La Veille du Dépoussiérage des Grands Modèles de Langage

marsbitОпубліковано о 2026-05-10Востаннє оновлено о 2026-05-10

Анотація

**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

Пов'язані питання

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.

Пов'язані матеріали

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.

marsbit1 год тому

Uncovering the Truth About Agent Commerce, Payments, and Infrastructure

marsbit1 год тому

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1 год тому

Kalshi, MTS, and a16z's Ambition

链捕手1 год тому

Торгівля

Спот
Ф'ючерси

Популярні статті

Що таке GROK AI

Grok AI: Революція в розмовних технологіях ери Web3 Вступ У швидко змінюваному ландшафті штучного інтелекту Grok AI вирізняється як помітний проєкт, що поєднує сфери передових технологій та взаємодії з користувачами. Розроблений компанією xAI, яку очолює відомий підприємець Ілон Маск, Grok AI прагне переосмислити, як ми взаємодіємо зі штучним інтелектом. Оскільки рух Web3 продовжує процвітати, Grok AI має на меті використати потужність розмовного ШІ для відповіді на складні запитання, надаючи користувачам досвід, який є не лише інформативним, але й розважальним. Що таке Grok AI? Grok AI — це складний розмовний чат-бот, розроблений для динамічної взаємодії з користувачами. На відміну від багатьох традиційних систем ШІ, Grok AI охоплює ширший спектр запитів, включаючи ті, які зазвичай вважаються недоречними або виходять за межі стандартних відповідей. Основні цілі проєкту включають: Надійне міркування: Grok AI акцентує увагу на здоровому глузді, щоб надавати логічні відповіді на основі контекстуального розуміння. Масштабоване управління: Інтеграція допоміжних інструментів забезпечує моніторинг та оптимізацію взаємодій користувачів для покращення якості. Формальна верифікація: Безпека є пріоритетом; Grok AI впроваджує методи формальної верифікації для підвищення надійності своїх результатів. Розуміння довгого контексту: Модель ШІ відзначається здатністю зберігати та згадувати обширну історію розмов, що сприяє змістовним та контекстуально обізнаним дискусіям. Стійкість до атак: Зосереджуючись на покращенні своїх захистів від маніпульованих або зловмисних вхідних даних, Grok AI прагне зберегти цілісність взаємодій з користувачами. По суті, Grok AI — це не просто пристрій для отримання інформації; це занурюючий розмовний партнер, який заохочує динамічний діалог. Творець Grok AI Геній, що стоїть за Grok AI, — це ніхто інший, як Ілон Маск, особа, яка стала синонімом інновацій у різних сферах, включаючи автомобільну промисловість, космічні подорожі та технології. Під егідою xAI, компанії, що зосереджена на розвитку технологій ШІ на користь суспільства, бачення Маска прагне переосмислити розуміння взаємодій з ШІ. Лідерство та основоположна етика глибоко впливають на прагнення Маска розширити технологічні межі. Інвестори Grok AI Хоча конкретні деталі щодо інвесторів, які підтримують Grok AI, залишаються обмеженими, загальновідомо, що xAI, інкубатор проєкту, заснований і підтримується переважно самим Ілоном Маском. Попередні підприємства та активи Маска забезпечують надійну підтримку, що додатково зміцнює довіру до Grok AI та потенціал для зростання. Однак наразі інформація про додаткові інвестиційні фонди або організації, що підтримують Grok AI, не є доступною, що позначає область для потенційного майбутнього дослідження. Як працює Grok AI? Операційна механіка Grok AI є такою ж інноваційною, як і його концептуальна структура. Проєкт інтегрує кілька передових технологій, які сприяють його унікальним функціональним можливостям: Надійна інфраструктура: Grok AI побудований