¿Puede el Agente AI convertirse en la tabla de salvación de Web3+AI?
Los proyectos de AI Agent son un tipo popular y maduro en el emprendimiento Web2, principalmente en servicios para empresas, mientras que en el ámbito de Web3, los proyectos de entrenamiento de modelos y de plataformas integradoras se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
Actualmente, hay pocos proyectos de Agentes de IA en Web3, representando solo el 8%, pero su participación en el valor de mercado dentro del sector de IA alcanza hasta el 23%. Esto demuestra una fuerte competitividad en el mercado. Esperamos que, a medida que la tecnología madure y la aceptación del mercado aumente, aparecerán múltiples proyectos valorados en más de 1,000 millones de dólares.
Para los proyectos de Web3, la introducción de tecnología AI en productos de aplicación que no son centrales de AI puede convertirse en una ventaja estratégica. En el caso de los proyectos de Agente AI, la forma de combinación debe centrarse en la construcción de un ecosistema completo y en el diseño de modelos económicos de tokens para promover la descentralización y los efectos de red.
Ola de IA: estado actual de proyectos emergentes y aumento de valor
Desde que ChatGPT fue lanzado en noviembre de 2022, ha atraído a más de 100 millones de usuarios en solo dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT alcanzaron la asombrosa cifra de 20.3 millones de dólares, y OpenAI, tras el lanzamiento de ChatGPT, también lanzó rápidamente versiones iterativas como GPT-4 y GP4-4o. Ante este rápido auge, los grandes gigantes tecnológicos tradicionales se dieron cuenta de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM y han lanzado sus propios modelos y aplicaciones de IA. Por ejemplo, Google presentó el modelo de lenguaje PaLM2, Meta lanzó Llama3, mientras que las empresas chinas lanzaron modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un lugar de intensa competencia.
La competencia entre los grandes gigantes tecnológicos no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de estadísticas de AI de código abierto, descubrimos que el informe AI Index de 2024 muestra que la cantidad de proyectos relacionados con AI en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente después del lanzamiento de GPT en 2023, la cantidad de proyectos creció un 59.3% en comparación interanual, reflejando el entusiasmo de la comunidad de desarrolladores global por la investigación en AI.
El entusiasmo por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un fuerte crecimiento, con un aumento explosivo en el segundo trimestre de 2024. En todo el mundo, hay un total de 16 inversiones relacionadas con IA que superan los 150 millones de dólares, lo que es el doble que en el primer trimestre. El total de financiamiento para startups de IA ha aumentado a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI, de Elon Musk, ha recaudado 6 mil millones de dólares, con una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA con la mayor valoración, solo detrás de OpenAI.
El rápido desarrollo de la tecnología de IA está reconfigurando el panorama del campo tecnológico a una velocidad sin precedentes. Desde la feroz competencia entre las grandes empresas tecnológicas, hasta el florecimiento de proyectos en comunidades de código abierto, y la ferviente búsqueda del mercado de capitales por el concepto de IA. Los proyectos surgen uno tras otro, las inversiones alcanzan nuevos máximos históricos y las valoraciones también aumentan. En general, el mercado de IA se encuentra en un periodo dorado de rápido desarrollo, con grandes modelos de lenguaje y tecnologías de generación aumentada por recuperación logrando avances significativos en el procesamiento del lenguaje. A pesar de esto, estos modelos todavía enfrentan desafíos al convertir las ventajas tecnológicas en productos reales, como la incertidumbre en la salida de los modelos, el riesgo de alucinaciones que generan información inexacta y problemas de transparencia en los modelos. Estos problemas se vuelven especialmente importantes en escenarios de aplicación donde se exige una alta fiabilidad.
