เขียนโดย: ห่าวเทียน

หลังจากตรวจสอบโครงการยอดนิยมหลายโครงการในแทร็ก Crypto+AI ในช่วงเดือนที่ผ่านมา เราพบการเปลี่ยนแปลงแนวโน้มที่สำคัญสามประการ พร้อมด้วยคำแนะนำสั้นๆ และความคิดเห็นเกี่ยวกับโครงการเหล่านี้:

1) เส้นทางเทคโนโลยีของโครงการมีความเป็นรูปธรรมมากขึ้น และเริ่มมุ่งเน้นไปที่ข้อมูลประสิทธิภาพมากกว่าการบรรจุภัณฑ์เชิงแนวคิดล้วนๆ

2) สถานการณ์การแบ่งส่วนแนวตั้งได้กลายเป็นจุดเน้นของการขยายตัว และ AI ทั่วไปได้หลีกทางให้กับ AI เฉพาะทาง

3) ทุนให้ความสำคัญกับการตรวจสอบรูปแบบธุรกิจมากขึ้น และโครงการที่มีกระแสเงินสดจะได้รับความนิยมมากขึ้นอย่างเห็นได้ชัด

เอกสารแนบ: บทนำโครงการ การวิเคราะห์ไฮไลท์ ความคิดเห็นส่วนตัว:

1. @yupp_ai

บทนำโครงการ: แพลตฟอร์มการประเมินโมเดล AI แบบกระจายอำนาจ เสร็จสิ้นรอบการลงทุนเริ่มต้นมูลค่า 33 ล้านเหรียญสหรัฐในเดือนมิถุนายน นำโดย a16z และมี Jeff Dean เข้าร่วม

ไฮไลท์: การนำข้อดีของการตัดสินใจเชิงอัตวิสัยของมนุษย์มาประยุกต์ใช้กับข้อบกพร่องของการประเมิน AI การให้คะแนนโมเดลขนาดใหญ่กว่า 500 โมเดลผ่านการระดมทุนจากมวลชน (crowdsourcing) สามารถนำความคิดเห็นของผู้ใช้มาแลกเปลี่ยนเป็นเงินสดได้ (1,000 คะแนน = 1 ดอลลาร์สหรัฐ) ซึ่งดึงดูดให้บริษัทต่างๆ เช่น OpenAI เข้ามาซื้อข้อมูลและมีกระแสเงินสดที่แท้จริง

ความคิดเห็นส่วนตัว: โครงการที่มีรูปแบบธุรกิจที่ค่อนข้างชัดเจนไม่ใช่รูปแบบที่เน้นแต่การเผาเงินเพียงอย่างเดียว อย่างไรก็ตาม การป้องกันคำสั่งซื้อฉ้อโกงถือเป็นความท้าทายที่ยิ่งใหญ่ และอัลกอริทึมป้องกันการโจมตีแบบ Witch จำเป็นต้องได้รับการปรับปรุงอย่างต่อเนื่อง อย่างไรก็ตาม เมื่อพิจารณาจากขนาดเงินทุน 33 ล้านดอลลาร์สหรัฐ เงินทุนให้ความสำคัญกับโครงการที่มีการตรวจสอบการสร้างรายได้อย่างชัดเจน

2. @Gradient_HQ

บทนำโครงการ: เครือข่ายคอมพิวเตอร์ AI แบบกระจายอำนาจ เสร็จสิ้นรอบการลงทุนเริ่มต้นมูลค่า 10 ล้านเหรียญสหรัฐฯ ในเดือนมิถุนายน นำโดย Pantera Capital และ Multicoin Capital

ไฮไลท์: จากการใช้ปลั๊กอินเบราว์เซอร์ Sentry Nodes ทำให้ Solana DePIN ได้รับการยอมรับจากตลาดในระดับหนึ่ง สมาชิกในทีมมาจาก Helium และบริษัทอื่นๆ โปรโตคอลการส่งข้อมูล Lattica ที่เพิ่งเปิดตัวและเอ็นจิ้นอนุมาน Parallax ได้สำรวจด้านการประมวลผลแบบเอจและการตรวจสอบความถูกต้องของข้อมูลอย่างจริงจัง ซึ่งสามารถลดความหน่วงลงได้ 40% และรองรับการเข้าถึงอุปกรณ์ที่หลากหลาย