з використанням Kubernetes для оркестрації контейнерів, Rust для продуктивності та безпеки, і JAX для високопродуктивних числових обчислень. Ця трійка забезпечує ефективну роботу чат-бота, його масштабованість та швидке обслуговування користувачів. Доступ до знань у реальному часі: Однією з відмінних рис Grok AI є його здатність отримувати дані в реальному часі через платформу X — раніше відому як Twitter. Ця можливість надає ШІ доступ до останньої інформації, що дозволяє надавати своєчасні відповіді та рекомендації, які можуть бути пропущені іншими моделями ШІ. Два режими взаємодії: Grok AI пропонує користувачам вибір між “Розважальним режимом” та “Звичайним режимом”. Розважальний режим дозволяє більш ігровий та гумористичний стиль взаємодії, тоді як Звичайний режим зосереджується на наданні точних і правильних відповідей. Ця універсальність забезпечує індивідуальний досвід, що відповідає різним уподобанням користувачів. По суті, Grok AI поєднує продуктивність із залученням, створюючи досвід, який є одночасно збагачуючим і розважальним. Хронологія Grok AI Шлях Grok AI відзначений важливими етапами, які відображають його розвиток та етапи впровадження: Початковий розвиток: Фундаментальна фаза Grok AI тривала приблизно два місяці, протягом яких проводилося початкове навчання та налаштування моделі. Випуск бета-версії Grok-2: У значному досягненні була оголошена бета-версія Grok-2. Цей випуск представив дві версії чат-бота — Grok-2 та Grok-2 mini — кожна з яких оснащена можливостями для спілкування, кодування та міркування. Публічний доступ: Після бета-розробки Grok AI став доступним для користувачів платформи X. Ті, хто має акаунти, підтверджені номером телефону та активні принаймні сім днів, можуть отримати доступ до обмеженої версії, що робить технологію доступною для ширшої аудиторії. Ця хронологія відображає систематичний розвиток Grok AI від початку до публічної взаємодії, підкреслюючи його прагнення до постійного вдосконалення та взаємодії з користувачами. Ключові особливості Grok AI Grok AI охоплює кілька ключових особливостей, які сприяють його інноваційній ідентичності: Інтеграція знань у реальному часі: Доступ до актуальної та релевантної інформації відрізняє Grok AI від багатьох статичних моделей, забезпечуючи захоплюючий та точний досвід для користувачів. Універсальні стилі взаємодії: Пропонуючи різні режими взаємодії, Grok AI задовольняє різноманітні уподобання користувачів, запрошуючи до творчості та персоналізації у спілкуванні з ШІ. Передова технологічна основа: Використання Kubernetes, Rust та JAX надає проєкту надійну основу для забезпечення надійності та оптимальної продуктивності. Етичні міркування в дискурсі: Включення функції генерації зображень демонструє інноваційний дух проєкту. Однак це також піднімає етичні питання, пов'язані з авторським правом та поважним зображенням впізнаваних фігур — триваюча дискусія в спільноті ШІ. Висновок Як піонер у сфері розмовного ШІ, Grok AI втілює потенціал трансформаційних користувацьких досвідів в цифрову епоху. Розроблений компанією xAI та керований візією Ілона Маска, Grok AI інтегрує знання в реальному часі з передовими можливостями взаємодії. Він прагне розширити межі того, що може досягти штучний інтелект, зберігаючи при цьому акцент на етичних міркуваннях та безпеці користувачів. Grok AI не лише втілює технологічний прогрес, але й представляє нову парадигму спілкування в ландшафті Web3, обіцяючи залучити користувачів як глибокими знаннями, так і ігровою взаємодією. Оскільки проєкт продовжує розвиватися, він слугує свідченням того, що може досягти перетин технологій, творчості та людської взаємодії.

