O projeto AI Agent demonstra uma forte competitividade no mercado no setor Web3+AI. Atualmente, o número de projetos AI Agent no Web3 é reduzido, representando 8%, mas a sua participação no valor de mercado do setor de IA é impressionante, alcançando 23%. Prevê-se que, à medida que a tecnologia amadurece e o reconhecimento do mercado aumenta, surgirão vários projetos com avaliações superiores a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia AI em produtos de aplicação que não são o núcleo AI pode se tornar uma vantagem estratégica. A forma de combinação dos projetos de Agente AI deve focar na construção de um ecossistema completo e no design de modelos econômicos de tokens, para promover a descentralização e o efeito de rede.
Onda de IA: A situação de projetos emergentes e valorização em alta
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, ele atraiu mais de 100 milhões de usuários. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, e a OpenAI rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o após o lançamento do ChatGPT. Diante de um crescimento tão rápido, as grandes empresas de tecnologia tradicionais perceberam a importância da aplicação de modelos de IA de ponta como 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 introduziram modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou um verdadeiro campo de batalha.
A competição entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também descobrimos através de uma pesquisa sobre a investigação em IA de código aberto, que o relatório AI Index de 2024 mostra que o número de projetos relacionados a IA no GitHub aumentou de 845 em 2011 para cerca de 1,8 milhão 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 de desenvolvedores global pela pesquisa em IA.
O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, que apresenta um forte crescimento, com um aumento explosivo no segundo trimestre de 2024. No total, houve 16 investimentos relacionados à IA superiores a 150 milhões de dólares em todo o mundo, o que é o dobro do primeiro trimestre. O total de financiamento das startups de IA disparou para 24 bilhões de dólares, mais do que o dobro em relação ao ano anterior. Dentre elas, a xAI, de Elon Musk, arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, atrás apenas 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 concorrência entre gigantes da tecnologia, até o florescimento de projetos em comunidades de código aberto, passando pela fervorosa busca do mercado de capitais pelo conceito 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 modelos de linguagem em larga escala e tecnologias de geração aumentada por pesquisa a alcançarem grandes progressos no campo do processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios ao converter suas vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de geração de informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta confiabilidade.
Neste contexto, começamos a investigar os Agentes de IA, pois os Agentes de IA enfatizam a abrangência da solução de problemas práticos e da interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que podem realmente entender, aprender e resolver problemas da vida real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que estão gradualmente fechando a lacuna entre a tecnologia de IA e a solução de problemas práticos. A evolução da tecnologia de IA está constantemente reestruturando a arquitetura da produtividade, enquanto a tecnologia Web3 está reconfigurando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais do Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirá uma série de aplicações inovadoras. Neste campo cruzado cheio de potencial, acreditamos que os Agentes de IA, com sua capacidade de executar tarefas de forma autônoma, demonstram um enorme potencial para aplicações em larga escala.
Para isso, começámos a investigar a diversificada aplicação do AI Agent no Web3, desde a infraestrutura do Web3, middleware, camada de aplicação, até aos mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, a fim de compreender profundamente a fusão entre AI e Web3.
Esclarecimento de Conceitos: Introdução e Visão Geral das Classificações de Agentes de IA
Introdução Básica
Antes de apresentar o AI Agent, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos dar um exemplo prático: suponha que você esteja planejando uma viagem. Modelos de linguagem grandes tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode fornecer conteúdos de destino mais ricos e específicos. O AI Agent é como o Jarvis do filme do Homem de Ferro, capaz de entender suas necessidades e, com base em uma simples frase sua, buscar proativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de AI Agent na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e realizar ações correspondentes, obtendo informações ambientais através de sensores, processando essas informações e, em seguida, influenciando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que o AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e habilidades de uso de ferramentas. Ele não só pode fornecer informações simples, mas também planejar, descompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos perceber que os Agentes de IA já se integraram nas nossas vidas, sendo aplicados em diferentes cenários, como AlphaGo, Siri e a condução autónoma de nível L5 ou superior da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do mundo externo e, com base nisso, fazer influências correspondentes no ambiente real.
