تحليل المشاريع الرائجة في مجال Crypto+AI والاتجاهات
مؤخراً قمت بمراقبة المشاريع الشائعة في مجال Crypto+AI بشكل متعمق، واكتشفت أن هذا المجال يظهر ثلاثة اتجاهات تطوير واضحة:
أصبح المسار التكنولوجي للمشروع أكثر واقعية، حيث لم يعد يعتمد فقط على تغليف المفاهيم، بل بدأ يولي اهتمامًا لعرض بيانات الأداء.
أصبحت المشاهد العمودية المتخصصة محور التوسع، حيث بدأت تطبيقات الذكاء الاصطناعي المتخصصة تحل محل الحلول العامة للذكاء الاصطناعي.
أصبحت رأس المال أكثر اهتمامًا بالتحقق من نماذج الأعمال، وتفضل المشاريع التي لديها تدفق نقدي فعلي بشكل واضح.
فيما يلي مقدمة وتحليل موجز لبعض المشاريع الشهيرة:
منصة تقييم نماذج الذكاء الاصطناعي اللامركزية
أكمل المنصة جولة تمويل البذور بمبلغ 33 مليون دولار في يونيو. يتمثل جوهر ميزاتها في تطبيق مزايا الحكم الذاتي البشري على نقاط الضعف في تقييم الذكاء الاصطناعي. من خلال طريقة الحشد البشري، يتم تقييم أكثر من 500 نموذج كبير، ويمكن استبدال ردود فعل المستخدمين بالنقد. حتى الآن، جذبت العديد من الشركات بما في ذلك OpenAI لشراء البيانات، مما شكل تدفقاً نقدياً فعلياً.
نموذج العمل لهذا المشروع واضح نسبيًا، وليس مجرد نموذج لحرق الأموال. ومع ذلك، فإن منع سلوك الطلبات المزيفة يمثل تحديًا كبيرًا، ويتطلب تحسينًا مستمرًا لخوارزمية مكافحة هجمات الساحرات. من حيث حجم التمويل، يُفضل رأس المال بوضوح المشاريع التي أثبتت قدرتها على تحقيق العائدات.
شبكة حوسبة الذكاء الاصطناعي اللامركزية
أنهى المشروع جولة تمويل أولية بقيمة 10 ملايين دولار في يونيو. يتميز بالحصول على بعض الاعتراف في سوق DePIN على Solana من خلال ملحقات المتصفح. تمت العملية لاستكشاف جوهري لبروتوكول نقل البيانات الجديد ومحرك الاستدلال في الحوسبة الطرفية وقابلية التحقق من البيانات، مما يمكنه من تقليل التأخير بنسبة 40% ويدعم الوصول إلى الأجهزة المتغايرة.
يتماشى اتجاه هذا المشروع مع اتجاه "تعميم" الذكاء الاصطناعي. ومع ذلك، عند التعامل مع المهام المعقدة، قد لا تزال هناك فجوة في الكفاءة مقارنةً بالمنصات المركزية، كما أن استقرار العقد الطرفية هو مشكلة تحتاج إلى حل. ومع ذلك، فإن الحوسبة الطرفية، كطلب جديد ناتج عن ضغط الذكاء الاصطناعي في Web2، هي بالضبط ميزة الإطار الموزع للذكاء الاصطناعي في Web3، ومن الجدير بالانتظار أن تدفع المنتجات الفعلية من خلال الأداء الفعلي.
منصة البنية التحتية للبيانات AI اللامركزية
تقوم هذه المنصة بتحفيز المستخدمين من جميع أنحاء العالم على المساهمة ببيانات في مجالات متعددة، بما في ذلك الطب، القيادة الذاتية، الصوت، وغيرها. حتى الآن، تجاوزت الإيرادات التراكمية 14 مليون دولار، وتم إنشاء شبكة من المساهمين في البيانات تضم مليون شخص.