En este contexto, comenzamos a investigar los Agentes de IA, ya que los Agentes de IA enfatizan la integralidad de resolver problemas prácticos e interactuar con el entorno. Este cambio marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes que pueden realmente entender, aprender y resolver problemas del mundo real. Por lo tanto, vemos esperanza en el desarrollo de los Agentes de IA, que está cerrando gradualmente la brecha entre la tecnología de IA y la resolución de problemas prácticos. La evolución de la tecnología de IA está reconfigurando la estructura de la productividad, mientras que la tecnología Web3 está reconstruyendo las relaciones de producción de la economía digital. Cuando los tres elementos clave de la IA: datos, modelos y potencia computacional, se fusionan con los conceptos centrales de descentralización, economía de tokens y contratos inteligentes de Web3, prevemos que surgirán una serie de aplicaciones innovadoras. En este campo cruzado lleno de potencial, creemos que los Agentes de IA, con su capacidad para ejecutar tareas de manera autónoma, muestran un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones del Agente de IA en Web3, desde la infraestructura de Web3, el middleware, hasta el nivel de aplicaciones y el mercado de datos y modelos, con el objetivo de identificar y evaluar los tipos de proyectos y escenarios de aplicación más prometedores, para comprender en profundidad la profunda integración de la IA con Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de presentar el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, ilustramos con un escenario práctico: supongamos que estás planificando un viaje. Los grandes modelos de lenguaje tradicionales proporcionan información sobre destinos y sugerencias de viaje. La tecnología de generación aumentada por recuperación puede ofrecer contenido de destino más rico y específico. Y el Agente AI es como JARVIS en la película de Iron Man, capaz de entender las necesidades y, basado en una sola frase tuya, buscar proactivamente vuelos y hoteles, realizar reservas y añadir el itinerario al calendario.
Actualmente, la definición común en la industria de un Agente de IA se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones correspondientes, obteniendo información del entorno a través de sensores, procesándola y luego impactando el entorno a través de ejecutores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina LLM, RAG, memoria, planificación de tareas y capacidades de uso de herramientas. No solo puede proporcionar información simple, sino que también puede planificar, descomponer tareas y ejecutarlas realmente.
Según esta definición y características, podemos ver que los Agentes de IA ya se han integrado en nuestras vidas, aplicándose en diferentes escenarios, como AlphaGo, Siri y la conducción autónoma de nivel L5 y superior de Tesla, que pueden considerarse ejemplos de Agentes de IA. La característica común de estos sistemas es que pueden percibir las entradas de los usuarios del entorno externo y, en consecuencia, influir en el entorno real.
Tomando como ejemplo a ChatGPT para aclarar el concepto, debemos señalar claramente que Transformer es la arquitectura técnica que constituye los modelos de IA, GPT es la serie de modelos que se desarrolló sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan las versiones del modelo en diferentes etapas de desarrollo. ChatGP, por otro lado, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de categorías
En la actualidad, el mercado de Agentes de IA aún no ha formado un estándar de clasificación unificado. A través de la etiquetación de 204 proyectos de Agentes de IA en los mercados Web2 y Web3, hemos dividido en categorías de primer y segundo nivel según las etiquetas destacadas correspondientes a cada proyecto. Entre ellas, las categorías de primer nivel son infraestructura básica, generación de contenido e interacción con el usuario, y se subdividen según sus casos de uso reales:
Infraestructura: Este tipo se centra en construir contenido más básico en el campo de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B de aplicaciones de base más maduras.
Herramientas de desarrollo: Proporcionar a los desarrolladores herramientas y marcos auxiliares para construir Agentes de IA.
Clase de procesamiento de datos: Procesar y analizar datos en diferentes formatos, principalmente utilizados para apoyar la toma de decisiones y proporcionar fuentes para el entrenamiento.
Clase de entrenamiento de modelos: proporciona servicios de entrenamiento de modelos para IA, que incluyen inferencia, establecimiento de modelos, configuración, etc.
Servicios para el sector B: dirigidos principalmente a usuarios empresariales, ofrecen soluciones de servicios empresariales, verticales y automatizadas.
Plataforma de tipo conjunto: plataforma que integra varios servicios y herramientas de AI Agent.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción bidireccional continua. Los agentes de interacción no solo aceptan y comprenden las necesidades del usuario, sino que también proporcionan retroalimentación mediante técnicas como el procesamiento de lenguaje natural (NLP), logrando una interacción bidireccional con el usuario.
Agentes de IA de compañía emocional: Proporcionan apoyo emocional y compañía.
Clase GPT: Agente de IA basado en el modelo GPT (Transformador Generativo Preentrenado).
Tipo de búsqueda: Agente enfocado en la función de búsqueda, que proporciona una recuperación de información más precisa.
Generación de contenido: Este tipo de proyectos se centra en crear contenido, utilizando tecnología de grandes modelos para generar diversas formas de contenido según las instrucciones del usuario, y se divide en cuatro categorías: generación de texto, generación de imágenes, generación de videos y generación de audio.
Análisis del estado actual del desarrollo de agentes de IA en Web2
Según nuestras estadísticas, el desarrollo de Agentes de IA en la Internet tradicional Web2 muestra una clara tendencia de concentración en sectores específicos. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, siendo principalmente servicios B2B y herramientas de desarrollo los más abundantes. También hemos realizado un análisis de este fenómeno.
