La Veille du Dépoussiérage des Grands Modèles de Langage

marsbitPubblicato 2026-05-10Pubblicato ultima volta 2026-05-10

Introduzione

**Résumé en français :** L'industrie chinoise des grands modèles linguistiques (LLM) entre dans une phase cruciale de consolidation. En une semaine, Kimi, StepFun et DeepSeek ont collecté plus de 70 milliards de dollars, signe que le capital se concentre désormais frénétiquement sur les derniers grands acteurs indépendants. Cette ruée coïncide avec un changement de paradigme : les capacités des modèles (texte long, raisonnement, multimodalité) se banalisent, se "marchandisent". La différence entre GPT-5.5, Claude, Gemini et les meilleurs modèles open-source chinois comme DeepSeek V4 se réduit. La course pure à la technologie cède la place à une bataille pour occuper des positions stratégiques et assurer sa survie financière. Les modèles indépendants font face à un dilemme économique redoutable. Contrairement aux géants de l'internet (Tencent, ByteDance), dont les coûts marginaux sont faibles, chaque utilisateur actif d'un LLM génère des coûts de calcul (inférence) récurrents. Le modèle économique est structurellement déficitaire à grande échelle. La guerre des prix, accentuée par DeepSeek qui propose des API puissantes à très bas coût, comprime encore les marges. La folle valorisation en bourse de Zhipu AI et MiniMax a ouvert une fenêtre de tir. Les autres doivent à tout prix se donner une identité valorisable et un accès aux marchés capitaux avant un éventuel retournement. Ainsi, StepFun accélère son introduction en Bourse à Hong Kong et se lie à la chaîne d'approvisionn...

Rédacteur | Huahua, Banjun

La semaine dernière, le secteur chinois des grands modèles de langage est soudainement entré dans un état de frénésie quasi-folle en matière de levée de fonds.

Kimi a bouclé un financement de 20 milliards de dollars, sa valorisation franchissant la barre des 200 milliards de dollars.

StepFun (StepNova) s’approcherait de l’achèvement d’un financement d’environ 25 milliards de dollars, tout en accélérant le démantèlement de sa structure VIE rouge, l’introduction en Bourse à Hong Kong entrant dans sa phase finale.

DeepSeek a vu pour la première fois des rumeurs concernant l’acceptation de financement externe, le Grand Fonds National ("China Integrated Circuit Industry Investment Fund") intervenant, poussant l’intervalle de valorisation entre 45 et 50 milliards de dollars.

Trois entreprises, trois jours, plus de 70 milliards de dollars injectés simultanément. Il ne s’agit plus d’investissements complémentaires, mais plutôt d’une ruée collective pour acquérir des quotas de survie future.

En surface, c’est le moment le plus chaud pour le secteur des grands modèles.

Mais les secteurs vraiment dangereux sont souvent aussi les plus chauds.

Lorsque le capital ne se disperse plus, mais concentre tous ses jetons sur les derniers acteurs majeurs, le secteur semble exceptionnellement prospère, mais il entre en réalité dans la veille du dépoussiérage.

L’envolée des cours après les introductions en Bourse de Zhipu AI et MiniMax a progressivement fait prendre conscience à tous :

Le temps imparti aux entreprises indépendantes de grands modèles pourrait être compté.

I. Les modèles deviennent une commodité

Ces deux dernières années, le plus grand consensus dans le secteur des grands modèles était l’existence d’un écart générationnel considérable dans les capacités des modèles.

GPT-4 semblait autrefois inaccessible. Dès qu’une startup s’en rapprochait sur une certaine dimension (contexte long, raisonnement, multimodalité, Agent), le capital était prêt à lui accorder une prime très élevée.

Tout le monde croyait que l’écart de capacité formerait une barrière à long terme.

Mais la situation en 2026 a changé.

Le contexte long n’est plus rare. Les capacités de raisonnement ne sont plus rares. La multimodalité n’est plus rare.

Après que DeepSeek V4 a porté les capacités open source à un niveau proche de GPT-4 ou même de versions plus récentes, l’industrie a pris conscience pour la première fois que les capacités des modèles elles-mêmes pourraient être rattrapées plus facilement que prévu.

Des écarts subsistent entre Qwen, DeepSeek, Gemini, Claude, GPT-5.5, mais il est désormais difficile de parler d’écart générationnel écrasant.

Les modèles deviennent une commodité.

Une fois cette commoditisation amorcée, le marché financier se remet à poser une question : à part le modèle, que reste-t-il ?

Le narratif de toute l’industrie a alors soudainement changé.

En 2023, toutes les entreprises parlaient de modèles plus performants, de plus de paramètres, d’un meilleur raisonnement, d’un contexte plus long. Aujourd’hui, elles parlent de verrouillage des terminaux, d’intégration à la chaîne industrielle, de détention de points d’entrée utilisateurs, de valeur stratégique nationale.

Ce changement marque l’entrée officielle des grands modèles dans une phase d’occupation de positions, après la course technologique.

Les données du marché financier reflètent déjà cela.

Pendant la "bataille des cent modèles" en 2023, le nombre d’entreprises chinoises de grands modèles a explosé. Les données d’Ebrun montrent que cette année-là, les "Six Tigres" ont collectivement levé plus de 6 milliards de RMB, soit plus de la moitié du financement total initial des grands modèles chinois. 2024 a été encore plus folle, avec 168 levées de fonds supérieures à 100 millions de RMB dans la chaîne mondiale des grands modèles, pour un montant total dépassant les 400 milliards de RMB.

Les Six Tigres ont levé au moins 20 milliards de RMB rien que pour l’année, les records en un seul tour étant sans cesse battus.

Puis est venu 2025. Chute vertigineuse.

Selon des rapports de VCBeat, les entreprises de la couche modèle d’IA n’ont réalisé que 22 investissements sur l’année, pour un montant total déclaré de 9,4 milliards de RMB, en baisse de 52,9% par rapport à 2024. La part des levées de fonds pour les grands modèles dans l’investissement total en IA est passée de 51% en 2024 à seulement 14%. Les seules entreprises ayant réalisé un tour de financement supérieur à 2 milliards de RMB n’étaient plus que Zhipu AI, MiniMax et Moonshot AI.