تقنياً، يدمج هذا النظام التحقق من ZK وخوارزمية توافق الآراء BFT لضمان جودة البيانات، ويستخدم تقنية حساب الخصوصية لتلبية متطلبات الامتثال. ومن الجدير بالذكر أنهم أطلقوا أيضًا جهاز جمع موجات الدماغ، مما يحقق التوسع من البرمجيات إلى الأجهزة. تم تصميم النموذج الاقتصادي بشكل معقول، حيث يمكن للمستخدمين كسب 16 دولاراً و 500,000 نقطة من خلال 10 ساعات من التسمية الصوتية، ويمكن أن تنخفض تكلفة الاشتراك في خدمات البيانات للشركات بنسبة 45%.
تتمثل القيمة الكبرى لهذا المشروع في تلبية الطلب الحقيقي على وضع علامات البيانات الخاصة بالذكاء الاصطناعي، خاصة في المجالات التي تتطلب جودة البيانات والامتثال العالي، مثل الرعاية الصحية وقيادة السيارات الذاتية. ومع ذلك، فإن معدل الخطأ البالغ 20% مقارنةً بـ 10% على المنصات التقليدية لا يزال مرتفعًا، وتقلب جودة البيانات هو مشكلة تحتاج إلى حل مستمر. على الرغم من أن مجال واجهات الدماغ والحاسوب يوفر مساحة كبيرة للتخيل، إلا أن صعوبة التنفيذ ليست قليلة.
شبكة الحوسبة الموزعة على سلسلة سولانا
تم الانتهاء من تمويل المشروع بقيمة 10.8 مليون دولار في يونيو. يتميز بتجميع موارد GPU غير المستخدمة من خلال تقنية الشظايا الديناميكية، مما يدعم استدلال النماذج الكبيرة بتكلفة أقل بنسبة 40% مقارنة بخدمات السحابة التقليدية. من خلال تصميم تداول البيانات المعنونة، يتم تحويل المساهمين في قوة الحوسبة إلى أصحاب مصلحة، مما يساعد على تحفيز المزيد من الأشخاص على المشاركة في الشبكة.
هذا نموذج "تجميع الموارد غير المستغلة" النموذجي، وهو منطقي تمامًا. لكن نسبة خطأ التحقق عبر السلاسل البالغة 15% مرتفعة بالفعل، ويجب تحسين الاستقرار الفني أكثر. في مشاهد مثل الرسم ثلاثي الأبعاد، حيث لا تتطلب السرعة العالية، يتمتع هذا المشروع بمزايا. المفتاح هو ما إذا كان يمكن تقليل معدل الأخطاء، وإلا فإن أي نموذج تجاري جيد قد يتأثر بمشكلات فنية.
منصة تداول العملات المشفرة عالية التردد المدفوعة بالذكاء الاصطناعي
أنهى النظام الأساسي جولة تمويل أولية بقيمة 3.38 مليون دولار في يونيو. تكنولوجيا الجوهر لديها القدرة على تحسين مسارات التداول ديناميكيًا، مما يقلل من الانزلاق، وقد أظهرت الاختبارات زيادة في الكفاءة بنسبة 30%. يتماشى هذا المشروع مع اتجاه AgentFi، وقد وجد نقطة دخول في مجال التداول الكمي DeFi، وهو قطاع فرعي نسبيًا خالٍ، مما يلبي احتياجات السوق.
الاتجاه الصحيح للمشروع، فإن DeFi بحاجة بالفعل إلى أدوات تداول أكثر ذكاءً. ولكن يتطلب التداول عالي التردد تأخيرات ودقة عالية، ويجب التحقق من التوافق في الوقت الحقيقي بين التنبؤ بالذكاء الاصطناعي والتنفيذ على السلسلة. بالإضافة إلى ذلك، فإن هجمات MEV تمثل خطرًا كبيرًا، مما يتطلب تعزيز التدابير الأمنية التقنية.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 16
أعجبني
16
7
إعادة النشر
مشاركة
تعليق
0/400
HypotheticalLiquidator
· 08-15 16:14
عدم الانهيار هو أكبر خطر! تقييم التدفق النقدي لا أجرؤ على النظر إليه... أشعر بشكل متزايد برائحة استغلال الحمقى من هذه الموجة المتعلقة بالذكاء الاصطناعي والعملات المشفرة.
شاهد النسخة الأصليةرد0
BearMarketBuilder
· 08-15 16:12
يُستغل بغباء.的又来了
شاهد النسخة الأصليةرد0
GasGuru
· 08-15 16:11
المصطلحات تطير طوال اليوم، لكن النقد هو الأكثر واقعية.
