O Agente de IA pode ser a tábua de salvação do Web3+IA?
O projeto AI Agent é um tipo popular e maduro de serviço voltado para empresas no empreendedorismo Web2, enquanto no domínio Web3, projetos de treinamento de modelos e plataformas integradas tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.
Atualmente, o número de projetos de Agentes de IA em Web3 é reduzido, representando 8%, mas a sua participação no valor de mercado na área de IA atinge impressionantes 23%, demonstrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com uma avaliação superior a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia AI em produtos de aplicação que não são centrais de AI pode se tornar uma vantagem estratégica. A forma como os projetos de AI Agent são combinados deve focar na construção de um ecossistema completo e no design do modelo econômico de tokens, a fim de promover a descentralização e o efeito de rede.
A Onda da IA: A Situação Atual de Projetos Emergentes e Valorização
Desde o lançamento do ChatGPT em novembro de 2022, ele atraiu mais de 100 milhões de usuários em apenas dois meses. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, enquanto a OpenAI rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o após o lançamento do ChatGPT. Com esse crescimento rápido, as grandes empresas de tecnologia tradicionais perceberam a importância das aplicações 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 lançaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um local de intensa competição.
A competição entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma pesquisa sobre investigações de IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 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 crescimento robusto, com um aumento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 150 milhões de dólares, o dobro do que no primeiro trimestre. O total de financiamento para 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.
2024 Q2AI pista financiamento TOP10, fonte: Yiyou
O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre os gigantes da tecnologia, até ao florescimento de projetos na comunidade de código aberto, e o entusiasmo do mercado de capitais pelo conceito de IA. Projetos surgem a todo momento, os investimentos atingem novos máximos, e as avaliações também sobem. De maneira geral, o mercado de IA está numa fase de ouro de rápido desenvolvimento, com grandes modelos de linguagem e técnicas de geração aumentada por pesquisa a alcançarem avanços significativos no campo do processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios ao transformar vantagens tecnológicas em produtos reais, como a incerteza na saída dos modelos, o risco de geração de informações imprecisas e questões de transparência dos modelos. Estes problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta fiabilidade.
Neste contexto, começamos a pesquisar sobre o Agente de IA, uma vez que o Agente de IA enfatiza a abrangência da resolução 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 capazes de realmente entender, aprender e resolver problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente preenchendo a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está constantemente moldando a estrutura da produtividade, enquanto a tecnologia Web3 está reconstruindo 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 da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirão uma série de aplicações inovadoras. Neste campo cruzado cheio de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para aplicações em larga escala.
Para isso, começamos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, até o nível de aplicações, além de 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 Agente de IA, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos ilustrar com um cenário prático: suponha que você está planejando uma viagem. Os grandes modelos de linguagem 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. E o Agente de IA é como o Jarvis do filme do Homem de Ferro, capaz de entender suas necessidades e, com base em uma frase sua, buscar proativamente voos e hotéis, realizar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição amplamente aceita de um Agente de IA na indústria é um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente através de sensores, processando essas informações e, em seguida, influenciando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um Agente de IA é um assistente que combina LLM, RAG, memória, planejamento de tarefas e habilidades de uso de ferramentas. Ele não apenas fornece informações de forma pura, mas também consegue planejar, decompor 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 automática de nível L5 e acima 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 no mundo exterior e, com base nisso, fazem respostas que influenciam o ambiente real.
Usando o ChatGPT como exemplo para clarificação de conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é a série de modelos desenvolvida com base nessa arquitetura, e o GPT-1, GPT-4, GPT-4o representam as versões dos modelos em diferentes estágios de desenvolvimento. O ChatGPT, por sua vez, é um agente de IA que evoluiu do modelo GPT.
Classificação geral
Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós categorizamos 204 projetos de Agentes de IA no mercado Web2 + Web3 através da rotulação, com base nos rótulos proeminentes de cada projeto, dividindo-os em classificações primárias e secundárias. Entre elas, a classificação primária é dividida em três categorias: infraestrutura básica, geração de conteúdo e interação com o usuário, e depois subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais no campo dos Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, bem como serviços B2B mais maduros e aplicações de base.
