¿Puede el Agente de IA convertirse en la salvación de Web3 + IA?
Los proyectos de AI Agent son principalmente tipos de servicios para empresas que son populares y maduros en el emprendimiento Web2, mientras que en el ámbito Web3, los proyectos de entrenamiento de modelos y de plataformas integradas se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
En la actualidad, el número de proyectos de AI Agent en Web3 no es mucho 8%, pero su valor de mercado en la pista de IA es tan alto como el 23%, por lo que muestra una fuerte competitividad en el mercado, y esperamos que con la madurez de la tecnología y la mejora del reconocimiento del mercado, haya una serie de proyectos con una valoración de más de $ 1 mil millones en el futuro.
Para los proyectos de Web3, la introducción de tecnología de IA en productos de aplicación que no son centrales de IA puede convertirse en una ventaja estratégica. La forma en que se combinan los proyectos de Agente de IA debe centrarse en la construcción de un ecosistema completo y el diseño de un modelo económico de tokens para fomentar la descentralización y los efectos de red.
Ola de IA: La situación de proyectos emergentes y el aumento de valor
Desde que ChatGPT fue lanzado en noviembre de 2022, ha atraído a más de cien millones de usuarios en solo dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT habían alcanzado la asombrosa cifra de 20.3 millones de dólares, y OpenAI, tras el lanzamiento de ChatGPT, también lanzó rápidamente versiones iterativas como GPT-4 y GP4-4o. Ante este rápido desarrollo, los grandes gigantes tecnológicos tradicionales han tomado conciencia de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM, y han comenzado a lanzar sus propios modelos y aplicaciones de IA. Por ejemplo, Google lanzó el modelo de lenguaje PaLM2, Meta presentó Llama3, y las empresas chinas lanzaron modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un área de competencia crucial.
La competencia entre las grandes empresas tecnológicas no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de estadísticas sobre IA de código abierto, descubrimos que el informe AI Index de 2024 muestra que la cantidad de proyectos relacionados con IA en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente después del lanzamiento de GPT en 2023, la cantidad de proyectos creció un 59.3 % en comparación con el año anterior, lo que refleja el entusiasmo de la comunidad de desarrolladores global por la investigación en IA.
La pasión por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un crecimiento robusto, experimentando un crecimiento explosivo en el segundo trimestre de 2024. A nivel global, hubo 16 inversiones relacionadas con la IA que superaron los 150 millones de dólares, el doble que en el primer trimestre. El total de financiación para startups de IA se disparó a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI, de Musk, recaudó 6 mil millones de dólares, alcanzando una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA con mayor valoración, solo detrás de OpenAI.
El rápido desarrollo de la tecnología de IA está remodelando el panorama del campo tecnológico a una velocidad sin precedentes. Desde la intensa competencia entre gigantes tecnológicos, hasta el próspero desarrollo de proyectos en comunidades de código abierto, y el ferviente entusiasmo del mercado de capitales por el concepto de IA. Los proyectos surgen uno tras otro, con inversiones alcanzando nuevos máximos y valoraciones creciendo en consecuencia. En general, el mercado de IA se encuentra en un periodo dorado de rápido desarrollo, con modelos de lenguaje grandes y tecnología de generación mejorada por recuperación logrando avances significativos en el procesamiento del lenguaje. A pesar de ello, estos modelos todavía enfrentan desafíos al convertir las ventajas tecnológicas en productos reales, como la incertidumbre en la salida de los modelos, el riesgo de ilusiones que generan información inexacta y el problema de la transparencia del modelo. Estos problemas son especialmente importantes en escenarios de aplicación que requieren una alta fiabilidad.
