Fuente: Uweb
¿Dónde están los nuevos temas candentes de Web3 + AI? Lo siguiente es lo más destacado de la interacción entre el cofundador de Uweb, Wu Yaoshan, y el socio de ArkStream Capital, Zhong Zicong.
1. La inversión en IA puede centrarse en las capas de modelo y agente, y la capa de potencia informática se está saturando.
Al invertir en el campo de la IA, es necesario construir un marco general desde el principio hasta el final y analizar gradualmente cada nivel. La industria de la IA inicial aún no está madura, pero la etapa actual de desarrollo de la IA es obviamente diferente. La pista de la IA se puede dividir en cinco capas clave: capa de potencia informática, capa de modelo, agente de IA, capa de conjunto de datos y capa de conjunto de herramientas. Estos niveles pueden evaluarse desde dimensiones como la sostenibilidad, la innovación tecnológica, la vanguardia y el crecimiento de usuarios.
Desde este año, la capa inferior y la capa modelo han recibido especial atención. La capa inferior se refiere principalmente a la capa de potencia informática de la GPU. Esta capa se considera la base del desarrollo de la IA, similar a la importancia del petróleo en las industrias tradicionales. Recientemente, Binance y OKX han lanzado algunas monedas nuevas, que se concentran principalmente en. capa de potencia informática. Además, también hay muchos proyectos relacionados en marcha en el ámbito del capital privado, lo que indica que la atención de la capa de potencia informática continúa calentándose. Si esta arquitectura subyacente se construye correctamente, se pueden construir sobre ella capas de nivel superior, como modelos, agentes de IA, aplicaciones, conjuntos de datos y herramientas. Después de la capa de potencia informática, la importancia de la capa modelo se vuelve cada vez más evidente. La capa de modelo involucra principalmente modelos de lenguaje grandes, que sientan las bases para aplicaciones y agentes de IA de nivel superior. En el futuro, la atención podría desplazarse gradualmente hacia modelos y agentes de nivel superior. AI Agent representa la dirección de la aplicación de IA. Aunque se encuentra entre las capas de modelo y aplicación y aún no se ha implementado por completo, no se pueden ignorar sus capacidades y potencial de ejecución.
La capa de modelo y la capa de Agente son áreas que merecen atención en el futuro, mientras que la capa de potencia informática puede haberse saturado.
2. Las narrativas en la Web 3 deberían prestar más atención a la capa del modelo, especialmente las narrativas que pueden combinar recursos ascendentes y descendentes y generar efectos de riqueza.
La narrativa de la Web 3 combinada con la IA se centra actualmente principalmente en la capa de modelo. Especialmente después de que la popularidad de la capa de potencia informática disminuye, la aparición continua de grandes modelos de lenguaje muestra que la capa de modelo se convertirá en la próxima ola de puntos calientes. El análisis de la capa del modelo debe centrarse en la sostenibilidad, la innovación tecnológica, la vanguardia y el crecimiento futuro de los usuarios.
En los campos tradicionales, la IA ya es muy popular, pero en el campo de la Web 3, si puede formar una fuerza narrativa fuerte determinará su potencial de desarrollo. Los proyectos exitosos de capas de modelos a menudo pueden proporcionar nuevas soluciones que integran la capa informática y la capa de inteligencia para formar un nuevo ecosistema. Además, la capa modelo puede promover el crecimiento sostenible mediante la creación de efectos riqueza, lo que ha sido la clave de algunos proyectos exitosos recientes.
3. Los modelos de IA de Web3 se basan principalmente en proyectos de código abierto de Web2. Tao promueve la descentralización, pero la popularización requiere educación;
No hay proyectos de modelos grandes puros en Web3. Muchos de ellos se desarrollan en forma de cadenas públicas de IA. La mayoría de los proyectos de modelos grandes de Web3 son en realidad desarrollo secundario basado en el modelo grande tradicional de código abierto de Web2. Proporciona una interfaz API para acceder a modelos tradicionales.
