¿Puede el Agente de IA convertirse en la tabla de salvación de Web3+IA?
Los proyectos de AI Agent son principalmente de tipo servicio empresarial en el emprendimiento Web2, mientras que en el ámbito Web3, los proyectos de entrenamiento de modelos y de plataformas integradoras se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
Actualmente, hay pocos proyectos de Agentes de IA en Web3, representando solo el 8%, pero su participación en el valor de mercado en el sector de IA alcanza el 23%, lo que demuestra una fuerte competitividad en el mercado. Prevemos que, a medida que la tecnología madure y aumente el reconocimiento del mercado, surgirán múltiples proyectos con una valoración superior a los 1.000 millones de dólares.
Para los proyectos de Web3, la introducción de tecnología AI en productos de aplicación que no son centrales de AI puede convertirse en una ventaja estratégica. La forma en que se integran los proyectos de AI Agent debe centrarse en la construcción del ecosistema completo y el diseño del modelo económico de tokens para fomentar la descentralización y los efectos de red.
Ola de IA: Estado actual de la aparición de proyectos y el aumento de valor
Desde el lanzamiento de ChatGPT en noviembre de 2022, ha atraído a más de 100 millones de usuarios en apenas dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT alcanzaron 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 se dieron cuenta de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM y lanzaron sus propios modelos y aplicaciones de IA. Por ejemplo, Google lanzó el modelo de lenguaje PaLM2, Meta presentó Llama3, mientras que las empresas chinas lanzaron grandes modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un lugar de intensa competencia.
La competencia entre los grandes gigantes tecnológicos no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de código abierto en inteligencia artificial, encontramos que el informe AI Index de 2024 muestra que la cantidad de proyectos relacionados con la IA en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente en 2023, después del lanzamiento de GPT, la cantidad de proyectos creció un 59.3% en comparación interanual, lo que refleja el entusiasmo de la comunidad de desarrolladores global por la investigación en inteligencia artificial.
La pasión por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un fuerte crecimiento, experimentando un crecimiento explosivo en el segundo trimestre de 2024. A nivel mundial, hay un total de 16 inversiones relacionadas con la IA que superan los 150 millones de dólares, el doble de las del primer trimestre. El total de financiamiento para startups de IA ha aumentado a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI, de Elon Musk, ha recaudado 6 mil millones de dólares, con una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA con la valoración más alta, solo detrás de OpenAI.
El rápido desarrollo de la tecnología de IA está reconfigurando el panorama del campo tecnológico a una velocidad sin precedentes. Desde la feroz competencia entre gigantes tecnológicos, hasta el florecimiento de proyectos en comunidades de código abierto, y el ardiente entusiasmo del mercado de capitales por el concepto de IA. Los proyectos surgen uno tras otro, las inversiones alcanzan nuevos máximos, y las valoraciones también aumentan. En general, el mercado de IA se encuentra en un período dorado de rápido desarrollo, con grandes modelos de lenguaje y tecnologías de generación aumentada por recuperación logrando avances significativos en el procesamiento del lenguaje. Sin embargo, estos modelos aún enfrentan desafíos al convertir sus ventajas tecnológicas en productos reales, como la incertidumbre en la salida del modelo, el riesgo de ilusiones que generan información inexacta y problemas de transparencia del modelo. Estos problemas son especialmente importantes en escenarios de aplicación que requieren una alta confiabilidad.
En este contexto, comenzamos a investigar sobre el Agente de IA, ya que este enfatiza la integralidad en la solución de problemas reales y la interacción con el entorno. Este cambio marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes que realmente pueden entender, aprender y resolver problemas reales. 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 solución de problemas reales. La evolución de la tecnología de IA está remodelando constantemente la arquitectura 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 fundamentales de Web3 como la descentralización, la economía token y los contratos inteligentes, prevemos que darán lugar a una serie de aplicaciones innovadoras. En este campo cruzado lleno de potencial, creemos que el Agente de IA, con su capacidad para ejecutar tareas de manera autónoma, demuestra un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones del Agente de IA en Web3, desde la infraestructura de Web3, middleware, hasta el nivel de aplicaciones, así como en múltiples dimensiones como 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 fusión entre IA y Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de introducir el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, utilizamos un escenario práctico como ejemplo: supongamos que estás planeando un viaje. Los modelos de lenguaje 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. El Agente AI es como Jarvis en la película de Iron Man, puede entender las necesidades y también buscar activamente vuelos y hoteles basándose en una frase tuya, realizar la operación de reserva y añadir el itinerario al calendario.
Actualmente, la definición comúnmente aceptada en la industria para un Agente de IA se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones adecuadas, obteniendo información ambiental a través de sensores, procesándola y luego impactando el entorno mediante ejecutores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina LLM, RAG, memoria, planificación de tareas y habilidades de uso de herramientas. No solo puede proporcionar información, sino que también puede planificar, descomponer tareas y ejecutarlas realmente.