ความคิดเห็นส่วนตัว: ทิศทางนี้ถูกต้องแล้ว และยังคงติดอยู่กับกระแสของ AI ในระดับท้องถิ่น อย่างไรก็ตาม ประสิทธิภาพในการจัดการงานที่ซับซ้อนนั้นดีกว่าแพลตฟอร์มแบบรวมศูนย์ และความเสถียรของโหนดเอจยังคงเป็นปัญหาอยู่ อย่างไรก็ตาม การประมวลผลแบบเอจเป็นความต้องการใหม่ที่เกิดจาก web2AI และยังเป็นข้อได้เปรียบของเฟรมเวิร์กแบบกระจายของ web3AI อีกด้วย เราเชื่อมั่นว่าการนำผลิตภัณฑ์เฉพาะที่มีประสิทธิภาพจริงมาใช้งานจริงนั้นจะเป็นไปในทิศทางที่ดี

3. @PublicAI_

บทนำโครงการ: แพลตฟอร์มโครงสร้างพื้นฐานข้อมูล AI แบบกระจายศูนย์ที่จูงใจผู้ใช้ทั่วโลกให้ร่วมส่งข้อมูลในหลากหลายสาขา (ทางการแพทย์ การขับขี่อัตโนมัติ เสียง ฯลฯ) ผ่านโทเค็น แพลตฟอร์มนี้มีรายได้สะสมมากกว่า 14 ล้านดอลลาร์สหรัฐ และได้สร้างเครือข่ายผู้ให้ข้อมูลหลายล้านคน

จุดเด่น: ในทางเทคนิคแล้ว อุปกรณ์นี้ได้ผสานรวมการตรวจสอบ ZK และอัลกอริทึมฉันทามติ BFT เพื่อรับรองคุณภาพของข้อมูล และยังใช้เทคโนโลยีการประมวลผลความเป็นส่วนตัวของ Amazon Nitro Enclaves เพื่อให้เป็นไปตามข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ ที่น่าสนใจยิ่งกว่าคือการเปิดตัวอุปกรณ์รับคลื่นสมอง HeadCap ซึ่งถือเป็นการขยายขอบเขตจากซอฟต์แวร์ไปสู่ฮาร์ดแวร์ โมเดลทางเศรษฐกิจก็ได้รับการออกแบบมาอย่างดีเช่นกัน ผู้ใช้สามารถรับคะแนนสะสม 16 ดอลลาร์สหรัฐฯ + 500,000 คะแนน สำหรับการทำบันทึกด้วยเสียง 10 ชั่วโมง และสามารถลดค่าบริการข้อมูลแบบสมัครสมาชิกสำหรับองค์กรลงได้ 45%

ความคิดเห็นส่วนตัว: ผมรู้สึกว่าคุณค่าสูงสุดของโครงการนี้คือการที่มันตอบสนองความต้องการที่แท้จริงของการทำหมายเหตุประกอบข้อมูลด้วย AI โดยเฉพาะอย่างยิ่งในสาขาต่างๆ เช่น การแพทย์และการขับขี่อัตโนมัติ ซึ่งมีข้อกำหนดด้านคุณภาพและการปฏิบัติตามข้อกำหนดที่สูงมาก อย่างไรก็ตาม อัตราความผิดพลาด 20% ยังคงสูงกว่าแพลตฟอร์มแบบดั้งเดิมที่ 10% เล็กน้อย และความผันผวนของคุณภาพข้อมูลยังคงเป็นปัญหาที่ต้องได้รับการแก้ไขอย่างต่อเนื่อง แม้จะมีพื้นที่ว่างสำหรับจินตนาการมากมายในทิศทางของอินเทอร์เฟซสมอง-คอมพิวเตอร์ แต่การนำไปปฏิบัติจริงก็เป็นเรื่องยากเช่นกัน