Impacto de la madurez tecnológica: la razón por la que los proyectos de infraestructura dominan es, ante todo, gracias a su madurez tecnológica. Estos proyectos suelen estar construidos sobre tecnologías y marcos probados en el tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Equivalente a la "pala" en el campo de la IA, proporciona una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulso de la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumidores, la demanda de tecnologías de IA en el mercado empresarial es más urgente, especialmente en la búsqueda de soluciones para mejorar la eficiencia operativa y reducir costos. Al mismo tiempo, para los desarrolladores, el flujo de efectivo proveniente de las empresas es relativamente estable, lo que les permite desarrollar proyectos posteriores.
Limitaciones en los escenarios de aplicación: Al mismo tiempo, notamos que la aplicación de la IA generadora de contenido en el mercado B2B es relativamente limitada. Debido a la inestabilidad de su producción, las empresas tienden a preferir aquellas aplicaciones que puedan aumentar la productividad de manera estable. Esto ha llevado a que la IA generadora de contenido tenga una proporción relativamente pequeña en el repositorio de proyectos.
Esta tendencia refleja la madurez tecnológica, la demanda del mercado y las consideraciones prácticas de los escenarios de aplicación. Con el continuo avance de la tecnología de IA y la mayor claridad en la demanda del mercado, anticipamos que este patrón podría ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis de proyectos líderes de agentes de IA Web2
Profundizamos en algunos proyectos de Agentes de IA en el actual mercado de Web2 y realizamos un análisis de ellos, tomando como ejemplos los tres proyectos: Character AI, Perplexity AI y Midjourney.
Character AI:
Introducción del producto: Character.AI ofrece un sistema de conversación basado en inteligencia artificial y herramientas para la creación de personajes virtuales. Su plataforma permite a los usuarios crear, entrenar e interactuar con personajes virtuales que pueden mantener conversaciones en lenguaje natural y realizar tareas específicas.
Análisis de datos: Character.AI tuvo 277 millones de visitas en mayo, la plataforma cuenta con más de 3.5 millones de usuarios activos diarios, la mayoría de los cuales tienen entre 18 y 34 años, mostrando características de un grupo de usuarios más joven. Character AI ha tenido un desempeño sobresaliente en el mercado de capitales, completando una financiación de 150 millones de dólares, con una valoración de 1,000 millones de dólares, liderada por a16z.
Análisis técnico: Character AI ha firmado un acuerdo de licencia no exclusivo con la empresa matriz de Google, Alphabet, lo que indica que Character AI utiliza tecnología desarrollada internamente. Cabe mencionar que los fundadores de la compañía, Noam Shazeer y Daniel De Freitas, participaron en el desarrollo del modelo de lenguaje conversacional Llama de Google.
Perplexity AI:
Introducción del producto: Perplexity puede extraer y proporcionar respuestas detalladas de Internet. Asegura la fiabilidad y precisión de la información a través de citas y enlaces de referencia, al mismo tiempo que educa y guía a los usuarios para hacer preguntas de seguimiento y buscar palabras clave, satisfaciendo así las diversas necesidades de consulta de los usuarios.
Análisis de datos: El número de usuarios activos mensuales de Perplexity ha alcanzado los 10 millones, y el tráfico de sus aplicaciones móviles y de escritorio experimentó un crecimiento del 8.6% en febrero, atrayendo a aproximadamente 50 millones de usuarios. En los mercados de capitales, Perplexity AI anunció recientemente que ha obtenido 62.7 millones de dólares en financiamiento, alcanzando una valoración de 1.04 mil millones de dólares, con Daniel Gross liderando la ronda, y con la participación de Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es el GPT-3.5 ajustado, así como dos grandes modelos ajustados basados en modelos de código abierto: pplx-7b-online y pplx-70b-online. Los modelos son adecuados para la investigación académica profesional y consultas en áreas verticales, garantizando la veracidad y fiabilidad de la información.
Midjourney:
Introducción del producto: los usuarios pueden crear imágenes de diversos estilos y temas en Midjourney a través de Prompts, abarcando desde el realismo hasta
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
13 me gusta
Recompensa
13
2
Compartir
Comentar
0/400
StakeWhisperer
· hace15h
Los datos son buenos, ¡fantásticos!
