Les 10 principales entreprises d'IA développant des modèles de langage complexes pour les cryptomonnaies
L'intelligence artificielle et les cryptomonnaies ne se développent plus de manière cloisonnée au sein de l'industrie technologique. À mesure que les applications blockchain se complexifient, développeurs et utilisateurs ont de plus en plus besoin de systèmes d'IA capables de comprendre les contrats intelligents, la tokenomics, l'activité on-chain, la finance décentralisée et le langage spécifique de la blockchain. Web3.
C’est là que les grands modèles de langage spécifiques aux cryptomonnaies commencent à faire la différence. Les modèles généralistes peuvent expliquer ce qu’est une blockchain, mais ils peuvent avoir des difficultés à interpréter une transaction complexe, à évaluer une DeFi Il s'agit de comprendre le protocole ou la relation entre l'activité des portefeuilles et les conditions du marché. Les modèles dédiés aux cryptomonnaies sont entraînés, affinés ou connectés à des ensembles de données qui leur permettent de mieux appréhender ces environnements.
Le marché est encore relativement jeune, et tous les projets qualifiés d’« entreprise d’IA crypto » ne développent pas un modèle de base à partir de zéro. Certains entraînent leurs propres modèles, tandis que d’autres peaufinent des modèles open source existants ou construisent une infrastructure spécialisée autour des LLM. Malgré tout, ces entreprises et plateformes contribuent à faire évoluer le secteur vers des systèmes d’IA capables de bien plus que de simplement parler de cryptomonnaies.
ChaîneGPT
ChaîneGPT est l'un des exemples les plus clairs d'une entreprise développant une IA spécifiquement adaptée aux besoins de Web3 industrie. Son Web3 Le LLM en IA est conçu autour des données blockchain, des contrats intelligents, DeFi, NFTs et la tokenomics plutôt que de s'appuyer uniquement sur les connaissances générales que l'on trouve dans les modèles à usage général.
L'un des aspects les plus intéressants de ChainGPTL'approche de ce modèle repose sur sa connexion à l'information en temps réel. Sa documentation indique qu'il peut exploiter les données de la blockchain, les informations de marché, l'actualité et les flux des réseaux sociaux, permettant ainsi aux développeurs de créer des applications nécessitant un contexte plus actuel qu'un modèle de langage statique ne peut en fournir.
Cela rend cette technologie utile pour tout, de la recherche en cryptomonnaies et du support client à l'assistance au trading et à l'analyse des contrats intelligents.GPT a également rendu son modèle disponible via des API et des SDK, offrant ainsi d'autres possibilités. Web3 Les entreprises disposent ainsi d'un moyen d'intégrer une IA sensible aux cryptomonnaies sans avoir à développer elles-mêmes l'intégralité de leur modèle.
Fetch.ai
Fetch.ai a opté pour une approche légèrement différente en se concentrant sur des modèles d'IA capables de fonctionner au sein de systèmes d'agents autonomes. En février 2025, Fetch.ai a présenté ASI-1 Mini, qu'elle a décrite comme un Web3- Modèle de langage natif de grande taille conçu pour les flux de travail d'IA agentielle.
La principale différence réside dans le fait qu'ASI-1 Mini n'est pas un simple chatbot de plus conçu pour répondre aux questions sur les cryptomonnaies. Fetch.ai l'a conçu autour du raisonnement, de la prise de décision et des flux de travail autonomes, avec de multiples modes de raisonnement visant à équilibrer rapidité et profondeur.
Cette approche est importante car la prochaine étape de l'IA crypto devrait impliquer des agents capables d'interagir directement avec les réseaux blockchain. Au lieu de demander à une IA quel jeton offre le meilleur rendement et d'exécuter manuellement la transaction, les utilisateurs pourraient à terme déléguer certaines étapes de ce processus à des systèmes autonomes. Des modèles comme ASI-1 Mini sont développés dans cette optique.
