FX168财经网_全球视野外汇黄金加密货币NFT资讯网

力盟科技(02405)上涨9.72%，报3.5元/股

台Powershopy，为全球客户提供多元化、全链路跨境数字营销和网店解决方案。根据2020年的数据，公司在中国跨境电子商务的数字营销服务提供商中排名第三，是中国第五大跨境数字营销服务提供商，媒体覆盖了Facebook、Instagram、Messenger、Google、Twitter、TikTok、YouTube、Snapchat、Pinterest等全球主流媒体资源。截至2023年中报，力盟科技营业总收入6332.69万元、净利润1462.5万元。

金融界2024-02-16

力盟科技(02405)上涨10.03%，报3.51元/股

台Powershopy，为全球客户提供多元化、全链路跨境数字营销和网店解决方案。根据2020年的数据，公司在中国跨境电子商务的数字营销服务提供商中排名第三，是中国第五大跨境数字营销服务提供商，媒体覆盖了Facebook、Instagram、Messenger、Google、Twitter、TikTok、YouTube、Snapchat、Pinterest等全球主流媒体资源。截至2023年中报，力盟科技营业总收入6332.69万元、净利润1462.5万元。

金融界2024-02-16

恒大汽车(00708)上涨5.36%，报0.295元/股

分级医疗、全龄化养生、高精准健康管理、多元化养老等服务的综合大型健康产业集团。该公司已在全国布局23个恒大·养生谷，与美国布莱根和妇女医院合作建设博鳌恒大国际医院，提供国际一流的肿瘤疾病筛查、诊断、治疗及康复服务。截至2023年中报，恒大汽车营业总收入1.55亿元、净利润-68.65亿元。

金融界2024-02-16

宏利金融-S(00945)上涨7.26%，报189.0元/股

」。该公司在营运地区具有领导地位，业务多元化，营运表现稳健，投资组合优越且分布多元化，资本充裕，企业风险管理架构完善。截至2023年三季报，宏利金融-S营业总收入1277.25亿元、净利润184.45亿元。 2月15日，2023年四季每股派加拿大元0.4元(相当于港币2.335855元(计算值))，除权除息日2024-02-27，派息日2024-03-19(董事会预案)。

金融界2024-02-16

中国黄金市场深度分析：1月份黄金批发需求猛增，达有史以来最强水平

应该提醒当地投资者利用黄金实现投资组合多元化的好处，因为黄金与中国资产的相关性较低。图2：主要资产中，人民币计价的黄金持稳 2024年1月主要资产表现（资料来源：彭博社、上海黄金交易所、世界黄金协会）截至 2024 年 1 月 31 日；所有计算均以人民币计算。基于 SHAUPM、S&P500 指数、WTI 原油、彭博美国国债综合指数、中证中国货币市场基金指数、Wind 中国商品指数、彭博中国债券综合指数、沪深 300 股票指数和创业板股票指数。 2024 年 1 月份黄金提款量创历史新高上月上海金交所黄金提现量总计 271 吨，较 2023 年工作日减少的低基数增长 95%，环比激增 65%。正如我们之前提到的，春节假期前后传统销售热潮之前的积极补货推动了 1 月份的批发黄金需求大幅上升。由于农历新年假期通常发生在 1 月底或 2 月初，一月份通常是黄金提现最强劲的月份。我们认为稳定的本地金价提供了额外的支撑。总体而言，行业补库的活跃反映了对春节前后黄金需求的乐观预期，这主要源于： 1.对黄金首饰消费的积极情绪：以“龙年”为主题的黄金产品通常被认为是吉祥的，并且一直在支持 2024 年迄今为止的黄金珠宝销售。 2.黄金投资需求旺盛：由于股票和房地产等本地资产表现疲软，人民币金价近几个月的强劲表现吸引了寻求避险资产的投资者。这导致金条和金币的持续受欢迎，导致制造商和商业银行在春节期间积极补充资金。图 3：一月份黄金提款量创历史新高（资料来源：上海黄金交易所、世界黄金协会） 10年平均值基于2014年至2023年的数据。地方黄金溢价回 1 月份中国黄金溢价平均为 47 美元/盎司（2.2%），环比上涨 9 美元/盎司（图 4）。随着农历新年假期来临，当地黄金需求猛增，加上近几个月进口量下降，供需状况趋紧，推升当地金价溢价。图4：需求强劲，当地金价溢价反弹 SHAUPM 和 LBMA 黄金上午价格之间的月平均价差，以美元/盎司和% （资料来源：彭博社、上海黄金交易所、世界黄金协会） 2014年4月之前，点差计算基于Au9999和LBMA黄金AM价格中国黄金ETF资产管理规模创历史新高 1 月份，中国黄金 ETF吸引了 8.27 亿元人民币（1.13 亿美元）的资金，使其总资产管理规模达到 300 亿元人民币（40 亿美元），创历史新高（图 6）。到月底，他们的持有量增加了 1.6 吨，达到 63 吨。在当地股市连续第七个月下跌和人民币贬值的情况下，避险需求的上升推动投资者转向黄金。图5：中国黄金ETF资产管理规模升至历史新高月度资金流向和中国黄金ETF持有量（资料来源：ETF 提供商、上海黄金交易所、世界黄金协会）央行黄金储备连续15个月增加中国央行1月份宣布购买10吨黄金，使黄金储备总量达到2,245吨（图6）。自2022年11月以来，央行一直在宣布不间断的黄金储备。在这15个月期间，央行报告的黄金购买量累计达到297吨。央行的黄金购买热潮，加上股票和房地产等中国资产的疲软表现，引发了散户投资者对黄金的兴趣。它还促进了 2023 年当地黄金投资需求的激增，并可能继续支持该行业的增长。图6：央行连续购买黄金至15个月（资料来源：中国人民银行、世界黄金协会）尽管 12 月份进口量显着下降，但 2023 年进口量小幅增长。根据最新信息，中国黄金净进口量为85吨，环比减少54吨（图7）。除其他因素外，本月当地金价溢价持续下跌可能对进口造成压力。图7：12月黄金进口大幅下降（资料来源：中国海关、世界黄金协会） 2023年，中国净进口黄金1,420吨，同比反弹10%。总体而言，2023年中国黄金进口量的变化反映了当地黄金需求的变化，黄金需求同比反弹15%。与此同时，与新冠病毒相关的限制的放松导致国际航班大幅反弹，这是另一个关键因素。图8：2023年黄金净进口量增长10% （资料来源：中国海关、世界黄金协会）

