تحليل الاتجاهات الثلاثة الكبرى والمشاريع الساخنة في مجال Crypto+AI مؤخرًا
خلال الشهر الماضي، أظهر مجال Crypto+AI ثلاثة تغييرات ملحوظة في الاتجاهات:
أصبح مسار التكنولوجيا للمشروع أكثر واقعية، وبدأ التركيز على بيانات الأداء بدلاً من التعبئة المفهومية الخالصة.
أصبحت المشاهد المتخصصة محور التركيز للتوسع، حيث بدأت تطبيقات الذكاء الاصطناعي المتخصصة تحل تدريجياً محل الذكاء الاصطناعي العام.
رأس المال يركز أكثر على التحقق من نموذج الأعمال، والمشاريع التي تتمتع بتدفق نقدي تحظى بوضوح بتفضيل أكبر.
إليك ملخص وتحليل لعدة مشاريع شهيرة:
1. منصة تقييم نماذج الذكاء الاصطناعي اللامركزية
أكمل المنصة جولة تمويل البذور بقيمة 33 مليون دولار في يونيو. إنها تطبق ميزة الحكم البشري الذاتي على نقاط الضعف في تقييم الذكاء الاصطناعي، من خلال التصنيف البشري لأكثر من 500 نموذج كبير. يمكن تحويل ملاحظات المستخدمين إلى نقد، كل 1000 نقطة تعادل 1 دولار. لقد جذبت المنصة بالفعل العديد من الشركات المعروفة لشراء البيانات، مما شكل تدفق نقدي فعلي.
هذا مشروع يتمتع بنموذج عمل واضح نسبيًا، وليس نموذج حرق أموال بحت. ومع ذلك، فإن مكافحة الاحتيال تمثل تحديًا كبيرًا، ويحتاج خوارزمية مكافحة الهجمات النسائية إلى تحسين مستمر. من حيث حجم التمويل، يبدو أن رأس المال يولي اهتمامًا أكبر للمشاريع التي تتوفر على إثبات تحقيق العوائد.
2. شبكة الحوسبة الذكية اللامركزية
لقد أكمل المشروع جولة تمويل بذور بقيمة 10 ملايين دولار في يونيو. لقد حقق بعض التوافق في السوق في مجال Solana DePIN من خلال ملحقات المتصفح. أعضاء الفريق من عدة مشاريع معروفة، والبروتوكول الجديد لنقل البيانات ومحرك الاستدلال قد أجروا استكشافات جوهرية في الحوسبة الطرفية وقابلية التحقق من البيانات، مما يمكن أن يقلل من التأخير بنسبة 40% ويدعم الوصول إلى الأجهزة المتنوعة.
اتجاه هذا المشروع صحيح ، حيث يتماشى تمامًا مع اتجاه "تعميم" الذكاء الاصطناعي. ومع ذلك ، عند التعامل مع المهام المعقدة ، يجب أن تتنافس مع المنصات المركزية من حيث الكفاءة ، ولا تزال استقرار العقد الطرفية مشكلة. ومع ذلك ، فإن الحوسبة الطرفية هي حاجة جديدة نشأت عن تضخم الذكاء الاصطناعي في Web2 ، وهي أيضًا ميزة الإطار الموزع للذكاء الاصطناعي في Web3 ، مما يستحق متابعة حالة تنفيذ المنتجات المحددة في المستقبل.
3. منصة بنية تحتية للبيانات AI اللامركزية
تقوم المنصة بتحفيز المستخدمين العالميين من خلال الرموز لتقديم بيانات من مجالات متعددة، بما في ذلك الطب، القيادة الذاتية، والصوتيات. بلغت الإيرادات التراكمية أكثر من 14 مليون دولار، وتم إنشاء شبكة من مساهمي البيانات تضم مليون شخص. تقنياً، تم دمج التحقق باستخدام ZK وخوارزمية توافق BFT لضمان جودة البيانات، كما تم استخدام تقنية حساب الخصوصية لتلبية متطلبات الامتثال.