100 entreprises sont devenues moins de 10 capables d’obtenir des fonds. En deux ans, le taux d’élimination dépasse les 90%.

Alors, lorsque l’on voit trois levées totalisant 70 milliards de dollars se concentrer en une semaine de mai 2026, la signification est claire : l’argent ne va pas au secteur, il va aux derniers acteurs restants.

Plus le montant de ce financement est élevé, plus la concentration est forte. Plus la concentration est forte, moins il reste d’espace pour les suivants.

II. La musique n’est pas encore arrêtée, mais les places ne sont plus suffisantes

L’envolée boursière après les introductions de Zhipu AI et MiniMax a eu un impact profond sur tout le secteur : elle a établi une référence sur le marché secondaire pour la valorisation des grands modèles chinois.

Une fois cette référence établie, toutes les sociétés non cotées font face à une course contre la montre. Si elles ne finalisent pas leur évaluation pendant cette fenêtre d’opportunité, et que le marché, par lassitude, corrige à la baisse, leur valorisation en capital-risque sera instantanément pulvérisée.

La fenêtre n’a pas été ouverte par toi, ce sont les pionniers qui l’ont maintenue ouverte. Si tu ne sautes pas dedans, elle se referme.

StepFun prévoit de déposer son dossier à la Bourse de Hong Kong fin juin et de terminer son introduction avant la fin de l’année. La structure VIE rouge est déjà démantelée. La transformation en société par actions a été finalisée en avril. Toutes les étapes préalables ont été compressées en quelques mois.

L’ARR (Revenu Annuel Récurrent) de Kimi est passé de 1 à 2 milliards de dollars en un mois, les investisseurs divulguant activement ce chiffre aux médias, ce qui est extrêmement rare en capital-risque. Habituellement, une entreprise ne permet la fuite d’indicateurs financiers clés que lorsqu’elle prépare un nouveau tour de financement ou se lance dans une introduction en Bourse.

Cette précipitation à "prouver sa légitimité" montre que le marché primaire ne croit plus à la simple imagination, il veut voir le chiffre d’affaires, la certitude de la sortie. (Lecture complémentaire : Kimi ne manque pas d’argent, il manque de DeepSeek)

DeepSeek n’avait jamais accepté de financement externe auparavant. Maintenant, les acteurs nationaux entrent en jeu.

Les actions des trois entreprises semblent différentes, mais la logique sous-jacente est identique : verrouiller l’identité, verrouiller la valorisation, verrouiller le canal de sortie. Tant que la fenêtre est encore ouverte.

III. De plus en plus cher, mais de moins en moins précieux

Pourquoi précisément maintenant ? Pourquoi ne pas pouvoir attendre davantage ?

La raison réside dans un conflit de plus en plus fatal exposé par le modèle économique du secteur des grands modèles.

Côté coûts, les clusters GPU, la puissance de calcul pour l’inférence, le contexte long, la multimodalité, l’Agent... chaque nouvelle capacité dévore des liquidités.

Mais ce qui est vraiment effrayant, ce n’est pas l’entraînement. C’est l’inférence.

L’entraînement est un investissement ponctuel. Le coût de l’inférence, lui, augmente avec la croissance du nombre d’utilisateurs. Chaque token, chaque appel d’API, chaque tâche Agent correspond à une consommation réelle de GPU.

À l’ère du mobile, plus un utilisateur, plus la plateforme gagnait de l’argent. À l’ère de l’IA, plus d’utilisateurs, et l’entreprise de modèles pourrait d’abord s’appauvrir.

Un utilisateur de plus sur WeChat, le coût marginal pour Tencent est quasi nul. Un utilisateur de plus sur Douyin, un emplacement publicitaire de plus pour ByteDance. Un utilisateur fréquent de plus sur Doubao, cela correspond à des dépenses d’inférence qui augmentent continuellement. (Lecture complémentaire : Plus d’utilisateurs, plus ByteDance s’appauvrit)

Les entreprises de grands modèles ont naturellement besoin d’une capacité de financement continue. Et l’argent du marché primaire ne peut pas être fourni indéfiniment.

C’est pourquoi l’introduction en Bourse devient soudainement cruciale. Ce n’est pas seulement une sortie, c’est surtout l’obtention d’un canal de capitaux public permettant une transfusion sanguine à long terme.

C’est là que réside la véritable anxiété de toutes les entreprises de modèles indépendantes aujourd’hui.

Le côté revenus est encore plus cruel.

DeepSeek a véritablement introduit la guerre des prix dans le secteur des grands modèles. Haute performance, open source, prix extrêmement bas, ces trois choses sont réunies pour la première fois.

C’est un choc destructeur pour toute l’industrie. L’espace de marge sur le marché des API est directement comprimé.

Toute l’industrie réalise soudainement que la capacité du modèle n’est peut-être pas la chose la plus rare. Ce qui est vraiment rare, c’est la capacité à brûler des liquidités en continu, à supporter des pertes à long terme, à résister à la guerre des prix.

Et ces capacités, les startups en sont naturellement dépourvues face aux géants.

Ce qui est terrifiant chez les géants, ce n’est pas le modèle. C’est qu’ils possèdent une capacité de subvention croisée que les startups n’auront jamais. ByteDance peut maintenir Doubao gratuit à long terme parce que son activité publicitaire lui fournit un flux de revenus constant. Le fait que Doubao envisage récemment de facturer montre à quel point la consommation de liquidités est folle. Tencent peut pousser Yuanbao à bas prix parce que ses jeux et réseaux sociaux sont toujours rentables. Le modèle d’une startup, lui, doit apprendre à se financer tout seul.

Les géants se battent sur l’écosystème. Les startups se battent pour leur survie.

Il y a un autre changement que beaucoup n’ont pas encore réalisé.

En 2023, lorsque le capital investissait dans les grands modèles, il achetait essentiellement de la "possibilité".

Parce que tout le monde croyait que quiconque créerait le prochain GPT-4 pourrait redéfinir Internet. À ce stade, le financement se basait sur le profil du fondateur, l’équipe technique, les capacités du modèle et le potentiel d’imagination.