En el campo de los modelos de IA, Tao es una narrativa típica de un proyecto de cadena pública de IA que tiene como objetivo resolver los problemas de que la IA tradicional sea demasiado centralizada y opaca. Al utilizar un modelo de IA descentralizado, Tao intenta cambiar las limitaciones de la IA tradicional. Sin embargo, Tao aún no ha logrado una aplicación a gran escala y todavía necesita educación de mercado.
En el mercado privado existen algunos proyectos de modelos de IA más pequeños, mientras que en el mercado público, Tao sigue siendo uno de los pocos proyectos líderes.
Dado que el ecosistema de Tao ya está relativamente maduro, puede haber un margen limitado para el crecimiento de la riqueza en el futuro.
La tendencia actual es que algunos proyectos no se centran completamente en el desarrollo de modelos de IA, por lo que depende de cómo crean efectos de riqueza y mejoran los modelos tradicionales. Actualmente, Tao se destaca en la promoción de modelos de IA descentralizados, pero recientemente no ha surgido en el mercado una narrativa particularmente nueva.
4. El capital privado de proyectos de IA está de moda, los proyectos de capa de potencia informática son más activos en el mercado secundario y los proyectos de capa modelo todavía circulan en el mercado primario.
El entorno de mercado actual es diferente del ciclo anterior, donde era relativamente fácil ganar dinero, pero en el ciclo actual la tasa de rendimiento ha caído significativamente. Muchas instituciones de capital, ya sea en el mercado primario o en el mercado secundario, tienen una tasa de rendimiento objetivo de entre 2 y 5 veces. En el ciclo anterior, había relativamente más oportunidades para encontrar monedas de 100 veces, como el proyecto Polkadot.
Una de las nuevas tendencias en el mercado actual es que muchos fundadores que han ejecutado con éxito proyectos convencionales se han aficionado a la narrativa en el campo de la IA y han lanzado nuevos proyectos de IA uno tras otro. Un buen ejemplo es Sentient, que actualmente está valorado en alrededor de mil millones de dólares en los mercados privados. Otro proyecto similar es Ritual, también lanzado por un fundador con un gran bagaje de capital. Los nuevos proyectos de IA, especialmente aquellos liderados por equipos previamente exitosos, generalmente obtienen buenos resultados en el mercado de capital privado. Estos equipos saben cómo operar el mercado y utilizar el efecto riqueza para promover el desarrollo de proyectos.
Actualmente, la mayoría de los proyectos relacionados con la IA todavía se encuentran en la etapa del mercado privado. En el mercado secundario, la circulación principal está relacionada con la potencia informática, como IO.net, etc. En general, los proyectos a nivel de potencia informática son más activos en el mercado secundario, mientras que la mayoría de los proyectos que involucran modelos de IA todavía circulan en el mercado primario.
5.IO.net y Aethir se centran en los servicios de potencia informática; el espacio de innovación para proyectos de potencia informática se está saturando y el mercado puede cambiar hacia una nueva dirección en el futuro.
Actualmente, dos proyectos, IO.net y Aethir, son representativos en los campos de AI y DePIN. Las direcciones de desarrollo de AI y DePIN se dividen principalmente en dos categorías:
La primera categoría es que DePIN proporciona directamente servicios de potencia informática para el entrenamiento y la inferencia de grandes modelos de lenguaje. Este tipo de proyectos, como IO.net y Aethir, son una ola que se hizo popular a principios de este año. Proporcionan servicios informáticos de alta calidad al agregar recursos informáticos globales en una red distribuida. Este tipo de proyecto ha recibido una atención generalizada porque sus escenarios de aplicación son sencillos y fáciles de entender, pero el desafío radica en cómo agregar de manera efectiva la potencia informática y garantizar su estabilidad. IO.net y Aethir eran originalmente competidores, pero luego descubrieron que era más ventajoso trabajar juntos. IO.net se centra principalmente en el negocio del lado C, mientras que Aethir se centra en el negocio del lado B, aunque los fundamentos técnicos de los dos son similares. Los recursos informáticos de IO.net se componen principalmente de RTX 4090 y algunos A100, y han integrado los recursos informáticos de Filecoin y Render, pero aún no ha participado en el suministro de modelos de lenguaje grandes. Aethir se centra en proporcionar servicios de potencia informática de alta gama a clientes de nivel empresarial.