أطلق المشروع أيضًا جهازًا لجمع موجات الدماغ، مما حقق التوسع من البرمجيات إلى الأجهزة. تصميم النموذج الاقتصادي جيد، حيث يمكن للمستخدمين كسب 16 دولارًا و 500,000 نقطة من 10 ساعات من التعليق الصوتي، كما يمكن أن ينخفض تكلفة الاشتراك في خدمات البيانات للشركات بنسبة 45٪.
تتمثل القيمة القصوى لهذا المشروع في أنه يتماشى مع الاحتياجات الحقيقية لتوسيم بيانات الذكاء الاصطناعي، خاصة في مجالات مثل الرعاية الصحية والقيادة الذاتية، حيث تكون متطلبات جودة البيانات والامتثال عالية للغاية. ومع ذلك، فإن معدل الخطأ البالغ 20% لا يزال أعلى من 10% على المنصات التقليدية، وتقلب جودة البيانات هو مشكلة تحتاج إلى حل مستمر. على الرغم من أن اتجاه واجهات الدماغ والحاسوب يحمل إمكانية كبيرة، إلا أن صعوبة التنفيذ ليست بسيطة.
4. شبكة الحوسبة الموزعة على سلسلة سولانا
تم الانتهاء من تمويل المشروع بمبلغ 10.8 مليون دولار في يونيو. يقوم بتجميع موارد GPU غير المستخدمة من خلال تقنية التقسيم الديناميكي، ويدعم استدلال نماذج اللغة الكبيرة، بتكلفة أقل بنسبة 40% من بعض مقدمي خدمات السحابة. تصميم تداول البيانات المرمزة بالرموز يحول المساهمين في القدرة الحاسوبية إلى أصحاب مصلحة، مما يساعد في تحفيز المزيد من الأشخاص على المشاركة في الشبكة.
هذه هي نموذج "تجميع الموارد غير المستغلة" النموذجي، من الناحية المنطقية يبدو معقولاً. لكن معدل خطأ التحقق عبر السلاسل بنسبة 15% مرتفع بالفعل، ويحتاج الاستقرار التكنولوجي إلى تحسين مستمر. يتمتع بميزة في سيناريوهات مثل عرض الصور ثلاثية الأبعاد حيث لا تكون متطلبات الوقت الفعلي عالية، الأمر الحاسم هو ما إذا كان يمكن تقليل معدل الخطأ، وإلا فإن أي نموذج تجاري جيد سيتأثر بمشكلات تقنية.
5. منصة تداول العملات المشفرة عالية التردد المدفوعة بالذكاء الاصطناعي
أكمل المنصة جولة تمويل بذور بقيمة 3.38 مليون دولار في يونيو. تكنولوجيا MCP الخاصة بها قادرة على تحسين مسارات التداول ديناميكيًا، وتقليل الانزلاق، وقد أظهرت التجارب زيادة في الكفاءة بنسبة 30%. يتماشى هذا المشروع مع اتجاه AgentFi، حيث وجد نقطة دخول في مجال التداول الكمي في DeFi الذي يعتبر مجالًا نسبيًا فارغًا، مما يملأ حاجة السوق.
لا شك أن الاتجاه صحيح، يحتاج DeFi بالفعل إلى أدوات تداول أكثر ذكاءً. ولكن التداول عالي التردد يتطلب دقة وتأخير عاليين، ويجب التحقق من التوافق الزمني بين توقعات الذكاء الاصطناعي والتنفيذ على السلسلة. بالإضافة إلى ذلك، فإن هجمات MEV تشكل خطرًا كبيرًا، ويجب أن تتماشى التدابير التقنية لحمايتها.
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 13
أعجبني
13
7
إعادة النشر
مشاركة
تعليق
0/400
fren.eth
· منذ 9 س
يا إلهي، كسب المال من تقييم النماذج!
شاهد النسخة الأصليةرد0
PumpDoctrine
· منذ 18 س
المال هو الحقيقة الصلبة، أين يمكن أن يكون هناك مفهوم لتغليف العطر
شاهد النسخة الأصليةرد0
ForkTongue
· 08-09 15:10
شخص يُستغل بغباء يحقق دخل شهري من عدة gwei
شاهد النسخة الأصليةرد0
WhaleWatcher
· 08-09 15:07
又来 يُستغل بغباء.了是吧
شاهد النسخة الأصليةرد0
GateUser-aa7df71e
· 08-09 15:05
لقد رأيت الفخ مبكرًا، إنه مجرد حزمة من الحمقى.
