Podsumowano kilka popularnych projektów w obszarze Crypto+AI z ostatniego miesiąca, zauważając trzy znaczące zmiany trendów, wraz z krótkim opisem projektów i komentarzami: 1) Ścieżki technologiczne projektów stają się bardziej pragmatyczne, zaczynają kłaść nacisk na dane wydajnościowe, a nie tylko na czysto koncepcyjne opakowanie; 2) Segmentacja wąskich obszarów staje się punktem rozwoju, uogólniona AI ustępuje miejsca specjalizowanej AI; 3) Kapitał bardziej zwraca uwagę na weryfikację modeli biznesowych, projekty z przepływem gotówki są wyraźnie bardziej preferowane; Załącznik: Opis projektów, analiza wyróżniających cech, osobiste komentarze: 1. @yupp_ai Opis projektu: Zdecentralizowana platforma oceny modeli AI, w czerwcu zakończono rundę seed na 33 miliony dolarów, prowadzi a16z, Jeff Dean również zainwestował. Analiza wyróżniających cech: Wykorzystanie ludzkiej przewagi w subiektywnej ocenie do zniwelowania słabości w ocenie AI. Dzięki crowdsourcingowi oceniono ponad 500 dużych modeli, a użytkownicy mogą wymieniać opinie na gotówkę (1000 punktów = 1 dolar), co przyciągnęło firmy takie jak OpenAI do zakupu danych, co zapewnia rzeczywisty przepływ gotówki. Osobisty komentarz: Projekt z dość jasnym modelem biznesowym, nie jest to czysto model spalania pieniędzy. Jednak zapobieganie oszustwom to duże wyzwanie, a algorytm obrony przed atakami czarownic wymaga ciągłej optymalizacji. Jednak z uwagi na skalę finansowania na poziomie 33 milionów dolarów, kapitał wyraźnie bardziej zwraca uwagę na projekty z weryfikacją możliwości monetyzacji. 2. @Gradient_HQ Opis projektu: Zdecentralizowana sieć obliczeniowa AI, w czerwcu zakończono rundę seed na 10 milionów dolarów, prowadzą Pantera Capital i Multicoin Capital. Analiza wyróżniających cech: Dzięki wtyczce przeglądarki Sentry Nodes, już zdobyto pewne uznanie na rynku w obszarze Solana DePIN, członkowie zespołu pochodzą z Helium itp., nowo wprowadzony protokół przesyłania danych Lattica i silnik wnioskowania Parallax dokonali istotnych eksploracji w zakresie obliczeń brzegowych i weryfikowalności danych, co pozwala na zmniejszenie opóźnienia o 40% i wspiera dostęp do heterogenicznych urządzeń. Osobisty komentarz: Kierunek jest właściwy, idealnie wpisuje się w trend "lokalizacji" AI. Jednak w porównaniu z platformami scentralizowanymi, efektywność w obsłudze złożonych zadań pozostaje problemem, a stabilność węzłów brzegowych to nadal wyzwanie. Niemniej jednak, obliczenia brzegowe są nowym zapotrzebowaniem wyłaniającym się z web2AI i stanowią przewagę rozproszonej struktury web3AI, co daje nadzieję na wprowadzenie konkretnych produktów opartych na rzeczywistej wydajności. 3. @PublicAI_ Opis projektu: Zdecentralizowana platforma infrastruktury danych AI, która poprzez tokeny zachęca globalnych użytkowników do dostarczania danych z różnych dziedzin (medycyna, autonomiczne pojazdy, głos itp.), osiągnęła przychody przekraczające 14 milionów dolarów, tworząc sieć milionów dostawców danych. Analiza wyróżniających cech: Technicznie zintegrowano weryfikację ZK i algorytm konsensusu BFT, aby zapewnić jakość danych, a także zastosowano technologię obliczeń prywatnych Amazon Nitro Enclaves, aby spełnić wymagania zgodności. Interesujące jest wprowadzenie urządzenia do zbierania fal mózgowych HeadCap, co stanowi rozszerzenie z oprogramowania na sprzęt. Model ekonomiczny również został dobrze zaprojektowany, użytkownicy mogą zarobić 16 dolarów + 500 tysięcy punktów za 10 godzin oznaczania głosu, a koszty subskrypcji usług danych dla firm mogą spaść o 45%. Osobisty komentarz: Wydaje się, że największą wartością tego projektu jest zaspokojenie rzeczywistego zapotrzebowania na oznaczanie danych AI, szczególnie w dziedzinach takich jak medycyna i autonomiczne pojazdy, które mają bardzo wysokie wymagania dotyczące jakości danych i zgodności. Jednak 20% wskaźnik błędów jest nadal wyższy niż 10% na tradycyjnych platformach, a wahania jakości danych to problem, który należy nieustannie rozwiązywać. Kierunek interfejsów mózg-maszyna ma spory potencjał, ale trudności w realizacji są również znaczne. 4. @sparkchainai Opis projektu: Rozproszona sieć obliczeniowa na łańcuchu Solana, w czerwcu zakończono finansowanie na poziomie 10,8 miliona dolarów, prowadzi OakStone Ventures. Analiza wyróżniających cech: Dzięki technologii dynamicznego dzielenia agreguje nieużywane zasoby GPU, wspiera wnioskowanie dużych modeli, takich jak Llama3-405B, a koszty są o 40% niższe niż w AWS. Projekt tokenizacji handlu danymi jest dość interesujący, bezpośrednio przekształca dostawców mocy obliczeniowej w interesariuszy, co może zachęcić więcej osób do udziału w sieci. Osobisty komentarz: Typowy model "agregacji nieużywanych zasobów", logicznie ma sens. Jednak 15% wskaźnik błędów w weryfikacji międzyłańcuchowej jest rzeczywiście nieco wysoki, a stabilność technologii wymaga dalszego doskonalenia. Niemniej jednak, w scenariuszach takich jak renderowanie 3D, które nie wymagają wysokiej wydajności w czasie rzeczywistym, rzeczywiście ma przewagę, kluczowe jest jednak, czy można obniżyć wskaźnik błędów, w przeciwnym razie nawet najlepszy model biznesowy będzie obciążony problemami technicznymi. 5. @olaxbt_terminal Opis projektu: Platforma do handlu wysokiej częstotliwości kryptowalut z napędem AI, w czerwcu zakończono rundę seed na 3,38 miliona dolarów, prowadzi @ambergroup_io. Analiza wyróżniających cech: Technologia MCP może dynamicznie optymalizować ścieżki handlowe, zmniejszając poślizg, a rzeczywiste testy wykazały 30% wzrost efektywności. W odpowiedzi na trend #AgentFi, projekt znalazł punkt wejścia w stosunkowo pustym obszarze handlu ilościowego DeFi, co wypełnia zapotrzebowanie rynkowe. Osobisty komentarz: Kierunek jest właściwy, DeFi rzeczywiście potrzebuje bardziej inteligentnych narzędzi handlowych. Jednak handel wysokiej częstotliwości wymaga bardzo niskich opóźnień i wysokiej dokładności, a współpraca w czasie rzeczywistym między prognozowaniem AI a wykonaniem na łańcuchu musi być jeszcze zweryfikowana. Dodatkowo ataki MEV stanowią duże ryzyko, a środki ochrony technologicznej muszą być na bieżąco aktualizowane. Uwaga: Więcej nowych projektów w obszarze AI+Crypto, proszę o uzupełnienie w sekcji komentarzy, przefiltruję projekty o wartości badawczej i podzielę się nimi, dziękuję.