CryptoGPT
CryptoGPT est un autre projet qui a tenté de construire une infrastructure d'IA spécifiquement dédiée aux secteurs des cryptomonnaies et de la blockchain. Son objectif affiché va au-delà d'un simple chatbot d'IA et englobe des applications telles que la génération de contrats intelligents, l'audit, l'assistance au trading et autres. Web3-outils liés.
Le projet a également présenté des plans pour une infrastructure blockchain axée sur l'IA via son AIVM, destinée à soutenir l'exécution, la formation et la fourniture de ressources informatiques pour les modèles d'IA sur la chaîne.
Il y a toutefois une distinction importante à faire. CryptoGPTLa documentation de l'entreprise indique que ses modèles d'IA ne sont pas open source, mais que l'accès se fait via des API et des SDK. De ce fait, sa stratégie se rapproche davantage de celle d'un fournisseur d'infrastructure d'IA que d'un laboratoire de recherche ouvert.
Pour les utilisateurs de cryptomonnaies, l'attrait est assez évident. Au lieu de contraindre un système d'IA généraliste à apprendre la terminologie de la blockchain à partir de zéro, CryptoGPT cherche à intégrer ces connaissances du domaine dans le produit.
BytomDAO
BytomDAO a adopté l'une des approches les plus directes pour créer un modèle de langage axé sur la cryptographie. Son modèle CryptoGPT Cette initiative repose sur CryptoInstruct, un ensemble de données contenant des millions d'exemples d'instructions conçus autour d'informations et de tâches liées aux cryptomonnaies.
Le projet affirme avoir peaufiné Llama 3 en utilisant l'ensemble de données CryptoInstruct pour produire CryptoGPT Des modèles à différentes échelles de paramètres. L'idée sous-jacente à cette approche est particulièrement pertinente pour le secteur des cryptomonnaies, car les informations relatives à la blockchain sont hautement spécialisées et en constante évolution.
Plutôt que de tenter de rivaliser avec les plus grands modèles généralistes sur tous les sujets possibles, un modèle spécialisé peut concentrer ses capacités sur des domaines tels que les informations sur les projets, les concepts de la blockchain et les tâches spécifiques aux cryptomonnaies.
C’est l’un des exemples les plus clairs de l’importance que pourrait revêtir la formation spécifique à un domaine dans Web3Un modèle plus petit, qui comprend en profondeur les cryptomonnaies, peut parfois s'avérer plus utile pour une application blockchain qu'un modèle beaucoup plus grand, qui a des connaissances superficielles sur tous les sujets.
IndexAI
IndexAI est un autre projet qui repose sur l'idée que les modèles de langage devraient pouvoir interagir directement avec les réseaux blockchain. La plateforme décrit son modèle de base comme un LLM open source entraîné sur les connaissances de la blockchain.
Son ambition va bien au-delà de la simple réponse aux questions. IndexAI affirme que sa technologie permet aux agents d'IA de lire des informations sur plusieurs blockchains et, avec les capacités appropriées, d'écrire sur ces réseaux en signant des transactions, en exécutant des échanges et en réalisant des swaps.
Cette distinction est importante. Le véritable enjeu des LLM spécifiques aux cryptomonnaies ne réside peut-être pas dans l'amélioration des échanges sur Bitcoin ou Ethereum, mais plutôt dans la capacité à transformer des instructions en langage naturel en actions blockchain sécurisées et vérifiables.
Un utilisateur pourrait à terme décrire un objectif en langage courant tandis qu'un système d'IA gère les interactions sous-jacentes avec la blockchain. Cela exige une connaissance du domaine bien plus approfondie qu'un chatbot classique.
DMind
DMind se positionne comme un organisme de recherche open source en intelligence artificielle générale (IAG) axé spécifiquement sur la finance numérique. Ses travaux comprennent de vastes modèles de langage, des ensembles de données, des benchmarks et des outils destinés à la finance et à l'intelligence artificielle. Web3 applications.
Les modèles DMind-3 de la société sont particulièrement intéressants car ils sont conçus en tenant compte des réalités de l'exécution financière. Web3DMind indique que ces modèles sont destinés à traiter les situations dans lesquelles une seule action d'un utilisateur peut transiter par plusieurs contrats intelligents, déclencher des liquidations ou exposer des fonds à une exécution adverse.