Ferramentas de Desenvolvimento: Fornecer aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente para auxiliar na tomada de decisões e fornecer fontes para treinamento.
Classe de treinamento de modelo: fornece serviços de treinamento de modelo para IA, incluindo inferência, construção de modelos, configurações, etc.
Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Classe de plataformas: uma plataforma que integra vários serviços e ferramentas de Agente de IA.
Interativos: Semelhante à geração de conteúdo, a diferença está na interação bidirecional contínua. O agente interativo não apenas aceita e compreende as necessidades do usuário, mas também fornece feedback por meio de técnicas como o processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Agente AI de acompanhamento emocional: fornece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Classe de pesquisa: Focada na funcionalidade de busca, oferece um agente principal para a recuperação de informações mais precisas.
Geração de Conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologias de grandes modelos para gerar várias formas de conteúdo de acordo com as instruções dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagens, geração de vídeo e geração de áudio.
Análise do estado atual do desenvolvimento de Agentes de IA Web2
De acordo com as nossas estatísticas, o desenvolvimento de Agentes de IA na internet tradicional Web2 apresenta uma clara tendência de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, onde predominam principalmente serviços B2B e ferramentas de desenvolvimento. Também realizamos algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam deve-se, em primeiro lugar, à sua maturidade tecnológica. Estes projetos normalmente são construídos sobre tecnologias e estruturas testadas ao longo do 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 a aplicação de Agentes de IA.
Impulsionado pela demanda do mercado: Outro fator chave é a demanda do mercado. Em comparação com o mercado de consumo, a demanda do mercado empresarial por tecnologia de IA é mais urgente, especialmente na busca por soluções que melhorem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa das empresas é relativamente estável, o que favorece o desenvolvimento de projetos futuros.
Limitações dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA geradora de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que consigam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de IA geradora de conteúdo no repositório de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. À medida que a tecnologia de IA continua a evoluir e a demanda do mercado se torna mais clara, prevemos que este padrão possa sofrer ajustes, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder em AI Agent Web2
Organização dos principais projetos de Agentes de IA do Web2, fonte: banco de dados de projetos ArkStream
Nós exploramos profundamente alguns projetos de agentes de IA no atual mercado Web2 e fazemos uma análise deles, usando os projetos Character AI, Perplexity AI e Midjourney como exemplo.
Character AI:
Apresentação do Produto: Character.AI oferece um sistema de conversa baseado em inteligência artificial e ferramentas para criação de personagens virtuais. A sua plataforma permite aos utilizadores criar, treinar e interagir com personagens virtuais, que são capazes de realizar diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: 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 um financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderado pela a16z.
Análise técnica: A Character AI assinou um contrato de licença não exclusivo com a empresa-mãe da Google, Alphabet, para o uso do seu modelo de linguagem grande, o que indica que a Character AI utiliza tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, estiveram envolvidos no desenvolvimento do modelo de linguagem conversacional Llama da Google.
Perplexity AI:
Apresentação do produto: Perplexity é capaz de buscar e fornecer respostas detalhadas da Internet. Através de referências e links de apoio, garante a confiabilidade e precisão das informações, ao mesmo tempo que educa e orienta os usuários a fazer perguntas adicionais e pesquisar palavras-chave, satisfazendo as diversas necessidades de consulta dos usuários.
Análise de Dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% nas visitas aos seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que levantou 62,7 milhões de dólares em financiamento, alcançando uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pela Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos ajustados com base em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisas acadêmicas profissionais e consultas em áreas verticais, garantindo a veracidade e confiabilidade das informações.
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.
8 Curtidas
Recompensa
8
6
Compartilhar
Comentário
0/400
GasFeeLover
· 9h atrás
Boa confusão, quando é que vão otimizar as taxas de gás?
Ver originalResponder0
ContractFreelancer
· 9h atrás
23% de participação? 🔥 Estou otimista!