Tomando o ChatGPT como exemplo para esclarecer conceitos, devemos apontar claramente 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 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, através da rotulagem de 204 projetos de Agentes de IA nos mercados Web2 e Web3, com base nas etiquetas significativas correspondentes a cada projeto, dividimos em categorias de primeiro e segundo nível. Entre elas, a categoria de primeiro nível é composta por três tipos: infraestrutura básica, geração de conteúdo e interação com o usuário, que são então subdivididos de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais básicos no campo dos Agents, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e baseados em aplicações.
Ferramentas de desenvolvimento: fornece aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de tratamento de dados: processar e analisar dados em diferentes formatos, principalmente usado para auxiliar na tomada de decisões e fornecer fontes para o treinamento.
Classe de treinamento de modelo: fornece serviços de treinamento de modelo para IA, incluindo inferência, construção do modelo, configuração, etc.
Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Plataforma de agregação: uma plataforma que integra vários serviços e ferramentas de agentes de IA.
Interativos: Semelhante à geração de conteúdo, a diferença está na interação contínua bidirecional. O agente interativo não apenas aceita e compreende as necessidades do usuário, mas também fornece feedback por meio de tecnologias como o processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Categoria de acompanhamento emocional: Agente de IA que fornece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Tipo de busca: Focado na funcionalidade de busca, fornece um Agente centrado na 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 dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagem, geração de vídeo 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 tendência clara de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, com a maioria sendo serviços B2B e ferramentas de desenvolvimento. Também realizámos algumas análises sobre este fenômeno.
O impacto da maturidade tecnológica: A razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Estes projetos geralmente são construídos sobre tecnologias e estruturas comprovadas 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 do mercado: Outro fator chave é a demanda do mercado. Comparado ao mercado de consumidores, a demanda do mercado empresarial por tecnologias de IA é mais urgente, especialmente na busca de soluções para melhorar a eficiência operacional e reduzir 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 menor 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 casos de aplicação. Com os constantes avanços na tecnologia de IA e a maior clareza nas demandas do mercado, prevemos que este padrão poderá sofrer ajustes, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento dos Agentes de IA.
Análise do projeto líder em AI Agent Web2
Nós exploramos em profundidade alguns projetos de agentes de IA no atual mercado Web2 e analisamos-os, usando como exemplo os três projetos Character AI, Perplexity AI e Midjourney.
Inteligência Artificial de Personagens:
Apresentação do produto: Character.AI oferece sistemas de conversa baseados em inteligência artificial e ferramentas para criação de personagens virtuais. A sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais, que podem realizar diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: A Character.AI teve 277 milhões de visitas em maio, com mais de 3,5 milhões de usuários ativos diários, a maioria dos quais tem entre 18 e 34 anos, mostrando características de um público jovem. A 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 contrato de licença não exclusiva com a empresa-mãe do Google, Alphabet, para o uso de seu modelo de linguagem de grande escala, o que indica que a Character AI está utilizando tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, participaram do desenvolvimento do modelo de linguagem conversacional Llama do Google.
Perplexity AI:
Introdução ao produto: Perplexity é capaz de capturar e fornecer respostas detalhadas da internet. Através de referências e links de citação, garante a fiabilidade e precisão das informações, enquanto educa e orienta os utilizadores a fazer perguntas adicionais e 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 crescimento de 8,6% no tráfego de seus aplicativos móveis e para desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que obteve 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhão de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O modelo principal utilizado pela Perplexity é o GPT-3.5 ajustado, juntamente com 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:
Apresentação do produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, cobrindo uma ampla gama de necessidades criativas, desde o realista até o abstrato. A plataforma também oferece mistura e edição de imagens, permitindo que os usuários realizem sobreposição de imagens e transferência de estilo, e a funcionalidade de geração em tempo real da plataforma garante que os usuários obtenham resultados em segundos.
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.
14 Curtidas
Recompensa
14
6
Repostar
Compartilhar
Comentário
0/400
AirdropHunterXM
· 5h atrás
Outra onda de máquinas de fazer as pessoas de parvas apareceu.
Ver originalResponder0
LayerZeroHero
· 5h atrás
ai acaba por depender do agent
Ver originalResponder0
MEVSandwichVictim
· 5h atrás
Podemos esclarecer primeiro o sandwich antes de falar sobre a IA
Ver originalResponder0
GhostAddressMiner
· 5h atrás
Mais uma vez vejo o capital a inflacionar bolhas, estou tão cansado de olhar os dados dos endereços de airdrop iniciais... Muitos da equipa do projeto que estão a jogar nesta ronda de IA são velhos conhecidos da época do web2.
