Le 10 migliori aziende di IA che sviluppano modelli linguistici su larga scala per le criptovalute
L'intelligenza artificiale e le criptovalute non si sviluppano più in angoli separati dell'industria tecnologica. Man mano che le applicazioni blockchain diventano più complesse, sviluppatori e utenti hanno sempre più bisogno di sistemi di IA che comprendano smart contract, tokenomics, attività on-chain, finanza decentralizzata e il linguaggio peculiare di Web3.
È qui che i modelli linguistici di grandi dimensioni specifici per le criptovalute iniziano a fare la differenza. I modelli di uso generale possono spiegare cos'è una blockchain, ma possono avere difficoltà quando viene chiesto loro di interpretare una transazione complessa, valutare un DeFi protocollo o comprendere la relazione tra l'attività del portafoglio e le condizioni di mercato. I modelli focalizzati sulle criptovalute vengono addestrati, perfezionati o collegati a set di dati che consentono loro di comprendere molto meglio questi ambienti.
Il mercato è ancora relativamente giovane e non tutti i progetti descritti come "aziende di IA per le criptovalute" stanno costruendo un modello di base da zero. Alcuni addestrano i propri modelli, mentre altri perfezionano modelli open-source esistenti o creano infrastrutture specializzate attorno ai modelli lineari di apprendimento (LLM). Ciononostante, queste aziende e piattaforme stanno contribuendo a spingere il settore verso sistemi di IA in grado di fare molto di più che limitarsi a parlare di criptovalute.
CatenaGPT
CatenaGPT è tra gli esempi più chiari di un'azienda che sviluppa l'IA specificamente attorno alle esigenze dell' Web3 industria. La sua Web3 AI LLM è progettato attorno ai dati blockchain, ai contratti intelligenti, DeFi, NFTs e la tokenomics, piuttosto che basarsi esclusivamente sulle ampie conoscenze presenti nei modelli di uso generale.
Uno degli aspetti più interessanti di ChainGPTL'approccio di si basa sulla sua connessione con le informazioni in tempo reale. La sua documentazione afferma che il modello può funzionare con dati on-chain, informazioni di mercato, notizie e feed social, consentendo agli sviluppatori di creare applicazioni che necessitano di un contesto più aggiornato rispetto a quello che un modello linguistico statico può fornire.
Ciò rende la tecnologia utile per qualsiasi cosa, dalla ricerca sulle criptovalute e l'assistenza clienti all'assistenza al trading e all'analisi degli smart contract. ChainGPT ha inoltre reso disponibile il suo modello tramite API e SDK, dando ad altri Web3 offre alle aziende un modo per aggiungere intelligenza artificiale consapevole delle criptovalute senza dover sviluppare da zero un intero stack di modelli.
Fetch.ai
Fetch.ai ha intrapreso un percorso leggermente diverso concentrandosi su modelli di IA che possono operare come parte di sistemi di agenti autonomi. Nel febbraio 2025, Fetch.ai ha introdotto ASI-1 Mini, che ha descritto come un Web3-Modello nativo per grandi quantità di linguaggio, progettato per flussi di lavoro di intelligenza artificiale agentiva.
La differenza fondamentale è che ASI-1 Mini non si presenta semplicemente come un altro chatbot addestrato a rispondere a domande sulle criptovalute. Fetch.ai lo ha progettato attorno al ragionamento, al processo decisionale e ai flussi di lavoro autonomi, con diverse modalità di ragionamento pensate per bilanciare velocità e profondità.
Questo approccio è importante perché la prossima fase dell'IA applicata alle criptovalute coinvolgerà probabilmente agenti in grado di interagire direttamente con le reti blockchain. Invece di chiedere a un'IA quale token offra il rendimento più elevato e poi eseguire manualmente una transazione, gli utenti potrebbero in futuro delegare parte di questo processo a sistemi autonomi. Modelli come ASI-1 Mini vengono sviluppati proprio con questa visione più ampia.
CryptoGPT
CryptoGPT è un altro progetto che ha tentato di costruire un'infrastruttura di intelligenza artificiale specificamente per i settori delle criptovalute e della blockchain. Il suo obiettivo dichiarato si estende oltre un semplice chatbot basato sull'IA ad applicazioni come la generazione di smart contract, l'audit, l'assistenza al trading e altro ancora. Web3strumenti correlati.