La segunda categoría de proyectos implica el desarrollo de modelos de IA para dispositivos inteligentes portátiles. Este tipo de proyecto retroalimenta el desarrollo de grandes modelos mediante la creación de conjuntos de entrenamiento de datos de IA de alto valor. Este método es relativamente complejo y requiere construir una enorme red de datos y luego entrenar un modelo grande.
En la actualidad, el mercado se centra principalmente en proyectos de potencia informática, pero es posible que el espacio de innovación en este campo se haya saturado. A medida que el mercado evoluciona, es posible que en el futuro se preste más atención a direcciones nuevas y más prometedoras.
AI Agent combina la economía de tokens para innovar la tokenización; el juego innovador se centra en la minería móvil.
AI Agent es la tercera capa del desarrollo de la IA y actualmente se considera una dirección que puede tener un gran potencial en el futuro. La primera capa de potencia informática ya es un campo relativamente maduro, la segunda capa es el modelo y AI Agent representa una nueva tendencia combinada con una economía de creadores abierta y sin permisos.
Los proyectos de IA tradicionales suelen adoptar un modelo de cobro, utilizando empresas de agencia para desarrollar servicios de agencia personalizados y cobro de acuerdo con el modelo SaaS. En el entorno Web3, la introducción de la economía de tokens permite tokenizar a los agentes de IA de manera descentralizada, y los usuarios pueden elegir y pagar para usar diferentes agentes según sus propias necesidades. Este enfoque aprovecha la economía de tokens y crea un círculo virtuoso, lo que permite que el proyecto atraiga a más usuarios para participar en las primeras etapas.
AI Agent también puede involucrar modelos más complejos, como la minería a través de teléfonos móviles o dispositivos especiales, pero el soporte de diferentes dispositivos puede afectar la participación de los usuarios, lo que requiere más educación de mercado y promoción por parte del proyecto en las primeras etapas.
En la actualidad, la jugabilidad innovadora de AI Agent se centra principalmente en la minería a través de teléfonos móviles. Este método es relativamente simple, pero el éxito del proyecto también depende de si puede atraer usuarios de manera efectiva, proporcionar recompensas atractivas y evitar una caída posterior del mercado. En el futuro, ingresarán al mercado más proyectos de agentes de IA, utilizando la economía de tokens y la descentralización para generar dividendos tempranos para los usuarios.
7. AI Agent está surgiendo en Web3. Las estrategias de dispositivos de propósito general y especial son paralelas. La clave del desarrollo radica en cómo permitir que los usuarios participen sin problemas en la etapa inicial.
La IA ha sido popular en las industrias tradicionales durante algún tiempo, pero en el campo Web3, su popularidad comenzó a aumentar a principios de este año. A principios de año, la construcción subyacente de infraestructura, como la potencia informática, se mejoró gradualmente y luego comenzó a surgir AI Agent.
Los dispositivos de uso general se utilizan mucho más en el campo de los agentes de IA que los dispositivos especializados. Actualmente, la mayoría de los proyectos de AI Agent todavía se encuentran en sus primeras etapas y el uso de dispositivos comunes facilita la participación de más personas. También están surgiendo algunos proyectos de equipamiento especial. El desafío para este tipo de proyectos es cómo desarrollar canales de venta, especialmente en mercados como Japón y Corea del Sur que tienen una mayor influencia en los KOL. Si el equipo especializado se vende con éxito, los usuarios pueden mostrar mayor rigidez y lealtad después del costo de inversión inicial, lo que agrandará el proyecto general. En cambio, los equipos de uso general tienen un umbral más bajo y los usuarios no necesitan invertir por adelantado, por lo que la escala del proyecto puede ser relativamente pequeña. Pero a largo plazo, es probable que los equipos especializados dominen los proyectos de mayor escala. Algunos proyectos exitosos en el pasado han adoptado estrategias similares, y ahora esta estrategia se aplica al campo de los agentes de IA y se combina con más combinaciones de juego. Ya sea un dispositivo de uso general o un dispositivo especializado, la clave es cómo involucrar sin problemas a los usuarios en las primeras etapas.