Ver originalResponder0
AlwaysMissingTops
· 5h atrás
de novo a fazer promessas com IA bombear.
Ver originalResponder0
NFTFreezer
· 5h atrás
Mais uma vez a falar de IA, já estão bem alimentados.
O potencial futuro do Agente de IA é enorme e pode se tornar um novo motor de desenvolvimento para Web3 + IA.
O Agente de IA pode ser a salvação do Web3+IA?
O projeto AI Agent demonstra uma forte competitividade no mercado no setor Web3+AI. Atualmente, o número de projetos AI Agent no Web3 é reduzido, representando 8%, mas a sua participação no valor de mercado do setor de IA é impressionante, alcançando 23%. Prevê-se que, à medida que a tecnologia amadurece e o reconhecimento do mercado aumenta, surgirão vários projetos com avaliações superiores a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia AI em produtos de aplicação que não são o núcleo AI pode se tornar uma vantagem estratégica. A forma de combinação dos projetos de Agente AI deve focar na construção de um ecossistema completo e no design de modelos econômicos de tokens, para promover a descentralização e o efeito de rede.
Onda de IA: A situação de projetos emergentes e valorização em alta
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, ele atraiu mais de 100 milhões de usuários. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, e a OpenAI rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o após o lançamento do ChatGPT. Diante de um crescimento tão rápido, as grandes empresas de tecnologia tradicionais perceberam a importância da aplicação de modelos de IA de ponta como 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 introduziram modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou um verdadeiro campo de batalha.
A competição entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também descobrimos através de uma pesquisa sobre a investigação em IA de código aberto, que o relatório AI Index de 2024 mostra que o número de projetos relacionados a IA no GitHub aumentou de 845 em 2011 para cerca de 1,8 milhão 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 de desenvolvedores global pela pesquisa em IA.
O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, que apresenta um forte crescimento, com um aumento explosivo no segundo trimestre de 2024. No total, houve 16 investimentos relacionados à IA superiores a 150 milhões de dólares em todo o mundo, o que é o dobro do primeiro trimestre. O total de financiamento das startups de IA disparou para 24 bilhões de dólares, mais do que o dobro em relação ao ano anterior. Dentre elas, a xAI, de Elon Musk, arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, atrás apenas 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 concorrência entre gigantes da tecnologia, até o florescimento de projetos em comunidades de código aberto, passando pela fervorosa busca do mercado de capitais pelo conceito 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 modelos de linguagem em larga escala e tecnologias de geração aumentada por pesquisa a alcançarem grandes progressos no campo do processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios ao converter suas vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de geração de informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta confiabilidade.
Neste contexto, começamos a investigar os Agentes de IA, pois os Agentes de IA enfatizam a abrangência da solução de problemas práticos e da interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que podem realmente entender, aprender e resolver problemas da vida real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que estão gradualmente fechando a lacuna entre a tecnologia de IA e a solução de problemas práticos. A evolução da tecnologia de IA está constantemente reestruturando a arquitetura da produtividade, enquanto a tecnologia Web3 está reconfigurando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais do Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirá uma série de aplicações inovadoras. Neste campo cruzado cheio de potencial, acreditamos que os Agentes de IA, com sua capacidade de executar tarefas de forma autônoma, demonstram um enorme potencial para aplicações em larga escala.
Para isso, começámos a investigar a diversificada aplicação do AI Agent no Web3, desde a infraestrutura do Web3, middleware, camada de aplicação, até aos mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, a fim de compreender profundamente a fusão entre AI e Web3.
Esclarecimento de Conceitos: Introdução e Visão Geral das Classificações de Agentes de IA
Introdução Básica
Antes de apresentar o AI Agent, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos dar um exemplo prático: suponha que você esteja planejando uma viagem. Modelos de linguagem grandes tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode fornecer conteúdos de destino mais ricos e específicos. O AI Agent é como o Jarvis do filme do Homem de Ferro, capaz de entender suas necessidades e, com base em uma simples frase sua, buscar proativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de AI Agent na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e realizar ações correspondentes, obtendo informações ambientais através de sensores, processando essas informações e, em seguida, influenciando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que o AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e habilidades de uso de ferramentas. Ele não só pode fornecer informações simples, mas também planejar, descompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos perceber que os Agentes de IA já se integraram nas nossas vidas, sendo aplicados em diferentes cenários, como AlphaGo, Siri e a condução autónoma de nível L5 ou superior da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do mundo externo e, com base nisso, fazer influências correspondentes no ambiente real.