En este contexto, comenzamos a investigar sobre el Agente de IA, ya que el Agente de IA enfatiza la integralidad de resolver problemas prácticos e interactuar con el entorno. Este cambio marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes capaces de comprender realmente, aprender y resolver problemas del mundo real. Por lo tanto, vemos esperanza en el desarrollo del Agente de IA, que está cerrando gradualmente la brecha entre la tecnología de IA y la resolución de problemas prácticos. La evolución de la tecnología de IA está reconfigurando continuamente la estructura de la productividad, mientras que la tecnología Web3 está reestructurando las relaciones de producción de la economía digital. Cuando los tres elementos clave de la IA: datos, modelos y potencia de cálculo, se fusionan con los conceptos centrales de descentralización, economía de tokens y contratos inteligentes de Web3, prevemos que surgirán una serie de aplicaciones innovadoras. En este campo interseccional lleno de potencial, creemos que el Agente de IA, con su capacidad para ejecutar tareas de forma autónoma, muestra un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones de AI Agent en Web3, desde la infraestructura de Web3, middleware, hasta el nivel de aplicación, y los mercados de datos y modelos, con el objetivo de identificar y evaluar los tipos de proyectos y escenarios de aplicación más prometedores, para comprender en profundidad la profunda fusión entre AI y Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de presentar el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, utilizaremos un escenario práctico como ejemplo: supongamos que estás planeando un viaje. Los modelos de lenguaje grandes tradicionales proporcionan información sobre destinos y sugerencias de viaje. La tecnología de generación mejorada por recuperación puede ofrecer contenido de destino más rico y específico. Y el Agente AI es como JARVIS en la película de Iron Man, puede entender tus necesidades y también buscar proactivamente vuelos y hoteles según una frase tuya, realizar operaciones de reserva y agregar el itinerario al calendario.
En la actualidad, la definición comúnmente aceptada de un Agente de IA en la industria se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones adecuadas, obteniendo información del entorno a través de sensores, procesándola y generando un impacto en el entorno a través de ejecutores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina capacidades de LLM, RAG, memoria, planificación de tareas y uso de herramientas. No solo puede proporcionar información pura, sino que también puede planificar, descomponer tareas y ejecutarlas realmente.
Según esta definición y características, podemos encontrar que los Agentes de IA ya se han integrado en nuestras vidas, aplicándose en diferentes escenarios, como AlphaGo, Siri y la conducción autónoma de nivel 5 o superior de Tesla, que pueden considerarse ejemplos de Agentes de IA. La característica común de estos sistemas es que pueden percibir las entradas de los usuarios del entorno externo y, a partir de ello, hacer que la realidad se vea afectada.
Tomando como ejemplo a ChatGPT para aclarar conceptos, debemos señalar claramente que el Transformer es la arquitectura técnica que compone los modelos de IA, GPT es una serie de modelos desarrollados sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan las versiones del modelo en diferentes etapas de desarrollo. ChatGP, por su parte, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de categorías
En la actualidad, el mercado de Agentes de IA aún no ha formado un estándar de clasificación unificado. Lo hemos etiquetado mediante la clasificación de 204 proyectos de Agentes de IA en el mercado Web2+Web3, dividiendo en categorías de primer y segundo nivel según las etiquetas distintivas de cada proyecto. Entre ellos, la categoría de primer nivel se divide en tres tipos: infraestructura básica, generación de contenido e interacción con el usuario, y luego se subdivide según sus casos de uso reales:
Infraestructura: Esta categoría se centra en construir contenido más básico en el campo de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B de aplicaciones más maduras y básicas.
Herramientas de desarrollo: proporcionan a los desarrolladores herramientas y marcos auxiliares para construir Agentes de IA.
Clase de procesamiento de datos: procesar y analizar diferentes formatos de datos, principalmente utilizados para apoyar la toma de decisiones y proporcionar fuentes para el entrenamiento.
Clase de entrenamiento de modelos: proporciona servicios de entrenamiento de modelos para IA, incluyendo inferencia, establecimiento de modelos, configuración, etc.
Servicios B2B: principalmente orientados a usuarios empresariales, proporcionando servicios empresariales, verticales y soluciones automatizadas.
Plataforma de tipo集合: plataforma que integra varios servicios y herramientas de AI Agent.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción bidireccional continua. Los agentes de interacción no solo aceptan y comprenden las necesidades del usuario, sino que también proporcionan retroalimentación a través de tecnologías como el procesamiento del lenguaje natural (NLP), logrando una interacción bidireccional con el usuario.
Clases de acompañamiento emocional: Agentes de IA que ofrecen apoyo emocional y compañía.
Tipo GPT: Agente de IA basado en el modelo GPT (Transformador Generativo Preentrenado).
Tipo de búsqueda: Enfocado en la función de búsqueda, proporcionando un agente centrado en la recuperación de información más precisa.
Generación de contenido: Estos proyectos se centran en la creación de contenido, utilizando tecnología de modelos grandes para generar diversas formas de contenido según las instrucciones del usuario, que se dividen en cuatro categorías: generación de texto, generación de imágenes, generación de videos y generación de audio.
