Analyse des tendances des projets populaires dans le secteur Crypto+AI

Au cours du mois dernier, les projets populaires dans le domaine Crypto+AI ont montré trois tendances significatives.

1. Le chemin technologique du projet est devenu plus pragmatique, mettant l'accent sur les données de performance plutôt que sur un simple emballage conceptuel.
2. Les scénarios de niche verticaux deviennent le point focal de l'expansion, les applications d'IA spécialisées remplacent progressivement l'IA généralisée.
3. Le capital est de plus en plus axé sur la validation des modèles commerciaux, les projets générant des flux de trésorerie étant manifestement plus prisés.

Voici une introduction et une analyse de quelques projets représentatifs :

Plateforme d'évaluation de modèles AI décentralisés

Présentation du projet : Cette plateforme évalue plus de 500 grands modèles par le biais de l'externalisation humaine, les retours des utilisateurs pouvant être échangés contre de l'argent. Elle a attiré des entreprises comme OpenAI pour l'achat de données, générant un flux de trésorerie réel. Récemment, elle a complété un financement par amorçage de 33 millions de dollars.

Analyse des points forts : appliquer les avantages du jugement subjectif humain à l'évaluation des lacunes de l'IA. Le modèle commercial est relativement clair, ce n'est pas un modèle de consommation pure.

Commentaire : Le principal défi auquel le projet est confronté est l'optimisation continue des algorithmes de prévention des faux ordres et des attaques de sorcières. En termes de taille de financement, le capital montre clairement une préférence pour les projets ayant une validation de monétisation.

Réseau de calcul AI décentralisé

Présentation du projet : Ce réseau a obtenu une certaine reconnaissance sur le marché du DePIN de Solana grâce à une extension de navigateur. Le nouveau protocole de transmission de données et le moteur d'inférence ont réalisé des progrès substantiels en matière de calcul en périphérie et de vérifiabilité des données, permettant de réduire la latence de 40 % et de prendre en charge l'accès à des dispositifs hétérogènes. Récemment, un financement de pré-amorçage de 10 millions de dollars a été réalisé.

Analyse des points forts : s'inscrit dans la tendance de la "localisation" de l'IA, montrant un potentiel dans le domaine du calcul en périphérie.

Commentaire : Les défis auxquels le projet est confronté incluent l'efficacité du traitement des tâches complexes et la concurrence des plateformes centralisées, ainsi que les problèmes de stabilité des nœuds périphériques. L'informatique en périphérie, en tant que nouvelle exigence de l'IA, s'aligne avec les avantages des cadres distribués, ce qui mérite d'être suivi en ce qui concerne sa performance réelle et la situation concrète des produits.

Plateforme d'infrastructure de données AI décentralisée

Présentation du projet : Grâce à des incitations par jetons, nous encourageons les utilisateurs du monde entier à contribuer à des données dans divers domaines, générant des revenus cumulés de plus de 14 millions de dollars et établissant un réseau de millions de contributeurs de données. Sur le plan technique, nous intégrons la vérification ZK et l'algorithme de consensus BFT, tout en utilisant des technologies de calcul de la confidentialité pour répondre aux exigences de conformité.

Analyse des points forts : lancement d'un dispositif de collecte des ondes cérébrales, extension vers le domaine matériel. Le modèle économique est bien conçu, ce qui permet de réduire efficacement les coûts des services de données pour les entreprises.

Commentaire : Le projet saisit le besoin réel de l'annotation des données AI, en particulier dans des domaines à haute exigence tels que la santé et la conduite autonome. Un taux d'erreur de 20 % doit encore être amélioré. Le domaine des interfaces cerveau-machine a du potentiel mais la difficulté d'exécution est élevée.

Réseau de puissance de calcul distribué sur la chaîne Solana

Présentation du projet : Agrégation des ressources GPU inutilisées grâce à la technologie de sharding dynamique, supportant l'inférence de grands modèles, à un coût 40 % inférieur à celui des services cloud traditionnels. Récemment, un financement de 10,8 millions de dollars a été réalisé.

Analyse des points forts : la conception du commerce de données tokenisées transforme les contributeurs de puissance de calcul en parties prenantes, ce qui aide à inciter à la participation au réseau.

Commentaire : Le projet adopte un modèle typique de "consolidation des ressources inutilisées", mais un taux d'erreur de validation inter-chaînes de 15 % doit encore être amélioré. Il présente des avantages dans des scénarios comme le rendu 3D, où les exigences de temps réel ne sont pas élevées ; l'enjeu principal est de réduire le taux d'erreur pour soutenir le modèle commercial.

Plateforme de trading haute fréquence de cryptomonnaies alimentée par l'IA

Présentation du projet : utilisation de la technologie MCP pour optimiser dynamiquement les chemins de transaction, réduire le slippage, et améliorer l'efficacité de 30 % en test réel. Récemment, une levée de fonds de 3,38 millions de dollars a été réalisée lors d'un tour de financement par capital-risque.

Analyse des points forts : S'aligner sur la tendance d'AgentFi et trouver un point d'entrée dans ce segment relativement vide du trading quantitatif DeFi.

Commentaire : La direction du projet est claire, mais le trading à haute fréquence exige une latence et une précision extrêmement élevées, la synergie en temps réel entre la prédiction par IA et l'exécution sur la chaîne doit encore être vérifiée. De plus, les attaques MEV représentent un risque important, et les mesures de protection technique doivent être perfectionnées.