La Veille du Dépoussiérage des Grands Modèles de Langage

marsbitPublicado em 2026-05-10Última atualização em 2026-05-10

Resumo

**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

Perguntas relacionadas

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.

Leituras Relacionadas

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.

marsbitHá 1h

Uncovering the Truth About Agent Commerce, Payments, and Infrastructure

marsbitHá 1h

Kalshi, MTS, and a16z's Ambition

The article "Kalshi, MTS, and a16z's Ambition" explores prediction markets as a focal point of excitement in 2025 for investors, crypto enthusiasts, and media. It traces their intellectual lineage from Friedrich Hayek's ideas on dispersed knowledge and market coordination to Robin Hanson's Logarithmic Market Scoring Rule (LMSR), which incentivizes truthful information sharing. The piece argues that a16z's significant investment in prediction market platform Kalshi (valued at $220B) transcends mere financial speculation. a16z frames prediction markets as a new form of "media" that provides "presence"—a way for individuals to actively engage with and influence world events through financial stakes, countering postmodern detachment. By wagering on outcomes, users become "super observers," and the market's aggregated probabilities gain authoritative power to define event truth and importance. The article uses media company MTS ("Monitoring The Situation") as a case study of a16z's "new media" strategy: rapidly producing high-intensity, multi-format content to "take over the timeline." However, prediction markets like Kalshi are presented as the ultimate piece in this media empire. Their real-money, crowd-sourced probabilities possess a unique "reality distortion field" and perceived objectivity, potentially swaying public opinion and granting a private company unprecedented interpretive power over reality. Ultimately, Kalshi's immense valuation is attributed not just to its exchange model, but to its role as a foundational component in a16z's envisioned new media landscape, where prediction markets define narrative and truth.