Sissi2024-02-16

纽约社区银行只是冰山一角 20余家放贷机构被监管部门紧盯

al在电邮声明中表示，“我们仍然对我们多元化和精细的商业房地产投资组合感到满意”。该行提到在承销商业房地产贷款方面的“良好往绩表现”，以及与OCC长达数十年的合作关系，称“我们一如既往地重视与监管机构的定期对话并且从中受益。” WaFd表示，他们有意扩大以稳定的多户型住宅为抵押的贷款融资。上述三家监管机构、纽约社区银行和Axos的发言人不予置评或未回复消息。美联储主席鲍威尔本月接受60 Minutes采访时表示，“一些规模较小的地区性银行在这些面临挑战的领域敞口集中，我们正在与他们合作，这感觉是需要大家努力多年来解决的问题。” 合并银行间的合并有可能极大地影响银行在监管披露文件中反映的增长率，但监管机构去年发布的公开指引并未具体说明他们如何看待这类数字。比如说，Umpqua Bank借壳上市Columbia Banking System Inc．后将Columbia作为母公司，商业地产投资组合增长达到原来的500%以上。如果Umpqua是母公司，那么增长率将接近70%。截至去年9月末，纽约社区银行是美国唯一一家总资产超过1,000亿美元，且商业地产贷款组合达到资本金300%以上的银行，但贷款组合的增长速度低于监管机构设定的门槛，尽管该行2022年底完成了对Flagstar Bank的收购。彭博调查发现，资产在100亿至1,000亿美元之间的银行有22家持有的商业地产贷款是资本总额的三倍，而且它们中半数的增长率超过监管机构设定门槛。在资产规模低于100亿美元的银行里，这一数字甚至更高，47家银行拥有超大规模的贷款组合，其中13家贷款增长迅速。上述分析不包括业主自住的非住宅建筑的贷款。即使是最大的房地产所有者，比如黑石、Brookfield Asset Management Ltd等也遇到一些债务违约。过去几年，银行在降低商业地产贷款方面有回旋余地，因为它们的价值模糊且利率上升令市场被冻结，这也给了银行更大的灵活性来进行债务展期以及与借款人达成交易。但随着商业地产价格的下跌，现在情况变得更加棘手。

