📢 Gate廣場專屬 #WXTM创作大赛# 正式開啓!
聚焦 CandyDrop 第59期 —— MinoTari (WXTM),總獎池 70,000 枚 WXTM 等你贏!
🎯 關於 MinoTari (WXTM)
Tari 是一個以數字資產爲核心的區塊鏈協議,由 Rust 構建,致力於爲創作者提供設計全新數字體驗的平台。
通過 Tari,數字稀缺資產(如收藏品、遊戲資產等)將成爲創作者拓展商業價值的新方式。
🎨 活動時間:
2025年8月7日 17:00 - 8月12日 24:00(UTC+8)
📌 參與方式:
在 Gate廣場發布與 WXTM 或相關活動(充值 / 交易 / CandyDrop)相關的原創內容
內容不少於 100 字,形式不限(觀點分析、教程分享、圖文創意等)
添加標籤: #WXTM创作大赛# 和 #WXTM#
附本人活動截圖(如充值記錄、交易頁面或 CandyDrop 報名圖)
🏆 獎勵設置(共計 70,000 枚 WXTM):
一等獎(1名):20,000 枚 WXTM
二等獎(3名):10,000 枚 WXTM
三等獎(10名):2,000 枚 WXTM
📋 評選標準:
內容質量(主題相關、邏輯清晰、有深度)
用戶互動熱度(點讚、評論)
附帶參與截圖者優先
📄 活動說明:
內容必須原創,禁止抄襲和小號刷量行爲
獲獎用戶需完成 Gate廣場實名
Crypto+AI賽道三大趨勢: 項目技術務實化與細分商業模式分析
Crypto+AI 賽道近期三大趨勢及熱門項目分析
過去一個月,Crypto+AI 賽道呈現出三個顯著的趨勢變化:
項目技術路徑更加務實,開始注重性能數據而非純概念包裝。
垂直細分場景成爲拓展焦點,專業化 AI 應用逐漸取代通用化 AI。
資本更關注商業模式驗證,具有現金流的項目明顯更受青睞。
以下是幾個熱門項目的簡要介紹和分析:
1. 去中心化 AI 模型評估平台
該平台於 6 月完成 3300 萬美元種子輪融資。它將人類的主觀判斷優勢應用到 AI 的評估短板上,通過人工衆包給 500 多個大模型打分。用戶反饋可兌現現金,每 1000 積分等於 1 美元。該平台已吸引多家知名公司採購數據,形成了實際的現金流。
這是一個商業模式較爲清晰的項目,並非純燒錢模式。然而,防刷單是一大挑戰,反女巫攻擊算法需要持續優化。從融資規模來看,資本明顯更看重有變現驗證的項目。
2. 去中心化 AI 計算網路
該項目在 6 月完成 1000 萬美元種子輪融資。它通過瀏覽器插件在 Solana DePIN 領域已有一定市場共識。團隊成員來自多個知名項目,新推出的數據傳輸協議和推理引擎在邊緣計算和數據可驗證性方面做了實質性探索,能降低延遲 40%,支持異構設備接入。
這個項目的方向很對,正好切入 AI 本地化"下沉"趨勢。但在處理復雜任務時需要與中心化平台比拼效率,邊緣節點的穩定性仍是一個問題。不過,邊緣計算是 Web2 AI 內卷催生的新需求,也是 Web3 AI 分布式框架的優勢所在,值得關注其後續的具體產品落地情況。
3. 去中心化 AI 數據基礎設施平台
該平台通過代幣激勵全球用戶貢獻多領域數據,包括醫療、自動駕駛、語音等。累計收入超 1400 萬美元,建立了百萬級數據貢獻者網路。技術上集成了 ZK 驗證與 BFT 共識算法以確保數據質量,還使用了隱私計算技術滿足合規要求。
該項目還推出了腦電波採集設備,實現了從軟件到硬件的拓展。其經濟模型設計不錯,用戶 10 小時語音標注能賺取 16 美元和 50 萬積分,企業訂閱數據服務成本可降低 45%。
這個項目的最大價值在於切中了 AI 數據標注的真實需求,特別是在對數據質量和合規要求極高的醫療、自動駕駛等領域。但 20% 的錯誤率仍高於傳統平台的 10%,數據質量波動是需要持續解決的問題。腦機接口方向雖然富有想象空間,但執行難度不小。
4. Solana 鏈上分布式算力網路
該項目於 6 月完成 1080 萬美元融資。它通過動態分片技術聚合閒置 GPU 資源,支持大型語言模型推理,成本比某雲服務提供商低 40%。其代幣化數據交易的設計將算力貢獻者變成了利益相關方,有助於激勵更多人參與網路。
這是典型的"聚合閒置資源"模式,邏輯上說得通。但 15% 的跨鏈驗證錯誤率確實偏高,技術穩定性還需繼續提升。在 3D 渲染等對實時性要求不高的場景中具有優勢,關鍵是能否降低錯誤率,否則再好的商業模式也會被技術問題拖累。
5. AI 驅動的加密貨幣高頻交易平台
該平台在 6 月完成 338 萬美元種子輪融資。其 MCP 技術能動態優化交易路徑,減少滑點,實測效率提升 30%。這個項目順應了 AgentFi 趨勢,在 DeFi 量化交易這個相對空白的細分領域找到了切入點,填補了市場需求。
方向無疑是正確的,DeFi 確實需要更智能的交易工具。但高頻交易對延遲和準確性要求極高,AI 預測和鏈上執行的實時協同性還需驗證。另外,MEV 攻擊是一個重大風險,技術防護措施需要跟上才行。