FX168财经网_全球视野外汇黄金加密货币NFT资讯网

凯盛科技：3月18日接受机构调研，信达电子、成都海天鸿等多家机构参与

装建设要求高，受审批手续和春节前后恶劣天气的影响，项目仍在继续建设中；目前电子级硅溶胶、纳米球硅等样品已经通过客户相关测试，此阶段的各类测试工作，有利于量产线项目建成后市场快速导入。问：网传可以用“新材料”生产石英坩埚，是否存在这个可能呢？答：石英坩埚具有洁净、同质、耐高温等性能，是生产单晶硅片拉晶环节中的关键耗材，用于盛装熔融硅并制成后续工序所需晶棒。目前市场上的石英坩埚主要原材料仍是高纯石英砂。问：公司2023年业绩说明会何时召开？答：公司年报于4月19日公告，公司将于4月20日-5月10日通过电话交流和上海证券交易上证路演中心平台召开年报业绩说明会，具体时间请关注公司公告。凯盛科技（600552）主营业务：显示材料板块,应用材料板块。凯盛科技2023年三季报显示，公司主营收入43.5亿元，同比上升10.77%；归母净利润9606.84万元，同比下降28.97%；扣非净利润684.63万元，同比下降91.19%；其中2023年第三季度，公司单季度主营收入16.44亿元，同比上升41.22%；单季度归母净利润2200.61万元，同比上升352.22%；单季度扣非净利润-1115.78万元，同比下降132.79%；负债率57.52%，投资收益834.34万元，财务费用4476.72万元，毛利率12.73%。该股最近90天内共有5家机构给出评级，买入评级4家，增持评级1家；过去90天内机构目标均价为14.17。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流出5057.95万，融资余额减少；融券净流入130.28万，融券余额增加。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2024-03-19

上海家化（600315.SH）：公司2023年受到内外部双重冲击，营业收入同比下降7.16%

有0.3个百分点市场份额的下降；（3）天气原因；（4）自身问题：原来分渠道分部门管理，线上线下价格不平衡，在线下花露水市场下降的情况下，渠道间价格互相有冲击，价盘不稳定，去年逐步调整后有很大改善，预期在今年花露水旺季到来之前，价盘能恢复正常水平。今年目标：六神今年有望恢复到比较正常水平。事业部有几项工作在推进：梳理个护事业部的价值链、线上线下价盘，把跟所有合作伙伴的价盘都梳理，规范合同签署。品牌建设方面，会在兴趣电商、爆品打造上发力，把线上、线下渠道跟市场对标正常的水平。线上渠道加强兴趣电商的发展，元宵节开始布局六神兴趣电商直播的打造，初见成效，希望复制美加净的经验。潘总补充：花露水在线下76%份额，如果六神不驱动线下场景、人群的增长，那么行业可能就不增长，今年会上市面向更年轻人群的产品，去年推出了便携的驱蚊蛋、清凉蛋产品，今年会持续放大并进一步上新，从两个蛋变成四个蛋。 7、分品牌利润的拆分？答：六神利润率比较好，现金流也好。汤美星收入约16-18亿，利润水平年报有披露（9000多万）。佰草集、玉泽去年做了些投资，暂未达到目标，但相信有助于2024年业务成长。 8、今年对线下渠道除了主动缩减库存外，还有什么打法？增速目标？答：线下高端和超高端增长很快，但大众承压，今年会在佰草集、双妹的抗衰老系列中上市更高端的系列产品，且会重点拓展高端百货跟购物中心，在会员方式上会有适当走出去，去公域营销平台，打造O+O的招新通路。此外，会在服务上做加强，包括小程序预约，也会跟外部有合作，通过AI、人脸识别、数据积累等赋能后续发展。个护：线下主要包括商超、大卖场、便利店几个渠道，线下渠道超过连续10年下跌，面临较大调整，仅CVS（便利店）有一定增长。而我们的个护在线下特别大，需要稳住盘子，一方面找有增长的渠道，例如CVS，另外我们也是各大新零售平台的重要供应商，我们依托较强的铺货覆盖度（六神线下渠道覆盖度99%），会继续加强新零售的拓展。 9、美加净老BABY方法论用到新品牌的进度？答：六神在元宵节第一场做内容打造直播，因销售旺季还未到来，我们仍在不断地做内容打造，在旺季到来之前形成一个能够推动增长和品牌力提升的模式。本周家安的直播也逐步上线，期望老BABY项目在持续发展过程中，经验能够持续复制到其他品牌，打造爆品，赋能全渠道。 10、去年兴趣电商增长很快，超过100%，2024年对于抖快等兴趣电商的目标？运营方面ROI、盈利能力的规划？答：去年兴趣电商高速发展，盈利性上下半年也比上半年有优化，2023年上半年抖音业务亏钱，到Q4抖音业务基本开始有盈利、可能可持续。去年虽然有三位数的增长，但不满意，因为我们抖音的占比低于市场，未来：（1）希望向行业里表现好的友商学习，投放效能优化；（2）美加净摸索出内容驱动、高效运营的方法，2024年希望在内容上做更多拓展。（3）之前达播矩阵做的不好，未来希望达播团队的承载能帮助拓展兴趣电商的发展。现在兴趣电商不仅仅是自播跟达播，在商城、搜索、商品卡上也有弯道超车的机会，我们希望在此有所深耕。希望2024年是有盈利的快速发展。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-03-19