Análisis del estado actual del desarrollo del Agente AI Web2
Según nuestras estadísticas, el desarrollo de Agentes de IA en la Web2 de Internet tradicional presenta una clara tendencia de concentración de sectores. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, siendo predominantemente servicios B2B y herramientas de desarrollo. También hemos realizado un análisis de este fenómeno.
Impacto de la madurez tecnológica: La razón por la cual los proyectos de infraestructura dominan es, ante todo, su madurez tecnológica. Estos proyectos generalmente se basan en tecnologías y marcos probados por el tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Equivale a la "pala" en el campo de la IA, proporcionando una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulso de la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumo, la demanda de tecnología de IA en el mercado empresarial es más urgente, especialmente en la búsqueda de soluciones para mejorar la eficiencia operativa y reducir costos. Al mismo tiempo, para los desarrolladores, el flujo de efectivo de las empresas es relativamente estable, lo que les beneficia para desarrollar proyectos posteriores.
Limitaciones en los escenarios de aplicación: Al mismo tiempo, notamos que la aplicación de la IA generadora de contenido en el mercado B2B es relativamente limitada. Debido a la inestabilidad de su producción, las empresas tienden a preferir aplicaciones que puedan aumentar la productividad de manera estable. Esto ha llevado a que la IA generadora de contenido ocupe una proporción pequeña en la biblioteca de proyectos.
Esta tendencia refleja la madurez tecnológica, la demanda del mercado y las consideraciones prácticas de los escenarios de aplicación. Con el continuo avance de la tecnología de IA y la clarificación de la demanda del mercado, esperamos que este patrón pueda ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis de proyectos líderes de agentes de IA en Web2
Profundizamos en algunos proyectos de agentes de IA en el mercado actual de Web2 y analizamos estos proyectos, tomando como ejemplo Character AI, Perplexity AI y Midjourney.
Character AI：
Introducción del producto: Character.AI ofrece un sistema de conversación basado en inteligencia artificial y herramientas para la creación de personajes virtuales. Su plataforma permite a los usuarios crear, entrenar e interactuar con personajes virtuales que pueden mantener conversaciones en lenguaje natural y realizar tareas específicas.
Análisis de datos: Character.AI tuvo 277 millones de visitas en mayo, con más de 3.5 millones de usuarios activos diarios en la plataforma, la mayoría de los cuales tienen entre 18 y 34 años, lo que muestra características de un grupo de usuarios más joven. Character AI ha tenido un excelente desempeño en el mercado de capitales, completando una financiación de 150 millones de dólares, alcanzando una valoración de 1,000 millones de dólares, liderada por a16z.
Análisis técnico: Character AI ha firmado un acuerdo de licencia no exclusivo con la empresa matriz de Google, Alphabet, lo que indica que Character AI utiliza tecnología desarrollada internamente. Cabe destacar que los fundadores de la empresa, Noam Shazeer y Daniel De Freitas, participaron en el desarrollo del modelo de lenguaje conversacional Llama de Google.
Perplexity AI:
Introducción del producto: Perplexity puede rastrear y proporcionar respuestas detalladas de Internet. Asegura la fiabilidad y precisión de la información mediante citas y enlaces de referencia, al mismo tiempo que educa y guía al usuario para realizar preguntas de seguimiento y buscar palabras clave, satisfaciendo así las diversas necesidades de consulta de los usuarios.
Análisis de datos: El número de usuarios activos mensuales de Perplexity ha alcanzado los 10 millones, y el tráfico de sus aplicaciones móviles y de escritorio experimentó un crecimiento del 8.6% en febrero, atrayendo a aproximadamente 50 millones de usuarios. En el mercado de capitales, Perplexity AI anunció recientemente que ha obtenido 62.7 millones de dólares en financiación, alcanzando una valoración de 1.04 mil millones de dólares, con Daniel Gross liderando la ronda, y participantes como Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es GPT-3.5 afinado, así como dos grandes modelos afinados basados en modelos grandes de código abierto: pplx-7b-online y pplx-70b-online. Los modelos son adecuados para la investigación académica profesional y consultas en campos verticales, asegurando la veracidad y fiabilidad de la información.