4. @สปาร์คชัยนัย

บทนำโครงการ: Solana เป็นเครือข่ายคอมพิวเตอร์แบบกระจายบนเครือข่าย ได้รับเงินทุนสนับสนุน 10.8 ล้านดอลลาร์สหรัฐในเดือนมิถุนายน นำโดย OakStone Ventures

4. @สปาร์คชัยนัย

บทนำโครงการ: Solana เป็นเครือข่ายคอมพิวเตอร์แบบกระจายบนเครือข่าย ได้รับเงินทุนสนับสนุน 10.8 ล้านดอลลาร์สหรัฐในเดือนมิถุนายน นำโดย OakStone Ventures

จุดเด่น: รวบรวมทรัพยากร GPU ที่ไม่ได้ใช้งานผ่านเทคโนโลยีการแบ่งส่วนแบบไดนามิก รองรับการคิดเหตุผลของโมเดลขนาดใหญ่ เช่น Llama3-405B และต้นทุนต่ำกว่า AWS ถึง 40% การออกแบบธุรกรรมข้อมูลแบบโทเค็นนั้นน่าสนใจทีเดียว โดยเปลี่ยนผู้มีส่วนได้ส่วนเสียในการประมวลผลโดยตรงให้กลายเป็นผู้มีส่วนได้ส่วนเสีย และยังสามารถกระตุ้นให้ผู้คนมีส่วนร่วมในเครือข่ายมากขึ้นอีกด้วย

ความคิดเห็นส่วนตัว: นี่เป็นโมเดล "การรวมทรัพยากรที่ไม่ได้ใช้งาน" ทั่วไป ซึ่งสมเหตุสมผลในเชิงตรรกะ อย่างไรก็ตาม อัตราความผิดพลาดในการตรวจสอบข้ามสายโซ่ที่ 15% นั้นค่อนข้างสูง และเสถียรภาพทางเทคนิคยังต้องได้รับการพัฒนาเพิ่มเติม อย่างไรก็ตาม โมเดลนี้มีข้อดีในสถานการณ์ต่างๆ เช่น การเรนเดอร์ 3 มิติ ที่ไม่ต้องการประสิทธิภาพแบบเรียลไทม์สูง ประเด็นสำคัญคืออัตราความผิดพลาดนั้นสามารถลดลงได้หรือไม่ มิฉะนั้น แม้แต่โมเดลธุรกิจที่ดีที่สุดก็อาจประสบปัญหาทางเทคนิคตามมา

5. @olaxbt_terminal

โปรไฟล์โครงการ: แพลตฟอร์มการซื้อขายสกุลเงินดิจิทัลความถี่สูงที่ขับเคลื่อนด้วย AI เสร็จสิ้นรอบการลงทุนเริ่มต้นมูลค่า 3.38 ล้านดอลลาร์ในเดือนมิถุนายน @ambergroup_io

นักลงทุนหลัก

ไฮไลท์: เทคโนโลยี MCP สามารถปรับเส้นทางธุรกรรมให้เหมาะสมแบบไดนามิก ลด Slippage และเพิ่มประสิทธิภาพได้ 30% เพื่อรองรับเทรนด์ #AgentFi จึงถือได้ว่าเป็นจุดเริ่มต้นในการซื้อขายเชิงปริมาณ (quantitative trading) ของ DeFi ที่ยังค่อนข้างว่างเปล่า ซึ่งถือเป็นการตอบสนองความต้องการของตลาด

ความคิดเห็นส่วนตัว: ทิศทางนี้ดี และ DeFi จำเป็นต้องมีเครื่องมือซื้อขายที่ชาญฉลาดกว่านี้ อย่างไรก็ตาม การซื้อขายความถี่สูงมีข้อกำหนดด้านความหน่วงและความแม่นยำที่สูงมาก และจำเป็นต้องมีการตรวจสอบการประสานงานแบบเรียลไทม์ระหว่างการทำนายด้วย AI และการดำเนินการแบบ on-chain นอกจากนี้ การโจมตี MEV ถือเป็นความเสี่ยงสูง และมาตรการป้องกันทางเทคนิคต้องตามให้ทัน