巧克力恐无法自由！可可“碾压”比特币，1年内飙升近200%

榈油。全球短缺西非种植者正在与极端天气作斗争 —— 从暴雨到高温和干旱 —— 以及摧毁收成的作物疾病。象牙海岸最大的出口港口的可可豆到达量几乎比去年同期少了30％，国际可可组织预测本季度将连续第三次出现全球赤字。（图源：彭博）焦点现在转向即将到来的小茬期，这是一年中两个收成较小的期间之一，据彭博社本月报道，象牙海岸的监管机构预计本季度小茬期将缩减。主要巧克力制造商Barry Callebaut AG警告称，严重的可可短缺将持续到下一个季节。极端市场这种狂热的交易在期货价差和波动性上都表现出来。五月合同相对七月期货的溢价从2月的不到100美元激增至超过800美元，这是对近期供应收紧的担忧的迹象。可可价格的上涨也伴随着更大的价格波动，波动率指标达到十多年来的最高水平。（图源：彭博）可可的价格波动极端，与押注市场平静的交易者的趋势背道而驰。投机者退出尽管可可价格上涨，但实际上，投机者已经开始退出市场。未平仓合约数量 —— 即未结算的合约数量 —— 从1月底的高点下降了约三分之一。与此同时，最新数据显示，基金经理将其净多头头寸减少了大约一半。（图源：彭博）尽管目前尚不清楚到底是谁推动了价格上涨，但减少的投机兴趣表明实际买家可能发挥了关键作用。明星商品彭博社跟踪的其他主要大宗商品都无法与可可今年年初的表现相提并论。不到三个月的涨幅已经超过了自1976年以来纽约可可所见过的任何全年涨幅。（图源：彭博）《海特韦尔报告》称：“可可价格继续达到前所未有的高度，供应紧张和对全球生产赤字的预测引发了恐慌性购买。”

Dan19772024-03-19

北京市发布沙尘蓝色预警

影响，预计当前至19日22时本市有沙尘天气，请注意防范。

金融界2024-03-18

2月全国339个地级及以上城市平均空气质量优良天数比例为81.8%

.0%，同比上升2.3个百分点；由沙尘天气导致的平均超标天数比例为3.9%。

金融界2024-03-18

小龙虾一斤便宜10元有摊主介绍4月中旬小龙虾最便宜

随着天气渐暖，夜宵界“顶流明星”小龙虾来到市民餐桌。在杭州一家农贸市场里，记者发现，今年刚上市的小龙虾价格比较便宜，基本维持在35元左右一斤，“较去年便宜了10元一斤。”据摊主介绍，大概再过半个多月，小龙虾就会迎来大量上市，预计在4月中旬左右价格会到最低点。