链捕手Há 1h

Kalshi, MTS, and a16z's Ambition

链捕手Há 1h

Trading

Spot
Futuros

Artigos em Destaque

O que é GROK AI

Grok AI: Revolucionar a Tecnologia Conversacional na Era Web3 Introdução No panorama em rápida evolução da inteligência artificial, a Grok AI destaca-se como um projeto notável que liga os domínios da tecnologia avançada e da interação com o utilizador. Desenvolvida pela xAI, uma empresa liderada pelo renomado empreendedor Elon Musk, a Grok AI procura redefinir a forma como interagimos com a inteligência artificial. À medida que o movimento Web3 continua a florescer, a Grok AI visa aproveitar o poder da IA conversacional para responder a consultas complexas, proporcionando aos utilizadores uma experiência que é não apenas informativa, mas também divertida. O que é a Grok AI? A Grok AI é um sofisticado chatbot de IA conversacional projetado para interagir com os utilizadores de forma dinâmica. Ao contrário de muitos sistemas de IA tradicionais, a Grok AI abraça uma gama mais ampla de perguntas, incluindo aquelas tipicamente consideradas inadequadas ou fora das respostas padrão. Os principais objetivos do projeto incluem: Raciocínio Fiável: A Grok AI enfatiza o raciocínio de senso comum para fornecer respostas lógicas com base na compreensão contextual. Supervisão Escalável: A integração de assistência de ferramentas garante que as interações dos utilizadores sejam monitorizadas e otimizadas para qualidade. Verificação Formal: A segurança é primordial; a Grok AI incorpora métodos de verificação formal para aumentar a fiabilidade das suas saídas. Compreensão de Longo Contexto: O modelo de IA destaca-se na retenção e recordação de um extenso histórico de conversas, facilitando discussões significativas e contextualizadas. Robustez Adversarial: Ao focar na melhoria das suas defesas contra entradas manipuladas ou maliciosas, a Grok AI visa manter a integridade das interações dos utilizadores. Em essência, a Grok AI não é apenas um dispositivo de recuperação de informações; é um parceiro conversacional imersivo que incentiva um diálogo dinâmico. Criador da Grok AI A mente por trás da Grok AI não é outra senão Elon Musk, um indivíduo sinónimo de inovação em vários campos, incluindo automóvel, viagens espaciais e tecnologia. Sob a égide da xAI, uma empresa focada em avançar a tecnologia de IA de maneiras benéficas, a visão de Musk visa reformular a compreensão das interações com a IA. A liderança e a ética fundacional são profundamente influenciadas pelo compromisso de Musk em ultrapassar os limites tecnológicos. Investidores da Grok AI Embora os detalhes específicos sobre os investidores que apoiam a Grok AI permaneçam limitados, é reconhecido publicamente que a xAI, a incubadora do projeto, é fundada e apoiada principalmente pelo próprio Elon Musk. As anteriores empreitadas e participações de Musk fornecem um forte apoio, reforçando ainda mais a credibilidade e o potencial de crescimento da Grok AI. No entanto, até agora, informações sobre fundações ou organizações de investimento adicionais que apoiam a Grok AI não estão prontamente acessíveis, marcando uma área para exploração futura potencial. Como Funciona a Grok AI? A mecânica operacional da Grok AI é tão inovadora quanto a sua estrutura conceptual. O projeto integra várias tecnologias de ponta que facilitam as suas funcionalidades únicas: Infraestrutura Robusta: A Grok AI é construída utilizando Kubernetes para orquestração de contêineres, Rust para desempenho e segurança, e JAX para computação numérica de alto desempenho. Este trio assegura que o chatbot opere de forma eficiente, escale eficazmente e sirva os utilizadores prontamente. Acesso a Conhecimento em Tempo Real: Uma das características distintivas da Grok AI é a sua capacidade de aceder a dados em tempo real através da plataforma X—anteriormente conhecida como Twitter. Esta capacidade concede à IA acesso às informações mais recentes, permitindo-lhe fornecer respostas e recomendações oportunas que outros modelos de IA poderiam perder. Dois Modos de Interação: A Grok AI oferece aos utilizadores a escolha entre “Modo Divertido” e “Modo Regular”. O Modo Divertido permite um estilo de interação mais lúdico e humorístico, enquanto o Modo Regular foca em fornecer respostas precisas e exatas. Esta versatilidade assegura uma experiência adaptada que atende a várias preferências dos utilizadores. Em essência, a Grok AI combina desempenho com envolvimento, criando uma experiência que é tanto enriquecedora quanto divertida. Cronologia da Grok AI A jornada da Grok AI é marcada por marcos fundamentais que refletem as suas fases de desenvolvimento e implementação: Desenvolvimento Inicial: A fase fundamental da Grok AI ocorreu ao longo de aproximadamente dois meses, durante os quais o treinamento inicial e o ajuste do modelo foram realizados. Lançamento Beta do Grok-2: Numa evolução significativa, o beta do Grok-2 foi anunciado. Este lançamento introduziu duas versões do chatbot—Grok-2 e Grok-2 mini—cada uma equipada com capacidades para conversar, programar e raciocinar. Acesso Público: Após o seu desenvolvimento beta, a Grok AI tornou-se disponível para os utilizadores da plataforma X. Aqueles com contas verificadas por um número de telefone e ativas há pelo menos sete dias podem aceder a uma versão limitada, tornando a tecnologia disponível para um público mais amplo. Esta cronologia encapsula o crescimento sistemático da Grok AI desde a sua concepção até ao envolvimento público, enfatizando o seu compromisso com a melhoria contínua e a interação com o utilizador. Principais Características da Grok AI A Grok AI abrange várias características principais que contribuem para a sua identidade inovadora: Integração de Conhecimento em Tempo Real: O acesso a informações atuais e relevantes diferencia a Grok AI de muitos modelos estáticos, permitindo uma experiência de utilizador envolvente e precisa. Estilos de Interação Versáteis: Ao oferecer modos de interação distintos, a Grok AI atende a várias preferências dos utilizadores, convidando à criatividade e personalização na conversa com a IA. Base Tecnológica Avançada: A utilização de Kubernetes, Rust e JAX fornece ao projeto uma estrutura sólida para garantir fiabilidade e desempenho ótimo. Consideração de Discurso Ético: A inclusão de uma função de geração de imagens demonstra o espírito inovador do projeto. No entanto, também levanta considerações éticas em torno dos direitos autorais e da representação respeitosa de figuras reconhecíveis—uma discussão em curso dentro da comunidade de IA. Conclusão Como uma entidade pioneira no domínio da IA conversacional, a Grok AI encapsula o potencial para experiências transformadoras do utilizador na era digital. Desenvolvida pela xAI e impulsionada pela abordagem visionária de Elon Musk, a Grok AI integra conhecimento em tempo real com capacidades avançadas de interação. Esforça-se por ultrapassar os limites do que a inteligência artificial pode alcançar, mantendo um foco nas considerações éticas e na segurança do utilizador. A Grok AI não apenas incorpora o avanço tecnológico, mas também representa um novo paradigma de conversas no panorama Web3, prometendo envolver os utilizadores com conhecimento hábil e interação lúdica. À medida que o projeto continua a evoluir, ele permanece como um testemunho do que a interseção da tecnologia, criatividade e interação humana pode alcançar.