金融界2024-02-16

华尔街投行：投资中国本土芯片公司有巨大机会！

国应用材料公司最相似的公司。作为中国最多元化的半导体制造设备生产商，据伯恩斯坦的分析师所说，该公司有望迅速获得本地市场份额。报道还提到了另一家受欢迎的公司海光信息科技有限公司。这家总部位于北京的公司曾经拥有使用AMD技术制造服务器芯片的许可，直到2019年6月被美国政府中止。尽管如此，海光信息科技有限公司在开发自己的产品方面做得不错，并将受益于将中国数据中心转换为本地芯片的推动。根据彭博社编制的分析师估计的平均数据，预计南京中微半导体科技股份有限公司的销售额将在2024年增长约三分之一。与之相比，应用材料公司的收入预计将增长1%，而其年收入约为南京中微的10倍。过去12个月中，海光信息科技有限公司在中国上市的股票上涨了36%，与纳斯达克100指数的涨幅40%相当，但表现不及其美国同行公司超微半导体公司的110%的涨幅。而南京中微的股价在此期间下跌了2%。巴克莱的分析师表示，中国计划到2025年实现芯片消费的70%自给自足的雄心勃勃的计划遇到了困难。他们写道，中国减少对进口的依赖的推动仍然“是一个漫长旅程的开端”。但是，随着政府投入数十亿美元用于本地生产，中国生产商的作用正在增加，产量预计将在5到7年内翻倍。

阿泰尔2024-02-16

【黄金收市】美国零售销售数据疲弱后金价走势反转　收于2000美元上方

渠道仍然完好无损，即新兴市场央行在储备多元化方面的强劲购买及其作为地缘政治对冲的作用最后的手段。由于金价目前徘徊在 2,00 美元关口下方，我们承认我们的建设性 2,350 美元年终预测存在下行风险。然而，我们仍然建议做多黄金，并将任何抛售视为在风险维度（地缘政治、经济衰退重新定价）升高的环境中的买入机会，这发挥了黄金有利的对冲品质。” 现在的焦点是周五公布的生产者价格指数。至少还有三名美联储官员定于本周晚些时候发表讲话。【下一交易日重点关注财经数据与事件（北京时间）】 ① 08:00 美联储博斯蒂克发表讲话 ② 15:00 英国1月季调后零售销售月率 ③ 15:45 法国1月CPI月率 ④ 21:00 美联储巴尔金发表讲话 ⑤ 21:30 加拿大12月批发销售月率 ⑥ 21:30 美国1月PPI年率及月率 ⑦ 21:30 美国1月新屋开工总数年化 ⑧ 21:30 美国1月营建许可总数 ⑨ 22:10 美联储理事巴尔发表讲话 ⑩ 23:00 美国2月一年期通胀率预期 ⑫ 23:00 美国2月密歇根大学消费者信心指数初值 ⑬次日01:10 美联储戴利发表讲话 ⑭ 次日02:00 美国至2月16日当周石油钻井总数

慧宣鑫语2024-02-16

GTC泽汇资本：巴克莱银行停止资助新油气田项目

气扩张的新能源客户以及从事长期扩张的非多元化能源客户施加限制。巴克莱银行正在对非常规石油和天然气实施额外限制，包括亚马逊石油和超重油。 GTC泽汇资本表示，该银行还将要求其能源客户制定2030年甲烷减排目标，承诺到2030年结束所有常规/非必要的排放和燃烧，并在2026年1月之前实现近期净零排放范围1和2目标。巴克莱银行还希望通过一套关于什么是“转型金融”以及其新的转型金融团队应如何应用它的新指南来避免“洗绿”的说法。巴克莱银行迟到了。欧洲其他银行已经开始减少对石油和天然气项目的融资，作为其自身气候目标的一部分。英国汇丰银行表示，作为支持和资助净零转型政策的一部分，到2022年底，它将停止为新油气田开发及相关基础设施提供资金。法国最大银行法国巴黎银行2023年5月表示，无论采用何种融资方式，都将不再为开发新油气田提供任何融资。该银行还承诺到2030年将石油勘探和生产融资减少80%，作为其能源转型目标的一部分。