Ver originalResponder0
MEVHunter
· 9h atrás
ngmi a menos que os agentes consigam encontrar alpha no pool de mem... 23% mcap não significa nada se não conseguirem extrair valor tbh
Ver originalResponder0
YieldHunter
· 9h atrás
tecnicamente falando... 8% de tração, mas 23% de mcap? cheira a mais um ponzi, para ser sincero
Ver originalResponder0
MEVHunterWang
· 9h atrás
Como é que agora a especulação sobre a IA não tem limites?
O Agente de IA pode tornar-se a próxima grande tendência do Web3+IA? Análise do estado atual de desenvolvimento e das tendências futuras.
O Agente de IA pode ser a tábua de salvação do Web3+IA?
O projeto AI Agent é um tipo popular e maduro de serviço voltado para empresas no empreendedorismo Web2, enquanto no domínio Web3, projetos de treinamento de modelos e plataformas integradas tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.
Atualmente, o número de projetos de Agentes de IA em Web3 é reduzido, representando 8%, mas a sua participação no valor de mercado na área de IA atinge impressionantes 23%, demonstrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com uma avaliação superior a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia AI em produtos de aplicação que não são centrais de AI pode se tornar uma vantagem estratégica. A forma como os projetos de AI Agent são combinados deve focar na construção de um ecossistema completo e no design do modelo econômico de tokens, a fim de promover a descentralização e o efeito de rede.
A Onda da IA: A Situação Atual de Projetos Emergentes e Valorização
Desde o lançamento do ChatGPT em novembro de 2022, ele atraiu mais de 100 milhões de usuários em apenas dois meses. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, enquanto a OpenAI rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o após o lançamento do ChatGPT. Com esse crescimento rápido, as grandes empresas de tecnologia tradicionais perceberam a importância das aplicações 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 lançaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um local de intensa competição.
A competição entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma pesquisa sobre investigações de IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 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 crescimento robusto, com um aumento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 150 milhões de dólares, o dobro do que no primeiro trimestre. O total de financiamento para 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.
2024 Q2AI pista financiamento TOP10, fonte: Yiyou
O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre os gigantes da tecnologia, até ao florescimento de projetos na comunidade de código aberto, e o entusiasmo do mercado de capitais pelo conceito de IA. Projetos surgem a todo momento, os investimentos atingem novos máximos, e as avaliações também sobem. De maneira geral, o mercado de IA está numa fase de ouro de rápido desenvolvimento, com grandes modelos de linguagem e técnicas de geração aumentada por pesquisa a alcançarem avanços significativos no campo do processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios ao transformar vantagens tecnológicas em produtos reais, como a incerteza na saída dos modelos, o risco de geração de informações imprecisas e questões de transparência dos modelos. Estes problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta fiabilidade.
Neste contexto, começamos a pesquisar sobre o Agente de IA, uma vez que o Agente de IA enfatiza a abrangência da resolução 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 capazes de realmente entender, aprender e resolver problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente preenchendo a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está constantemente moldando a estrutura da produtividade, enquanto a tecnologia Web3 está reconstruindo 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 da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirão uma série de aplicações inovadoras. Neste campo cruzado cheio de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para aplicações em larga escala.
Para isso, começamos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, até o nível de aplicações, além de 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 Agente de IA, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos ilustrar com um cenário prático: suponha que você está planejando uma viagem. Os grandes modelos de linguagem 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. E o Agente de IA é como o Jarvis do filme do Homem de Ferro, capaz de entender suas necessidades e, com base em uma frase sua, buscar proativamente voos e hotéis, realizar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição amplamente aceita de um Agente de IA na indústria é um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente através de sensores, processando essas informações e, em seguida, influenciando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um Agente de IA é um assistente que combina LLM, RAG, memória, planejamento de tarefas e habilidades de uso de ferramentas. Ele não apenas fornece informações de forma pura, mas também consegue planejar, decompor 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 automática de nível L5 e acima 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 no mundo exterior e, com base nisso, fazem respostas que influenciam o ambiente real.
Usando o ChatGPT como exemplo para clarificação de conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é a série de modelos desenvolvida com base nessa arquitetura, e o GPT-1, GPT-4, GPT-4o representam as versões dos modelos em diferentes estágios de desenvolvimento. O ChatGPT, por sua vez, é um agente de IA que evoluiu do modelo GPT.