Midjourney:
Introducción del producto: Los usuarios pueden crear imágenes de diversos estilos y temas en Midjourney a través de Prompts, abarcando desde lo realista hasta
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
16 me gusta
Recompensa
16
6
Compartir
Comentar
0/400
SchrodingersPaper
· hace3h
Otra vez vendiendo ilusiones. ¿Cuánto tontos se pueden tomar con el 23% de la capitalización de mercado? … Estoy muy perdido, estoy muy perdido.
Ver originalesResponder0
ThreeHornBlasts
· hace3h
¿Quién puede hacerse cargo de este agente inflado?
Ver originalesResponder0
OnchainDetective
· hace3h
¿Qué salvavidas? To the moon, está bien.
Ver originalesResponder0
hodl_therapist
· hace3h
Todo es una burbuja de conceptos, lo fundamental es ver la implementación.
Ver originalesResponder0
Lonely_Validator
· hace3h
No es más que Ser engañados y ver quién corre más rápido.
¿Puede el Agente de IA convertirse en un motor clave para el desarrollo de Web3+IA?
¿Puede el Agente de IA convertirse en la salvación de Web3 + IA?
Los proyectos de AI Agent son principalmente tipos de servicios para empresas que son populares y maduros en el emprendimiento Web2, mientras que en el ámbito Web3, los proyectos de entrenamiento de modelos y de plataformas integradas se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
En la actualidad, el número de proyectos de AI Agent en Web3 no es mucho 8%, pero su valor de mercado en la pista de IA es tan alto como el 23%, por lo que muestra una fuerte competitividad en el mercado, y esperamos que con la madurez de la tecnología y la mejora del reconocimiento del mercado, haya una serie de proyectos con una valoración de más de $ 1 mil millones en el futuro.
Para los proyectos de Web3, la introducción de tecnología de IA en productos de aplicación que no son centrales de IA puede convertirse en una ventaja estratégica. La forma en que se combinan los proyectos de Agente de IA debe centrarse en la construcción de un ecosistema completo y el diseño de un modelo económico de tokens para fomentar la descentralización y los efectos de red.
Ola de IA: La situación de proyectos emergentes y el aumento de valor
Desde que ChatGPT fue lanzado en noviembre de 2022, ha atraído a más de cien millones de usuarios en solo dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT habían alcanzado la asombrosa cifra de 20.3 millones de dólares, y OpenAI, tras el lanzamiento de ChatGPT, también lanzó rápidamente versiones iterativas como GPT-4 y GP4-4o. Ante este rápido desarrollo, los grandes gigantes tecnológicos tradicionales han tomado conciencia de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM, y han comenzado a lanzar sus propios modelos y aplicaciones de IA. Por ejemplo, Google lanzó el modelo de lenguaje PaLM2, Meta presentó Llama3, y las empresas chinas lanzaron modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un área de competencia crucial.
La competencia entre las grandes empresas tecnológicas no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de estadísticas sobre IA de código abierto, descubrimos que el informe AI Index de 2024 muestra que la cantidad de proyectos relacionados con IA en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente después del lanzamiento de GPT en 2023, la cantidad de proyectos creció un 59.3 % en comparación con el año anterior, lo que refleja el entusiasmo de la comunidad de desarrolladores global por la investigación en IA.
La pasión por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un crecimiento robusto, experimentando un crecimiento explosivo en el segundo trimestre de 2024. A nivel global, hubo 16 inversiones relacionadas con la IA que superaron los 150 millones de dólares, el doble que en el primer trimestre. El total de financiación para startups de IA se disparó a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI, de Musk, recaudó 6 mil millones de dólares, alcanzando una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA con mayor valoración, solo detrás de OpenAI.
El rápido desarrollo de la tecnología de IA está remodelando el panorama del campo tecnológico a una velocidad sin precedentes. Desde la intensa competencia entre gigantes tecnológicos, hasta el próspero desarrollo de proyectos en comunidades de código abierto, y el ferviente entusiasmo del mercado de capitales por el concepto de IA. Los proyectos surgen uno tras otro, con inversiones alcanzando nuevos máximos y valoraciones creciendo en consecuencia. En general, el mercado de IA se encuentra en un periodo dorado de rápido desarrollo, con modelos de lenguaje grandes y tecnología de generación mejorada por recuperación logrando avances significativos en el procesamiento del lenguaje. A pesar de ello, estos modelos todavía enfrentan desafíos al convertir las ventajas tecnológicas en productos reales, como la incertidumbre en la salida de los modelos, el riesgo de ilusiones que generan información inexacta y el problema de la transparencia del modelo. Estos problemas son especialmente importantes en escenarios de aplicación que requieren una alta fiabilidad.