Mais aujourd’hui, le capital commence à regarder autre chose.

Il commence à demander : avez-vous des flux de trésorerie ? Un point d’entrée utilisateur ? Une intégration à un écosystème ? Pouvez-vous survivre à la prochaine guerre des prix ?

Cela signifie que la logique de financement dans le secteur des grands modèles est passée du capital-risque à l’investissement en infrastructures.

Le capital-risque croit en l’avenir. L’investissement en infrastructures ne croit qu’au taux de survie.

Une fois qu’un secteur entre dans la phase d’infrastructure, le capital se concentre naturellement sur les têtes de série. Parce que les secteurs d’infrastructure n’ont jamais besoin de beaucoup de joueurs.

IV. Le déjà-vu des "Quatre Dragons"

Ce scénario ne se joue pas pour la première fois.

Autour de 2018, les "Quatre Dragons" de la vision par ordinateur - SenseTime, Megvii (Face++), CloudWalk, Yitu - ont vécu un scénario presque identique : financement frénétique, valorisation en flèche, records battus à chaque tour. Tout le monde croyait que l’ère de l’IA était arrivée.

Que s’est-il passé ensuite ?

Tencent, Alibaba, Huawei sont entrés sur le marché en force. La vision par ordinateur est devenue une fonctionnalité standard dans les services cloud. La prime technologique des entreprises indépendantes s’est évaporée instantanément, la commercialisation n’a pas réussi à atteindre l’échelle, et elles ont finalement connu une période prolongée de décote et de stagnation après leur introduction en Bourse.

Aujourd’hui, le secteur des grands modèles entre dans la même phase. La différence est que les enjeux de ce round sont plus élevés, la vitesse de brûlage de liquidités est plus rapide, l’écrasement par les géants est plus direct. Les dépenses annuelles de ByteDance en IA pourraient dépasser la somme totale des financements des "Six Tigres".

L’argent mondial raconte la même histoire. Au troisième trimestre 2025, le financement total des startups d’IA dans le monde a atteint 97 milliards de dollars, dont près de 46%, soit environ 44,6 milliards de dollars, se sont concentrés sur pas plus de cinq entreprises de modèles de base de tête comme Anthropic et xAI.

En 2026, le financement des principales entreprises de modèles s’accélère encore et atteint des niveaux supérieurs :

OpenAI a réalisé un tour de financement de 122 milliards de dollars en mars, avec une valorisation post-investissement de 852 milliards de dollars ; Anthropic a quant à lui réalisé un financement de série G de 30 milliards de dollars en février, valorisé à 380 milliards de dollars, avant de lancer immédiatement un nouveau tour d’environ 50 milliards de dollars avant son IPO, visant une valorisation de 900 milliards de dollars.

Le capital se concentre vers les plus gros acteurs avec une intensité sans précédent, les entreprises de la couche intermédiaire traversent l’hiver de liquidité le plus long.

Cette tendance est également valable en Chine. Sur l’ensemble de l’année 2025, la part du financement des grands modèles dans l’investissement total en IA est passée de 51% à 14%, mais les trois premières entreprises en ont absorbé la majeure partie. L’argent n’a pas disparu, il n’est simplement plus distribué de manière égale.

Et la vitesse d’élimination est bien plus rapide que celle de la génération précédente. L’Internet mobile a mis près de dix ans pour passer de la "guerre des cent groupes" à la domination des AT (Alibaba/Tencent). Le secteur des grands modèles pourrait ne mettre que trois ans pour passer de la "bataille des cent modèles" au dépoussiérage.

Il y a un an, Baichuan AI était encore l’une des entreprises les plus proches d’un OpenAI chinois. Wang Xiaochuan apparaissait dans presque toutes les discussions sur les grands modèles. Aujourd’hui, il apparaît rarement au centre des nouvelles du financement. 01.AI (Zero One Everything) était une équipe de démarrage vedette, Li Kaifu annonçant haut et fort "All in AI". Mais l’industrie discute de moins en moins de sa capacité à accéder au prochain tour de financement.

L’industrie des grands modèles n’a pas besoin qu’une entreprise soit technologiquement en retard pour l’éliminer. Il suffit que la fenêtre de financement se referme d’abord.

V. Trois voies, trois paris

Les startups de grands modèles d’aujourd’hui se sont déjà scindées en trois voies totalement différentes.

DeepSeek choisit de devenir un actif technologique de niveau national.

Sa valorisation de 45 milliards de dollars ne provient pas entièrement de sa commercialisation, mais de la signification stratégique de sa barrière technologique. Son avance en efficacité algorithmique en fait une réserve de niveau national. L’entrée du Grand Fonds National indique que son positionnement dépasse désormais le cadre de la compétition commerciale. Son risque est ailleurs : une structure organisationnelle fragile, plusieurs chercheurs clés ayant déjà quitté l’entreprise.

StepFun choisit de s’intégrer à la chaîne d’approvisionnement matérielle. Les principaux acteurs de la chaîne électronique grand public - Huaqin, Longcheer, OmniVision, ZTE - prennent des participations collectives.

La logique d’Yin Qi, président de StepFun, est claire : les capacités des modèles de base finiront par s’égaliser. Le véritable avantage concurrentiel réside dans la capacité à intégrer le modèle dans la chaîne d’approvisionnement des terminaux, rendant impossible pour un concurrent de le remplacer sans remplacer toute la chaîne. Fin 2025, 42 millions de téléphones pré-équipés, couvrant 60% des grandes marques... Ces chiffres sont importants non par leur volume, mais par leur profondeur d’intégration.

Kimi a choisi l’échelle utilisateur et la vitesse. Son ARR est passé de 1 à 2 milliards de dollars en un mois, avec une croissance simultanée des abonnements payants et des API. Mais son problème est aussi le plus aigu : ses MAU sont passés d’un pic de 36 millions à 8,33 millions, les 350 millions de MAU de Doubao (ByteDance) exercent une pression absolue, et les prix de ses API B2B ont été percés par ceux de DeepSeek.

Le produit Kimi reste excellent. Mais l’excellence du produit ne suffit plus.