شاهد النسخة الأصليةرد0
TokenomicsTrapper
· 08-15 16:09
مخطط بونزي آخر للذكاء الاصطناعي في عالم العملات المشفرة... لقد كنت هناك وتخلصت من ذلك. ngmi vc سترة السيولة المحملة
تحليل المشاريع الساخنة في Crypto+AI: التركيز على تطبيق التكنولوجيا، تقسيم السيناريوهات ونماذج الأعمال
تحليل المشاريع الرائجة في مجال Crypto+AI والاتجاهات
مؤخراً قمت بمراقبة المشاريع الشائعة في مجال Crypto+AI بشكل متعمق، واكتشفت أن هذا المجال يظهر ثلاثة اتجاهات تطوير واضحة:
أصبح المسار التكنولوجي للمشروع أكثر واقعية، حيث لم يعد يعتمد فقط على تغليف المفاهيم، بل بدأ يولي اهتمامًا لعرض بيانات الأداء.
أصبحت المشاهد العمودية المتخصصة محور التوسع، حيث بدأت تطبيقات الذكاء الاصطناعي المتخصصة تحل محل الحلول العامة للذكاء الاصطناعي.
أصبحت رأس المال أكثر اهتمامًا بالتحقق من نماذج الأعمال، وتفضل المشاريع التي لديها تدفق نقدي فعلي بشكل واضح.
فيما يلي مقدمة وتحليل موجز لبعض المشاريع الشهيرة:
منصة تقييم نماذج الذكاء الاصطناعي اللامركزية
أكمل المنصة جولة تمويل البذور بمبلغ 33 مليون دولار في يونيو. يتمثل جوهر ميزاتها في تطبيق مزايا الحكم الذاتي البشري على نقاط الضعف في تقييم الذكاء الاصطناعي. من خلال طريقة الحشد البشري، يتم تقييم أكثر من 500 نموذج كبير، ويمكن استبدال ردود فعل المستخدمين بالنقد. حتى الآن، جذبت العديد من الشركات بما في ذلك OpenAI لشراء البيانات، مما شكل تدفقاً نقدياً فعلياً.
نموذج العمل لهذا المشروع واضح نسبيًا، وليس مجرد نموذج لحرق الأموال. ومع ذلك، فإن منع سلوك الطلبات المزيفة يمثل تحديًا كبيرًا، ويتطلب تحسينًا مستمرًا لخوارزمية مكافحة هجمات الساحرات. من حيث حجم التمويل، يُفضل رأس المال بوضوح المشاريع التي أثبتت قدرتها على تحقيق العائدات.
شبكة حوسبة الذكاء الاصطناعي اللامركزية
أنهى المشروع جولة تمويل أولية بقيمة 10 ملايين دولار في يونيو. يتميز بالحصول على بعض الاعتراف في سوق DePIN على Solana من خلال ملحقات المتصفح. تمت العملية لاستكشاف جوهري لبروتوكول نقل البيانات الجديد ومحرك الاستدلال في الحوسبة الطرفية وقابلية التحقق من البيانات، مما يمكنه من تقليل التأخير بنسبة 40% ويدعم الوصول إلى الأجهزة المتغايرة.
يتماشى اتجاه هذا المشروع مع اتجاه "تعميم" الذكاء الاصطناعي. ومع ذلك، عند التعامل مع المهام المعقدة، قد لا تزال هناك فجوة في الكفاءة مقارنةً بالمنصات المركزية، كما أن استقرار العقد الطرفية هو مشكلة تحتاج إلى حل. ومع ذلك، فإن الحوسبة الطرفية، كطلب جديد ناتج عن ضغط الذكاء الاصطناعي في Web2، هي بالضبط ميزة الإطار الموزع للذكاء الاصطناعي في Web3، ومن الجدير بالانتظار أن تدفع المنتجات الفعلية من خلال الأداء الفعلي.