Il s'agit d'un problème différent de la simple production d'une réponse cohérente. Dans la finance décentralisée, un système d'IA peut potentiellement influencer des transactions impliquant de l'argent réel. Par conséquent, la compréhension de l'environnement d'exécution, des risques et des interactions entre les contrats devient tout aussi importante que la production d'un texte fluide.
L'approche open source de DMind pourrait également rendre son travail utile aux développeurs qui souhaitent examiner, adapter et construire sur des modèles d'IA financière spécialisés plutôt que de dépendre entièrement de systèmes commerciaux fermés.
Laboratoires Nexis
Nexis Labs travaille à l'intersection des grands modèles de langage, des agents autonomes et de l'exécution blockchain via sa plateforme Nex-T1. L'entreprise décrit Nex-T1 comme un système d'IA de niveau entreprise conçu pour connecter des modèles de langage avancés à une exécution blockchain concrète.
Son orientation est particulièrement pertinente pour DeFiDans ce contexte, les systèmes autonomes doivent interpréter les informations du marché et potentiellement agir. Nexis Labs décrit ses travaux sur l'orchestration multi-agents et les systèmes autonomes DeFi transactions et contrôles avec intervention humaine.
Cela met en lumière une évolution importante du marché de l'IA dans le secteur des cryptomonnaies. Le modèle en lui-même n'est qu'un élément du problème. Pour qu'un système d'IA devienne véritablement utile dans la finance décentralisée, il a besoin d'une couche d'orchestration, d'un accès à des informations fiables sur la blockchain et de garanties d'exécution.
Nexis Labs aborde donc le problème du point de vue de l'agent, où un LLM devient partie intégrante d'un système plus vaste capable de raisonner sur des informations financières et d'interagir avec l'infrastructure blockchain.
0G
0G développe un écosystème d'IA décentralisé plus vaste, incluant sa propre infrastructure de modèles. Sa plateforme propose actuellement des modèles tels que 0GM-1.0-35B-A3B, ainsi que d'autres modèles disponibles via son infrastructure. AI association.
L'objectif principal de l'entreprise est de rapprocher le calcul, le stockage et l'inférence de l'IA de l'infrastructure blockchain. Elle décrit son réseau comme prenant en charge l'IA entièrement intégrée à la blockchain, le calcul vérifiable et l'inférence privée.
Cela rend 0G pertinent dans le débat sur les modèles de langage spécifiques aux cryptomonnaies, même si son ambition dépasse le cadre d'un modèle de langage particulier. L'entreprise travaille en effet sur l'infrastructure nécessaire au fonctionnement des modèles d'IA dans les applications décentralisées.
Cela pourrait s'avérer tout aussi important que les modèles eux-mêmes. L'exécution de systèmes d'IA sophistiqués exige d'énormes ressources de calcul et de stockage, tandis que les applications blockchain requièrent transparence et vérifiabilité. Concilier ces deux exigences représente l'un des plus grands défis techniques du secteur.
Nous Recherche
Nous Research se distingue des autres acteurs de cette liste car ses modèles de langage ne sont pas exclusivement conçus pour les cryptomonnaies. Son importance réside dans ses travaux sur l'IA open source et l'entraînement décentralisé des modèles.
Le laboratoire développe des modèles de langage à poids ouverts, notamment la famille Hermes, et travaille également sur l'infrastructure de formation distribuée. Ses recherches sur l'IA décentralisée incluent l'utilisation de la coordination basée sur la blockchain et du calcul distribué.
Le lien avec les cryptomonnaies ne consiste donc pas tant à créer un « chatbot Bitcoin » qu'à transformer la manière dont les modèles de langage puissants peuvent être entraînés et utilisés. Cette distinction prend une importance croissante à mesure que les projets crypto explorent des alternatives décentralisées à l'infrastructure d'IA centralisée, dominée par un groupe relativement restreint d'entreprises technologiques.