Il progetto ha inoltre delineato i piani per un'infrastruttura blockchain incentrata sull'intelligenza artificiale attraverso la sua AIVM, destinata a supportare l'esecuzione, l'addestramento e la fornitura di risorse di calcolo per i modelli di intelligenza artificiale on-chain.
C'è però una distinzione importante. CriptoGPTLa documentazione stessa di [nome dell'azienda] afferma che i suoi modelli di intelligenza artificiale non sono open source, mentre l'accesso dovrebbe essere fornito tramite API e SDK. Ciò rende la sua strategia più simile a quella di un fornitore di infrastrutture per l'IA che a quella di un laboratorio di ricerca aperto.
Per gli utenti di criptovalute, l'attrattiva è piuttosto semplice. Invece di costringere un sistema di IA generico ad apprendere la terminologia blockchain da zero, CryptoGPT sta cercando di integrare quella conoscenza del settore nel prodotto.
BytomDAO
BytomDAO ha adottato uno degli approcci più diretti per creare un modello linguistico focalizzato sulla crittografia. Il suo CryptoGPT L'iniziativa si basa su CryptoInstruct, un dataset contenente milioni di esempi di istruzioni incentrati su informazioni e attività relative alle criptovalute.
Il progetto afferma di averlo perfezionato Llama 3 utilizzando il dataset CryptoInstruct per produrre CryptoGPT modelli a diverse scale di parametri. L'idea alla base di questo approccio è particolarmente rilevante per il settore delle criptovalute perché le informazioni blockchain sono altamente specializzate e in continua evoluzione.
Anziché tentare di competere con i modelli generalisti più diffusi in ogni possibile ambito, un modello specializzato può concentrare le proprie capacità su aree quali informazioni sui progetti, concetti relativi alla blockchain e attività specifiche del settore crittografico.
Questo è uno degli esempi più chiari del perché la formazione specifica del dominio potrebbe diventare importante in Web3Un modello più piccolo che comprende a fondo le criptovalute può talvolta essere più utile per un'applicazione blockchain rispetto a un modello molto più grande che sa un po' di tutto.
IndexAI
IndexAI è un altro progetto basato sull'idea che i modelli linguistici debbano essere in grado di interagire direttamente con le reti blockchain. La piattaforma descrive il suo modello fondamentale come un LLM open-source addestrato sulla conoscenza della blockchain.
La sua ambizione va oltre la semplice risposta alle domande. IndexAI afferma che la sua tecnologia consente agli agenti di intelligenza artificiale di leggere informazioni su più blockchain e, con le capacità appropriate, di scrivere su tali reti firmando transazioni, eseguendo scambi e operazioni di trading.
Questa distinzione è significativa. La vera opportunità offerta dai LLM specifici per le criptovalute potrebbe non risiedere nel migliorare le conversazioni su Bitcoin o Ethereum, bensì nella capacità di trasformare le istruzioni in linguaggio naturale in azioni blockchain sicure e verificabili.
Un utente potrebbe eventualmente descrivere un obiettivo in linguaggio comune, mentre un sistema di intelligenza artificiale gestisce le interazioni sottostanti sulla blockchain. Ciò richiede una conoscenza del dominio considerevolmente maggiore rispetto a un chatbot convenzionale.
DMind
DMind si posiziona come un'organizzazione di ricerca AGI open-source focalizzata specificamente sulla finanza digitale. Il suo lavoro comprende modelli linguistici di grandi dimensioni, set di dati, benchmark e strumenti volti a scopi finanziari e Web3 applicazioni.
I modelli DMind-3 dell'azienda sono particolarmente interessanti perché sono progettati attorno alle realtà dell'esecuzione finanziaria in Web3DMind afferma che i modelli sono pensati per affrontare situazioni in cui una singola azione dell'utente può propagarsi attraverso diversi smart contract, innescare liquidazioni o esporre i fondi a esecuzioni malevole.
Si tratta di un problema diverso dalla semplice generazione di una risposta coerente. Nella finanza decentralizzata, un sistema di intelligenza artificiale può potenzialmente influenzare transazioni che coinvolgono denaro reale. Di conseguenza, comprendere il contesto di esecuzione, i rischi e le interazioni tra i contratti diventa altrettanto importante quanto produrre un testo scorrevole.