منصة البنية التحتية للبيانات AI اللامركزية
تقوم هذه المنصة بتحفيز المستخدمين من جميع أنحاء العالم على المساهمة ببيانات في مجالات متعددة، بما في ذلك الطب، القيادة الذاتية، الصوت، وغيرها. حتى الآن، تجاوزت الإيرادات التراكمية 14 مليون دولار، وتم إنشاء شبكة من المساهمين في البيانات تضم مليون شخص.
تقنياً، يدمج هذا النظام التحقق من ZK وخوارزمية توافق الآراء BFT لضمان جودة البيانات، ويستخدم تقنية حساب الخصوصية لتلبية متطلبات الامتثال. ومن الجدير بالذكر أنهم أطلقوا أيضًا جهاز جمع موجات الدماغ، مما يحقق التوسع من البرمجيات إلى الأجهزة. تم تصميم النموذج الاقتصادي بشكل معقول، حيث يمكن للمستخدمين كسب 16 دولاراً و 500,000 نقطة من خلال 10 ساعات من التسمية الصوتية، ويمكن أن تنخفض تكلفة الاشتراك في خدمات البيانات للشركات بنسبة 45%.
تتمثل القيمة الكبرى لهذا المشروع في تلبية الطلب الحقيقي على وضع علامات البيانات الخاصة بالذكاء الاصطناعي، خاصة في المجالات التي تتطلب جودة البيانات والامتثال العالي، مثل الرعاية الصحية وقيادة السيارات الذاتية. ومع ذلك، فإن معدل الخطأ البالغ 20% مقارنةً بـ 10% على المنصات التقليدية لا يزال مرتفعًا، وتقلب جودة البيانات هو مشكلة تحتاج إلى حل مستمر. على الرغم من أن مجال واجهات الدماغ والحاسوب يوفر مساحة كبيرة للتخيل، إلا أن صعوبة التنفيذ ليست قليلة.
شبكة الحوسبة الموزعة على سلسلة سولانا
تم الانتهاء من تمويل المشروع بقيمة 10.8 مليون دولار في يونيو. يتميز بتجميع موارد GPU غير المستخدمة من خلال تقنية الشظايا الديناميكية، مما يدعم استدلال النماذج الكبيرة بتكلفة أقل بنسبة 40% مقارنة بخدمات السحابة التقليدية. من خلال تصميم تداول البيانات المعنونة، يتم تحويل المساهمين في قوة الحوسبة إلى أصحاب مصلحة، مما يساعد على تحفيز المزيد من الأشخاص على المشاركة في الشبكة.
هذا نموذج "تجميع الموارد غير المستغلة" النموذجي، وهو منطقي تمامًا. لكن نسبة خطأ التحقق عبر السلاسل البالغة 15% مرتفعة بالفعل، ويجب تحسين الاستقرار الفني أكثر. في مشاهد مثل الرسم ثلاثي الأبعاد، حيث لا تتطلب السرعة العالية، يتمتع هذا المشروع بمزايا. المفتاح هو ما إذا كان يمكن تقليل معدل الأخطاء، وإلا فإن أي نموذج تجاري جيد قد يتأثر بمشكلات فنية.
منصة تداول العملات المشفرة عالية التردد المدفوعة بالذكاء الاصطناعي
أنهى النظام الأساسي جولة تمويل أولية بقيمة 3.38 مليون دولار في يونيو. تكنولوجيا الجوهر لديها القدرة على تحسين مسارات التداول ديناميكيًا، مما يقلل من الانزلاق، وقد أظهرت الاختبارات زيادة في الكفاءة بنسبة 30%. يتماشى هذا المشروع مع اتجاه AgentFi، وقد وجد نقطة دخول في مجال التداول الكمي DeFi، وهو قطاع فرعي نسبيًا خالٍ، مما يلبي احتياجات السوق.
الاتجاه الصحيح للمشروع، فإن DeFi بحاجة بالفعل إلى أدوات تداول أكثر ذكاءً. ولكن يتطلب التداول عالي التردد تأخيرات ودقة عالية، ويجب التحقق من التوافق في الوقت الحقيقي بين التنبؤ بالذكاء الاصطناعي والتنفيذ على السلسلة. بالإضافة إلى ذلك، فإن هجمات MEV تمثل خطرًا كبيرًا، مما يتطلب تعزيز التدابير الأمنية التقنية.