O Agente de IA pode ser a tábua de salvação do Web3+IA?
Os projetos de Agentes de IA são um tipo popular e maduro de serviços empresariais no empreendedorismo Web2, enquanto no âmbito Web3, projetos de treinamento de modelos e plataformas integradas tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.
Atualmente, há poucos projetos de Agente de IA no Web3, representando 8%, mas sua participação no valor de mercado na área de IA chega a 23%, demonstrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com uma avaliação superior a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia de IA em produtos de aplicação não centrais de IA pode se tornar uma vantagem estratégica. A forma de combinação para projetos de Agentes de IA deve focar na construção de um ecossistema completo e na concepção de modelos econômicos de tokens, a fim de promover a descentralização e os efeitos de rede.
A Onda da IA: A Situação de Projetos Emergentes e Valorização Elevada
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, atraiu mais de 100 milhões de usuários. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, enquanto a OpenAI, após o lançamento do ChatGPT, rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o. Com esse ritmo acelerado, grandes gigantes da tecnologia tradicionais perceberam a importância da aplicação de modelos de IA de ponta como o LLM, e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas lançaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um território de disputa acirrada.
A corrida entre os grandes gigantes da tecnologia não só impulsionou o desenvolvimento de aplicações comerciais, como também, a partir da pesquisa de estatísticas sobre IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhões em 2023. Especialmente após o lançamento do GPT em 2023, o número de projetos cresceu 59,3% em relação ao ano anterior, refletindo o entusiasmo da comunidade global de desenvolvedores pela pesquisa em IA.
O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, com o mercado de investimentos em IA a mostrar um crescimento robusto, apresentando um crescimento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 150 milhões de dólares, o dobro do registrado no primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, aumentando mais do que o dobro em relação ao ano anterior. Entre elas, a xAI de Musk arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA mais avaliada, apenas atrás da OpenAI.
O rápido desenvolvimento da tecnologia de IA está a reconfigurar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa competição entre as grandes empresas de tecnologia, ao florescimento de projetos da comunidade de código aberto, até o entusiasmo do mercado de capitais pela ideia de IA. Projetos surgem a todo momento, os investimentos atingem novos máximos e as avaliações também sobem. De um modo geral, o mercado de IA está numa fase de ouro de rápido crescimento, com grandes modelos de linguagem e tecnologias de geração aumentada por pesquisa a alcançarem avanços significativos no processamento de linguagem. No entanto, estes modelos ainda enfrentam desafios ao transformar suas vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de ilusões que geram informações imprecisas e a questão da transparência dos modelos. Estes problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta confiabilidade.
Neste contexto, começamos a pesquisar sobre o Agente de IA, pois o Agente de IA enfatiza a abrangência na resolução de problemas práticos e na interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que realmente compreendem, aprendem e resolvem problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente preenchendo a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA continua a reestruturar a arquitetura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelo e capacidade computacional, se fundem com os conceitos centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirão uma série de aplicações inovadoras. Neste campo de interseção repleto de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para a aplicação em larga escala.
Para isso, começamos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, camada de aplicação, até mercados de dados e modelos, visando identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, a fim de compreender melhor a profunda integração entre AI e Web3.
Esclarecimento de conceitos: Introdução e visão geral da classificação de Agentes de IA
Apresentação básica
Antes de apresentar o Agente AI, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos usar um cenário prático como exemplo: suponha que você esteja planejando uma viagem. Os modelos de linguagem tradicionais oferecem informações sobre destinos e sugestões de viagem. As técnicas de geração aumentada por busca podem fornecer conteúdos de destino mais ricos e específicos. O Agente AI é como o JARVIS do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma de suas frases, buscar proativamente voos e hotéis, realizar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de AI Agent na indústria refere-se a um sistema inteligente que pode perceber o ambiente e agir de acordo, obtendo informações do ambiente através de sensores, processando-as e, em seguida, influenciando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e capacidade de uso de ferramentas. Ele não apenas fornece informações, mas também pode planejar, decompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos perceber que os Agentes de IA já estão integrados em nossas vidas, sendo aplicados em diferentes cenários, como o AlphaGo, Siri e a condução autónoma de nível L5 ou superior da Tesla, todos podendo ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do mundo exterior e, com base nisso, tomar decisões que impactam o ambiente real.
Tomando o ChatGPT como exemplo para esclarecer conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é uma série de modelos que se desenvolveu com base nessa arquitetura, e o GPT-1, GPT-4, e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGP, por sua vez, é um agente de IA que evoluiu a partir do modelo GPT.