Ver originalesResponder0
ForkYouPayMe
· hace16h
La capitalización de mercado sube de manera sorprendente.
Web3+AI el salvador AI Agent: Análisis de clasificación de proyectos y perspectivas de desarrollo
¿Puede el Agente AI convertirse en la tabla de salvación de Web3+AI?
Los proyectos de AI Agent son un tipo popular y maduro en el emprendimiento Web2, principalmente en servicios para empresas, mientras que en el ámbito de Web3, los proyectos de entrenamiento de modelos y de plataformas integradoras se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
Actualmente, hay pocos proyectos de Agentes de IA en Web3, representando solo el 8%, pero su participación en el valor de mercado dentro del sector de IA alcanza hasta el 23%. Esto demuestra una fuerte competitividad en el mercado. Esperamos que, a medida que la tecnología madure y la aceptación del mercado aumente, aparecerán múltiples proyectos valorados en más de 1,000 millones de dólares.
Para los proyectos de Web3, la introducción de tecnología AI en productos de aplicación que no son centrales de AI puede convertirse en una ventaja estratégica. En el caso de los proyectos de Agente AI, la forma de combinación debe centrarse en la construcción de un ecosistema completo y en el diseño de modelos económicos de tokens para promover la descentralización y los efectos de red.
Ola de IA: estado actual de proyectos emergentes y aumento de valor
Desde que ChatGPT fue lanzado en noviembre de 2022, ha atraído a más de 100 millones de usuarios en solo dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT alcanzaron la asombrosa cifra de 20.3 millones de dólares, y OpenAI, tras el lanzamiento de ChatGPT, también lanzó rápidamente versiones iterativas como GPT-4 y GP4-4o. Ante este rápido auge, los grandes gigantes tecnológicos tradicionales se dieron cuenta de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM y han lanzado sus propios modelos y aplicaciones de IA. Por ejemplo, Google presentó el modelo de lenguaje PaLM2, Meta lanzó Llama3, mientras que las empresas chinas lanzaron modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un lugar de intensa competencia.
La competencia entre los grandes gigantes tecnológicos no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de estadísticas de AI de código abierto, descubrimos que el informe AI Index de 2024 muestra que la cantidad de proyectos relacionados con AI en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente después del lanzamiento de GPT en 2023, la cantidad de proyectos creció un 59.3% en comparación interanual, reflejando el entusiasmo de la comunidad de desarrolladores global por la investigación en AI.
El entusiasmo por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un fuerte crecimiento, con un aumento explosivo en el segundo trimestre de 2024. En todo el mundo, hay un total de 16 inversiones relacionadas con IA que superan los 150 millones de dólares, lo que es el doble que en el primer trimestre. El total de financiamiento para startups de IA ha aumentado a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI, de Elon Musk, ha recaudado 6 mil millones de dólares, con una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA con la mayor valoración, solo detrás de OpenAI.
El rápido desarrollo de la tecnología de IA está reconfigurando el panorama del campo tecnológico a una velocidad sin precedentes. Desde la feroz competencia entre las grandes empresas tecnológicas, hasta el florecimiento de proyectos en comunidades de código abierto, y la ferviente búsqueda del mercado de capitales por el concepto de IA. Los proyectos surgen uno tras otro, las inversiones alcanzan nuevos máximos históricos y las valoraciones también aumentan. En general, el mercado de IA se encuentra en un periodo dorado de rápido desarrollo, con grandes modelos de lenguaje y tecnologías de generación aumentada por recuperación logrando avances significativos en el procesamiento del lenguaje. A pesar de esto, estos modelos todavía enfrentan desafíos al convertir las ventajas tecnológicas en productos reales, como la incertidumbre en la salida de los modelos, el riesgo de alucinaciones que generan información inexacta y problemas de transparencia en los modelos. Estos problemas se vuelven especialmente importantes en escenarios de aplicación donde se exige una alta fiabilidad.