449 переглядів усьогоОпубліковано 2024.12.26Оновлено 2024.12.26

Що таке GROK AI

Що таке ERC AI

Euruka Tech: Огляд $erc ai та його амбіцій у Web3 Вступ У швидко змінюваному ландшафті технології блокчейн та децентралізованих додатків нові проекти з'являються часто, кожен з унікальними цілями та методологіями. Одним з таких проектів є Euruka Tech, який працює у широкій сфері криптовалют та Web3. Основна увага Euruka Tech, зокрема його токена $erc ai, зосереджена на представленні інноваційних рішень, розроблених для використання зростаючих можливостей децентралізованих технологій. Ця стаття має на меті надати всебічний огляд Euruka Tech, дослідження його цілей, функціональності, ідентичності його творця, потенційних інвесторів та його значення в ширшому контексті Web3. Що таке Euruka Tech, $erc ai? Euruka Tech характеризується як проект, який використовує інструменти та функціональність, що пропонуються середовищем Web3, зосереджуючи увагу на інтеграції штучного інтелекту у своїй діяльності. Хоча конкретні деталі про структуру проекту дещо неясні, він розроблений для покращення залучення користувачів та автоматизації процесів у крипто-просторі. Проект має на меті створити децентралізовану екосистему, яка не лише полегшує транзакції, але й включає прогностичні функції через штучний інтелект, звідси і назва його токена, $erc ai. Мета полягає в тому, щоб надати інтуїтивно зрозумілу платформу, яка сприяє розумнішим взаємодіям та ефективній обробці транзакцій у зростаючій сфері Web3. Хто є творцем Euruka Tech, $erc ai? На даний момент інформація про творця або засновницьку команду Euruka Tech залишається невизначеною та дещо непрозорою. Ця відсутність даних викликає занепокоєння, оскільки знання про бекграунд команди часто є важливим для встановлення довіри в секторі блокчейн. Тому ми класифікували цю інформацію як невідому, поки конкретні деталі не стануть доступними в публічному домені. Хто є інвесторами Euruka Tech, $erc ai? Аналогічно, ідентифікація інвесторів або організацій, які підтримують проект Euruka Tech, не надається через доступні дослідження. Аспект, який є критично важливим для потенційних зацікавлених сторін або користувачів, які розглядають можливість співпраці з Euruka Tech, - це впевненість, що походить від встановлених фінансових партнерств або підтримки від авторитетних інвестиційних компаній. Без розкриття інформації про інвестиційні зв'язки важко зробити всебічні висновки про фінансову безпеку або довговічність проекту. Відповідно до знайденої інформації, цей розділ також має статус невідомий. Як працює Euruka Tech, $erc ai? Незважаючи на відсутність детальних технічних специфікацій для Euruka Tech, важливо враховувати його інноваційні амбіції. Проект прагне використовувати обчислювальну потужність штучного інтелекту для автоматизації та покращення досвіду користувачів у середовищі криптовалют. Інтегруючи ШІ з технологією блокчейн, Euruka Tech має на меті надати такі функції, як автоматизовані угоди, оцінка ризиків та персоналізовані інтерфейси користувачів. Інноваційна суть Euruka Tech полягає в його меті створити безшовний зв'язок між користувачами та величезними можливостями, які пропонують децентралізовані мережі. Завдяки використанню алгоритмів машинного навчання та ШІ, він має на меті мінімізувати труднощі для нових користувачів і спростити транзакційні досвіди в рамках Web3. Ця симбіоз між ШІ та блокчейном підкреслює значення токена $erc ai, який виступає як міст між традиційними інтерфейсами користувачів та розвиненими можливостями децентралізованих технологій. Хронологія Euruka Tech, $erc ai На жаль, через обмежену інформацію про Euruka Tech ми не можемо представити детальну хронологію основних подій або досягнень у подорожі проекту. Ця хронологія, яка зазвичай є безцінною для відстеження еволюції проекту та розуміння його траєкторії зростання, наразі недоступна. Як тільки інформація про значні події, партнерства або функціональні доповнення стане очевидною, оновлення, безумовно, підвищать видимість Euruka Tech у крипто-сфері. Роз'яснення щодо інших проектів “Eureka” Варто зазначити, що кілька проектів та компаній мають схожу назву з “Eureka”. Дослідження виявило ініціативи, такі як AI-агент від NVIDIA Research, який зосереджується на навчанні роботів складним завданням за допомогою генеративних методів, а також Eureka Labs та Eureka AI, які покращують користувацький досвід в освіті та аналітиці обслуговування клієнтів відповідно. Однак ці проекти відрізняються від Euruka Tech і не повинні бути змішані з його цілями чи функціональністю. Висновок Euruka Tech, разом із його токеном $erc ai, представляє обіцяючого, але наразі невідомого гравця в ландшафті Web3. Хоча деталі про його творця та інвесторів залишаються невідомими, основна амбіція поєднання штучного інтелекту з технологією блокчейн є центром інтересу. Унікальні підходи проекту до сприяння залученню користувачів через передову автоматизацію можуть виділити його на фоні прогресу екосистеми Web3. Оскільки крипто-ринок продовжує еволюціонувати, зацікавлені сторони повинні уважно стежити за новинами, пов'язаними з Euruka Tech, оскільки розвиток задокументованих інновацій, партнерств або визначеного дорожньої карти може представити значні можливості в найближчому майбутньому. На даний момент ми чекаємо на більш суттєві інсайти, які можуть розкрити потенціал Euruka Tech та його позицію в конкурентному крипто-ландшафті.