8.El procesamiento de datos Web3 continúa la lógica tradicional y agrega nuevos elementos como la protección de la privacidad y la descentralización.
En términos de procesamiento de datos, los proyectos Web3 son básicamente consistentes con las prácticas tradicionales, especialmente no hay mucha diferencia en la lógica de procesamiento y limpieza de datos. Aunque Web3 ha introducido la protección de la privacidad, a los usuarios no les importa mucho la protección de la privacidad y los procesos principales de limpieza y procesamiento siguen siendo los mismos que los tradicionales. Los agentes de IA a menudo funcionan como capas de modelo, que a su vez se basan en tecnología Web2 y software tradicional. Por lo tanto, el procesamiento de datos en Web3 es en gran medida solo un microcosmos del procesamiento de datos tradicional, con elementos agregados de descentralización, economía de tokens y componibilidad, pero su lógica subyacente sigue siendo la misma que la del procesamiento de datos tradicional.
9. La característica clave de Web3 AI Agent es la componibilidad. La innovación central se refleja principalmente en la economía de tokens, el efecto de riqueza y la arquitectura de componibilidad ecológica. Otros aspectos no han cambiado mucho en comparación con Web2.
La componibilidad es una característica clave de Web3 AI Agent, que es diferente del método de desarrollo de Agent tradicional. Los agentes tradicionales suelen ser desarrollados por empresas de I+D en función de un determinado problema de los usuarios para resolver problemas específicos. El Agente AI de Web3 es definido y creado conjuntamente por el mercado y la comunidad, formando un sistema más abierto y ecológico.
En el ecosistema Web3, los desarrolladores pueden crear y combinar varios Agentes en un Mercado de Agentes, por ejemplo, un Agente para minería o un Agente para intercambiar tokens. Este mercado permite a los usuarios seleccionar y combinar de manera flexible diferentes Agentes según sus necesidades, lo que permite una mayor componibilidad y personalización.
Aunque Web3 ha introducido la economía de tokens y el efecto riqueza, en términos de limpieza de datos, protección de la privacidad y aplicación de modelos, Web3 todavía utiliza la tecnología y los métodos de Web2, y aún no se ha observado ninguna innovación significativa. El camino de desarrollo de la IA en Web3 es similar al de otras vías iniciales. El desarrollo está impulsado principalmente por el efecto riqueza, y puede haber una verdadera innovación tecnológica.
10. OLAS y Spectral están surgiendo proyectos líderes de agentes de IA con popularidad en el mercado y potencial y buenas perspectivas de desarrollo.
Fetch AI y Ocean Protocol, ambos proyectos se establecieron en el último ciclo y recientemente se han transformado gradualmente en AI Agent. El mercado actual está más inclinado a perseguir narrativas y proyectos emergentes. Entre los proyectos emergentes de AI Agent, cabe mencionar OLAS y MOL. OLAS es un proyecto planificado por Arkstream Captical en enero de este año. En ese momento, logró un retorno de casi diez veces. Ahora se ha convertido en uno de los líderes emergentes, mientras mantengan su posición de liderazgo, seguirá siendo amplio. espacio para el desarrollo futuro.
Otro proyecto que Arkstream Captical ha estado siguiendo durante mucho tiempo es Spectral. El proyecto ha experimentado una transformación en los últimos tres años, pasando de su negocio original al campo de AI Agent. Es destacable su capacidad para innovar en el mercado, ya que cuentan con una determinada base de clientes.
Al invertir o centrarse en proyectos líderes en el campo de los agentes de IA, Arkstream Captical tiende a elegir líderes emergentes. Aunque los proyectos establecidos también pueden ganar entusiasmo en el mercado, los líderes emergentes suelen tener mayor popularidad y potencial en el mercado.
* Este artículo está destinado únicamente a fines de aprendizaje e intercambio y no constituye ningún consejo de inversión.