L'approccio open-source di DMind potrebbe inoltre rendere il suo lavoro utile agli sviluppatori che desiderano esaminare, adattare e sviluppare modelli di intelligenza artificiale finanziaria specializzati, anziché dipendere interamente da sistemi commerciali chiusi.
Nexis Labs
Nexis Labs sta lavorando all'intersezione tra modelli linguistici di grandi dimensioni, agenti autonomi ed esecuzione su blockchain attraverso la sua piattaforma Nex-T1. L'azienda descrive Nex-T1 come un sistema di intelligenza artificiale di livello enterprise progettato per connettere modelli linguistici di grandi dimensioni avanzati con un'esecuzione blockchain fruibile.
La sua attenzione è particolarmente rilevante per DeFi, dove i sistemi autonomi devono interpretare le informazioni di mercato e quindi potenzialmente agire. Nexis Labs descrive il suo lavoro sull'orchestrazione multi-agente, autonoma DeFi trading e controlli con intervento umano.
Questo evidenzia un'importante evoluzione nel mercato dell'IA applicata alle criptovalute. Il modello in sé è solo un tassello del puzzle. Affinché un sistema di IA diventi realmente utile nella finanza decentralizzata, necessita di un livello di orchestrazione, di accesso a informazioni blockchain affidabili e di misure di sicurezza per l'esecuzione.
Nexis Labs affronta quindi il problema dal punto di vista dell'agente, dove un LLM diventa parte di un sistema più ampio in grado di ragionare sulle informazioni finanziarie e di interagire con l'infrastruttura blockchain.
0G
0G sta costruendo un ecosistema di IA decentralizzato più ampio che include la propria infrastruttura di modelli. La sua piattaforma attualmente elenca modelli tra cui 0GM-1.0-35B-A3B insieme ad altri modelli disponibili tramite il suo AI pila.
L'obiettivo più ampio dell'azienda è quello di avvicinare il calcolo, l'archiviazione e l'inferenza dell'IA all'infrastruttura blockchain. Descrive la sua rete come in grado di supportare l'IA completamente on-chain, il calcolo verificabile e l'inferenza privata.
Ciò rende 0G rilevante per il dibattito sui modelli linguistici specifici del settore crittografico, sebbene le sue ambizioni si estendano oltre un singolo modello linguistico. L'azienda sta infatti lavorando all'infrastruttura necessaria affinché i modelli di intelligenza artificiale funzionino in applicazioni decentralizzate.
Questo potrebbe rivelarsi altrettanto importante quanto i modelli stessi. L'esecuzione di sistemi di intelligenza artificiale sofisticati richiede enormi risorse di calcolo e di archiviazione, mentre le applicazioni blockchain richiedono trasparenza e verificabilità. Conciliare questi due requisiti è una delle maggiori sfide tecniche del settore.
Nous Research
Nous Research si distingue in qualche modo dagli altri nomi di questa lista perché i suoi modelli linguistici non sono progettati esclusivamente per le criptovalute. La sua importanza deriva dal lavoro dell'azienda sull'intelligenza artificiale open source e sull'addestramento decentralizzato dei modelli.
Il laboratorio sviluppa modelli linguistici a pesi aperti, tra cui la famiglia Hermes, e lavora anche su infrastrutture per l'addestramento distribuito. La sua ricerca sull'intelligenza artificiale decentralizzata ha incluso l'uso del coordinamento basato su blockchain e del calcolo distribuito.
Il collegamento con le criptovalute non riguarda quindi tanto la creazione di un "chatbot Bitcoin", quanto piuttosto la trasformazione del modo in cui i modelli linguistici più potenti possono essere addestrati e utilizzati. Questa distinzione sta diventando sempre più importante man mano che i progetti crypto esplorano alternative decentralizzate all'infrastruttura centralizzata di intelligenza artificiale, dominata da un gruppo relativamente ristretto di aziende tecnologiche.
Il lavoro di Nous Research dimostra che l'intelligenza artificiale specifica per le criptovalute non significa necessariamente un modello addestrato esclusivamente su dati crittografici. Può anche significare la creazione di modelli e infrastrutture che si integrano naturalmente negli ecosistemi decentralizzati.
Galadriel
Galadriel affronta la relazione tra LLM e blockchain da un'altra prospettiva: rendere verificabile l'inferenza dell'IA.