En este contexto, comenzamos a investigar sobre el Agente de IA, ya que el Agente de IA enfatiza la integralidad de resolver problemas prácticos e interactuar con el entorno. Este cambio marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes capaces de comprender realmente, aprender y resolver problemas del mundo real. Por lo tanto, vemos esperanza en el desarrollo del Agente de IA, que está cerrando gradualmente la brecha entre la tecnología de IA y la resolución de problemas prácticos. La evolución de la tecnología de IA está reconfigurando continuamente la estructura de la productividad, mientras que la tecnología Web3 está reestructurando las relaciones de producción de la economía digital. Cuando los tres elementos clave de la IA: datos, modelos y potencia de cálculo, se fusionan con los conceptos centrales de descentralización, economía de tokens y contratos inteligentes de Web3, prevemos que surgirán una serie de aplicaciones innovadoras. En este campo interseccional lleno de potencial, creemos que el Agente de IA, con su capacidad para ejecutar tareas de forma autónoma, muestra un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones de AI Agent en Web3, desde la infraestructura de Web3, middleware, hasta el nivel de aplicación, y los mercados de datos y modelos, con el objetivo de identificar y evaluar los tipos de proyectos y escenarios de aplicación más prometedores, para comprender en profundidad la profunda fusión entre AI y Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de presentar el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, utilizaremos un escenario práctico como ejemplo: supongamos que estás planeando un viaje. Los modelos de lenguaje grandes tradicionales proporcionan información sobre destinos y sugerencias de viaje. La tecnología de generación mejorada por recuperación puede ofrecer contenido de destino más rico y específico. Y el Agente AI es como JARVIS en la película de Iron Man, puede entender tus necesidades y también buscar proactivamente vuelos y hoteles según una frase tuya, realizar operaciones de reserva y agregar el itinerario al calendario.
En la actualidad, la definición comúnmente aceptada de un Agente de IA en la industria se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones adecuadas, obteniendo información del entorno a través de sensores, procesándola y generando un impacto en el entorno a través de ejecutores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina capacidades de LLM, RAG, memoria, planificación de tareas y uso de herramientas. No solo puede proporcionar información pura, sino que también puede planificar, descomponer tareas y ejecutarlas realmente.
Según esta definición y características, podemos encontrar que los Agentes de IA ya se han integrado en nuestras vidas, aplicándose en diferentes escenarios, como AlphaGo, Siri y la conducción autónoma de nivel 5 o superior de Tesla, que pueden considerarse ejemplos de Agentes de IA. La característica común de estos sistemas es que pueden percibir las entradas de los usuarios del entorno externo y, a partir de ello, hacer que la realidad se vea afectada.
Tomando como ejemplo a ChatGPT para aclarar conceptos, debemos señalar claramente que el Transformer es la arquitectura técnica que compone los modelos de IA, GPT es una serie de modelos desarrollados sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan las versiones del modelo en diferentes etapas de desarrollo. ChatGP, por su parte, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de categorías
En la actualidad, el mercado de Agentes de IA aún no ha formado un estándar de clasificación unificado. Lo hemos etiquetado mediante la clasificación de 204 proyectos de Agentes de IA en el mercado Web2+Web3, dividiendo en categorías de primer y segundo nivel según las etiquetas distintivas de cada proyecto. Entre ellos, la categoría de primer nivel se divide en tres tipos: infraestructura básica, generación de contenido e interacción con el usuario, y luego se subdivide según sus casos de uso reales:
Infraestructura: Esta categoría se centra en construir contenido más básico en el campo de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B de aplicaciones más maduras y básicas.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción bidireccional continua. Los agentes de interacción no solo aceptan y comprenden las necesidades del usuario, sino que también proporcionan retroalimentación a través de tecnologías como el procesamiento del lenguaje natural (NLP), logrando una interacción bidireccional con el usuario.
Generación de contenido: Estos proyectos se centran en la creación de contenido, utilizando tecnología de modelos grandes para generar diversas formas de contenido según las instrucciones del usuario, que se dividen en cuatro categorías: generación de texto, generación de imágenes, generación de videos y generación de audio.
