coingecko volume d'échanges Top10 : jeton volume de transactions capitalisation boursière prix fluctuation 1- $ATH $329,0M $791,0M $0,07 +26,1% {future}(ATHUSDT)

2- $ai16z $276.1M $129.5M $0.12 -9.8% {future}(AI16ZUSDT)

3- $OPEN $262,0M $211,2M $0,98 +0,1% {spot}(OUVRIRUSDT)

4- $VIRTUAL 106,8M $831,2M $1,27 -5,6% 5- $TAO $64.6M $3.4B $351.20 -1.3% 6- $IP $56.7M $3.0B $9.63 -0,8% 7- $PROMPT 29,4M $40,2M 0,18 -4,6% 8- $SAHARA 26,9 M$ 202,1 M$ 0,09 -1,4% 9- $GOAT 25,4M $105,6M $0,11 -5,1% 10- $KAITO 24,6 M$ 285,4 M$ 1,18 -2,6%

⭐Informations clés

1. Vader @Vader_AI_ a lancé la plateforme de mission de lunettes intelligentes EgoPlay.

• EgoPlay est une plateforme gamifiée où les utilisateurs peuvent gagner des Vader Points en accomplissant des tâches quotidiennes à l'aide de lunettes intelligentes.

• Les données collectées peuvent être directement utilisées pour l'entraînement des robots, les tâches quotidiennes actuelles comprennent plier des vêtements, faire la vaisselle, préparer des sushis, jouer au golf, pousser un fauteuil roulant, utiliser une perceuse électrique, jouer du piano et d'autres activités quotidiennes.

• La plateforme prend en charge les lunettes intelligentes de différentes marques, il suffit que la vidéo réponde aux exigences pour être téléchargée, et il est également possible de télécharger des vidéos directement depuis l'album photo du téléphone.

• Actuellement, EgoPlay est toujours en phase de test fermé, réservée aux utilisateurs figurant sur la liste blanche. L'éligibilité à la liste blanche est réservée aux utilisateurs ayant déjà participé au staking et qui détiennent toujours des tokens ou qui ont staké sur Virtuals.

Commentaire : Le développement du secteur des robots se concentre de plus en plus sur "l'esprit" plutôt que sur le matériel, la collecte de données devenant le cœur de l'entraînement intelligent. EgoPlay adopte une approche plus inclusive, facilitant la participation des utilisateurs ordinaires, ce qui mérite une attention continue.

2. Sportstensor @sportstensor a annoncé un partenariat stratégique avec @Polymarket.

• Sportstensor est le sous-réseau n° 41 de Bittensor, axé sur les prévisions sportives. Il permet aux mineurs de déployer des modèles d'IA pour prédire les résultats des matchs et d'augmenter la précision en pondérant les meilleures prévisions grâce à un modèle agrégé. Plus de 2 millions de dollars de récompenses ont déjà été attribués aux contributeurs.

• Les directions de coopération spécifiques n'ont pas encore été annoncées, mais à ce stade, la combinaison de l'IA et des marchés prédictifs se manifeste principalement par : la prise de décision assistée par l'IA pour les paris, le trading automatique et le market-making par des agents IA, ainsi que la génération et l'expansion de nouveaux marchés prédictifs par l'IA.

Commentaire : Dans le contexte actuel de l'engouement pour les marchés de prédiction, bien que les détails de la coopération n'aient pas été divulgués, le prix du jeton Sportstensor a augmenté d'environ 40 % après l'annonce de la coopération, ce qui reflète la forte attente du marché pour la fusion de l'IA et des marchés de prédiction.

3. Alibaba Qianwen a publié un nouveau modèle open source de la série Qwen3-Next.

• Comprend deux versions :

Qwen3-Next-80B-A3B-Instruct : conçu spécifiquement pour l'optimisation des instructions, adapté aux applications de dialogue et axées sur les tâches. Qwen3-Next-80B-A3B-Thinking : prend en charge le « mode de réflexion », adapté aux tâches nécessitant un raisonnement ou une analyse étape par étape.

• Efficacité élevée du calcul d'inférence : utilisant une structure MoE, le modèle a un total de 80B de paramètres, n'activant qu'environ 3B de paramètres, améliorant considérablement l'efficacité de calcul.

• Amélioration significative de la capacité de traitement des tâches de long texte : prise en charge native d'une longueur de contexte de 262K tokens, extensible jusqu'à 1M tokens.

• Par rapport à Qwen3-32B-Base, le coût d'entraînement n'est que de 10 % et le débit d'inférence a été multiplié par 10.

Commentaire : La réduction des coûts d'entraînement et l'amélioration de l'efficacité d'inférence de Qwen3-Next le rendent plus pratique pour les développeurs moyens et petits, abaissant le seuil d'entrée au développement et élargissant les cas d'utilisation.

Source des données : @xhunt_ai, Cookie DAO, Coingecko

Avertissement de risque : Ce qui précède n'est qu'un partage d'informations, ce n'est pas un conseil d'investissement.