Según esta definición y características, podemos descubrir 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 L5 y superior de Tesla, que pueden considerarse ejemplos de Agentes de IA. La característica común de estos sistemas es que pueden percibir la entrada del usuario en el entorno externo y, en consecuencia, hacer un impacto en el entorno real.
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 la serie de modelos que se ha desarrollado sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan las versiones del modelo en diferentes etapas de desarrollo. ChatGPT, por su parte, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de clasificación
Actualmente, el mercado de Agentes AI aún no ha formado un estándar de clasificación unificado. A través de la etiquetación de 204 proyectos de Agentes AI en los mercados de Web2 y Web3, hemos dividido en categorías de primer y segundo nivel según las etiquetas significativas correspondientes a cada proyecto. Entre ellas, la categoría de primer nivel incluye tres tipos: infraestructura básica, generación de contenido e interacción con el usuario, y luego se subdividen según sus casos de uso específicos:
Infraestructura: Esta categoría se centra en la creación de contenido más básico en el campo de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B de aplicaciones básicas más maduras.
Herramientas de desarrollo: proporcionar herramientas y marcos auxiliares para que los desarrolladores construyan agentes de IA.
Clase de procesamiento de datos: manejar y analizar datos en diferentes formatos, principalmente utilizados para apoyar la toma de decisiones y proporcionar fuentes para el entrenamiento.
Clase de entrenamiento de modelos: ofrece servicios de entrenamiento de modelos para IA, incluyendo inferencia, creación de modelos, configuración, etc.
Servicios B2B: principalmente orientados a usuarios empresariales, ofrecen soluciones de servicios empresariales, verticales y automatizadas.
Plataforma de tipo conjunto: una plataforma que integra varios servicios y herramientas de agentes de IA.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción continua en ambas direcciones. 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: Agente de IA que ofrece apoyo emocional y compañía.
Clase GPT: Agente de IA basado en el modelo GPT (Transformador Generativo Preentrenado).
Clase de búsqueda: Enfocado en la función de búsqueda, proporciona un agente centrado en la recuperación de información más precisa.
Generación de contenido: Este tipo de proyectos se centra en crear contenido, utilizando tecnología de modelos grandes para generar diversas formas de contenido según las instrucciones del usuario, dividiéndose en cuatro categorías: generación de texto, generación de imágenes, generación de video 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 tradicional muestra una clara tendencia de concentración en sectores. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, siendo principalmente servicios B2B y herramientas de desarrollo los más comunes. También hemos realizado algunos análisis sobre este fenómeno.
Impacto de la madurez tecnológica: La razón por la cual los proyectos de infraestructura ocupan una posición dominante se debe, en primer lugar, a su madurez tecnológica. Estos proyectos generalmente se basan en tecnologías y marcos comprobados por el tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Es equivalente a la "pala" en el campo de la IA, proporcionando una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulsado por la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumidores, 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 caja proveniente de las empresas es relativamente estable, lo que les beneficia para desarrollar proyectos posteriores.
Limitaciones de los casos de uso: Al mismo tiempo, notamos que los casos de uso de la IA generadora de contenido en el mercado B2B son relativamente limitados. Debido a la inestabilidad de sus resultados, las empresas tienden a preferir aquellas aplicaciones que pueden aumentar la productividad de manera estable. Esto ha llevado a que la IA generadora de contenido ocupe una proporción menor 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 adicional de la demanda del mercado, anticipamos que este patrón podría ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis del proyecto líder de AI Agent en Web2
Analizamos en profundidad algunos proyectos de agentes de IA en el actual mercado de Web2, tomando como ejemplo tres proyectos: 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, la plataforma cuenta con más de 3.5 millones de usuarios activos diarios, 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 desempeño excepcional en el mercado de capitales, completando una financiación de 150 millones de dólares, valorándose en mil 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. Vale la pena mencionar que los fundadores de la compañía, 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 extraer y proporcionar respuestas detalladas de Internet. Asegura la fiabilidad y precisión de la información a través de citas y enlaces de referencia, al mismo tiempo que educa y guía a los usuarios para hacer 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 financiamiento, con una valoración de 1.04 mil millones de dólares, liderado por Daniel Gross, con la participación de Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es el GPT-3.5 ajustado, así como dos grandes modelos ajustados basados en modelos grandes de código abierto: pplx-7b-online y pplx-70b-online. El modelo es adecuado para investigaciones académicas profesionales y verticales.
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.
11 me gusta
Recompensa
11
9
Republicar
Compartir
Comentar
0/400
ApeWithAPlan
· 08-09 23:49
¿No es adecuado para especular?