金融界2024-03-18

欧美电车“大溃败”，“逆版本”丰田的逆袭

的挑战、对续航里程的担忧以及它们在寒冷天气下的表现，也让一些人犹豫不决。混合动力汽车则没有这些问题。一些混合动力车型的价格仅比相同的汽油车型贵几百美元，车主可以通过节省燃油很快收回这一额外支出。马斯克曾嘲笑混合动力汽车，称在引擎盖下拥有两种推进系统毫无意义。但消费者似乎并不在意，纷纷转向混合动力汽车，导致现在丰田的销量正在飙升。丰田提供超过20款混合动力或插电式混合动力车型，占其销量的近30%，远高于大多数其他汽车制造商。去年在美国市场，丰田售出220万辆汽车，超过了除通用汽车之外的所有汽车制造商。 “我们并不是说电动汽车不是解决碳排放问题的有效方案，” 丰田北美分公司执行副总裁Jack Hollis表示，“它们确实是有效的方案，但它们并不是唯一的方案，而且许多客户告诉我们，他们想要选择混合动力、插电式混合动力和电动汽车。” 目前，丰田正计划大幅增加混合动力汽车的产量和销售，其混合动力版本的Tacoma皮卡即将推出。并且，今年春季将上市的全新凯美瑞轿车，仅提供混合动力版本。