Classificação geral
Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós rotulamos 204 projetos de Agentes de IA nos mercados Web2+Web3 de forma separada e, com base nos rótulos significativos correspondentes a cada projeto, dividimos em categorias de primeiro e segundo nível. Entre elas, as categorias de primeiro nível são Infraestrutura, Geração de Conteúdo e Interação com o Usuário, que são então subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e de aplicação básica.
Ferramentas de desenvolvimento: fornece aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente para auxiliar na tomada de decisões e fornecer fontes para o treinamento.
Classe de treinamento de modelos: oferece serviços de treinamento de modelos voltados para IA, incluindo inferência, construção de modelos, definições, entre outros.
Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Plataforma de tipo agregado: plataforma que integra vários serviços e ferramentas de Agentes de IA.
Interativos: Semelhante à geração de conteúdo, a diferença está na interação bidirecional contínua. O agente interativo não só aceita e entende as necessidades do usuário, mas também fornece feedback por meio de técnicas como processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Agente AI de acompanhamento emocional: fornece apoio emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Classe de pesquisa: Focada na funcionalidade de busca, fornece um agente principalmente voltado para a recuperação de informações mais precisas.
Geração de conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo com base nas instruções do usuário, dividindo-se em quatro categorias: geração de texto, geração de imagens, geração de vídeos e geração de áudio.
Análise do estado atual do desenvolvimento do Agente AI Web2
De acordo com as nossas estatísticas, o desenvolvimento de Agentes de IA na internet tradicional Web2 apresenta uma clara tendência de concentração em setores específicos. Em termos concretos, cerca de dois terços dos projetos estão concentrados em infraestrutura, sendo que a maioria se refere a serviços B2B e ferramentas de desenvolvimento, e também fizemos algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Esses projetos geralmente se baseiam em tecnologias e estruturas testadas pelo tempo, reduzindo assim a dificuldade e o risco de desenvolvimento. Equivale à "pá" no campo da IA, proporcionando uma base sólida para o desenvolvimento e aplicação de Agentes de IA.
Impulsão da demanda de mercado: outro fator chave é a demanda do mercado. Em comparação com o mercado consumidor, a demanda do mercado empresarial por tecnologias de IA é mais urgente, especialmente na busca por soluções que aumentem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa proveniente das empresas é relativamente estável, o que é favorável para o desenvolvimento de projetos subsequentes.
Limitações dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA de geração de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma pequena proporção de IA de geração de conteúdo no repositório de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. Com o contínuo avanço da tecnologia de IA e a definição mais clara da demanda do mercado, esperamos que este padrão possa ser ajustado, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder de agentes de IA Web2
Nós exploramos em profundidade alguns projetos de Agentes de IA no atual mercado Web2 e realizamos uma análise deles, usando os projetos Character AI, Perplexity AI e Midjourney como exemplos.
Character AI:
Apresentação do produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e ferramentas para a criação de personagens virtuais. A sua plataforma permite que os utilizadores criem, treinem e interajam com personagens virtuais que podem manter diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: o Character.AI teve 277 milhões de visitas em maio, com mais de 3,5 milhões de usuários ativos diários, sendo a maior parte dos usuários na faixa etária de 18 a 34 anos, mostrando características de um grupo de usuários jovem. O Character AI teve um desempenho excelente no mercado de capitais, completando uma rodada de financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderada pela a16z.
Análise técnica: A Character AI assinou um acordo de licença não exclusivo com a empresa-mãe do Google, Alphabet, o que indica que a Character AI utiliza tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, estiveram envolvidos no desenvolvimento do modelo de linguagem conversacional Llama do Google.
Perplexity AI:
Apresentação do produto: Perplexity consegue extrair e fornecer respostas detalhadas da internet. Através de citações e links de referência, garante a fiabilidade e a precisão da informação, ao mesmo tempo que educa e orienta os utilizadores a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo as diversas necessidades de consulta dos utilizadores.
Análise de dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% no tráfego de seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que levantou 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pelo Perplexity é o GPT-3.5 ajustado, além de dois grandes modelos ajustados com base em grandes modelos de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisa acadêmica profissional e consultas em áreas verticais, garantindo a veracidade e confiabilidade das informações.
Midjourney:
Introdução ao produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo desde o realista até
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
16 Curtidas
Recompensa
16
6
Compartilhar
Comentário
0/400
SchrodingersPaper
· 5h atrás
Mais uma vez com promessas. Quanto da capitalização de mercado de 23% pode fazer as pessoas de parvas... Estou a perder muito, estou a perder muito.