Ver originalesResponder0
airdrop_whisperer
· 08-09 16:52
Otra vez es un buen momento para Ser engañados.
Ver originalesResponder0
HappyToBeDumped
· 08-08 15:24
La IA solo parece hermosa.
Ver originalesResponder0
DoomCanister
· 08-07 06:34
tomar a la gente por tonta完就润
Ver originalesResponder0
AirdropHarvester
· 08-07 06:33
¡A comenzar! Subir o no, son tontos.
Ver originalesResponder0
GasFeeCrier
· 08-07 06:31
¿23% de capitalización de mercado apenas? To the moon ni ha empezado~
Ver originalesResponder0
HashBard
· 08-07 06:30
ah, el sentimiento del mercado huele a 2021... pero esta vez con un poco de hopium espolvoreado de ai
Ver originalesResponder0
Whale_Whisperer
· 08-07 06:17
¿Siguen inflando la burbuja de los agentes? Ya se han quebrado todos~
El crecimiento del Agente de IA: Análisis del auge en el campo de Web3 y la estructura del mercado
¿Puede el Agente de IA convertirse en la tabla de salvación de Web3+IA?
Los proyectos de AI Agent son principalmente de tipo servicio empresarial en el emprendimiento Web2, mientras que en el ámbito Web3, los proyectos de entrenamiento de modelos y de plataformas integradoras se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
Actualmente, hay pocos proyectos de Agentes de IA en Web3, representando solo el 8%, pero su participación en el valor de mercado en el sector de IA alcanza el 23%, lo que demuestra una fuerte competitividad en el mercado. Prevemos que, a medida que la tecnología madure y aumente el reconocimiento del mercado, surgirán múltiples proyectos con una valoración superior a los 1.000 millones de dólares.
Para los proyectos de Web3, la introducción de tecnología AI en productos de aplicación que no son centrales de AI puede convertirse en una ventaja estratégica. La forma en que se integran los proyectos de AI Agent debe centrarse en la construcción del ecosistema completo y el diseño del modelo económico de tokens para fomentar la descentralización y los efectos de red.
Ola de IA: Estado actual de la aparición de proyectos y el aumento de valor
Desde el lanzamiento de ChatGPT en noviembre de 2022, ha atraído a más de 100 millones de usuarios en apenas dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT alcanzaron 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 se dieron cuenta de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM y lanzaron sus propios modelos y aplicaciones de IA. Por ejemplo, Google lanzó el modelo de lenguaje PaLM2, Meta presentó Llama3, mientras que las empresas chinas lanzaron grandes modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un lugar de intensa competencia.
La competencia entre los grandes gigantes tecnológicos no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de código abierto en inteligencia artificial, encontramos que el informe AI Index de 2024 muestra que la cantidad de proyectos relacionados con la IA en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente en 2023, después del lanzamiento de GPT, la cantidad de proyectos creció un 59.3% en comparación interanual, lo que refleja el entusiasmo de la comunidad de desarrolladores global por la investigación en inteligencia artificial.
La pasión por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un fuerte crecimiento, experimentando un crecimiento explosivo en el segundo trimestre de 2024. A nivel mundial, hay un total de 16 inversiones relacionadas con la IA que superan los 150 millones de dólares, el doble de las del primer trimestre. El total de financiamiento para startups de IA ha aumentado a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI, de Elon Musk, ha recaudado 6 mil millones de dólares, con una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA con la valoración más alta, solo detrás de OpenAI.
El rápido desarrollo de la tecnología de IA está reconfigurando el panorama del campo tecnológico a una velocidad sin precedentes. Desde la feroz competencia entre gigantes tecnológicos, hasta el florecimiento de proyectos en comunidades de código abierto, y el ardiente entusiasmo del mercado de capitales por el concepto de IA. Los proyectos surgen uno tras otro, las inversiones alcanzan nuevos máximos, y las valoraciones también aumentan. En general, el mercado de IA se encuentra en un período dorado de rápido desarrollo, con grandes modelos de lenguaje y tecnologías de generación aumentada por recuperación logrando avances significativos en el procesamiento del lenguaje. Sin embargo, estos modelos aún enfrentan desafíos al convertir sus ventajas tecnológicas en productos reales, como la incertidumbre en la salida del modelo, el riesgo de ilusiones que generan información inexacta y problemas de transparencia del modelo. Estos problemas son especialmente importantes en escenarios de aplicación que requieren una alta confiabilidad.