En este contexto, comenzamos a investigar los Agentes de IA, ya que los Agentes de IA enfatizan la integralidad de resolver problemas prácticos e interactuar con el entorno. Este cambio marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes que pueden realmente entender, aprender y resolver problemas del mundo real. Por lo tanto, vemos esperanza en el desarrollo de los Agentes de IA, que está cerrando gradualmente la brecha entre la tecnología de IA y la resolución de problemas prácticos. La evolución de la tecnología de IA está reconfigurando la estructura de la productividad, mientras que la tecnología Web3 está reconstruyendo las relaciones de producción de la economía digital. Cuando los tres elementos clave de la IA: datos, modelos y potencia computacional, se fusionan con los conceptos centrales de descentralización, economía de tokens y contratos inteligentes de Web3, prevemos que surgirán una serie de aplicaciones innovadoras. En este campo cruzado lleno de potencial, creemos que los Agentes de IA, con su capacidad para ejecutar tareas de manera autónoma, muestran un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones del Agente de IA en Web3, desde la infraestructura de Web3, el middleware, hasta el nivel de aplicaciones y el mercado de datos y modelos, con el objetivo de identificar y evaluar los tipos de proyectos y escenarios de aplicación más prometedores, para comprender en profundidad la profunda integración de la IA con Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de presentar el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, ilustramos con un escenario práctico: supongamos que estás planificando un viaje. Los grandes modelos de lenguaje tradicionales proporcionan información sobre destinos y sugerencias de viaje. La tecnología de generación aumentada por recuperación puede ofrecer contenido de destino más rico y específico. Y el Agente AI es como JARVIS en la película de Iron Man, capaz de entender las necesidades y, basado en una sola frase tuya, buscar proactivamente vuelos y hoteles, realizar reservas y añadir el itinerario al calendario.
Actualmente, la definición común en la industria de un Agente de IA se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones correspondientes, obteniendo información del entorno a través de sensores, procesándola y luego impactando el entorno a través de ejecutores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina LLM, RAG, memoria, planificación de tareas y capacidades de uso de herramientas. No solo puede proporcionar información simple, sino que también puede planificar, descomponer tareas y ejecutarlas realmente.
Según esta definición y características, podemos ver que los Agentes de IA ya se han integrado en nuestras vidas, aplicándose en diferentes escenarios, como AlphaGo, Siri y la conducción autónoma de nivel L5 y superior de Tesla, que pueden considerarse ejemplos de Agentes de IA. La característica común de estos sistemas es que pueden percibir las entradas de los usuarios del entorno externo y, en consecuencia, influir en el entorno real.
Tomando como ejemplo a ChatGPT para aclarar el concepto, debemos señalar claramente que Transformer es la arquitectura técnica que constituye los modelos de IA, GPT es la serie de modelos que se desarrolló sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan las versiones del modelo en diferentes etapas de desarrollo. ChatGP, por otro lado, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de categorías
En la actualidad, el mercado de Agentes de IA aún no ha formado un estándar de clasificación unificado. A través de la etiquetación de 204 proyectos de Agentes de IA en los mercados Web2 y Web3, hemos dividido en categorías de primer y segundo nivel según las etiquetas destacadas correspondientes a cada proyecto. Entre ellas, las categorías de primer nivel son infraestructura básica, generación de contenido e interacción con el usuario, y se subdividen según sus casos de uso reales:
Infraestructura: Este tipo se centra en construir contenido más básico en el campo de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B de aplicaciones de base más maduras.
Herramientas de desarrollo: Proporcionar a los desarrolladores herramientas y marcos auxiliares para construir Agentes de IA.
Clase de procesamiento de datos: Procesar y analizar datos en diferentes formatos, principalmente utilizados para apoyar la toma de decisiones y proporcionar fuentes para el entrenamiento.
Clase de entrenamiento de modelos: proporciona servicios de entrenamiento de modelos para IA, que incluyen inferencia, establecimiento de modelos, configuración, etc.
Servicios para el sector B: dirigidos principalmente a usuarios empresariales, ofrecen soluciones de servicios empresariales, verticales y automatizadas.
Plataforma de tipo conjunto: plataforma que integra varios servicios y herramientas de AI Agent.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción bidireccional continua. Los agentes de interacción no solo aceptan y comprenden las necesidades del usuario, sino que también proporcionan retroalimentación mediante técnicas como el procesamiento de lenguaje natural (NLP), logrando una interacción bidireccional con el usuario.
Agentes de IA de compañía emocional: Proporcionan apoyo emocional y compañía.
Clase GPT: Agente de IA basado en el modelo GPT (Transformador Generativo Preentrenado).
Tipo de búsqueda: Agente enfocado en la función de búsqueda, que proporciona una recuperación de información más precisa.
Generación de contenido: Este tipo de proyectos se centra en crear contenido, utilizando tecnología de grandes modelos para generar diversas formas de contenido según las instrucciones del usuario, y se divide en cuatro categorías: generación de texto, generación de imágenes, generación de videos y generación de audio.