472 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.26

O que é GROK AI

O que é ERC AI

Euruka Tech: Uma Visão Geral do $erc ai e as suas Ambições no Web3 Introdução No panorama em rápida evolução da tecnologia blockchain e das aplicações descentralizadas, novos projetos surgem frequentemente, cada um com objetivos e metodologias únicas. Um desses projetos é a Euruka Tech, que opera no vasto domínio das criptomoedas e do Web3. O foco principal da Euruka Tech, particularmente do seu token $erc ai, é apresentar soluções inovadoras concebidas para aproveitar as capacidades crescentes da tecnologia descentralizada. Este artigo tem como objetivo fornecer uma visão abrangente da Euruka Tech, uma exploração das suas metas, funcionalidade, a identidade do seu criador, potenciais investidores e a sua importância no contexto mais amplo do Web3. O que é a Euruka Tech, $erc ai? A Euruka Tech é caracterizada como um projeto que aproveita as ferramentas e funcionalidades oferecidas pelo ambiente Web3, focando na integração da inteligência artificial nas suas operações. Embora os detalhes específicos sobre a estrutura do projeto sejam um tanto elusivos, ele é concebido para melhorar o envolvimento dos utilizadores e automatizar processos no espaço cripto. O projeto visa criar um ecossistema descentralizado que não só facilita transações, mas também incorpora funcionalidades preditivas através da inteligência artificial, daí a designação do seu token, $erc ai. O objetivo é fornecer uma plataforma intuitiva que facilite interações mais inteligentes e um processamento eficiente de transações dentro da crescente esfera do Web3. Quem é o Criador da Euruka Tech, $erc ai? Neste momento, a informação sobre o criador ou a equipa fundadora da Euruka Tech permanece não especificada e algo opaca. Esta ausência de dados levanta preocupações, uma vez que o conhecimento sobre o histórico da equipa é frequentemente essencial para estabelecer credibilidade no setor blockchain. Portanto, categorizamos esta informação como desconhecida até que detalhes concretos sejam disponibilizados no domínio público. Quem são os Investidores da Euruka Tech, $erc ai? De forma semelhante, a identificação de investidores ou organizações de apoio para o projeto Euruka Tech não é prontamente fornecida através da pesquisa disponível. Um aspeto que é crucial para potenciais partes interessadas ou utilizadores que consideram envolver-se com a Euruka Tech é a garantia que vem de parcerias financeiras estabelecidas ou apoio de empresas de investimento respeitáveis. Sem divulgações sobre afiliações de investimento, é difícil tirar conclusões abrangentes sobre a segurança financeira ou a longevidade do projeto. Em linha com a informação encontrada, esta seção também se encontra no estado de desconhecido. Como funciona a Euruka Tech, $erc ai? Apesar da falta de especificações técnicas detalhadas para a Euruka Tech, é essencial considerar as suas ambições inovadoras. O projeto procura aproveitar o poder computacional da inteligência artificial para automatizar e melhorar a experiência do utilizador no ambiente das criptomoedas. Ao integrar IA com tecnologia blockchain, a Euruka Tech visa fornecer funcionalidades como negociações automatizadas, avaliações de risco e interfaces de utilizador personalizadas. A essência inovadora da Euruka Tech reside no seu objetivo de criar uma conexão fluida entre os utilizadores e as vastas possibilidades apresentadas pelas redes descentralizadas. Através da utilização de algoritmos de aprendizagem automática e IA, visa minimizar os desafios enfrentados por utilizadores de primeira viagem e agilizar as experiências transacionais dentro do quadro do Web3. Esta simbiose entre IA e blockchain sublinha a importância do token $erc ai, que se apresenta como uma ponte entre interfaces de utilizador tradicionais e as capacidades avançadas das tecnologias descentralizadas. Cronologia da Euruka Tech, $erc ai Infelizmente, devido à informação limitada disponível sobre a Euruka Tech, não conseguimos apresentar uma cronologia detalhada dos principais desenvolvimentos ou marcos na jornada do projeto. Esta cronologia, tipicamente inestimável para traçar a evolução de um projeto e compreender a sua trajetória de crescimento, não está atualmente disponível. À medida que informações sobre eventos notáveis, parcerias ou adições funcionais se tornem evidentes, atualizações certamente aumentarão a visibilidade da Euruka Tech na esfera cripto. Esclarecimento sobre Outros Projetos “Eureka” É importante abordar que múltiplos projetos e empresas partilham uma nomenclatura semelhante com “Eureka.” A pesquisa identificou iniciativas como um agente de IA da NVIDIA Research, que se concentra em ensinar robôs a realizar tarefas complexas utilizando métodos generativos, bem como a Eureka Labs e a Eureka AI, que melhoram a experiência do utilizador na educação e na análise de serviços ao cliente, respetivamente. No entanto, estes projetos são distintos da Euruka Tech e não devem ser confundidos com os seus objetivos ou funcionalidades. Conclusão A Euruka Tech, juntamente com o seu token $erc ai, representa um jogador promissor, mas atualmente obscuro, dentro do panorama do Web3. Embora os detalhes sobre o seu criador e investidores permaneçam não divulgados, a ambição central de combinar inteligência artificial com tecnologia blockchain destaca-se como um ponto focal de interesse. As abordagens únicas do projeto em promover o envolvimento do utilizador através da automação avançada podem diferenciá-lo à medida que o ecossistema Web3 avança. À medida que o mercado cripto continua a evoluir, as partes interessadas devem manter um olhar atento sobre os avanços em torno da Euruka Tech, uma vez que o desenvolvimento de inovações documentadas, parcerias ou um roteiro definido pode apresentar oportunidades significativas no futuro próximo. Neste momento, aguardamos por insights mais substanciais que possam desvendar o potencial da Euruka Tech e a sua posição no competitivo panorama cripto.