شاهد النسخة الأصليةرد0
CryptoGoldmine
· 08-09 14:58
عائد الاستثمار قوة الحوسبة比这才是硬道理 مفهوم الذكاء الاصطناعي包装换汤不换药
اتجاهات ثلاث في مجال Crypto+AI: تحليل تقنيات المشاريع والعمليات التجارية المتخصصة
تحليل الاتجاهات الثلاثة الكبرى والمشاريع الساخنة في مجال Crypto+AI مؤخرًا
خلال الشهر الماضي، أظهر مجال Crypto+AI ثلاثة تغييرات ملحوظة في الاتجاهات:
أصبح مسار التكنولوجيا للمشروع أكثر واقعية، وبدأ التركيز على بيانات الأداء بدلاً من التعبئة المفهومية الخالصة.
أصبحت المشاهد المتخصصة محور التركيز للتوسع، حيث بدأت تطبيقات الذكاء الاصطناعي المتخصصة تحل تدريجياً محل الذكاء الاصطناعي العام.
رأس المال يركز أكثر على التحقق من نموذج الأعمال، والمشاريع التي تتمتع بتدفق نقدي تحظى بوضوح بتفضيل أكبر.
إليك ملخص وتحليل لعدة مشاريع شهيرة:
1. منصة تقييم نماذج الذكاء الاصطناعي اللامركزية
أكمل المنصة جولة تمويل البذور بقيمة 33 مليون دولار في يونيو. إنها تطبق ميزة الحكم البشري الذاتي على نقاط الضعف في تقييم الذكاء الاصطناعي، من خلال التصنيف البشري لأكثر من 500 نموذج كبير. يمكن تحويل ملاحظات المستخدمين إلى نقد، كل 1000 نقطة تعادل 1 دولار. لقد جذبت المنصة بالفعل العديد من الشركات المعروفة لشراء البيانات، مما شكل تدفق نقدي فعلي.
هذا مشروع يتمتع بنموذج عمل واضح نسبيًا، وليس نموذج حرق أموال بحت. ومع ذلك، فإن مكافحة الاحتيال تمثل تحديًا كبيرًا، ويحتاج خوارزمية مكافحة الهجمات النسائية إلى تحسين مستمر. من حيث حجم التمويل، يبدو أن رأس المال يولي اهتمامًا أكبر للمشاريع التي تتوفر على إثبات تحقيق العوائد.
2. شبكة الحوسبة الذكية اللامركزية
لقد أكمل المشروع جولة تمويل بذور بقيمة 10 ملايين دولار في يونيو. لقد حقق بعض التوافق في السوق في مجال Solana DePIN من خلال ملحقات المتصفح. أعضاء الفريق من عدة مشاريع معروفة، والبروتوكول الجديد لنقل البيانات ومحرك الاستدلال قد أجروا استكشافات جوهرية في الحوسبة الطرفية وقابلية التحقق من البيانات، مما يمكن أن يقلل من التأخير بنسبة 40% ويدعم الوصول إلى الأجهزة المتنوعة.
اتجاه هذا المشروع صحيح ، حيث يتماشى تمامًا مع اتجاه "تعميم" الذكاء الاصطناعي. ومع ذلك ، عند التعامل مع المهام المعقدة ، يجب أن تتنافس مع المنصات المركزية من حيث الكفاءة ، ولا تزال استقرار العقد الطرفية مشكلة. ومع ذلك ، فإن الحوسبة الطرفية هي حاجة جديدة نشأت عن تضخم الذكاء الاصطناعي في Web2 ، وهي أيضًا ميزة الإطار الموزع للذكاء الاصطناعي في Web3 ، مما يستحق متابعة حالة تنفيذ المنتجات المحددة في المستقبل.