Ver originalResponder0
ThreeHornBlasts
· 5h atrás
Aumentar o agente, quem pode pegar este lote?
Ver originalResponder0
OnchainDetective
· 5h atrás
Que salvação, até à lua, tudo bem.
Ver originalResponder0
hodl_therapist
· 5h atrás
São todos conceitos especulativos, o essencial ainda é ver a implementação.
Ver originalResponder0
Lonely_Validator
· 5h atrás
Não é apenas fazer as pessoas de parvas para ver quem corre mais rápido.
O Agente de IA pode ser a força motriz chave para o desenvolvimento do Web3+IA?
O Agente de IA pode ser a tábua de salvação do Web3+IA?
Os projetos de Agentes de IA são um tipo popular e maduro de serviços empresariais no empreendedorismo Web2, enquanto no âmbito Web3, projetos de treinamento de modelos e plataformas integradas tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.
Atualmente, há poucos projetos de Agente de IA no Web3, representando 8%, mas sua participação no valor de mercado na área de IA chega a 23%, demonstrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com uma avaliação superior a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia de IA em produtos de aplicação não centrais de IA pode se tornar uma vantagem estratégica. A forma de combinação para projetos de Agentes de IA deve focar na construção de um ecossistema completo e na concepção de modelos econômicos de tokens, a fim de promover a descentralização e os efeitos de rede.
A Onda da IA: A Situação de Projetos Emergentes e Valorização Elevada
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, atraiu mais de 100 milhões de usuários. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, enquanto a OpenAI, após o lançamento do ChatGPT, rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o. Com esse ritmo acelerado, grandes gigantes da tecnologia tradicionais perceberam a importância da aplicação de modelos de IA de ponta como o LLM, e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas lançaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um território de disputa acirrada.
A corrida entre os grandes gigantes da tecnologia não só impulsionou o desenvolvimento de aplicações comerciais, como também, a partir da pesquisa de estatísticas sobre IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhões em 2023. Especialmente após o lançamento do GPT em 2023, o número de projetos cresceu 59,3% em relação ao ano anterior, refletindo o entusiasmo da comunidade global de desenvolvedores pela pesquisa em IA.
O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, com o mercado de investimentos em IA a mostrar um crescimento robusto, apresentando um crescimento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 150 milhões de dólares, o dobro do registrado no primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, aumentando mais do que o dobro em relação ao ano anterior. Entre elas, a xAI de Musk arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA mais avaliada, apenas atrás da OpenAI.
O rápido desenvolvimento da tecnologia de IA está a reconfigurar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa competição entre as grandes empresas de tecnologia, ao florescimento de projetos da comunidade de código aberto, até o entusiasmo do mercado de capitais pela ideia de IA. Projetos surgem a todo momento, os investimentos atingem novos máximos e as avaliações também sobem. De um modo geral, o mercado de IA está numa fase de ouro de rápido crescimento, com grandes modelos de linguagem e tecnologias de geração aumentada por pesquisa a alcançarem avanços significativos no processamento de linguagem. No entanto, estes modelos ainda enfrentam desafios ao transformar suas vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de ilusões que geram informações imprecisas e a questão da transparência dos modelos. Estes problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta confiabilidade.
Neste contexto, começamos a pesquisar sobre o Agente de IA, pois o Agente de IA enfatiza a abrangência na resolução de problemas práticos e na interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que realmente compreendem, aprendem e resolvem problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente preenchendo a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA continua a reestruturar a arquitetura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelo e capacidade computacional, se fundem com os conceitos centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirão uma série de aplicações inovadoras. Neste campo de interseção repleto de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para a aplicação em larga escala.
Para isso, começamos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, camada de aplicação, até mercados de dados e modelos, visando identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, a fim de compreender melhor a profunda integração entre AI e Web3.
Esclarecimento de conceitos: Introdução e visão geral da classificação de Agentes de IA
Apresentação básica
Antes de apresentar o Agente AI, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos usar um cenário prático como exemplo: suponha que você esteja planejando uma viagem. Os modelos de linguagem tradicionais oferecem informações sobre destinos e sugestões de viagem. As técnicas de geração aumentada por busca podem fornecer conteúdos de destino mais ricos e específicos. O Agente AI é como o JARVIS do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma de suas frases, buscar proativamente voos e hotéis, realizar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de AI Agent na indústria refere-se a um sistema inteligente que pode perceber o ambiente e agir de acordo, obtendo informações do ambiente através de sensores, processando-as e, em seguida, influenciando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e capacidade de uso de ferramentas. Ele não apenas fornece informações, mas também pode planejar, decompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos perceber que os Agentes de IA já estão integrados em nossas vidas, sendo aplicados em diferentes cenários, como o AlphaGo, Siri e a condução autónoma de nível L5 ou superior da Tesla, todos podendo ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do mundo exterior e, com base nisso, tomar decisões que impactam o ambiente real.