511 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.02

O que é ERC AI

O que é DUOLINGO AI

DUOLINGO AI: Integrar a Aprendizagem de Línguas com Inovação Web3 e IA Numa era em que a tecnologia transforma a educação, a integração da inteligência artificial (IA) e das redes blockchain anuncia uma nova fronteira para a aprendizagem de línguas. Apresentamos DUOLINGO AI e a sua criptomoeda associada, $DUOLINGO AI. Este projeto aspira a unir o poder educativo das principais plataformas de aprendizagem de línguas com os benefícios da tecnologia descentralizada Web3. Este artigo explora os principais aspectos do DUOLINGO AI, analisando os seus objetivos, estrutura tecnológica, desenvolvimento histórico e potencial futuro, mantendo a clareza entre o recurso educativo original e esta iniciativa independente de criptomoeda. Visão Geral do DUOLINGO AI No seu cerne, DUOLINGO AI procura estabelecer um ambiente descentralizado onde os alunos podem ganhar recompensas criptográficas por alcançar marcos educativos em proficiência linguística. Ao aplicar contratos inteligentes, o projeto visa automatizar processos de verificação de habilidades e alocação de tokens, aderindo aos princípios do Web3 que enfatizam a transparência e a propriedade do utilizador. O modelo diverge das abordagens tradicionais de aquisição de línguas ao apoiar-se fortemente numa estrutura de governança orientada pela comunidade, permitindo que os detentores de tokens sugiram melhorias ao conteúdo dos cursos e à distribuição de recompensas. Alguns dos objetivos notáveis do DUOLINGO AI incluem: Aprendizagem Gamificada: O projeto integra conquistas em blockchain e tokens não fungíveis (NFTs) para representar níveis de proficiência linguística, promovendo a motivação através de recompensas digitais envolventes. Criação de Conteúdo Descentralizada: Abre caminhos para educadores e entusiastas de línguas contribuírem com os seus cursos, facilitando um modelo de partilha de receitas que beneficia todos os colaboradores. Personalização Através de IA: Ao empregar modelos avançados de aprendizagem de máquina, o DUOLINGO AI personaliza as lições para se adaptar ao progresso de aprendizagem individual, semelhante às características adaptativas encontradas em plataformas estabelecidas. Criadores do Projeto e Governança A partir de abril de 2025, a equipa por trás do $DUOLINGO AI permanece pseudónima, uma prática frequente no panorama descentralizado das criptomoedas. Esta anonimidade visa promover o crescimento coletivo e o envolvimento das partes interessadas, em vez de se concentrar em desenvolvedores individuais. O contrato inteligente implementado na blockchain Solana indica o endereço da carteira do desenvolvedor, o que significa o compromisso com a transparência em relação às transações, apesar da identidade dos criadores ser desconhecida. De acordo com o seu roteiro, o DUOLINGO AI pretende evoluir para uma Organização Autónoma Descentralizada (DAO). Esta estrutura de governança permite que os detentores de tokens votem em questões críticas, como implementações de funcionalidades e alocação de tesouraria. Este modelo alinha-se com a ética de empoderamento comunitário encontrada em várias aplicações descentralizadas, enfatizando a importância da tomada de decisão coletiva. Investidores e Parcerias Estratégicas Atualmente, não existem investidores institucionais ou capitalistas de risco publicamente identificáveis ligados ao $DUOLINGO AI. Em vez disso, a liquidez do projeto origina-se principalmente de trocas descentralizadas (DEXs), marcando um contraste acentuado com as estratégias de financiamento das empresas tradicionais de tecnologia educacional. Este modelo de base indica uma abordagem orientada pela comunidade, refletindo o compromisso do projeto com a descentralização. No seu whitepaper, o DUOLINGO AI menciona a formação de colaborações com “plataformas de educação blockchain” não especificadas, com o objetivo de enriquecer a sua oferta de cursos. Embora parcerias específicas ainda não tenham sido divulgadas, estes esforços colaborativos sugerem uma estratégia para misturar inovação em blockchain com iniciativas educativas, expandindo o acesso e o envolvimento