Classificação geral
Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós categorizamos 204 projetos de Agentes de IA no mercado Web2 + Web3 através da rotulação, com base nos rótulos proeminentes de cada projeto, dividindo-os em classificações primárias e secundárias. Entre elas, a classificação primária é dividida em três categorias: infraestrutura básica, geração de conteúdo e interação com o usuário, e depois subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais no campo dos Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, bem como serviços B2B mais maduros e aplicações de base.
Ferramentas de Desenvolvimento: Fornecer aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente para auxiliar na tomada de decisões e fornecer fontes para treinamento.
Classe de treinamento de modelo: fornece serviços de treinamento de modelo para IA, incluindo inferência, construção de modelos, configurações, etc.
Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Classe de plataformas: uma plataforma que integra vários serviços e ferramentas de Agente de IA.
Interativos: Semelhante à geração de conteúdo, a diferença está na interação bidirecional contínua. O agente interativo não apenas aceita e compreende as necessidades do usuário, mas também fornece feedback por meio de técnicas como o processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Agente AI de acompanhamento emocional: fornece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Classe de pesquisa: Focada na funcionalidade de busca, oferece um agente principal para a recuperação de informações mais precisas.
Geração de Conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologias de grandes modelos para gerar várias formas de conteúdo de acordo com as instruções dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagens, geração de vídeo e geração de áudio.
Análise do estado atual do desenvolvimento de Agentes de IA Web2
De acordo com as nossas estatísticas, o desenvolvimento de Agentes de IA na internet tradicional Web2 apresenta uma clara tendência de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, onde predominam principalmente serviços B2B e ferramentas de desenvolvimento. Também realizamos algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam deve-se, em primeiro lugar, à sua maturidade tecnológica. Estes projetos normalmente são construídos sobre tecnologias e estruturas testadas ao longo do 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 a aplicação de Agentes de IA.
Impulsionado pela demanda do mercado: Outro fator chave é a demanda do mercado. Em comparação com o mercado de consumo, a demanda do mercado empresarial por tecnologia de IA é mais urgente, especialmente na busca por soluções que melhorem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa das empresas é relativamente estável, o que favorece o desenvolvimento de projetos futuros.
Limitações dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA geradora de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que consigam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de IA geradora de conteúdo no repositório de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. À medida que a tecnologia de IA continua a evoluir e a demanda do mercado se torna mais clara, prevemos que este padrão possa sofrer ajustes, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder em AI Agent Web2
Organização dos principais projetos de Agentes de IA do Web2, fonte: banco de dados de projetos ArkStream
Nós exploramos profundamente alguns projetos de agentes de IA no atual mercado Web2 e fazemos uma análise deles, usando os projetos Character AI, Perplexity AI e Midjourney como exemplo.
Character AI:
Apresentação do Produto: Character.AI oferece um sistema de conversa baseado em inteligência artificial e ferramentas para criação de personagens virtuais. A sua plataforma permite aos utilizadores criar, treinar e interagir com personagens virtuais, que são capazes de realizar diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: 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 um financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderado pela a16z.
Análise técnica: A Character AI assinou um contrato de licença não exclusivo com a empresa-mãe da Google, Alphabet, para o uso do seu modelo de linguagem grande, o que indica que a Character AI utiliza tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, estiveram envolvidos no desenvolvimento do modelo de linguagem conversacional Llama da Google.
Perplexity AI:
Apresentação do produto: Perplexity é capaz de buscar e fornecer respostas detalhadas da Internet. Através de referências e links de apoio, garante a confiabilidade e precisão das informações, ao mesmo tempo que educa e orienta os usuários a fazer perguntas adicionais e pesquisar palavras-chave, satisfazendo as diversas necessidades de consulta dos usuários.
Análise de Dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% nas visitas aos seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que levantou 62,7 milhões de dólares em financiamento, alcançando uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pela Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos ajustados com base em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisas acadêmicas profissionais e consultas em áreas verticais, garantindo a veracidade e confiabilidade das informações.
Midjourney:
Introdução do produto: usuário