金融界2024-03-18

Metrics Ventures研报：从Vitalik文章出发 Crypto×AI有哪些值得关注的细分赛道？

ld Model（WWM），开始探索对天气、能源等现实世界的预测。 3 AI作为接口 AI可以帮助用户用简单易懂的语言理解正在发生的事情，充当用户在crypto世界的导师，并对可能的风险进行提示，以降低Crypto的使用门槛和用户风险，提高用户体验。具体可实现的产品的功能很丰富，如钱包交互时的风险提示、AI驱动的意图交易、能够回答普通用户crypto问题的AI Chatbot等等。对受众群体进行扩大，除了普通用户，开发者、分析师等等在内的几乎所有群体，都将成为AI的服务对象。让我们再次重申这些项目的共同点：尚未代替人类执行某些决策和行为，但正在利用AI模型为人类提供辅助决策和行为的信息和工具。从这一层开始，AI作恶的风险已经开始暴露在系统中——可以通过提供错误的信息来干扰人类最后的判断，这一点在V神的文章中也已经有详细的分析。能够被归入这一类目下的项目较多也较杂，包括AI chatbot、AI智能合约审计、AI代码编写、AI trading bot等等，可以说目前绝大多数的AI应用都正在这一类的初级水平，具有代表性的项目包括： PaaL：PaaL是目前AI Chatbot的龙头项目，可以看作是经过crypto相关知识训练的ChatGPT，通过集成TG和Discord，可以为用户提供：代币数据分析、代币基本面和代币经济学分析以及文字生成图片等其他功能，可以将PaaL Bot集成入群聊来对一些信息进行自动回复。PaaL支持定制个人bot，用户可通过投喂数据集，构建自己的AI知识库和自定义bot。PaaL正在向AI Trading Bot进发，2月29日宣发了其AI支持的crypto研究&交易终端PaalX，根据介绍可实现AI智能合约审计、基于推特的新闻集成和交易、Crypto研究和交易支持，人工智能助手可降低用户使用门槛。 ChainGPT：ChainGPT依靠人工智能开发了一系列crypto工具，如chatbot、NFT生成器、新闻集合、智能合约生成与审计、交易助手、Prompt市场和AI跨链交换。但ChainGPT目前的发力方向在于项目孵化和Launchpad，目前已完成24个项目的IDO和4个Free Giveaways。 Arkham：Ultra是Arkham的专用AI引擎，用例是通过算法将地址与现实中实体进行匹配，以提高加密行业的透明度。Ultra基于用户提供以及自身收集的链上链下数据，将之合并，并输出成可拓展的数据库，最终以图表方式呈现。但Arkham文档中并未对Ultra系统有详细论述，本轮Arkham受到关注的原因为OpenAI创始人Sam Altman对其的个人投资，过去30天收获5倍涨幅。 GraphLinq：GraphLinq是一种自动化流程管理解决方案，旨在使用户无需编程即可部署和管理各种类型的自动化功能，如将Coingecko中比特币的价格每隔5分钟推送至TG Bot中。GraphLinq的解决方案是用Graph将自动化流程可视化，用户可以通过拖拽节点的方式创建自动化任务，并使用GraphLinq Engine执行。尽管不需要代码，但创建Graph的过程对普通用户来说依然有一定门槛，包括选择合适的模板、在几百个逻辑块中挑选合适的并连接。因此GraphLinq正在引入AI，使用户可以用对话式人工智能和自然语言，来完成自动化任务的构建和管理。 **0x0.ai：**0x0与AI相关的业务主要有三个：AI智能合约审计、AI反Rug检测和AI开发者中心。其中AI反Rug检测将检测可疑行为，如过高税收或抽走流动性，防止用户受骗，AI开发者中心利用机器学习技术生成智能合约，实现No-code部署合约。但目前仅初步上线了AI智能合约审计，其他两项功能尚未开发完成。 Zignaly：Zignaly诞生于2018年，旨在让个人投资者能够选择基金经理来为自己进行加密资产管理，类似Copy-trading的逻辑。Zignaly正在使用机器学习和人工智能技术，建立起对基金经理进行系统评估的指标体系，目前推出的第一个产品为Z-Score，但作为人工智能产品来说还是比较初级。 4 AI作为游戏规则这是最令人激动的部分——让AI能够代替人类进行决策和行为，你的AI将直接掌控你的钱包，代替你进行交易决策和行为。在这一分类下，笔者认为主要可以分为三个层级：AI应用（尤其是以自主决策为愿景的应用，如AI自动化交易bot、AI DeFi收益Bot）、Autonomous Agent协议以及zkml/opml。 AI应用是对某一领域的问题进行具体决策的工具，它们积累了不同细分领域的知识和数据，依赖于根据细分问题而量身定制的AI Model开展决策。可以注意到，AI应用在本文中被同时归入两类：接口与规则，从开发愿景来说，AI应用应成为独立决策的Agent，但目前无论是AI模型的有效性、集成AI的安全性，都无法满足这一要求，甚至作为接口都略微勉强，AI应用正处于非常早期的阶段，具体项目在前文已有介绍，在此不做赘述。 Autonomous Agent被V神在第一类（AI作为参与者）中提及，从远期愿景来说，本文将其归为第三类。Autonomous Agent利用大量数据和算法来模拟人类的思维和决策过程，并执行各种任务和交互。本文主要关注Agent的通信层、网络层等基础设施，这些协议定义了Agent的归属权，建立了Agent的身份、通信标准和通信方式，连接多个Agent应用，能够协同进行决策和行为。 zkML/opML：通过密码学或经济学的方法，保证经过了正确的模型推理过程而提供具有可信性的输出。安全性问题对于将AI引入智能合约非常致命，智能合约依靠输入产生输出并自动化执行一系列功能，一旦AI作恶给予了错误的输入，将会为整个Crypto系统引入极大的系统性风险，因此zkML/opML和可能的一系列潜在解决方案，都是让AI进行独立行动和决策的基础。最后，三者构成AI作为运行规则的三个基础层次：zkml/opml作为最底层的基础设施，保证协议的安全性；Agent协议建立起Agent生态系统，能够协同进行决策和行为；AI应用，也是具体的AI Agent，将不断提高在某一领域的能力，并实际进行决策和行动。 