Les travaux de Nous Research démontrent que l'IA spécifique aux cryptomonnaies ne se limite pas nécessairement à un modèle entraîné exclusivement sur des données cryptographiques. Elle peut également consister à concevoir des modèles et une infrastructure s'intégrant naturellement aux écosystèmes décentralisés.
Galadriel
Galadriel aborde la relation entre les LLM et la blockchain sous un autre angle : rendre vérifiable l’inférence de l’IA.
Son projet Sentience permet aux développeurs de créer des agents d'IA autonomes dont les inférences LLM peuvent être vérifiées par des preuves cryptographiques. Le système utilise des environnements d'exécution de confiance pour traiter les requêtes LLM et publie des attestations sur Solana, permettant ainsi aux applications de vérifier qu'une inférence a bien été exécutée comme prévu.
Bien que Galadriel ne se contente pas de développer un chatbot crypto propriétaire, ses travaux s'attaquent à un problème majeur de l'IA basée sur la blockchain. Si un agent IA prend des décisions impliquant des transferts d'argent ou l'exécution de transactions, les utilisateurs ont besoin de plus qu'une simple déclaration du modèle pour garantir le bon déroulement du processus.
L'IA vérifiable pourrait à terme devenir un élément essentiel des modèles de langage natifs de la cryptographie, notamment à mesure que les agents autonomes acquièrent un contrôle accru sur les portefeuilles et les transactions financières.
La grande course ne se résume pas aux chatbots.
L'essor des LLM spécialisés en cryptomonnaies témoigne d'une évolution plus profonde au sein du secteur de l'IA. Les modèles généralistes sont déjà devenus remarquablement performants pour expliquer les concepts de la blockchain, écrire du code de contrats intelligents et synthétiser l'actualité crypto. Le prochain défi consiste à permettre à l'IA de comprendre suffisamment en profondeur l'environnement blockchain pour y opérer en toute sécurité.
Cela signifie avoir accès à des informations en temps réel sur la blockchain, comprendre les interactions des contrats intelligents, identifier les risques financiers et savoir quand une action pourrait avoir des conséquences irréversibles.
Les entreprises qui se développent dans ce secteur abordent le problème sous différents angles. Certaines entraînent des modèles sur des ensembles de données spécifiques à la cryptographie. D'autres développent Web3- des modèles de langage natifs, des réseaux de formation décentralisés, des agents autonomes ou des systèmes de vérification qui rendent l'activité de l'IA plus transparente.
Le marché est encore à ses débuts, et plusieurs projets disparaîtront probablement tandis que d'autres se transformeront en entreprises d'infrastructure d'IA bien plus importantes. Mais la tendance se dessine. Les cryptomonnaies n'ont pas forcément besoin d'un énième chatbot expliquant ce qu'est le Bitcoin. Ce dont elles ont besoin, ce sont des systèmes d'IA capables de comprendre le fonctionnement réel des marchés décentralisés.
Si cela se produit, les modèles d'IA crypto les plus importants pourraient bien être ceux que les utilisateurs remarquent à peine. Ils seront intégrés aux portefeuilles, aux plateformes d'échange, DeFi Des applications et des agents autonomes interprètent discrètement les données de la blockchain et contribuent à transformer les instructions en langage naturel en actions sur la chaîne.
Clause de non-responsabilité
En ligne avec la Lignes directrices du projet de confiance, veuillez noter que les informations fournies sur cette page ne sont pas destinées à être et ne doivent pas être interprétées comme des conseils juridiques, fiscaux, d'investissement, financiers ou toute autre forme de conseil. Il est important d’investir uniquement ce que vous pouvez vous permettre de perdre et de demander des conseils financiers indépendants en cas de doute. Pour plus d'informations, nous vous suggérons de vous référer aux conditions générales ainsi qu'aux pages d'aide et de support mises à disposition par l'émetteur ou l'annonceur. MetaversePost s'engage à fournir des rapports précis et impartiaux, mais les conditions du marché sont susceptibles de changer sans préavis.
A propos de l'auteur
Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.
Plus d'articles
Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.