429 переглядів усьогоОпубліковано 2025.01.02Оновлено 2025.01.02

Що таке ERC AI

Що таке DUOLINGO AI

DUOLINGO AI: Інтеграція вивчення мов з Web3 та інноваціями штучного інтелекту В епоху, коли технології змінюють освіту, інтеграція штучного інтелекту (ШІ) та блокчейн-мереж відкриває нові горизонти для вивчення мов. З'являється DUOLINGO AI та його асоційована криптовалюта, $DUOLINGO AI. Цей проект прагне об'єднати освітні можливості провідних платформ для вивчення мов з перевагами децентралізованих технологій Web3. У цій статті розглядаються ключові аспекти DUOLINGO AI, його цілі, технологічна структура, історичний розвиток та майбутній потенціал, зберігаючи чіткість між оригінальним освітнім ресурсом та цією незалежною криптовалютною ініціативою. Огляд DUOLINGO AI В основі DUOLINGO AI лежить прагнення створити децентралізоване середовище, де учні можуть отримувати криптографічні винагороди за досягнення освітніх етапів у мовній компетенції. Застосовуючи смарт-контракти, проект має на меті автоматизувати процеси перевірки навичок та розподілу токенів, дотримуючись принципів Web3, які підкреслюють прозорість та власність користувачів. Модель відрізняється від традиційних підходів до вивчення мов, акцентуючи увагу на структурі управління, що базується на спільноті, що дозволяє власникам токенів пропонувати поліпшення змісту курсів та розподілу винагород. Деякі з помітних цілей DUOLINGO AI включають: Гейміфіковане навчання: Проект інтегрує досягнення на блокчейні та невзаємозамінні токени (NFT), щоб представляти рівні мовної компетенції, сприяючи мотивації через захоплюючі цифрові винагороди. Децентралізоване створення контенту: Це відкриває можливості для викладачів та мовних ентузіастів вносити свої курси, сприяючи моделі розподілу доходів, яка вигідна всім учасникам. Персоналізація на основі ШІ: Використовуючи сучасні моделі машинного навчання, DUOLINGO AI персоналізує уроки, щоб адаптуватися до індивідуального прогресу навчання, подібно до адаптивних функцій, що є в усталених платформах. Творці проекту та управління Станом на квітень 2025 року команда, що стоїть за $DUOLINGO AI, залишається псевдонімною, що є поширеною практикою в децентралізованому криптовалютному середовищі. Ця анонімність має на меті сприяти колективному розвитку та залученню зацікавлених сторін, а не зосереджуватися на окремих розробниках. Смарт-контракт, розгорнутий на блокчейні Solana, зазначає адресу гаманця розробника, що свідчить про зобов'язання до прозорості щодо транзакцій, незважаючи на те, що особи творців залишаються невідомими. Згідно з його дорожньою картою, DUOLINGO AI прагне перетворитися на Децентралізовану Автономну Організацію (DAO). Ця структура управління дозволяє власникам токенів голосувати з важливих питань, таких як реалізація функцій та розподіл скарбниці. Ця модель узгоджується з етикою розширення прав і можливостей спільноти, що спостерігається в різних децентралізованих додатках, підкреслюючи важливість колективного прийняття рішень. Інвестори та стратегічні партнерства На даний момент немає публічно відомих інституційних інвесторів або венчурних капіталістів, пов'язаних з $DUOLINGO AI. Натомість ліквідність проекту в основному походить з децентралізованих бірж (DEX), що є різким контрастом до стратегій фінансування традиційних компаній у сфері освітніх технологій. Ця модель знизу вгору вказує на підхід, орієнтований на спільноту, що відображає зобов'язання проекту до децентралізації. У своєму білому документі DUOLINGO AI згадує про формування співпраці з неуточненими “блокчейн-освітніми платформами”, спрямованими на збагачення своїх курсів. Хоча конкретні партнерства ще не були розкриті, ці спільні зусилля натякають на стратегію поєднання інновацій блокчейну з освітніми ініціативами, розширюючи доступ та залучення користувачів у різноманітні навчальні