Tomando o ChatGPT como exemplo para esclarecer conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é uma série de modelos que se desenvolveu com base nessa arquitetura, e o GPT-1, GPT-4, e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGP, por sua vez, é um agente de IA que evoluiu a partir do modelo GPT.
Classificação geral
Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós rotulamos 204 projetos de Agentes de IA nos mercados Web2+Web3 de forma separada e, com base nos rótulos significativos correspondentes a cada projeto, dividimos em categorias de primeiro e segundo nível. Entre elas, as categorias de primeiro nível são Infraestrutura, Geração de Conteúdo e Interação com o Usuário, que são então subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e de aplicação básica.
Interativos: Semelhante à geração de conteúdo, a diferença está na interação bidirecional contínua. O agente interativo não só aceita e entende as necessidades do usuário, mas também fornece feedback por meio de técnicas como processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Geração de conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo com base nas instruções do usuário, dividindo-se em quatro categorias: geração de texto, geração de imagens, geração de vídeos e geração de áudio.
Análise do estado atual do desenvolvimento do Agente AI Web2
De acordo com as nossas estatísticas, o desenvolvimento de Agentes de IA na internet tradicional Web2 apresenta uma clara tendência de concentração em setores específicos. Em termos concretos, cerca de dois terços dos projetos estão concentrados em infraestrutura, sendo que a maioria se refere a serviços B2B e ferramentas de desenvolvimento, e também fizemos algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Esses projetos geralmente se baseiam em tecnologias e estruturas testadas pelo tempo, reduzindo assim a dificuldade e o risco de desenvolvimento. Equivale à "pá" no campo da IA, proporcionando uma base sólida para o desenvolvimento e aplicação de Agentes de IA.
Impulsão da demanda de mercado: outro fator chave é a demanda do mercado. Em comparação com o mercado consumidor, a demanda do mercado empresarial por tecnologias de IA é mais urgente, especialmente na busca por soluções que aumentem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa proveniente das empresas é relativamente estável, o que é favorável para o desenvolvimento de projetos subsequentes.
Limitações dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA de geração de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma pequena proporção de IA de geração de conteúdo no repositório de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. Com o contínuo avanço da tecnologia de IA e a definição mais clara da demanda do mercado, esperamos que este padrão possa ser ajustado, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder de agentes de IA Web2
Nós exploramos em profundidade alguns projetos de Agentes de IA no atual mercado Web2 e realizamos uma análise deles, usando os projetos Character AI, Perplexity AI e Midjourney como exemplos.
Character AI:
Apresentação do produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e ferramentas para a criação de personagens virtuais. A sua plataforma permite que os utilizadores criem, treinem e interajam com personagens virtuais que podem manter diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: o Character.AI teve 277 milhões de visitas em maio, com mais de 3,5 milhões de usuários ativos diários, sendo a maior parte dos usuários na faixa etária de 18 a 34 anos, mostrando características de um grupo de usuários jovem. O Character AI teve um desempenho excelente no mercado de capitais, completando uma rodada de financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderada pela a16z.
Análise técnica: A Character AI assinou um acordo de licença não exclusivo com a empresa-mãe do Google, Alphabet, o que indica que a Character AI utiliza tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, estiveram envolvidos no desenvolvimento do modelo de linguagem conversacional Llama do Google.
Perplexity AI:
Apresentação do produto: Perplexity consegue extrair e fornecer respostas detalhadas da internet. Através de citações e links de referência, garante a fiabilidade e a precisão da informação, ao mesmo tempo que educa e orienta os utilizadores a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo as diversas necessidades de consulta dos utilizadores.
Análise de dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% no tráfego de seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que levantou 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pelo Perplexity é o GPT-3.5 ajustado, além de dois grandes modelos ajustados com base em grandes modelos de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisa acadêmica profissional e consultas em áreas verticais, garantindo a veracidade e confiabilidade das informações.
Midjourney:
Introdução ao produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo desde o realista até