金融界2024-02-16

Crypto x AI 生态最全大盘点

器，使治理以多种语言进行，从而营造一个多元化和包容性的环境。 SubDAO：Atlas 和 GAIT 可以应用于 SubDAO，允许实验和快速开发，并能够从失败中吸取教训。 ? <> ? 我尤为兴奋的 Crypto x AI 的领域是游戏。该领域有很多新颖的游戏可供探索，例如程序内容游戏、生成式虚拟世界、基于 LLM 的叙事、AI 代理相互合作的合作游戏等等。虽然 web2 中有很多关于新游戏的好例子，但在这里我们将重点介绍 web3 的例子。值得一提的是这篇学术文章《Generative Agents: Interactive Simulacra of Human Behavior》唤醒了许多人对多人工智能代理游戏环境的可能性探索。来自斯坦福大学和谷歌的研究人员通过将 LLM 应用于沙盒游戏环境中的代理展示了这种潜力。由 LLM 驱动的代理表现出令人印象深刻的行为包括传播派对邀请，建立友谊，约会，以及协调大家按时参加聚会等等，所有这些都基于单一的用户指定建议。该方法利用了一种架构，该架构扩展了 LLM 以存储和合成更高级别的反馈，从而让代理能够实现更为动态的行为规划。这项研究是迄今为止 web3 中探索最多 (但仍处实验阶段) 的游戏的基础。核心思想是我们如何在模拟环境中使用具有高度自治性或特性的 AI 代理，并围绕它们打造有趣而富有趣味性的游戏。 Parallel TCG 团队的 Parallel Colony 通过让 AI 代理在游戏中为玩家收集资源和代币来探索这一概念。使用 ERC-6551 标准，AI 代理是可以代表用户在游戏中进行交易的 NFT 钱包。AI 代理可以创建、铸造和存储新的游戏道具，并且还具备由团队创建的微调 LLM 所定义的个性，使他们具有非标准化的行为和特质，这些行为和特质可以影响他们在游戏中的行动。不过从概念上讲，最引人入胜的基于 AI 代理的游戏是 Upstreet。Upstreet 是一个虚拟世界项目，具有一些疯狂的创意，例如 AI 代理 SDK、程序任务、浏览器 + VR、拖放互操作性以及一个名为 “The Street” 的环境中的社交功能，玩家可以构建自己的体验并在其中互动。除了玩家之外，还有人工智能代理，开发人员 (及玩家) 可以部署影响游戏环境的个性和目标。最有趣的是他们对 AI Director 的研究和开发，这是一个 AI 代理，它决定一个目标，例如 “从最高的建筑物跳伞” 或 “开始一个新的宗教”，用户和代理作为挑战者参与其中。Director 会在每一个回合结束时确定获胜者，用奖品、代币和 NFT 奖励玩家和代理。这可能会导致非常有趣且复杂的代理与玩家的交互，我们非常高兴看到其发展，特别是，它可以直接导致高价值的 3D 环境研究和数据，为将来的更先进的模型提供更多的数据，OpenAI 似乎也对收购开源 Minecraft 风格的游戏颇感兴趣。用于创建虚拟世界的生成工具是增强游戏的另一个领域。例如，Today 让玩家设计自己的虚拟岛屿并照顾 AI NPC 同伴。尤为独特的是他们使用生成创意工具来促进游戏内 UGC 的开发。由于游戏主要基于这些用户创建的岛屿，因此，为没有 3D 游戏开发或艺术技能的玩家提供丝滑的资产开发机会非常重要。可以说，围绕元宇宙风格的游戏玩法之所以低迷，很大程度上是因为缺乏内容，而从短期来看，恰恰可以通过使用生成工具来补救这一点。 AI 代理需要训练，而训练本身可以成为一个有趣的游戏供玩家探索。AI Arena 提供了一种新颖的 AI 代理训练方式，让玩家玩 Super Smash Bros 风格的游戏，通过模仿训练慢慢教 AI 代理参加比赛。由于 AI 代理不需要休息，因此它可以全天候地与始终活跃的竞争对手池进行竞争性锦标赛以获得奖品，同时玩家可以异步微调其游戏风格。这将培训变成了一种游戏，并通过代币经济学放大它的效用。人类与强大的人工智能玩家进行大规模的合作游戏在过去是可以做到的，但随着代币经济学的融入，它被提升到了一个新的高度。来自 Modulus Labs 的 Leela vs. the World 是此类游戏形式的实验。在这个实验中，Modulus 采用了 Leela 国际象棋引擎，并通过 zk 电路验证它的输出。玩家可以投入资金押注人类与人工智能的对弈，从而形成一个有趣的预测市场。