Аналіз трьох основних тенденцій та популярних проектів у сфері Crypto+AI

Протягом минулого місяця в секторі Crypto+AI спостерігалися три помітні зміни тенденцій:

1. Технічний шлях проекту став більш практичним, почали приділяти увагу даним про продуктивність, а не лише концептуальній упаковці.

2. Вертикальна сегментація сцен стає фокусом розширення, професійні AI застосування поступово замінюють універсальні AI.

3. Капітал більше зосереджується на перевірці бізнес-моделей, проекти з грошовим потоком явно є більш привабливими.

Ось кілька коротких описів і аналізу популярних проектів:

1. Децентралізована платформа оцінки AI моделей

Ця платформа завершила фінансування на стадії насіння в 33 мільйони доларів у червні. Вона застосовує переваги суб'єктивного судження людини до слабких місць оцінки ШІ, оцінюючи більше 500 великих моделей за допомогою ручного краудсорсингу. Відгуки користувачів можуть бути конвертовані в готівку, кожні 1000 балів дорівнюють 1 долару. Платформа вже залучила кілька відомих компаній для закупівлі даних, сформувавши реальний грошовий потік.

Це проект з досить зрозумілою бізнес-моделлю, а не чисто витратним. Однак, боротьба з фальшивими замовленнями є великою проблемою, алгоритм протидії «відьомським» атакам потребує постійної оптимізації. З точки зору обсягу фінансування, капітал явно більше цінує проекти з перевіркою монетизації.

2. Децентралізована мережа обчислень штучного інтелекту

Цей проєкт завершив фінансування на суму 10 мільйонів доларів у раунді seed у червні. Він вже має певний ринковий консенсус у сфері Solana DePIN через розширення браузера. Члени команди походять з кількох відомих проєктів, нова передана протокол і двигун висновків здійснили суттєве дослідження в області крайових обчислень і перевіряємості даних, що дозволяє знизити затримки на 40% і підтримує підключення гетерогенних пристроїв.

Цей проект має правильний напрямок, якраз входить у тренд "згортання" локалізації AI. Але при виконанні складних задач потрібно змагатися з централізованими платформами за ефективністю, стабільність крайових вузлів все ще є проблемою. Проте, крайові обчислення є новим попитом, що виник через інтенсивність AI в Web2, а також є перевагою розподіленої структури AI в Web3, варто звернути увагу на подальші конкретні продукти.

3. Децентралізована AI інфраструктура даних

Ця платформа заохочує глобальних користувачів вносити дані з різних галузей, включаючи медицину, автоматичне водіння, голосові технології тощо, за допомогою токенів. Загальний дохід перевищує 14 мільйонів доларів США, створено мережу з понад мільйоном донорів даних. Технічно інтегровані ZK-верифікація та алгоритм консенсусу BFT для забезпечення якості даних, також використовується технологія обчислень конфіденційності для дотримання вимог регулювання.

Цей проєкт також запустив пристрій для збору електроенцефалограм, який реалізує розширення від програмного забезпечення до апаратного забезпечення. Його економічна модель добре спроектована, користувач може заробити 16 доларів і 500 тисяч балів за 10 годин голосового маркування, а вартість підписки на дані для підприємств може знизитись на 45%.

Цінність цього проєкту полягає в тому, що він точно відповідає реальним потребам у позначенні даних AI, особливо в таких сферах, як охорона здоров'я та автономне водіння, де вимоги до якості даних і відповідності є дуже високими. Але рівень помилок у 20% все ще вищий за 10% традиційних платформ, і коливання якості даних є постійною проблемою, яку потрібно вирішувати. Хоча напрямок інтерфейсу мозок-комп'ютер має великий простір для уяви, його реалізація не є простою.

4. Розподілена мережа обчислювальної потужності на ланцюгу Solana

Проект завершив фінансування в розмірі 10,8 мільйона доларів у червні. Він агрегує неактивні ресурси GPU за допомогою технології динамічних шардінгів, підтримуючи інференцію великих мовних моделей, при цьому витрати на 40% нижчі, ніж у деяких постачальників хмарних послуг. Дизайн токенізованої торгівлі даними перетворює учасників обчислювальних потужностей на зацікавлені сторони, що допомагає стимулювати більше людей брати участь в мережі.

Це типовий "модель агрегування невикористаних ресурсів", з логічної точки зору це має сенс. Але 15% - це дійсно висока помилка верифікації між ланцюгами, тому технічну стабільність потрібно продовжувати покращувати. У сценах, де вимоги до реального часу не є високими, таких як 3D рендеринг, це має перевагу, головне - чи можна знизити рівень помилок, інакше навіть найкраща бізнес-модель страждатиме від технічних проблем.

5. Платформа високочастотної торгівлі криптовалютами на основі штучного інтелекту

Ця платформа завершила раунд фінансування на 3,38 мільйона доларів у червні. Її технологія MCP може динамічно оптимізувати торгові маршрути, зменшуючи проскок, фактична ефективність зросла на 30%. Цей проект відповідає тенденціям AgentFi, знайшовши точку входу в відносно порожню нішу DeFi кількісної торгівлі, заповнюючи потреби ринку.

Напрямок безсумнівно правильний, DeFi справді потребує більш розумних торгових інструментів. Але високочастотна торгівля вимагає надзвичайно високої точності та швидкості, а реальна координація між AI-прогнозами та виконанням в блокчейні ще потребує перевірки. Крім того, атаки MEV є значним ризиком, технічні заходи захисту повинні відповідати вимогам.