Les trois voies sont totalement différentes, mais elles ont un point commun : aucune ne parle encore de créer le meilleur modèle chinois. Tout le monde commence à parler de la position qu’il a verrouillée.

VI. La destination du financement, ce n’est pas l’expansion

Pourquoi 70 milliards de dollars ont-ils afflué simultanément en trois jours ?

En surface, c’est la chaleur du secteur. Mais lorsque le secteur est vraiment à son apogée, le financement devrait être plus serein, les entreprises choisiraient lentement leurs investisseurs, étireraient les délais, attendraient une valorisation plus élevée.

Aujourd’hui, le mot-clé n’en est qu’un : la ruée.

StepFun se précipite pour son introduction. Kimi se précipite pour prouver ses revenus. DeepSeek se précipite pour confirmer son statut.

Ce n’est pas de l’argent qu’ils se précipitent pour obtenir. L’argent n’est qu’un outil. Ce qu’ils se précipitent vraiment pour obtenir, c’est la dernière fenêtre de survie indépendante.

L’industrie des grands modèles ne finira probablement pas avec beaucoup d’acteurs indépendants. Les industries d’infrastructure ont toujours été ainsi. Le cloud computing a fini par revenir à quelques géants, les réseaux de communication à trois opérateurs, le système électrique est hautement concentré.

Lorsque les capacités des modèles sont commoditisées, que les prix des API tendent vers zéro, que les géants récoltent les utilisateurs avec des stratégies gratuites, les entreprises de modèles indépendantes doivent soit entrer en Bourse pour obtenir une capacité de financement continue, soit être intégrées dans un écosystème, soit disparaître.

L’introduction en Bourse, c’est obtenir une carte d’identité. Le parrainage étatique en est une autre. La carte d’identité ne garantit pas la victoire. Mais sans carte d’identité, on n’entre même pas dans le prochain round.

Et les noms qui n’apparaissent pas dans les nouvelles de cette semaine, leur silence est déjà une réponse en soi.

Un mot de ["Hors de la page"] :

En 2023, la question la plus fréquente sur le secteur des grands modèles chinois était : Qui pourra le faire ?

En 2026, cette question est devenue : Qui pourra survivre ?

Entre "le faire" et "survivre", il ne s’est écoulé que trois ans. Mais ces trois ans suffisent à faire passer un secteur du printemps directement à l’automne.

Cet article provient du compte public WeChat "Hors de la page", auteur : Huahua

Domande pertinenti

QQuel est le principal changement observé dans l'industrie des grands modèles de langage en 2026, selon l'article ?

AL'industrie des grands modèles de langage en Chine est entrée dans une phase de consolidation rapide, avec des capitaux massifs (plus de 70 milliards de dollars en trois jours) affluant uniquement vers quelques acteurs de tête comme Kimi, StepFun et DeepSeek. Ceci signale que le secteur est à la veille d'un 'nettoyage', où le temps est compté pour les entreprises indépendantes.

QPourquoi l'article compare-t-il la situation actuelle des grands modèles à celle des 'quatre dragons' de la vision par IA ?

AL'article établit un parallèle car les deux secteurs ont suivi un scénario similaire : une période de financement frénétique et de valorisations élevées, suivie de l'entrée en force des géants technologiques (comme Tencent, Alibaba). Ces derniers ont intégré la technologie dans leurs services, compressant la marge des acteurs indépendants et conduisant à une consolidation, un processus qui s'accélère encore plus vite pour les grands modèles.

QQuel est le dilemme économique fondamental auquel sont confrontées les entreprises de grands modèles indépendantes, d'après le texte ?

ALe modèle économique présente une contradiction fatale : les coûts d'inférence augmentent proportionnellement avec le nombre d'utilisateurs, contrairement aux modèles Internet mobiles où les utilisateurs supplémentaires génèrent des revenus marginaux. Les entreprises doivent donc brûler des liquidités pour croître, tout en faisant face à une guerre des prix (notamment initiée par DeepSeek) qui comprime leurs revenus. Elles sont désavantagées face aux géants qui peuvent subventionner leurs modèles grâce à d'autres activités.

QQuelles sont les trois voies stratégiques distinctes identifiées pour les entreprises Kimi, StepFun et DeepSeek ?

A1. **DeepSeek** : Se positionne comme un actif technologique national, avec le soutien de fonds d'État, misant sur sa supériorité algorithmique et son open source. 2. **StepFun (Étoile du Saut)** : S'incruste dans la chaîne d'approvisionnement matérielle (smartphones) pour créer un avantage structurel. 3. **Kimi** : Parie sur la vitesse et l'échelle utilisateur (abonnements payants, API), bien que confronté à la pression des géants comme ByteDance (Doubao) et à la guerre des prix.

QQue symbolisent les trois grandes levées de fonds de la semaine de mai 2026, selon la perspective de l'article ?

ACes levées de fonds massives et simultanées ne symbolisent pas la prospérité générale du secteur, mais plutôt une ruée désespérée des derniers acteurs en lice pour sécuriser leur survie. Elles cherchent à 'verrouiller' leur valorisation, leur statut et leur voie de sortie (IPO) avant la fermeture imminente de la fenêtre de capitaux. L'argent afflue vers l'extrême tête, signant l'arrêt de mort virtuel pour les entreprises de la couche intermédiaire.