虽然考虑到目前 zk 的状态，该模型的验证时间会很长，但它无疑开辟了基于大规模协作的电子竞技预测市场和可验证且复杂的 AI 玩家治理机制的可能性挑战。最后，纯链游或自主世界也将通过人工智能得到增强。关于该主题最引人注目的是大型知识模型 (Large Lore Models)，它着眼于使用 LLM 协议层来创建持续的知识，这些知识可以在可修改和相互关联的游戏环境中进行互操作，玩家的行为在自主世界中同时影响多个游戏环境，因此应该携带更高维度的知识来促进故事情节。这非常适合构建在多链游戏环境中的抽象 LLM 层。基础设施 AI x Crypto 基础设施本身就值得用一篇单独的文章介绍，但在这里我将简要介绍我们看到的一些正在形成想法。分布式计算要理解加密经济系统对计算的需求，首先要理解核心问题。迄今为止，GPU 容量存在极大的瓶颈，最好的硬件，如 H100，等待时间长达一年。与此同时，初创公司正在筹集巨额资金来购买硬件，政府正在争先恐后地为国防目的而采购，即使是像 OpenAI 这样资金最充裕的团队也因为计算能力有限而不得不暂停功能发布。很多专注于去中心化计算和 DePIN 的团队在这里看到了机会：引导无许可的集群来满足需求，同时提供加密激励和最低利润，使网络在定价上与 web2 同行具有高度竞争力，同时为硬件供应商提供更好的回报。机器学习大致可分为四个主要的计算工作量：数据预处理：准备原始数据并将其转换为可用的格式。训练：让 ML 模型在大型数据集上进行训练，以学习数据中的模式和关系。微调：可以使用较小的数据集进一步优化 ML 模型，以提高特定任务的性能。推理：运行经过训练和微调的模型以进行预测。我们已经看到了像 Render 和 Akash 这样更通用的计算网络转向服务于更专业的计算，如 AI/ML。例如，Render 已经利用建立在他们网络之上的提供商如 io.net 来更直接地服务 AI 客户，而像 Akash 这样的供应商已经开始引入拥有需求的硬件供应商，并通过直接训练他们自己的模型来展示网络的力量，第一个案例是一个仅在无版权材料上训练的 Stable Diffusion fork。Livepeer 也正在专注于 AI 视频计算，因为他们已经有一个庞大的服务于视频转码用例的网络。此外，一种专门针对 AI 计算的网络正在形成，这让我们认识到围绕协同和验证的核心挑战可以通过围绕 AI 构建链或模型来更直接地解决。Gensyn 是其中比较值得注意的例子，它构建了一个基于基板的 L1，专为并行化和验证而设计。该协议使用并行化将较大的计算工作负载拆分为任务，并将它们异步推送到网络。为了解决验证问题，Gensyn 使用了概率学习证明 (probabilistic proof-of-learning)、基于图的 pinpoint 协议以及基于 staking 和 slashing 的激励系统。尽管 Gensyn 网络尚未上线，但该团队预测，其网络上等效 V100 GPU 的每小时成本约为 0.40 美元。储存之外，替代训练模型也在兴起，例如联合学习 (federated learning)，在意识到区块链可以更适当地激励这些模型后，它在 web3 中复兴。简而言之，联合学习是一种多方独立训练模型的方法，并定期批处理更新并将其发送到全局模型。有很多实践案例，比如谷歌的键盘文本预测算法。在 web3 中，FedML 和 FLock 正在尝试将联合学习方法与代币激励相结合。同样值得注意的是，像 Filecoin 和 Arweave 这样的去中心化数据存储，以及像 Space and Time 这样的数据库，可以在数据预处理方面发挥重要作用。基于共识的 ML 使用区块链的另一种新颖的基础设施形式则是基于共识的机器学习 (ML) 概念。Bittensor 是这一概念的最突出例子：这是一种基于 Substrate 的 L1 区块链，旨在通过使用特定于应用的子网来提高机器学习的效率和协作。每个子网都有自己的激励系统，用于服务各种用例，从 LLM 到预测模型到生成性创新。Bittensor 独特之处在于它如何使用矿工协调优质输出：矿工通过提供他们的 ML 模型的智能输出（由验证者评级）来获得 TAO (其原生代币)。由于矿工因为最佳输出而获得激励，他们会不断改进自己的模型以保持竞争力，从而帮助 Bittensor 完成了在代币经济学的协调下实现更快的学习过程。 