- Fetch.ai présente ASI-1 Mini, le premier LLM orienté Web3 conçu pour les flux de travail d’IA basés sur des agents avec des modes de raisonnement optimisés.
- Fetch.ai s’associe à Zus Network pour améliorer le stockage des modèles d’IA, permettant aux développeurs de stocker efficacement les données d’entraînement sans avoir recours à des services tiers coûteux.
Avec l’introduction de l’ASI-1 Mini de Fetch.ai, le secteur de l’intelligence artificielle (IA) est entré dans une nouvelle ère. Il ne s’agit pas seulement d’un modèle linguistique ordinaire, mais du premier créé spécialement pour Web3. En utilisant une méthodologie d’intelligence artificielle basée sur des agents, l’ASI-1 Mini présente une nouvelle façon de traiter les données et d’accomplir différentes tâches plus efficacement.
🚨JUST IN: @FETCH_AI INTRODUCES ASI-1 MINI: WORLD’S FIRST WEB3 LLM DESIGNED FOR AGENTIC AI
— BSCN Headlines (@BSCNheadlines) February 25, 2025
ASI-1 Mini : Des performances intelligentes sans coûts élevés
L’ASI-1 Mini nécessite moins de matériel que les autres grands modèles d’intelligence artificielle. Tout le monde peut donc l’utiliser sans dépendre de serveurs coûteux. Ses performances peuvent rivaliser avec celles des meilleurs modèles d’intelligence artificielle, même à petite échelle.
De nombreux projets visant à utiliser l’intelligence artificielle sans augmenter les dépenses courantes peuvent trouver une solution à cet égard.
Quatre modes de raisonnement définissent également ce modèle : Multi-Step, Complete, Optimized et Short Reasoning. Cela signifie qu’en fonction de la difficulté du travail, une intelligence artificielle peut modifier son approche de la pensée. L’ASI-1 Mini peut aller plus loin dans l’analyse au fur et à mesure que le travail qui lui est confié est plus difficile.
IA et Web3 : la combinaison du futur
ASI-1 Mini est conçue pour s’intégrer à l’écosystème Web3. Les utilisateurs de cette technologie peuvent interagir en toute sécurité et sans intermédiaire avec l’intelligence artificielle. Chaque personne contrôle ainsi entièrement ses propres données et les robots d’intelligence artificielle.
Parallèlement à ce développement, Fetch.ai poursuit également le développement d’Agentverse, une place de marché décentralisée pour l’IA. Selon un précédent rapport de la CNF, la version 0.33 d’Agentverse a été publiée avec plusieurs améliorations, notamment des filtres de recherche avancés qui permettent aux utilisateurs de rechercher plus facilement des agents d’IA en fonction de certaines catégories. Cette mise à jour offre une expérience plus intuitive et plus efficace de la gestion de l’IA dans l’écosystème Web3.
Fetch.ai et Zus Network : Améliorer le stockage de l’IA
Outre la présentation de l’ASI-1 Mini, Fetch.ai s’est associé à Zus Network pour maximiser la capacité de stockage de Hot Plus. Cette coopération vise à améliorer la documentation des systèmes de stockage basés sur l’IA, à faire baisser les prix et à renforcer l’efficacité des systèmes de stockage.
Grâce à ce partenariat, Zus Network offrira aux développeurs de Fetch.ai un espace de stockage spécifique. Par la suite, chaque client disposera de son propre espace de stockage pour sauvegarder les données d’entraînement et les modèles d’intelligence artificielle. Les utilisateurs pourront ainsi contrôler leurs modèles sans dépendre d’un stockage externe coûteux.
Le prix des FET évolue dans un contexte d’innovation
Parmi les nombreux développements réalisés par Fetch.ai, le prix du jeton FET est véritablement sous pression. À l’heure où nous mettons sous presse, FET est échangé à environ 0,6550 $, en baisse de 10,36% au cours des sept derniers jours. Reflétant l’ambiguïté continue dans les secteurs de l’IA et de la cryptographie, la capitalisation boursière a également chuté sous la barre des 1,6 milliard de dollars.
Néanmoins, l’avenir de cette technologie semble prometteur compte tenu des nombreuses innovations apportées par Fetch.ai. Alors que le soutien à l’intelligence artificielle basée sur le Web3 ne cesse de croître, l’ASI-1 Mini pourrait être le secret de la réalisation complète de l’intelligence artificielle décentralisée.
