J'ai passé en revue plusieurs projets populaires dans le domaine Crypto+AI du mois dernier et j'ai identifié trois tendances significatives, accompagnées d'une brève introduction et d'une évaluation des projets : 1) Les chemins technologiques des projets deviennent plus pragmatiques, mettant l'accent sur les données de performance plutôt que sur un simple emballage conceptuel ; 2) Les scénarios de niche deviennent le point focal de l'expansion, l'IA généralisée cédant la place à l'IA spécialisée ; 3) Les investisseurs accordent plus d'importance à la validation des modèles commerciaux, les projets avec des flux de trésorerie étant clairement plus prisés ; Annexe : Présentation des projets, analyse des points forts, commentaires personnels : 1. @yupp_ai Présentation du projet : Plateforme d'évaluation de modèles d'IA décentralisée, ayant complété un tour de financement de 33 millions de dollars en juin, dirigé par a16z, avec la participation de Jeff Dean. Analyse des points forts : Applique l'avantage du jugement subjectif humain aux lacunes de l'évaluation de l'IA. Grâce à un travail de crowdsourcing, plus de 500 grands modèles sont notés, les retours des utilisateurs pouvant être échangés contre de l'argent (1000 points = 1 dollar), attirant des entreprises comme OpenAI pour l'achat de données, avec un véritable flux de trésorerie. Commentaire personnel : Projet avec un modèle commercial relativement clair, ce n'est pas un modèle de brûlage d'argent pur. Cependant, la prévention des fraudes est un grand défi, et l'algorithme anti-sorcellerie doit être continuellement optimisé. Mais avec une levée de fonds de 33 millions de dollars, il est clair que les investisseurs privilégient les projets avec une validation de monétisation. 2. @Gradient_HQ Présentation du projet : Réseau de calcul d'IA décentralisé, ayant complété un tour de financement de 10 millions de dollars en juin, dirigé par Pantera Capital et Multicoin Capital. Analyse des points forts : Grâce à l'extension de navigateur Sentry Nodes, il a déjà un certain consensus sur le marché dans le domaine DePIN de Solana, les membres de l'équipe venant de Helium, avec le lancement du protocole de transmission de données Lattica et du moteur d'inférence Parallax, ayant fait des explorations substantielles en matière de calcul en périphérie et de vérifiabilité des données, réduisant la latence de 40 % et supportant l'accès d'appareils hétérogènes. Commentaire personnel : La direction est correcte, s'inscrivant parfaitement dans la tendance de "localisation" de l'IA. Cependant, pour traiter des tâches complexes, il faut comparer l'efficacité avec celle des plateformes centralisées, la stabilité des nœuds en périphérie reste un problème. Néanmoins, le calcul en périphérie est une nouvelle demande issue de l'auto-concurrence de web2AI et représente un avantage du cadre distribué de web3AI, je suis optimiste quant à l'avancement de produits concrets basés sur des performances réelles. 3. @PublicAI_ Présentation du projet : Plateforme d'infrastructure de données d'IA décentralisée, incitant les utilisateurs du monde entier à contribuer des données dans divers domaines (santé, conduite autonome, voix, etc.) par le biais de jetons, ayant généré plus de 14 millions de dollars de revenus, établissant un réseau de contributeurs de données de plusieurs millions. Analyse des points forts : Intègre techniquement la vérification ZK et l'algorithme de consensus BFT pour garantir la qualité des données, et utilise également la technologie de calcul de confidentialité Amazon Nitro Enclaves pour répondre aux exigences de conformité. Il est intéressant de noter qu'un dispositif de collecte d'ondes cérébrales, le HeadCap, a été lancé, marquant une expansion du logiciel vers le matériel. Le modèle économique est également bien conçu, les utilisateurs pouvant gagner 16 dollars + 500 000 points pour 10 heures de marquage vocal, et les entreprises voyant le coût de l'abonnement aux services de données réduit de 45 %. Commentaire personnel : Je pense que la plus grande valeur de ce projet réside dans la réponse à la demande réelle de marquage de données d'IA, en particulier dans des domaines comme la santé et la conduite autonome, où les exigences en matière de qualité des données et de conformité sont très élevées. Cependant, un taux d'erreur de 20 % reste supérieur à celui de 10 % des plateformes traditionnelles, la variabilité de la qualité des données est un problème à résoudre en continu. Le domaine des interfaces cerveau-machine a un potentiel d'imagination, mais la difficulté d'exécution est également importante. 4. @sparkchainai Présentation du projet : Réseau de puissance de calcul distribué sur la chaîne Solana, ayant complété un financement de 10,8 millions de dollars en juin, dirigé par OakStone Ventures. Analyse des points forts : Agrège les ressources GPU inutilisées grâce à une technologie de découpage dynamique, supportant l'inférence de grands modèles comme Llama3-405B, avec des coûts 40 % inférieurs à ceux d'AWS. La conception de la transaction de données tokenisée est assez intéressante, transformant directement les contributeurs de puissance de calcul en parties prenantes, tout en incitant davantage de personnes à participer au réseau. Commentaire personnel : Modèle typique d'"agrégation de ressources inutilisées", logiquement cohérent. Cependant, un taux d'erreur de validation inter-chaînes de 15 % est effectivement un peu élevé, la stabilité technique doit encore être perfectionnée. Cependant, dans des scénarios comme le rendu 3D, où les exigences de temps réel ne sont pas très élevées, il y a effectivement un avantage, la clé étant de réduire le taux d'erreur, sinon même le meilleur modèle commercial sera entravé par des problèmes techniques. 5. @olaxbt_terminal Présentation du projet : Plateforme de trading haute fréquence de cryptomonnaies alimentée par l'IA, ayant complété un tour de financement de 3,38 millions de dollars en juin, dirigé par @ambergroup_io. Analyse des points forts : La technologie MCP peut optimiser dynamiquement les chemins de trading, réduisant le slippage, avec une amélioration de l'efficacité de 30 % mesurée. S'inscrivant dans la tendance #AgentFi, cela représente une opportunité dans le domaine relativement vierge du trading quantitatif DeFi, comblant ainsi une demande du marché. Commentaire personnel : La direction est correcte, DeFi a effectivement besoin d'outils de trading plus intelligents. Cependant, le trading haute fréquence exige des délais et une précision très élevés, la synergie en temps réel entre les prévisions de l'IA et l'exécution sur la chaîne doit encore être validée. De plus, les attaques MEV représentent un grand risque, les mesures de protection technique doivent suivre. Note : Pour plus de nouveaux projets dans le domaine AI+Crypto, n'hésitez pas à compléter dans la section des commentaires, je sélectionnerai les projets ayant une valeur de recherche et d'investissement pour un suivi et un partage, merci.