dos utilizadores em diversas vias de aprendizagem. Arquitetura Tecnológica Integração de IA O DUOLINGO AI incorpora dois componentes principais impulsionados por IA para melhorar as suas ofertas educativas: Motor de Aprendizagem Adaptativa: Este motor sofisticado aprende a partir das interações dos utilizadores, semelhante a modelos proprietários de grandes plataformas educativas. Ele ajusta dinamicamente a dificuldade das lições para abordar desafios específicos dos alunos, reforçando áreas fracas através de exercícios direcionados. Agentes Conversacionais: Ao empregar chatbots alimentados por GPT-4, o DUOLINGO AI oferece uma plataforma para os utilizadores se envolverem em conversas simuladas, promovendo uma experiência de aprendizagem de línguas mais interativa e prática. Infraestrutura Blockchain Construído na blockchain Solana, o $DUOLINGO AI utiliza uma estrutura tecnológica abrangente que inclui: Contratos Inteligentes de Verificação de Habilidades: Esta funcionalidade atribui automaticamente tokens aos utilizadores que passam com sucesso em testes de proficiência, reforçando a estrutura de incentivos para resultados de aprendizagem genuínos. Emblemas NFT: Estes tokens digitais significam vários marcos que os alunos alcançam, como completar uma seção do seu curso ou dominar habilidades específicas, permitindo-lhes negociar ou exibir as suas conquistas digitalmente. Governança DAO: Membros da comunidade com tokens podem participar na governança votando em propostas-chave, facilitando uma cultura participativa que incentiva a inovação nas ofertas de cursos e funcionalidades da plataforma. Cronologia Histórica 2022–2023: Conceituação O trabalho preliminar para o DUOLINGO AI começa com a criação de um whitepaper, destacando a sinergia entre os avanços em IA na aprendizagem de línguas e o potencial descentralizado da tecnologia blockchain. 2024: Lançamento Beta Um lançamento beta limitado introduz ofertas em línguas populares, recompensando os primeiros utilizadores com incentivos em tokens como parte da estratégia de envolvimento comunitário do projeto. 2025: Transição para DAO Em abril, ocorre um lançamento completo da mainnet com a circulação de tokens, promovendo discussões comunitárias sobre possíveis expansões para línguas asiáticas e outros desenvolvimentos de cursos. Desafios e Direções Futuras Obstáculos Técnicos Apesar dos seus objetivos ambiciosos, o DUOLINGO AI enfrenta desafios significativos. A escalabilidade continua a ser uma preocupação constante, particularmente no equilíbrio dos custos associados ao processamento de IA e à manutenção de uma rede descentralizada responsiva. Além disso, garantir a criação e moderação de conteúdo de qualidade num ambiente descentralizado apresenta complexidades na manutenção dos padrões educativos. Oportunidades Estratégicas Olhando para o futuro, o DUOLINGO AI tem o potencial de aproveitar parcerias de micro-certificação com instituições académicas, proporcionando validações verificadas em blockchain das habilidades linguísticas. Além disso, a expansão cross-chain poderia permitir que o projeto acedesse a bases de utilizadores mais amplas e a ecossistemas de blockchain adicionais, melhorando a sua interoperabilidade e alcance. Conclusão DUOLINGO AI representa uma fusão inovadora de inteligência artificial e tecnologia blockchain, apresentando uma alternativa focada na comunidade aos sistemas tradicionais de aprendizagem de línguas. Embora o seu desenvolvimento pseudónimo e o modelo económico emergente tragam certos riscos, o compromisso do projeto com a aprendizagem gamificada, educação personalizada e governança descentralizada ilumina um caminho a seguir para a tecnologia educativa no domínio do Web3. À medida que a IA continua a avançar e o ecossistema blockchain evolui, iniciativas como o DUOLINGO AI poderão redefinir a forma como os utilizadores interagem com a educação linguística, empoderando comunidades e recompensando o envolvimento através de mecanismos de aprendizagem inovadores.

442 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.04.11

O que é DUOLINGO AI

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de AI (AI) são apresentadas abaixo.

活动图片