Análisis del estado actual del desarrollo de agentes de IA en Web2
Según nuestras estadísticas, el desarrollo de Agentes de IA en la Internet tradicional Web2 muestra una clara tendencia de concentración en sectores específicos. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, siendo principalmente servicios B2B y herramientas de desarrollo los más abundantes. También hemos realizado un análisis de este fenómeno.
Impacto de la madurez tecnológica: la razón por la que los proyectos de infraestructura dominan es, ante todo, gracias a su madurez tecnológica. Estos proyectos suelen estar construidos sobre tecnologías y marcos probados en el tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Equivalente a la "pala" en el campo de la IA, proporciona una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulso de la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumidores, la demanda de tecnologías de IA en el mercado empresarial es más urgente, especialmente en la búsqueda de soluciones para mejorar la eficiencia operativa y reducir costos. Al mismo tiempo, para los desarrolladores, el flujo de efectivo proveniente de las empresas es relativamente estable, lo que les permite desarrollar proyectos posteriores.
Limitaciones en los escenarios de aplicación: Al mismo tiempo, notamos que la aplicación de la IA generadora de contenido en el mercado B2B es relativamente limitada. Debido a la inestabilidad de su producción, las empresas tienden a preferir aquellas aplicaciones que puedan aumentar la productividad de manera estable. Esto ha llevado a que la IA generadora de contenido tenga una proporción relativamente pequeña en el repositorio de proyectos.
Esta tendencia refleja la madurez tecnológica, la demanda del mercado y las consideraciones prácticas de los escenarios de aplicación. Con el continuo avance de la tecnología de IA y la mayor claridad en la demanda del mercado, anticipamos que este patrón podría ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis de proyectos líderes de agentes de IA Web2
Profundizamos en algunos proyectos de Agentes de IA en el actual mercado de Web2 y realizamos un análisis de ellos, tomando como ejemplos los tres proyectos: Character AI, Perplexity AI y Midjourney.
Character AI:
Introducción del producto: Character.AI ofrece un sistema de conversación basado en inteligencia artificial y herramientas para la creación de personajes virtuales. Su plataforma permite a los usuarios crear, entrenar e interactuar con personajes virtuales que pueden mantener conversaciones en lenguaje natural y realizar tareas específicas.
Análisis de datos: Character.AI tuvo 277 millones de visitas en mayo, la plataforma cuenta con más de 3.5 millones de usuarios activos diarios, la mayoría de los cuales tienen entre 18 y 34 años, mostrando características de un grupo de usuarios más joven. Character AI ha tenido un desempeño sobresaliente en el mercado de capitales, completando una financiación de 150 millones de dólares, con una valoración de 1,000 millones de dólares, liderada por a16z.
Análisis técnico: Character AI ha firmado un acuerdo de licencia no exclusivo con la empresa matriz de Google, Alphabet, lo que indica que Character AI utiliza tecnología desarrollada internamente. Cabe mencionar que los fundadores de la compañía, Noam Shazeer y Daniel De Freitas, participaron en el desarrollo del modelo de lenguaje conversacional Llama de Google.
Perplexity AI:
Introducción del producto: Perplexity puede extraer y proporcionar respuestas detalladas de Internet. Asegura la fiabilidad y precisión de la información a través de citas y enlaces de referencia, al mismo tiempo que educa y guía a los usuarios para hacer preguntas de seguimiento y buscar palabras clave, satisfaciendo así las diversas necesidades de consulta de los usuarios.
Análisis de datos: El número de usuarios activos mensuales de Perplexity ha alcanzado los 10 millones, y el tráfico de sus aplicaciones móviles y de escritorio experimentó un crecimiento del 8.6% en febrero, atrayendo a aproximadamente 50 millones de usuarios. En los mercados de capitales, Perplexity AI anunció recientemente que ha obtenido 62.7 millones de dólares en financiamiento, alcanzando una valoración de 1.04 mil millones de dólares, con Daniel Gross liderando la ronda, y con la participación de Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es el GPT-3.5 ajustado, así como dos grandes modelos ajustados basados en modelos de código abierto: pplx-7b-online y pplx-70b-online. Los modelos son adecuados para la investigación académica profesional y consultas en áreas verticales, garantizando la veracidad y fiabilidad de la información.
Midjourney:
Introducción del producto: los usuarios pueden crear imágenes de diversos estilos y temas en Midjourney a través de Prompts, abarcando desde el realismo hasta