Tomando o ChatGPT como exemplo para esclarecer conceitos, devemos apontar claramente 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 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, através da rotulagem de 204 projetos de Agentes de IA nos mercados Web2 e Web3, com base nas etiquetas significativas correspondentes a cada projeto, dividimos em categorias de primeiro e segundo nível. Entre elas, a categoria de primeiro nível é composta por três tipos: infraestrutura básica, geração de conteúdo e interação com o usuário, que são então subdivididos de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais básicos no campo dos Agents, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e baseados em aplicações.
Ferramentas de desenvolvimento: fornece aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de tratamento de dados: processar e analisar dados em diferentes formatos, principalmente usado para auxiliar na tomada de decisões e fornecer fontes para o treinamento.
Classe de treinamento de modelo: fornece serviços de treinamento de modelo para IA, incluindo inferência, construção do modelo, configuração, etc.
Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Plataforma de agregação: uma plataforma que integra vários serviços e ferramentas de agentes de IA.
Interativos: Semelhante à geração de conteúdo, a diferença está na interação contínua bidirecional. O agente interativo não apenas aceita e compreende as necessidades do usuário, mas também fornece feedback por meio de tecnologias como o processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Categoria de acompanhamento emocional: Agente de IA que fornece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Tipo de busca: Focado na funcionalidade de busca, fornece um Agente centrado na 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 dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagem, geração de vídeo 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 tendência clara de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, com a maioria sendo serviços B2B e ferramentas de desenvolvimento. Também realizámos algumas análises sobre este fenômeno.
O impacto da maturidade tecnológica: A razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Estes projetos geralmente são construídos sobre tecnologias e estruturas comprovadas 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 do mercado: Outro fator chave é a demanda do mercado. Comparado ao mercado de consumidores, a demanda do mercado empresarial por tecnologias de IA é mais urgente, especialmente na busca de soluções para melhorar a eficiência operacional e reduzir 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 menor 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 casos de aplicação. Com os constantes avanços na tecnologia de IA e a maior clareza nas demandas do mercado, prevemos que este padrão poderá sofrer ajustes, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento dos Agentes de IA.
Análise do projeto líder em AI Agent Web2
Nós exploramos em profundidade alguns projetos de agentes de IA no atual mercado Web2 e analisamos-os, usando como exemplo os três projetos Character AI, Perplexity AI e Midjourney.
Inteligência Artificial de Personagens:
Apresentação do produto: Character.AI oferece sistemas de conversa baseados em inteligência artificial e ferramentas para criação de personagens virtuais. A sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais, que podem realizar diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: A Character.AI teve 277 milhões de visitas em maio, com mais de 3,5 milhões de usuários ativos diários, a maioria dos quais tem entre 18 e 34 anos, mostrando características de um público jovem. A 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 contrato de licença não exclusiva com a empresa-mãe do Google, Alphabet, para o uso de seu modelo de linguagem de grande escala, o que indica que a Character AI está utilizando tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, participaram do desenvolvimento do modelo de linguagem conversacional Llama do Google.
Perplexity AI:
Introdução ao produto: Perplexity é capaz de capturar e fornecer respostas detalhadas da internet. Através de referências e links de citação, garante a fiabilidade e precisão das informações, enquanto educa e orienta os utilizadores a fazer perguntas adicionais e 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 crescimento de 8,6% no tráfego de seus aplicativos móveis e para desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que obteve 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhão de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O modelo principal utilizado pela Perplexity é o GPT-3.5 ajustado, juntamente com 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:
Apresentação do produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, cobrindo uma ampla gama de necessidades criativas, desde o realista até o abstrato. A plataforma também oferece mistura e edição de imagens, permitindo que os usuários realizem sobreposição de imagens e transferência de estilo, e a funcionalidade de geração em tempo real da plataforma garante que os usuários obtenham resultados em segundos.