3. منصة بنية تحتية للبيانات AI اللامركزية
تقوم المنصة بتحفيز المستخدمين العالميين من خلال الرموز لتقديم بيانات من مجالات متعددة، بما في ذلك الطب، القيادة الذاتية، والصوتيات. بلغت الإيرادات التراكمية أكثر من 14 مليون دولار، وتم إنشاء شبكة من مساهمي البيانات تضم مليون شخص. تقنياً، تم دمج التحقق باستخدام ZK وخوارزمية توافق BFT لضمان جودة البيانات، كما تم استخدام تقنية حساب الخصوصية لتلبية متطلبات الامتثال.
أطلق المشروع أيضًا جهازًا لجمع موجات الدماغ، مما حقق التوسع من البرمجيات إلى الأجهزة. تصميم النموذج الاقتصادي جيد، حيث يمكن للمستخدمين كسب 16 دولارًا و 500,000 نقطة من 10 ساعات من التعليق الصوتي، كما يمكن أن ينخفض تكلفة الاشتراك في خدمات البيانات للشركات بنسبة 45٪.
تتمثل القيمة القصوى لهذا المشروع في أنه يتماشى مع الاحتياجات الحقيقية لتوسيم بيانات الذكاء الاصطناعي، خاصة في مجالات مثل الرعاية الصحية والقيادة الذاتية، حيث تكون متطلبات جودة البيانات والامتثال عالية للغاية. ومع ذلك، فإن معدل الخطأ البالغ 20% لا يزال أعلى من 10% على المنصات التقليدية، وتقلب جودة البيانات هو مشكلة تحتاج إلى حل مستمر. على الرغم من أن اتجاه واجهات الدماغ والحاسوب يحمل إمكانية كبيرة، إلا أن صعوبة التنفيذ ليست بسيطة.
4. شبكة الحوسبة الموزعة على سلسلة سولانا
تم الانتهاء من تمويل المشروع بمبلغ 10.8 مليون دولار في يونيو. يقوم بتجميع موارد GPU غير المستخدمة من خلال تقنية التقسيم الديناميكي، ويدعم استدلال نماذج اللغة الكبيرة، بتكلفة أقل بنسبة 40% من بعض مقدمي خدمات السحابة. تصميم تداول البيانات المرمزة بالرموز يحول المساهمين في القدرة الحاسوبية إلى أصحاب مصلحة، مما يساعد في تحفيز المزيد من الأشخاص على المشاركة في الشبكة.
هذه هي نموذج "تجميع الموارد غير المستغلة" النموذجي، من الناحية المنطقية يبدو معقولاً. لكن معدل خطأ التحقق عبر السلاسل بنسبة 15% مرتفع بالفعل، ويحتاج الاستقرار التكنولوجي إلى تحسين مستمر. يتمتع بميزة في سيناريوهات مثل عرض الصور ثلاثية الأبعاد حيث لا تكون متطلبات الوقت الفعلي عالية، الأمر الحاسم هو ما إذا كان يمكن تقليل معدل الخطأ، وإلا فإن أي نموذج تجاري جيد سيتأثر بمشكلات تقنية.
5. منصة تداول العملات المشفرة عالية التردد المدفوعة بالذكاء الاصطناعي
أكمل المنصة جولة تمويل بذور بقيمة 3.38 مليون دولار في يونيو. تكنولوجيا MCP الخاصة بها قادرة على تحسين مسارات التداول ديناميكيًا، وتقليل الانزلاق، وقد أظهرت التجارب زيادة في الكفاءة بنسبة 30%. يتماشى هذا المشروع مع اتجاه AgentFi، حيث وجد نقطة دخول في مجال التداول الكمي في DeFi الذي يعتبر مجالًا نسبيًا فارغًا، مما يملأ حاجة السوق.
لا شك أن الاتجاه صحيح، يحتاج DeFi بالفعل إلى أدوات تداول أكثر ذكاءً. ولكن التداول عالي التردد يتطلب دقة وتأخير عاليين، ويجب التحقق من التوافق الزمني بين توقعات الذكاء الاصطناعي والتنفيذ على السلسلة. بالإضافة إلى ذلك، فإن هجمات MEV تشكل خطرًا كبيرًا، ويجب أن تتماشى التدابير التقنية لحمايتها.