Letture associate

Uncovering the Truth About Agent Commerce, Payments, and Infrastructure

Decoding Agent Commerce, Payments, and Infrastructure: The Reality Over the past year, I've been building infrastructure for the Agent economy, engaging with major players like Stripe, Visa, Coinbase, Google, and dozens of startups. A clear conclusion emerges: true, large-scale demand does not yet exist. Startups face structural challenges. Data points illustrate this gap. Stripe's Agent commerce platform has over 1,000 merchants but only single-digit transacting agents. Visa's Agent payment token requires 9-month KYC and a $250M revenue threshold, accessible only to giants like Amazon. On-chain analysis reveals actual daily Agent transaction volume is around $17k, half of which are test transactions. The article analyzes four potential markets: **1. Agent-to-Merchant (A2M):** Current AI shopping UX is often inferior to traditional e-commerce for visual, comparison-heavy purchases (clothing, electronics). Chat interfaces are a step back. Real merchant interest is defensive "Agent Engine Optimization," fearing future obsolescence, not current demand. Potential exists in high-frequency, low-decision purchases (e.g., food delivery) or simplifying terrible UX (complex checkouts, non-native shoppers), but these require massive consumer distribution channels dominated by giants like DoorDash and Amazon. **2. Agent-to-API (A2A):** Developers already have subscriptions and billing for core APIs (compute, data). The argument for micro-payments via crypto for sub-dollar API calls is addressed by pre-paid balances today. The deeper issue is supplier resistance; major SaaS firms rely on enterprise contracts, not fractional cent pricing. Opportunity lies in the long tail of niche services, but this is a smaller market catering to developers, a historically low-paying group. **3. Agent-to-Agent (A2A):** This remains a theoretical long-term vision with near-zero current transaction volume. It involves unique challenges: discovery, trust, negotiation, dispute resolution. When it materializes, it will require a fundamentally new settlement infrastructure for high-speed, variable-value, multi-party transactions. It's a real long-term bet, but not the current market. **4. Agent-to-Finance (A2F):** This is the only category with existing, paying demand. Integrating AI into financial workflows (trading, portfolio management) is a natural evolution and enables new capabilities like autonomous rebalancing. However, competition favors incumbents with regulatory licenses, compliance infrastructure, and existing client relationships. **The Real Issue:** Why is infrastructure still being built? Incumbents can afford long-term bets, and payment companies see every problem as a nail for their payment hammer. However, payment is just one piece. The core challenge is *coordination*—orchestrating work between Agents and humans, verifying outcomes, and settling results. Payment is part of settlement, which is part of coordination. Companies that solve the coordination problem will subsume payments, not the other way around. Startups lack the infinite runway of giants and must find today's real market, which, after a year of exploration, lies outside these four categories—in an area with real, growing, and underserved activity.

marsbit2 h fa

Uncovering the Truth About Agent Commerce, Payments, and Infrastructure

marsbit2 h fa

Trading

Spot
Futures

Articoli Popolari

Cosa è GROK AI

Grok AI: Rivoluzionare la Tecnologia Conversazionale nell'Era Web3 Introduzione Nel panorama in rapida evoluzione dell'intelligenza artificiale, Grok AI si distingue come un progetto notevole che collega i domini della tecnologia avanzata e dell'interazione con l'utente. Sviluppato da xAI, un'azienda guidata dal rinomato imprenditore Elon Musk, Grok AI cerca di ridefinire il modo in cui interagiamo con l'intelligenza artificiale. Mentre il movimento Web3 continua a prosperare, Grok AI mira a sfruttare il potere dell'IA conversazionale per rispondere a query complesse, offrendo agli utenti un'esperienza che è non solo informativa ma anche divertente. Cos'è Grok AI? Grok AI è un sofisticato chatbot di intelligenza artificiale conversazionale progettato per interagire dinamicamente con gli utenti. A differenza di molti sistemi di intelligenza artificiale tradizionali, Grok AI abbraccia un'ampia gamma di domande, comprese quelle tipicamente considerate inappropriate o al di fuori delle risposte standard. Gli obiettivi principali del progetto includono: Ragionamento Affidabile: Grok AI enfatizza il ragionamento di buon senso per fornire risposte logiche basate sulla comprensione contestuale. Supervisione Scalabile: L'integrazione dell'assistenza degli strumenti garantisce che le interazioni degli utenti siano sia monitorate che ottimizzate per la qualità. Verifica Formale: La sicurezza è fondamentale; Grok AI incorpora metodi di verifica formale per migliorare l'affidabilità delle sue uscite. Comprensione del Lungo Contesto: Il modello di IA eccelle nel trattenere e richiamare una vasta storia di conversazione, facilitando discussioni significative e consapevoli del contesto. Robustezza Adversariale: Concentrandosi sul miglioramento delle sue difese contro input manipolati o malevoli, Grok AI mira a mantenere l'integrità delle interazioni degli utenti. In sostanza, Grok AI non è solo un dispositivo di recupero informazioni; è un partner conversazionale