Аналіз популярних проєктів та обговорення тенденцій у сфері Crypto+AI

Протягом минулого місяця у сфері Crypto+AI спостерігалися три помітні зміни тенденцій:

1. Технічний шлях проекту є більш практичним, зосереджуючи увагу на даних про продуктивність, а не на чистій концептуальній упаковці.
2. Вертикальні сегменти стають фокусом розширення, спеціалізований AI поступово замінює універсальний AI
3. Капітал все більше звертає увагу на верифікацію бізнес-моделей, проекти з грошовими потоками очевидно користуються популярністю.

Ось кілька популярних проектів, їхні описи, аналіз переваг та відгуки:

1. Децентралізована платформа оцінки AI моделей

Опис проекту: Ця платформа оцінює більше 500 великих моделей за допомогою краудсорсингу, а відгуки користувачів можна обміняти на готівку. Нещодавно було завершено раунд фінансування на суму 33 мільйони доларів, який очолив відомий венчурний інвестиційний фонд, а також взяли участь відомі експерти в галузі ШІ.

Аналіз переваг: Застосування переваг суб'єктивного судження людини для оцінки недоліків ШІ. Платформа вже залучила відомі AI-компанії для закупівлі даних, що створює реальний грошовий потік.

Коментар: Бізнес-модель відносно чітка, не є чисто витратною моделлю. Але запобігання фальшивим замовленням є великою проблемою, необхідно постійно вдосконалювати алгоритм захисту від жінок-ведьм. Судячи з обсягу фінансування, капітал явно віддає перевагу проектам з підтвердженою монетизацією.

2. Децентралізована AI обчислювальна мережа

Опис проекту: Ця мережа нещодавно завершила фінансування на 10 мільйонів доларів у рамках посівного раунду, в якому взяли участь дві відомі криптоінвестиційні компанії.

Аналіз переваг: Через браузерні плагіни в сфері DePIN на Solana вже існує певна ринкова згода. Члени команди походять з відомих проектів, новий протокол передачі даних та двигун висновку мають суттєві дослідження в області крайових обчислень та верифікації даних, що дозволяє знизити затримку на 40%, підтримує підключення гетерогенних пристроїв.

Коментар: Напрямок відповідає тенденції «занурення» локалізації AI. Але при виконанні складних завдань потрібно конкурувати з централізованими платформами за ефективністю, стабільність крайніх вузлів все ще є викликом. Країнове обчислення є новою потребою, що виникла внаслідок внутрішньої конкуренції AI в Web2, а також є перевагою розподіленої структури AI в Web3, сподіваюсь, що конкретні продукти на основі фактичних показників сприятимуть реалізації.

3. Децентралізована платформа даних для штучного інтелекту

Опис проекту: Ця платформа стимулює глобальних користувачів вносити дані з різних галузей за допомогою токенів, загальний дохід перевищив 14 мільйонів доларів, створивши мережу з понад мільйоном контриб'юторів даних.

Аналіз основних переваг: Технічно інтеграція ZK-верифікації та BFT-консенсусного алгоритму забезпечує якість даних, а використання технології приватних обчислень від певного постачальника хмарних послуг відповідає вимогам комплаєнсу. Також було представлено пристрій для збору електроенцефалограм, що реалізує розширення від програмного забезпечення до апаратного забезпечення. Економічна модель розроблена раціонально: користувач може заробити 16 доларів і 500 000 балів за 10 годин голосової розмітки, а вартість підписки на послуги даних для підприємств може знизитися на 45%.

Коментар: Найбільша цінність проєкту полягає в задоволенні реальних потреб у маркуванні даних для ШІ, особливо в таких сферах, як охорона здоров'я та автономне водіння, де вимоги до якості даних і відповідності дуже високі. Але 20% рівень помилок все ще вищий за 10% традиційних платформ, тому якість даних потребує постійного вдосконалення. Напрямок з інтерфейсами мозок-машина має великий потенціал, але виконання не є простим.

4. Розподілена обчислювальна мережа на певному публічному блокчейні

Опис проекту: Ця мережа нещодавно завершила фінансування на суму 10,8 мільйона доларів США, яке очолило одне інвестиційне агентство.

Аналіз переваг: шляхом динамічної сегментації технологій агрегується невикористовувані ресурси GPU, що підтримує інференцію великих мовних моделей, вартість на 40% нижча, ніж у певного постачальника хмарних послуг. Дизайн токенізованої торгівлі даними перетворює постачальників обчислювальних потужностей на зацікавлені сторони, що сприяє залученню більшої кількості людей до мережі.

Коментар: Типова модель "агрегування неактивних ресурсів", логіка обґрунтована. Але 15%-ий рівень помилок при міжланцюговій верифікації занадто високий, технічну стабільність потрібно продовжувати покращувати. У сценах, де вимоги до реального часу не є критичними, таких як 3D рендеринг, є перевага, але важливо знизити рівень помилок, інакше навіть найкраща бізнес-модель постраждає через технічні проблеми.

5. Платформа високочастотної торгівлі криптовалютами на базі штучного інтелекту

Опис проекту: Ця платформа нещодавно завершила фінансування на суму 3,38 мільйона доларів на стадії seed, яке очолило одне з криптовалютних торгових агентств.

Аналіз переваг: Технологія MCP може динамічно оптимізувати торгові маршрути, зменшувати сліпі місця, ефективність протестовано на рівні 30%. Відповідає тенденціям торгівлі з використанням AI-агентів, знаходячи точку входу в такій відносно порожній підсфері, як DeFi-кількісна торгівля, заповнюючи попит на ринку.

Коментар: Напрямок правильний, DeFi дійсно потребує більш розумних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримки та точності, реальна співпраця між AI-прогнозами та виконанням в ланцюгу все ще потребує перевірки. Крім того, атаки MEV є великою загрозою, необхідно посилити технічні заходи захисту.