Análisis del estado actual del desarrollo del Agente AI Web2
Según nuestras estadísticas, el desarrollo de Agentes de IA en la Web2 de Internet tradicional presenta una clara tendencia de concentración de sectores. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, siendo predominantemente servicios B2B y herramientas de desarrollo. También hemos realizado un análisis de este fenómeno.
Impacto de la madurez tecnológica: La razón por la cual los proyectos de infraestructura dominan es, ante todo, su madurez tecnológica. Estos proyectos generalmente se basan en tecnologías y marcos probados por el tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Equivale a la "pala" en el campo de la IA, proporcionando una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulso de la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumo, la demanda de tecnología de IA en el mercado empresarial es más urgente, especialmente en la búsqueda de soluciones para mejorar la eficiencia operativa y reducir costos. Al mismo tiempo, para los desarrolladores, el flujo de efectivo de las empresas es relativamente estable, lo que les beneficia para desarrollar proyectos posteriores.
Limitaciones en los escenarios de aplicación: Al mismo tiempo, notamos que la aplicación de la IA generadora de contenido en el mercado B2B es relativamente limitada. Debido a la inestabilidad de su producción, las empresas tienden a preferir aplicaciones que puedan aumentar la productividad de manera estable. Esto ha llevado a que la IA generadora de contenido ocupe una proporción pequeña en la biblioteca de proyectos.
Esta tendencia refleja la madurez tecnológica, la demanda del mercado y las consideraciones prácticas de los escenarios de aplicación. Con el continuo avance de la tecnología de IA y la clarificación de la demanda del mercado, esperamos que este patrón pueda ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis de proyectos líderes de agentes de IA en Web2
Profundizamos en algunos proyectos de agentes de IA en el mercado actual de Web2 y analizamos estos proyectos, tomando como ejemplo Character AI, Perplexity AI y Midjourney.
Character AI：
Introducción del producto: Character.AI ofrece un sistema de conversación basado en inteligencia artificial y herramientas para la creación de personajes virtuales. Su plataforma permite a los usuarios crear, entrenar e interactuar con personajes virtuales que pueden mantener conversaciones en lenguaje natural y realizar tareas específicas.
Análisis de datos: Character.AI tuvo 277 millones de visitas en mayo, con más de 3.5 millones de usuarios activos diarios en la plataforma, la mayoría de los cuales tienen entre 18 y 34 años, lo que muestra características de un grupo de usuarios más joven. Character AI ha tenido un excelente desempeño en el mercado de capitales, completando una financiación de 150 millones de dólares, alcanzando una valoración de 1,000 millones de dólares, liderada por a16z.
Análisis técnico: Character AI ha firmado un acuerdo de licencia no exclusivo con la empresa matriz de Google, Alphabet, lo que indica que Character AI utiliza tecnología desarrollada internamente. Cabe destacar que los fundadores de la empresa, Noam Shazeer y Daniel De Freitas, participaron en el desarrollo del modelo de lenguaje conversacional Llama de Google.
Perplexity AI:
Introducción del producto: Perplexity puede rastrear y proporcionar respuestas detalladas de Internet. Asegura la fiabilidad y precisión de la información mediante citas y enlaces de referencia, al mismo tiempo que educa y guía al usuario para realizar preguntas de seguimiento y buscar palabras clave, satisfaciendo así las diversas necesidades de consulta de los usuarios.
Análisis de datos: El número de usuarios activos mensuales de Perplexity ha alcanzado los 10 millones, y el tráfico de sus aplicaciones móviles y de escritorio experimentó un crecimiento del 8.6% en febrero, atrayendo a aproximadamente 50 millones de usuarios. En el mercado de capitales, Perplexity AI anunció recientemente que ha obtenido 62.7 millones de dólares en financiación, alcanzando una valoración de 1.04 mil millones de dólares, con Daniel Gross liderando la ronda, y participantes como Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es GPT-3.5 afinado, así como dos grandes modelos afinados basados en modelos grandes de código abierto: pplx-7b-online y pplx-70b-online. Los modelos son adecuados para la investigación académica profesional y consultas en campos verticales, asegurando la veracidad y fiabilidad de la información.
Midjourney:
Introducción del producto: Los usuarios pueden crear imágenes de diversos estilos y temas en Midjourney a través de Prompts, abarcando desde lo realista hasta