immersivo che incoraggia un dialogo dinamico. Creatore di Grok AI Il cervello dietro Grok AI non è altri che Elon Musk, un individuo sinonimo di innovazione in vari campi, tra cui automotive, viaggi spaziali e tecnologia. Sotto l'egida di xAI, un'azienda focalizzata sull'avanzamento della tecnologia AI in modi benefici, la visione di Musk mira a rimodellare la comprensione delle interazioni con l'IA. La leadership e l'etica fondamentale sono profondamente influenzate dall'impegno di Musk nel superare i confini tecnologici. Investitori di Grok AI Sebbene i dettagli specifici riguardanti gli investitori che sostengono Grok AI rimangano limitati, è pubblicamente riconosciuto che xAI, l'incubatore del progetto, è fondato e supportato principalmente dallo stesso Elon Musk. Le precedenti imprese e partecipazioni di Musk forniscono un robusto sostegno, rafforzando ulteriormente la credibilità e il potenziale di crescita di Grok AI. Tuttavia, al momento, le informazioni riguardanti ulteriori fondazioni di investimento o organizzazioni che supportano Grok AI non sono facilmente accessibili, segnando un'area per potenziali esplorazioni future. Come Funziona Grok AI? Le meccaniche operative di Grok AI sono innovative quanto il suo framework concettuale. Il progetto integra diverse tecnologie all'avanguardia che facilitano le sue funzionalità uniche: Infrastruttura Robusta: Grok AI è costruito utilizzando Kubernetes per l'orchestrazione dei container, Rust per prestazioni e sicurezza, e JAX per il calcolo numerico ad alte prestazioni. Questo trio garantisce che il chatbot operi in modo efficiente, si scaldi efficacemente e serva gli utenti prontamente. Accesso alla Conoscenza in Tempo Reale: Una delle caratteristiche distintive di Grok AI è la sua capacità di attingere a dati in tempo reale attraverso la piattaforma X—precedentemente nota come Twitter. Questa capacità consente all'IA di accedere alle informazioni più recenti, permettendole di fornire risposte e raccomandazioni tempestive che altri modelli di IA potrebbero perdere. Due Modalità di Interazione: Grok AI offre agli utenti la scelta tra “Modalità Divertente” e “Modalità Normale”. La Modalità Divertente consente uno stile di interazione più giocoso e umoristico, mentre la Modalità Normale si concentra sulla fornitura di risposte precise e accurate. Questa versatilità garantisce un'esperienza su misura che soddisfa varie preferenze degli utenti. In sostanza, Grok AI sposa prestazioni con coinvolgimento, creando un'esperienza che è sia arricchente che divertente. Cronologia di Grok AI Il viaggio di Grok AI è segnato da traguardi fondamentali che riflettono le sue fasi di sviluppo e distribuzione: Sviluppo Iniziale: La fase fondamentale di Grok AI si è svolta in circa due mesi, durante i quali sono stati condotti l'addestramento iniziale e il perfezionamento del modello. Rilascio Beta di Grok-2: In un significativo avanzamento, è stata annunciata la beta di Grok-2. Questo rilascio ha introdotto due versioni del chatbot—Grok-2 e Grok-2 mini—ognuna dotata delle capacità per chattare, programmare e ragionare. Accesso Pubblico: Dopo lo sviluppo beta, Grok AI è diventato disponibile per gli utenti della piattaforma X. Coloro che hanno account verificati tramite un numero di telefono e attivi per almeno sette giorni possono accedere a una versione limitata, rendendo la tecnologia disponibile a un pubblico più ampio. Questa cronologia racchiude la crescita sistematica di Grok AI dall'inizio all'impegno pubblico, enfatizzando il suo impegno per il miglioramento continuo e l'interazione con gli utenti. Caratteristiche Chiave di Grok AI Grok AI comprende diverse caratteristiche chiave che contribuiscono alla sua identità innovativa: Integrazione della Conoscenza in Tempo Reale: L'accesso a informazioni attuali e rilevanti differenzia Grok AI da molti modelli statici, consentendo un'esperienza utente coinvolgente e accurata. Stili di Interazione Versatili: Offrendo modalità di interazione distinte, Grok AI soddisfa varie preferenze degli utenti, invitando alla creatività e alla personalizzazione nella conversazione con l'IA. Avanzata Struttura Tecnologica: L'utilizzo di Kubernetes, Rust e JAX fornisce al progetto un solido framework per garantire affidabilità e prestazioni ottimali. Considerazione del Discorso Etico: L'inclusione di una funzione di generazione di immagini mette in mostra lo spirito innovativo del progetto. Tuttavia, solleva anche considerazioni etiche riguardanti il copyright e la rappresentazione rispettosa di figure riconoscibili—una discussione in corso all'interno della comunità AI. Conclusione Come entità pionieristica nel campo dell'IA conversazionale, Grok AI incarna il potenziale per esperienze utente trasformative nell'era digitale. Sviluppato da xAI e guidato dall'approccio visionario di Elon Musk, Grok AI integra conoscenze in tempo reale con capacità di interazione avanzate. Si sforza di spingere i confini di ciò che l'intelligenza artificiale può realizzare, mantenendo un focus su considerazioni etiche e sicurezza degli utenti. Grok AI non solo incarna il progresso tecnologico, ma rappresenta anche un nuovo paradigma conversazionale nel panorama Web3, promettendo di coinvolgere gli utenti con sia conoscenze esperte che interazioni giocose. Man mano che il progetto continua a evolversi, si erge come testimonianza di ciò che l'incrocio tra tecnologia, creatività e interazione simile a quella umana può realizzare.