Il suo progetto Sentience consente agli sviluppatori di creare agenti di intelligenza artificiale autonomi le cui inferenze LLM possono essere verificate tramite prove crittografiche. Il sistema utilizza ambienti di esecuzione affidabili per elaborare le richieste LLM e pubblica attestazioni su Solana, consentendo alle applicazioni di verificare che un'inferenza sia stata eseguita come dichiarato.
Sebbene Galadriel non si limiti a sviluppare un chatbot proprietario per le criptovalute, il suo lavoro affronta un problema fondamentale per l'intelligenza artificiale basata su blockchain. Quando un agente di intelligenza artificiale prende decisioni che possono spostare denaro o eseguire transazioni, agli utenti non basta la semplice parola del modello per essere certi che il processo sia stato gestito correttamente.
L'intelligenza artificiale verificabile potrebbe in futuro diventare una componente fondamentale dei modelli linguistici nativi delle criptovalute, soprattutto man mano che gli agenti autonomi acquisiscono un maggiore controllo sui portafogli e sulle transazioni finanziarie.
La Bigger Race riguarda molto più dei chatbot
L'ascesa dei modelli lineari di apprendimento (LLM) specifici per le criptovalute indica un cambiamento più ampio nel settore dell'intelligenza artificiale. I modelli generici sono già diventati straordinariamente capaci di spiegare i concetti della blockchain, scrivere codice per smart contract e riassumere notizie sulle criptovalute. La prossima sfida è far sì che l'IA comprenda l'ambiente blockchain in modo sufficientemente approfondito da poter agire al suo interno in modo sicuro.
Ciò significa avere accesso a informazioni on-chain in tempo reale, comprendere le interazioni degli smart contract, riconoscere i rischi finanziari e sapere quando un'azione potrebbe avere conseguenze irreversibili.
Le aziende che operano in questo settore stanno affrontando il problema da diverse direzioni. Alcune stanno addestrando modelli su dataset specifici per le criptovalute. Altre stanno costruendo Web3-LLM nativi, reti di addestramento decentralizzate, agenti autonomi o sistemi di verifica che rendono più trasparente l'attività dell'IA.
Il mercato è ancora in una fase iniziale e diversi progetti probabilmente scompariranno, mentre altri si evolveranno in aziende di infrastrutture di intelligenza artificiale molto più grandi. Ma la direzione sta diventando più chiara. Il mondo delle criptovalute non ha necessariamente bisogno di un altro chatbot in grado di spiegare cos'è Bitcoin. Ciò di cui ha bisogno sono sistemi di intelligenza artificiale che comprendano come funzionano realmente i mercati decentralizzati.
Se ciò accade, i modelli di IA crittografica più importanti potrebbero alla fine essere quelli che gli utenti notano a malapena. Saranno nascosti dietro i wallet, gli exchange, DeFi applicazioni e agenti autonomi, che interpretano silenziosamente i dati della blockchain e contribuiscono a trasformare le istruzioni in linguaggio naturale in azioni on-chain.
Negazione di responsabilità
In linea con la Linee guida del progetto Trust, si prega di notare che le informazioni fornite in questa pagina non intendono essere e non devono essere interpretate come consulenza legale, fiscale, di investimento, finanziaria o di qualsiasi altra forma. È importante investire solo ciò che puoi permetterti di perdere e chiedere una consulenza finanziaria indipendente in caso di dubbi. Per ulteriori informazioni, suggeriamo di fare riferimento ai termini e alle condizioni nonché alle pagine di aiuto e supporto fornite dall'emittente o dall'inserzionista. MetaversePost si impegna a fornire report accurati e imparziali, ma le condizioni di mercato sono soggette a modifiche senza preavviso.
Circa l'autore
Alisa, una giornalista dedicata al MPost, è specializzato in criptovalute, IA, investimenti e nell'ampio regno di Web3. Con un occhio attento alle tendenze e alle tecnologie emergenti, offre una copertura completa per informare e coinvolgere i lettori nel panorama in continua evoluzione della finanza digitale.
Altri articoli
Alisa, una giornalista dedicata al MPost, è specializzato in criptovalute, IA, investimenti e nell'ampio regno di Web3. Con un occhio attento alle tendenze e alle tecnologie emergenti, offre una copertura completa per informare e coinvolgere i lettori nel panorama in continua evoluzione della finanza digitale.
