Ho esaminato alcuni progetti popolari nel settore Crypto+AI dell'ultimo mese e ho riscontrato tre tendenze significative, con una breve introduzione e commento sui progetti: 1) I percorsi tecnologici dei progetti sono diventati più pragmatici, iniziando a dare importanza ai dati sulle prestazioni piuttosto che a un semplice imballaggio concettuale; 2) Le nicchie di mercato specifiche sono diventate il focus di espansione, l'AI generalista sta cedendo il passo all'AI specializzata; 3) Gli investitori prestano maggiore attenzione alla validazione dei modelli di business, i progetti con flussi di cassa sono chiaramente più apprezzati; In allegato: introduzione ai progetti, analisi dei punti salienti e commenti personali: 1. @yupp_ai Introduzione al progetto: piattaforma decentralizzata di valutazione dei modelli AI, ha completato un round di finanziamento seed da 33 milioni di dollari a giugno, guidato da a16z, con la partecipazione di Jeff Dean. Analisi dei punti salienti: applica il vantaggio del giudizio soggettivo umano alle lacune nella valutazione dell'AI. Attraverso il crowdsourcing umano, ha valutato oltre 500 modelli di grandi dimensioni, i feedback degli utenti possono essere convertiti in denaro (1000 punti = 1 dollaro), ha già attratto aziende come OpenAI per l'acquisto di dati, con un reale flusso di cassa. Commento personale: il modello di business è relativamente chiaro e non è solo un modello di bruciare denaro. Tuttavia, prevenire le frodi è una grande sfida, l'algoritmo anti-frode deve essere continuamente ottimizzato. Tuttavia, considerando la dimensione del finanziamento di 33 milioni di dollari, è chiaro che gli investitori prestano maggiore attenzione ai progetti con validazione monetaria. 2. @Gradient_HQ Introduzione al progetto: rete di calcolo AI decentralizzata, ha completato un round di finanziamento seed da 10 milioni di dollari a giugno, guidato da Pantera Capital e Multicoin Capital. Analisi dei punti salienti: grazie all'estensione del browser Sentry Nodes, ha già raggiunto un certo consenso di mercato nel campo DePIN di Solana, i membri del team provengono da Helium, hanno recentemente lanciato il protocollo di trasmissione dati Lattica e il motore di inferenza Parallax, esplorando sostanzialmente l'elaborazione ai margini e la verificabilità dei dati, riducendo la latenza del 40% e supportando l'accesso a dispositivi eterogenei. Commento personale: la direzione è corretta, si inserisce perfettamente nella tendenza della "localizzazione" dell'AI. Tuttavia, per gestire compiti complessi, deve competere in efficienza con le piattaforme centralizzate, la stabilità dei nodi ai margini rimane un problema. Tuttavia, l'elaborazione ai margini è una nuova esigenza emersa dall'involuzione dell'AI web2 ed è anche il vantaggio del framework distribuito dell'AI web3, sono ottimista riguardo all'avanzamento dei prodotti concreti basati su prestazioni reali. 3. @PublicAI_ Introduzione al progetto: piattaforma di infrastruttura dati AI decentralizzata, incentiva gli utenti globali a contribuire con dati in vari settori (sanità, guida autonoma, voce, ecc.) tramite token, ha accumulato oltre 14 milioni di dollari di entrate e ha creato una rete di oltre un milione di contribuenti di dati. Analisi dei punti salienti: tecnicamente integra la verifica ZK e l'algoritmo di consenso BFT per garantire la qualità dei dati, ha anche utilizzato la tecnologia di calcolo della privacy Amazon Nitro Enclaves per soddisfare i requisiti di conformità. È interessante notare che ha lanciato il dispositivo di raccolta delle onde cerebrali HeadCap, espandendosi così dall'hardware al software. Anche il modello economico è ben progettato, gli utenti possono guadagnare 16 dollari + 500.000 punti per 10 ore di annotazione vocale, mentre il costo per le aziende per abbonarsi ai servizi di dati può diminuire del 45%. Commento personale: credo che il valore principale di questo progetto risieda nella reale domanda di annotazione dei dati AI, specialmente nei settori della sanità e della guida autonoma, dove i requisiti di qualità e conformità dei dati sono estremamente elevati. Tuttavia, un tasso di errore del 20% è ancora più alto rispetto al 10% delle piattaforme tradizionali, la variabilità della qualità dei dati è un problema che deve essere continuamente risolto. La direzione delle interfacce cervello-macchina ha un grande potenziale, ma anche una notevole difficoltà di esecuzione. 4. @sparkchainai Introduzione al progetto: rete di calcolo distribuito sulla catena Solana, ha completato un finanziamento di 10,8 milioni di dollari a giugno, guidato da OakStone Ventures. Analisi dei punti salienti: aggrega le risorse GPU inutilizzate tramite tecnologia di frammentazione dinamica, supporta l'inferenza di grandi modelli come Llama3-405B, con costi inferiori del 40% rispetto ad AWS. Il design del trading di dati tokenizzati è piuttosto interessante, trasformando i contribuenti di potenza di calcolo in parti interessate, incentivando ulteriormente la partecipazione alla rete. Commento personale: è un modello tipico di "aggregazione di risorse inutilizzate", che ha senso logicamente. Tuttavia, un tasso di errore di verifica cross-chain del 15% è piuttosto alto, la stabilità tecnica deve essere ulteriormente affinata. Tuttavia, in scenari di rendering 3D, dove le richieste di real-time non sono elevate, ci sono vantaggi, la chiave è se possono ridurre il tasso di errore, altrimenti anche il miglior modello di business sarà ostacolato da problemi tecnici. 5. @olaxbt_terminal Introduzione al progetto: piattaforma di trading ad alta frequenza di criptovalute guidata dall'AI, ha completato un round di finanziamento seed da 3,38 milioni di dollari a giugno, guidato da @ambergroup_io. Analisi dei punti salienti: la tecnologia MCP può ottimizzare dinamicamente i percorsi di trading, riducendo lo slippage, con un aumento dell'efficienza del 30% in test reali. Si allinea con la tendenza #AgentFi, trovando un punto di ingresso nel settore relativamente vuoto del trading quantitativo DeFi, riempiendo una domanda di mercato. Commento personale: la direzione è corretta, DeFi ha davvero bisogno di strumenti di trading più intelligenti. Tuttavia, il trading ad alta frequenza richiede latenze e precisioni estremamente elevate, la sinergia in tempo reale tra le previsioni AI e l'esecuzione on-chain deve essere verificata. Inoltre, gli attacchi MEV rappresentano un grande rischio, le misure di protezione tecnologica devono tenere il passo. Nota: per ulteriori nuovi progetti nel settore AI+Crypto, tutti possono aggiungere nei commenti, selezionerò i progetti di valore per la ricerca e condividerò, grazie.