486 Totale visualizzazioniPubblicato il 2024.12.26Aggiornato il 2024.12.26

Cosa è GROK AI

Cosa è ERC AI

Euruka Tech: Una Panoramica di $erc ai e delle sue Ambizioni in Web3 Introduzione Nel panorama in rapida evoluzione della tecnologia blockchain e delle applicazioni decentralizzate, nuovi progetti emergono frequentemente, ciascuno con obiettivi e metodologie uniche. Uno di questi progetti è Euruka Tech, che opera nel vasto dominio delle criptovalute e del Web3. L'obiettivo principale di Euruka Tech, in particolare del suo token $erc ai, è presentare soluzioni innovative progettate per sfruttare le crescenti capacità della tecnologia decentralizzata. Questo articolo si propone di fornire una panoramica completa di Euruka Tech, un'esplorazione dei suoi obiettivi, della funzionalità, dell'identità del suo creatore, dei potenziali investitori e della sua importanza nel contesto più ampio del Web3. Cos'è Euruka Tech, $erc ai? Euruka Tech è caratterizzato come un progetto che sfrutta gli strumenti e le funzionalità offerte dall'ambiente Web3, concentrandosi sull'integrazione dell'intelligenza artificiale nelle sue operazioni. Sebbene i dettagli specifici sul framework del progetto siano piuttosto sfuggenti, è progettato per migliorare l'engagement degli utenti e automatizzare i processi nello spazio crypto. Il progetto mira a creare un ecosistema decentralizzato che non solo faciliti le transazioni, ma incorpori anche funzionalità predittive attraverso l'intelligenza artificiale, da cui il nome del suo token, $erc ai. L'obiettivo è fornire una piattaforma intuitiva che faciliti interazioni più intelligenti e un'elaborazione delle transazioni più efficiente all'interno della crescente sfera del Web3. Chi è il Creatore di Euruka Tech, $erc ai? Attualmente, le informazioni riguardanti il creatore o il team fondatore di Euruka Tech rimangono non specificate e piuttosto opache. Questa assenza di dati solleva preoccupazioni, poiché la conoscenza del background del team è spesso essenziale per stabilire credibilità nel settore blockchain. Pertanto, abbiamo classificato queste informazioni come sconosciute fino a quando dettagli concreti non saranno resi disponibili nel dominio pubblico. Chi sono gli Investitori di Euruka Tech, $erc ai? Allo stesso modo, l'identificazione degli investitori o delle organizzazioni di supporto per il progetto Euruka Tech non è prontamente fornita attraverso la ricerca disponibile. Un aspetto cruciale per i potenziali stakeholder o utenti che considerano di impegnarsi con Euruka Tech è la garanzia che deriva da partnership finanziarie consolidate o dal supporto di società di investimento rispettabili. Senza divulgazioni sulle affiliazioni di investimento, è difficile trarre conclusioni complete sulla sicurezza finanziaria o sulla longevità del progetto. In linea con le informazioni trovate, anche questa sezione rimane allo stato di sconosciuto. Come funziona Euruka Tech, $erc ai? Nonostante la mancanza di specifiche tecniche dettagliate per Euruka Tech, è essenziale considerare le sue ambizioni innovative. Il progetto cerca di sfruttare la potenza computazionale dell'intelligenza artificiale per automatizzare e migliorare l'esperienza dell'utente all'interno dell'ambiente delle criptovalute. Integrando l'IA con la tecnologia blockchain, Euruka Tech mira a fornire funzionalità come operazioni automatizzate, valutazioni del rischio e interfacce utente personalizzate. L'essenza innovativa di Euruka Tech risiede nel suo obiettivo di creare una connessione fluida tra gli utenti e le vaste possibilità presentate dalle reti decentralizzate. Attraverso l'utilizzo di algoritmi di apprendimento automatico e IA, mira a ridurre le sfide degli utenti alle prime armi e semplificare le esperienze transazionali all'interno del framework Web3. Questa simbiosi tra IA e blockchain sottolinea l'importanza del token $erc ai, fungendo da ponte tra le interfacce utente tradizionali e le avanzate capacità delle tecnologie decentralizzate. Cronologia di Euruka Tech, $erc ai Sfortunatamente, a causa delle limitate informazioni disponibili riguardo a Euruka Tech, non siamo in grado di presentare una cronologia dettagliata dei principali sviluppi o traguardi nel percorso del progetto. Questa cronologia, tipicamente preziosa per tracciare l'evoluzione di un progetto e comprendere la sua traiettoria di crescita, non è attualmente disponibile. Man mano che le informazioni su eventi notevoli, partnership o aggiunte funzionali diventano evidenti, gli aggiornamenti miglioreranno sicuramente la visibilità di Euruka Tech nella sfera crypto. Chiarimento su Altri Progetti “Eureka” È importante sottolineare che più progetti e aziende condividono una nomenclatura simile con “Eureka.” La ricerca ha identificato iniziative come un agente IA della NVIDIA Research, che si concentra sull'insegnamento ai robot di compiti complessi utilizzando metodi generativi, così come Eureka Labs ed Eureka AI, che migliorano l'esperienza utente nell'istruzione e nell'analisi del servizio clienti, rispettivamente. Tuttavia, questi progetti sono distinti da Euruka Tech e non dovrebbero essere confusi con i suoi obiettivi o funzionalità. Conclusione Euruka Tech, insieme al suo token $erc ai, rappresenta un attore promettente ma attualmente oscuro nel panorama del Web3. Sebbene i dettagli sul suo creatore e sugli investitori rimangano non divulgati, l'ambizione centrale di combinare intelligenza artificiale e tecnologia blockchain si erge come un punto focale di interesse. Gli approcci unici del progetto nel promuovere l'engagement degli utenti attraverso l'automazione avanzata potrebbero distinguerlo mentre l'ecosistema Web3 progredisce. Con l'evoluzione continua del mercato crypto, gli stakeholder dovrebbero tenere d'occhio gli sviluppi riguardanti Euruka Tech, poiché lo sviluppo di innovazioni documentate, partnership o una roadmap definita potrebbe presentare opportunità significative nel prossimo futuro. Così com'è, attendiamo ulteriori approfondimenti sostanziali che potrebbero svelare il potenziale di Euruka Tech e la sua posizione nel competitivo panorama crypto.