напрямки. Технологічна архітектура Інтеграція ШІ DUOLINGO AI включає два основні компоненти на основі ШІ для покращення своїх освітніх пропозицій: Адаптивний навчальний двигун: Цей складний двигун навчається на основі взаємодій користувачів, подібно до власних моделей великих освітніх платформ. Він динамічно регулює складність уроків, щоб вирішувати конкретні проблеми учнів, зміцнюючи слабкі місця через цілеспрямовані вправи. Розмовні агенти: Використовуючи чат-боти на базі GPT-4, DUOLINGO AI надає платформу для користувачів, щоб брати участь у симульованих розмовах, сприяючи більш інтерактивному та практичному досвіду вивчення мови. Інфраструктура блокчейну Побудований на блокчейні Solana, $DUOLINGO AI використовує комплексну технологічну структуру, яка включає: Смарт-контракти для перевірки навичок: Ця функція автоматично нагороджує токенами користувачів, які успішно проходять тести на компетентність, підкріплюючи структуру стимулів для справжніх навчальних результатів. NFT значки: Ці цифрові токени позначають різні етапи, яких досягають учні, такі як завершення розділу курсу або оволодіння конкретними навичками, що дозволяє їм обмінюватися або демонструвати свої досягнення в цифровому форматі. Управління DAO: Члени спільноти, наділені токенами, можуть брати участь в управлінні, голосуючи за ключові пропозиції, що сприяє культурі участі, яка заохочує інновації в курсах та функціях платформи. Історичний хронологічний графік 2022–2023: Концептуалізація Основи DUOLINGO AI закладаються з створення білого документа, що підкреслює синергію між досягненнями ШІ у вивченні мов та децентралізованим потенціалом блокчейн-технологій. 2024: Бета-реліз Обмежений бета-реліз представляє пропозиції з популярних мов, винагороджуючи ранніх користувачів токенами в рамках стратегії залучення спільноти проекту. 2025: Перехід до DAO У квітні відбувається повний запуск основної мережі з обігом токенів, що спонукає обговорення в спільноті щодо можливих розширень на азійські мови та інші розробки курсів. Виклики та майбутні напрямки Технічні труднощі Незважаючи на свої амбітні цілі, DUOLINGO AI стикається з суттєвими викликами. Масштабованість залишається постійною проблемою, особливо в балансуванні витрат, пов'язаних із обробкою ШІ, та підтриманням чутливої, децентралізованої мережі. Крім того, забезпечення якості створення контенту та модерації в умовах децентралізованої пропозиції створює складнощі у підтримці освітніх стандартів. Стратегічні можливості Дивлячись у майбутнє, DUOLINGO AI має потенціал використовувати партнерства з мікрокреденційними академічними установами, надаючи блокчейн-верифіковані підтвердження мовних навичок. Крім того, розширення через різні блокчейни може дозволити проекту залучити ширші бази користувачів та додаткові екосистеми блокчейну, покращуючи його взаємодію та охоплення. Висновок DUOLINGO AI представляє інноваційне злиття штучного інтелекту та блокчейн-технологій, пропонуючи альтернативу, орієнтовану на спільноту, традиційним системам вивчення мов. Хоча його псевдонімна розробка та нова економічна модель несуть певні ризики, зобов'язання проекту до гейміфікованого навчання, персоналізованої освіти та децентралізованого управління освітлює шлях вперед для освітніх технологій у сфері Web3. Оскільки ШІ продовжує розвиватися, а екосистема блокчейну еволюціонує, ініціативи на кшталт DUOLINGO AI можуть переосмислити, як користувачі взаємодіють з мовною освітою, наділяючи спільноти та винагороджуючи залучення через інноваційні механізми навчання.

458 переглядів усьогоОпубліковано 2025.04.11Оновлено 2025.04.11

Що таке DUOLINGO AI

Обговорення

Ласкаво просимо до спільноти HTX. Тут ви можете бути в курсі останніх подій розвитку платформи та отримати доступ до професійної ринкової інформації. Нижче представлені думки користувачів щодо ціни AI (AI).

活动图片