Аналіз популярних проектів у сфері Crypto+AI та тенденції

Нещодавно ми детально спостерігали за популярними проектами в секторі Crypto+AI і виявили три очевидні тенденції розвитку в цій галузі:

1. Технічний шлях проекту став більш прагматичним, більше не покладаючись лише на упаковку концепцій, а почав звертати увагу на демонстрацію показників продуктивності.

2. Вертикальна сегментація сцен стає ключовим напрямом розширення, професіоналізовані AI додатки поступово замінюють універсальні AI рішення.

3. Капітал більше зосереджується на верифікації бізнес-моделей, проекти з реальним грошовим потоком помітно більше користуються попитом.

Ось короткий опис і аналіз деяких популярних проєктів:

Децентралізована платформа оцінки AI моделей

Ця платформа завершила фінансування на суму 33 мільйони доларів у червні. Її основна особливість полягає в застосуванні переваг людського суб'єктивного судження до оцінки недоліків штучного інтелекту. За допомогою ручного краудсорсингу для оцінки понад 500 великих моделей, відгуки користувачів можна обмінювати на готівку. Наразі залучено кілька компаній, включно з OpenAI, для закупівлі даних, що сформувало реальний грошовий потік.

Ця бізнес-модель проекту відносно чітка, це не просто модель спалювання грошей. Однак запобігання фальшивим замовленням є серйозним викликом, що вимагає постійної оптимізації алгоритму протидії відьомським атакам. Що стосується обсягу фінансування, капітал явно більше віддає перевагу проектам, які вже підтвердили свою здатність до монетизації.

Децентралізована AI обчислювальна мережа

Цей проект завершив фінансування на суму 10 мільйонів доларів у рамках Seed-раунду в червні. Він відзначився певним визнанням на ринку в галузі Solana DePIN через браузерні розширення. Новий протокол передачі даних та механізм висновків здійснили суттєві дослідження в області обчислень на краю та перевірки даних, що дозволяє знизити затримку на 40% та підтримує підключення гетерогенних пристроїв.

Цей проект спрямований на відповідність тренду "занурення" локалізації AI. Проте, при виконанні складних завдань, ефективність все ще може бути нижчою в порівнянні з централізованими платформами, а стабільність крайових вузлів також є проблемою, яку потрібно вирішити. Проте, крайові обчислення, як нова потреба, що виникає внаслідок внутрішньої конкуренції Web2 AI, є перевагою розподіленої структури Web3 AI, і варто сподіватися на просування конкретних продуктів через реальну продуктивність.

Децентралізована AI інфраструктура даних

Ця платформа стимулює глобальних користувачів вносити дані з різних галузей, включаючи медицину, автономне водіння, голосові технології тощо. Наразі загальний дохід перевищує 14 мільйонів доларів США, створено мережу з мільйонами учасників внесків даних.

Технічно, платформа інтегрує ZK верифікацію та BFT консенсусний алгоритм для забезпечення якості даних, а також використовує технології приватних обчислень для задоволення вимог відповідності. Варто зазначити, що вони також запустили обладнання для збору електроенцефалографічних даних, реалізуючи розширення від програмного забезпечення до апаратного забезпечення. Економічна модель розроблена раціонально, користувачі можуть заробити 16 доларів і 500 тисяч балів за 10 годин голосового маркування, а вартість підписки на дані для підприємств може знизитися на 45%.

Цінність цього проєкту полягає в задоволенні реальних потреб у позначенні даних для ШІ, особливо в таких сферах, як охорона здоров'я та безпілотні технології, які мають дуже високі вимоги до якості даних та відповідності. Проте, рівень помилок у 20% все ще є занадто високим порівняно з 10% на традиційних платформах, а коливання якості даних є проблемою, яку потрібно постійно вирішувати. Напрямок інтерфейсів мозок-машина хоч і має простір для уяви, але виконання є досить складним.

Розподілена обчислювальна мережа на ланцюгу Solana

Проект завершив фінансування в 10,8 мільйона доларів у червні. Його особливістю є агрегація невикористаних ресурсів GPU за допомогою динамічної шардінгової технології, що підтримує інференцію великих моделей, при цьому вартість на 40% нижча за традиційні хмарні послуги. Завдяки дизайну токенізованої торгівлі даними, учасники обчислювальних потужностей перетворюються на зацікавлені сторони, що сприяє залученню більшої кількості людей до мережі.

Це типовий модель "агрегування невикористаних ресурсів", логічно обґрунтована. Але 15% рівень помилок верифікації між ланцюгами дійсно є надто високим, технічну стабільність ще потрібно покращити. У сценах, де вимоги до реального часу не є високими, таких як 3D рендеринг, цей проект дійсно має переваги. Ключове питання - чи можна знизити рівень помилок, інакше навіть найкраща бізнес-модель може бути зіпсована технічними проблемами.

Платформа високочастотної торгівлі криптовалютою на базі штучного інтелекту

Ця платформа завершила фінансування на стадії посіву в 3,38 мільйона доларів у червні. Її основна технологія може динамічно оптимізувати торгові шляхи, зменшуючи проскок, з фактичним підвищенням ефективності на 30%. Цей проєкт відповідає тенденції AgentFi, знайшовши точку входу в відносно порожню нішу кількісної торгівлі DeFi, заповнюючи потреби ринку.

Напрямок проекту правильний, DeFi дійсно потребує більш розумних торгових інструментів. Але високочастотна торгівля має дуже високі вимоги до затримок і точності, прогнози ШІ та реальна синхронізація виконання в ланцюгу ще потребують подальшої перевірки. Крім того, атаки MEV є серйозним ризиком, і необхідно посилити технічні заходи захисту.