504 Totale visualizzazioniPubblicato il 2025.01.02Aggiornato il 2025.01.02

Cosa è ERC AI

Cosa è DUOLINGO AI

DUOLINGO AI: Integrare l'apprendimento delle lingue con Web3 e innovazione AI In un'era in cui la tecnologia rimodella l'istruzione, l'integrazione dell'intelligenza artificiale (AI) e delle reti blockchain annuncia una nuova frontiera per l'apprendimento delle lingue. Entra in scena DUOLINGO AI e la sua criptovaluta associata, $DUOLINGO AI. Questo progetto aspira a fondere la potenza educativa delle principali piattaforme di apprendimento delle lingue con i benefici della tecnologia decentralizzata Web3. Questo articolo esplora gli aspetti chiave di DUOLINGO AI, esaminando i suoi obiettivi, il framework tecnologico, lo sviluppo storico e il potenziale futuro, mantenendo chiarezza tra la risorsa educativa originale e questa iniziativa indipendente di criptovaluta. Panoramica di DUOLINGO AI Alla sua base, DUOLINGO AI cerca di stabilire un ambiente decentralizzato in cui gli studenti possono guadagnare ricompense crittografiche per il raggiungimento di traguardi educativi nella competenza linguistica. Applicando smart contracts, il progetto mira ad automatizzare i processi di verifica delle competenze e le allocazioni di token, aderendo ai principi di Web3 che enfatizzano la trasparenza e la proprietà da parte degli utenti. Il modello si discosta dagli approcci tradizionali all'acquisizione linguistica, facendo forte affidamento su una struttura di governance guidata dalla comunità, che consente ai detentori di token di suggerire miglioramenti ai contenuti dei corsi e alle distribuzioni delle ricompense. Alcuni degli obiettivi notevoli di DUOLINGO AI includono: Apprendimento Gamificato: Il progetto integra traguardi blockchain e token non fungibili (NFT) per rappresentare i livelli di competenza linguistica, promuovendo la motivazione attraverso ricompense digitali coinvolgenti. Creazione di Contenuti Decentralizzati: Apre opportunità per educatori e appassionati di lingue di contribuire con i propri corsi, facilitando un modello di condivisione dei ricavi che beneficia tutti i collaboratori. Personalizzazione Guidata dall'AI: Utilizzando modelli avanzati di machine learning, DUOLINGO AI personalizza le lezioni per adattarsi ai progressi individuali, simile alle funzionalità adattive presenti nelle piattaforme consolidate. Creatori del Progetto e Governance A partire da aprile 2025, il team dietro $DUOLINGO AI rimane pseudonimo, una pratica comune nel panorama decentralizzato delle criptovalute. Questa anonimato è inteso a promuovere la crescita collettiva e il coinvolgimento degli stakeholder piuttosto che concentrarsi su sviluppatori individuali. Lo smart contract distribuito sulla blockchain di Solana annota l'indirizzo del wallet dello sviluppatore, che segna l'impegno verso la trasparenza riguardo alle transazioni, nonostante l'identità dei creatori sia sconosciuta. Secondo la sua roadmap, DUOLINGO AI mira a evolversi in un'Organizzazione Autonoma Decentralizzata (DAO). Questa struttura di governance consente ai detentori di token di votare su questioni critiche come l'implementazione di funzionalità e le allocazioni del tesoro. Questo modello si allinea con l'etica dell'empowerment della comunità presente in varie applicazioni decentralizzate, enfatizzando l'importanza del processo decisionale collettivo. Investitori e Partnership Strategiche Attualmente, non ci sono investitori istituzionali o capitalisti di rischio identificabili pubblicamente legati a $DUOLINGO AI. Invece, la liquidità del progetto proviene principalmente da scambi decentralizzati (DEX), segnando un netto contrasto con le strategie di finanziamento delle aziende tradizionali di tecnologia educativa. Questo modello di base indica un approccio guidato dalla comunità, riflettendo l'impegno del progetto verso la decentralizzazione. Nel suo whitepaper, DUOLINGO AI menziona la formazione di collaborazioni con “piattaforme educative blockchain” non specificate, mirate ad arricchire la sua offerta di corsi. Sebbene partnership specifiche non siano ancora state divulgate, questi sforzi collaborativi suggeriscono una strategia per mescolare innovazione blockchain con iniziative educative, ampliando l'accesso e il coinvolgimento degli utenti attraverso diverse vie di apprendimento. Architettura Tecnologica Integrazione AI DUOLINGO AI incorpora due componenti principali guidate dall'AI per migliorare la sua offerta educativa: Motore di Apprendimento Adattivo: Questo sofisticato motore apprende dalle interazioni degli utenti, simile ai modelli proprietari delle principali piattaforme educative. Regola dinamicamente la difficoltà delle lezioni per affrontare le sfide specifiche degli studenti, rinforzando le aree deboli attraverso esercizi mirati. Agenti Conversazionali: Utilizzando chatbot alimentati da GPT-4, DUOLINGO AI offre una piattaforma per gli utenti per impegnarsi in conversazioni simulate, promuovendo un'esperienza di apprendimento linguistico più interattiva e pratica. Infrastruttura Blockchain Costruito sulla blockchain di Solana, $DUOLINGO AI utilizza un framework tecnologico completo che include: Smart Contracts per la Verifica delle Competenze: Questa funzionalità assegna automaticamente token agli utenti che superano con successo i test di competenza, rinforzando la struttura di incentivi per risultati di apprendimento genuini. Badge NFT: Questi token digitali significano vari traguardi che gli studenti raggiungono, come completare una sezione del loro corso o padroneggiare competenze specifiche, consentendo loro di scambiare o mostrare digitalmente i loro successi. Governance DAO: I membri della comunità dotati di token possono partecipare alla governance votando su proposte chiave, facilitando una cultura partecipativa che incoraggia l'innovazione nell'offerta di corsi e nelle funzionalità della piattaforma. Cronologia Storica 2022–2023: Concettualizzazione I lavori per DUOLINGO AI iniziano con la creazione di un whitepaper, evidenziando la sinergia tra i progressi dell'AI nell'apprendimento delle lingue e il potenziale decentralizzato della tecnologia blockchain. 2024: Lancio Beta Un lancio beta limitato introduce offerte in lingue popolari, premiando i primi utenti con incentivi in token come parte della strategia di coinvolgimento della comunità del progetto. 2025: Transizione DAO Ad aprile, avviene un lancio completo della mainnet con la circolazione di token, stimolando discussioni nella comunità riguardo a possibili espansioni nelle lingue asiatiche e ad altri sviluppi dei corsi. Sfide e Direzioni Future Ostacoli Tecnici Nonostante i suoi obiettivi ambiziosi, DUOLINGO AI affronta sfide significative. La scalabilità rimane una preoccupazione costante, in particolare nel bilanciare i costi associati all'elaborazione dell'AI e nel mantenere una rete decentralizzata reattiva. Inoltre, garantire la creazione e la moderazione di contenuti di qualità in un'offerta decentralizzata presenta complessità nel mantenere standard educativi. Opportunità Strategiche Guardando al futuro, DUOLINGO AI ha il potenziale per sfruttare partnership di micro-credentialing con istituzioni accademiche, fornendo validazioni verificate dalla blockchain delle competenze linguistiche. Inoltre, l'espansione cross-chain potrebbe consentire al progetto di attingere a basi utenti più ampie e a ulteriori ecosistemi blockchain, migliorando la sua interoperabilità e portata. Conclusione DUOLINGO AI rappresenta una fusione innovativa di intelligenza artificiale e tecnologia blockchain, presentando un'alternativa focalizzata sulla comunità ai sistemi tradizionali di apprendimento delle lingue. Sebbene il suo sviluppo pseudonimo e il modello economico emergente comportino alcuni rischi, l'impegno del progetto verso l'apprendimento gamificato, l'istruzione personalizzata e la governance decentralizzata illumina un percorso per la tecnologia educativa nel regno di Web3. Man mano che l'AI continua a progredire e l'ecosistema blockchain evolve, iniziative come DUOLINGO AI potrebbero ridefinire il modo in cui gli utenti interagiscono con l'istruzione linguistica, potenziando le comunità e premiando il coinvolgimento attraverso meccanismi di apprendimento innovativi.

461 Totale visualizzazioniPubblicato il 2025.04.11Aggiornato il 2025.04.11

Cosa è DUOLINGO AI

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di AI AI sono presentate come di seguito.

活动图片