En este contexto, comenzamos a investigar sobre el Agente de IA, ya que este enfatiza la integralidad en la solución de problemas reales y la interacción con el entorno. Este cambio marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes que realmente pueden entender, aprender y resolver problemas reales. 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 solución de problemas reales. La evolución de la tecnología de IA está remodelando constantemente la arquitectura 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 fundamentales de Web3 como la descentralización, la economía token y los contratos inteligentes, prevemos que darán lugar a una serie de aplicaciones innovadoras. En este campo cruzado lleno de potencial, creemos que el Agente de IA, con su capacidad para ejecutar tareas de manera autónoma, demuestra un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones del Agente de IA en Web3, desde la infraestructura de Web3, middleware, hasta el nivel de aplicaciones, así como en múltiples dimensiones como 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 fusión entre IA y Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de introducir el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, utilizamos un escenario práctico como ejemplo: supongamos que estás planeando un viaje. Los modelos de lenguaje 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. El Agente AI es como Jarvis en la película de Iron Man, puede entender las necesidades y también buscar activamente vuelos y hoteles basándose en una frase tuya, realizar la operación de reserva y añadir el itinerario al calendario.
Actualmente, la definición comúnmente aceptada en la industria para un Agente de IA se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones adecuadas, obteniendo información ambiental a través de sensores, procesándola y luego impactando el entorno mediante ejecutores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina LLM, RAG, memoria, planificación de tareas y habilidades de uso de herramientas. No solo puede proporcionar información, sino que también puede planificar, descomponer tareas y ejecutarlas realmente.
Según esta definición y características, podemos descubrir 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 L5 y superior de Tesla, que pueden considerarse ejemplos de Agentes de IA. La característica común de estos sistemas es que pueden percibir la entrada del usuario en el entorno externo y, en consecuencia, hacer un impacto en el entorno real.
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 la serie de modelos que se ha desarrollado sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan las versiones del modelo en diferentes etapas de desarrollo. ChatGPT, por su parte, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de clasificación
Actualmente, el mercado de Agentes AI aún no ha formado un estándar de clasificación unificado. A través de la etiquetación de 204 proyectos de Agentes AI en los mercados de Web2 y Web3, hemos dividido en categorías de primer y segundo nivel según las etiquetas significativas correspondientes a cada proyecto. Entre ellas, la categoría de primer nivel incluye tres tipos: infraestructura básica, generación de contenido e interacción con el usuario, y luego se subdividen según sus casos de uso específicos:
Infraestructura: Esta categoría se centra en la creación de contenido más básico en el campo de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B de aplicaciones básicas más maduras.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción continua en ambas direcciones. 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: Este tipo de proyectos se centra en crear contenido, utilizando tecnología de modelos grandes para generar diversas formas de contenido según las instrucciones del usuario, dividiéndose en cuatro categorías: generación de texto, generación de imágenes, generación de video 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 tradicional muestra una clara tendencia de concentración en sectores. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, siendo principalmente servicios B2B y herramientas de desarrollo los más comunes. También hemos realizado algunos análisis sobre este fenómeno.
Impacto de la madurez tecnológica: La razón por la cual los proyectos de infraestructura ocupan una posición dominante se debe, en primer lugar, a su madurez tecnológica. Estos proyectos generalmente se basan en tecnologías y marcos comprobados por el tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Es equivalente a la "pala" en el campo de la IA, proporcionando una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulsado por la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumidores, 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 caja proveniente de las empresas es relativamente estable, lo que les beneficia para desarrollar proyectos posteriores.
Limitaciones de los casos de uso: Al mismo tiempo, notamos que los casos de uso de la IA generadora de contenido en el mercado B2B son relativamente limitados. Debido a la inestabilidad de sus resultados, las empresas tienden a preferir aquellas aplicaciones que pueden aumentar la productividad de manera estable. Esto ha llevado a que la IA generadora de contenido ocupe una proporción menor 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 adicional de la demanda del mercado, anticipamos que este patrón podría ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis del proyecto líder de AI Agent en Web2
Analizamos en profundidad algunos proyectos de agentes de IA en el actual mercado de Web2, tomando como ejemplo tres proyectos: 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, la plataforma cuenta con más de 3.5 millones de usuarios activos diarios, 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 desempeño excepcional en el mercado de capitales, completando una financiación de 150 millones de dólares, valorándose en mil 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. Vale la pena mencionar que los fundadores de la compañía, 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 extraer y proporcionar respuestas detalladas de Internet. Asegura la fiabilidad y precisión de la información a través de citas y enlaces de referencia, al mismo tiempo que educa y guía a los usuarios para hacer 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 financiamiento, con una valoración de 1.04 mil millones de dólares, liderado por Daniel Gross, con la participación de Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es el GPT-3.5 ajustado, así como dos grandes modelos ajustados basados en modelos grandes de código abierto: pplx-7b-online y pplx-70b-online. El modelo es adecuado para investigaciones académicas profesionales y verticales.