TAO 生态系统中最近令人兴奋的发展是动态 TAO 提案，将 Bittensor 过渡到围绕代币排放的更自动化、市场驱动的机制设计，以及推出的 Nous 子网以提供激励模型微调，以便与 OpenAI 等公司竞争。我们可能会看到更多有关此类系统的尝试，例如让 mining 或共识以有利于质量的方式调节模型输出。意图就是您所需要的一切在DeFi中，MEV 领域的最新论点是关于用户意图以及使用经济同性 (economically-aligned) 的解调器来执行这些意图。关于意图的讨论通常百家齐放，但有一点已经变得越来越清晰了：用户的意图需要更高阶的语义上下文才能被解析成可执行代码。LLMs 可能会提供这个语义层。 Propellerheads 提出了迄今为止在意图空间中使用 LLM 的最清晰的愿景：https://www.propellerheads.xyz/blog/blockchain-and-llms。简而言之，LLMs 可以通过语义理解，将接近匹配的意图转化为完全匹配的意图，从而帮助我们找到巧遇需求 (coincidences of wants, CoWs) 的机会。这可以通过向内意图重判 (例如 “购买 LUSD 代替 USDC 可以吗？我找到了一个匹配的限价订单，你将通过这个 CoW 节省 0.3％的交易费用。”) 和向外意图重判 (例如 “我想购买你拥有的这个 BAYC，您愿意以 X ETH 的价格出售吗？”) 来实现。当然还可以有其他结构，这在钱包和多重签名的后账户抽象背景下变得特别有趣。DAIN 和 Autonolas 等项目已经尝试使用代理作为钱包的签名者，例如，出于安全和基于意图的目的，与你的钱包交谈并让它代表你执行交易即将成为现实。同样值得关注的是规模庞大 DeFi 用例，例如基于代理的预测市场、由 AI 管理的经济模型、以及 ML 参数化的 DeFi 应用程序，我的 zkML 文章提供了更为详细的介绍。代理经济迄今为止，我最喜欢的基础设施领域之一是人工智能代理经济。它源自我对世界的愿景，在这个世界中，每个人都有自己的代理，我们雇用那些高质量和训练有素的代理为我们服务，或者让自治代理在复杂的经济行为中实现我们的目标。为了做到这一点，代理必须有一种方式来支付和接收他们的服务费用。传统的支付模式绝对有可能为这些代理开放，但更有可能的是，鉴于其易用性、结算速度和无需许可的性质，代理将以加密货币进行交易。 Autonolas 和 DAIN 是该领域的典型案例。在 Autonolas 中，代理实际上是网络中的节点，致力于实现特定目标，这些节点由服务运营商维护，类似于 Keeper 网络。这些代理可用于各种服务，例如预言机、预测市场、消息传递等。DAIN 采用了类似的方法，使代理能够 “发现、交互、交易和与网络中的其他代理协作”。其他创意除上述内容外，我们还看到：用于微调模型（如 BagelDB）的去中心化向量数据库。用于 API 密钥的钱包和用于 AI 应用程序的 SIWE，例如 Window.ai 数据预配服务索引和搜索工具，如 Kaito 区块浏览器和仪表板，例如 Modulus Labs 的 AI 验证仪表板，它现在正在验证 Upshot 模型的一系列推理。开发助手，如 Dune 的链上 SQL 查询模型模拟代理测试环境用于数据抓取的带宽，如 Grass Network 合成数据和人类 RLHF 平台 DeSci 应用程序，例如 LabDAO 用于蛋白质折叠的分布式 bioML 工具 web3 中涌现出了无数的想法，用于服务于 AI 的各个领域，因此此处仅提供重点内容，但我强烈建议探索上述项目以深入了解其全貌。这一切的交汇 AI 和 Crypto 是协同作用的。两者都倾向于开源、抗审查，并正在创造历史上最大的财富转移。他们需要彼此，并解决彼此的核心挑战。对于 Crypto 来说，AI 解决了用户体验中的问题，促进了更具创造性的链上用例，增强了去中心化组织和智能合约的能力，并在应用和基础设施层解锁了真正的创新。对于 AI 来说，Crypto 解决了真实性和出处问题，加强了围绕开源模型和数据集的协调，有助于引导计算和数据，并使创作者和代理能够更直接地参与到后人工智能经济中去。现在的挑战是加密黑客、团队和项目了解并接受这种转变。创造力是无限的，我们正站在这一切的交汇处。如果你有兴趣了解更多关于这些交汇点的信息，请参加我们在 ETHDenver 举行的 Convergence 会议。来源：金色财经

金色财经2024-02-15

24小时热点