4.1 Autonomous Agent AI Agent在Crypto世界的应用是自然的，从智能合约到TG Bots再到AI Agents，加密世界正走向更高的自动化和更低的用户门槛。智能合约虽然是通过不可篡改的代码自动执行功能，但仍需要依赖外部触发而唤醒，且无法自主运行和连续运行；TG Bots降低了用户门槛，用户不需要直接与加密前端交互，而是通过自然语言完成链上交互，但只能完成极为简单和具体的任务，依然无法实现用户意图为中心的交易；AI Agents则具备一定的独立决策能力，理解用户的自然语言，并自主找到和组合起其他的Agent和链上工具，完成用户指定的目标。 AI Agent正在致力于大幅提高加密产品的使用体验，而区块链也能够助力AI Agent的运行更加去中心化、透明和安全，具体的帮助在于：通过代币激励更多的开发者提供Agent NFT确权促进基于Agent的收费与交易提供链上的Agent身份和注册机制提供不可篡改的Agent活动日志，对其行为进行及时的溯源和追责这一赛道的主要项目如下： Autonolas：Autonolas通过链上协议支持Agent和相关组件的资产确权和可组合性，使代码组件、Agent和服务能够在链上被发现和重复利用，并激励开发者获得经济补偿。开发者开发了完整的Agent或组成部分后，将对代码进行链上注册并获得NFT，代表对代码的所有权；Service Owner会联合多个Agent创建一个服务并在链上注册，并吸引Agent Operators来实际执行服务，用户通过付费使用服务。 Fetch.ai：Fetch.ai在AI领域具有很强的团队背景和开发经验，目前正在关注AI Agent赛道。协议由四个关键层组成：AI Agents、Agentverse、AI Engine和Fetch Network。AI Agents是系统的核心，其他则为辅助构建Agent服务的框架和工具。Agentverse是一个软件即服务平台，主要用于创建和注册AI Agent。AI Engine的目标是通过读取用户自然语言输入，将其转换为可操作的人物，并在Agentverse中选择已注册的最合适的AI Agent来执行任务。Fetch Network是协议的区块链层，AI Agent必须在链上的Almanac合约中注册，才能与其他Agent开始协同服务。值得注意的是，Autonolas目前专注于crypto世界的Agent构建，将链下的Agent操作引入链上；Fetch.ai的关注范围则包括Web2世界，如旅行预订、天气预测等。 Delysium：Delysium从游戏转型为AI Agent协议，主要包括两个层：通信层和区块链层，通信层是Delysium的主干，提供安全且可扩展的基础设施，使得AI Agent之间能够快速高效的通信，区块链层对Agent进行身份验证，并通过智能合约实现对Agent行为的不可篡改记录。具体来说，通信层为Agent之间建立了统一的通信协议，采用标准化的消息系统，让Agent之间可以通过一种通用语言无障碍地交流，此外建立了服务发现协议和API，使得用户和其他Agent能够快速发现和连接可用的Agent。区块链层主要包括两个部分：Agent ID和Chronicle智能合约，Agent ID确保只有合法的Agent才能访问网络，Chronicle则是Agent做出的所有重要决策和行为的日志存储库，上链后不可篡改，确保对Agent行为的可信追溯。 Altered State Machine：通过NFT为Agent的资产确权和交易制定了标准，具体分析可见第1部分，虽然ASM目前主要接入游戏，但其作为基础性的规范同样具有向其他Agent领域扩展的可能。 Morpheous：正在构建一个AI Agent生态网络，协议旨在连接Coder、Computer provider、Community Builder和Capital四种角色，分别为网络提供AI Agent、支持Agent运行的算力、前端和开发工具以及资金，MOR将采取Fair launch的形式，向提供算力的矿工、stETH质押者、Agent或智能合约开发贡献者、社区开发贡献者提供激励。 4.2 zkML/opML 零知识证明目前有两个主要应用方向：以更低的成本在链上证明运算得到了正确的运行（ZK-Rollup和ZKP跨链桥正在利用ZK的这一特点）；隐私保护：不需要知道计算的细节，也可以证明计算得到了正确的执行。同样地，ZKP在机器学习中的应用同样可以被分为两类：推理验证：即通过ZK-proof，在链上以较低的成本证明AI模型推理这一密集计算的过程在链下得到了正确的执行。隐私保护：又可以分为两类，一是对数据隐私的保护，即在公开的模型上使用隐私数据进行推理，可以利用ZKML对隐私数据进行保护；二是对模型隐私的保护，希望隐藏模型的权重等具体信息，从公开的输入中运算并得出输出结果。笔者认为目前对Crypto更为重要的是推理验证，我们在此对推理验证的场景进行进一步阐述。从AI作为参与者开始，到AI作为世界的规则，我们希望将AI成为链上流程的一部分，但AI模型推理计算成本过高，无法直接在链上运行，将这一过程放到链下，意味着我们需要忍受这一黑盒子带来的信任问题——AI模型运行者是否篡改了我的输入？是否使用了我指定的模型进行推理？通过将ML模型转化成ZK电路，可以实现：（1）较小的模型上链，将小的zkML模型存储到智能合约中，直接上链解决了不透明的问题；（2）在链下完成推理，同时生成ZK证明，通过在链上运行ZK证明来证明推理过程的正确性，基础架构将包括两个合约——主合约（使用ML模型输出结果）和ZK-Proof验证合约。 zkML还处于非常早期的阶段，面临着ML模型向ZK电路转化的技术问题，以及极高的运算和密码学开销成本。和Rollup的发展路径一样，opML从经济学的角度出发，成为了另一种解决方案，opML使用Arbitrum 的 AnyTrust 假设，即每个主张至少有一个诚实节点，确保提交者或至少一个验证者是诚实的。但OPML只能成为推理验证的替代方案，无法实现隐私保护。目前的项目正在构建zkML的基础设施，并在努力探索其应用，应用的建立同样重要，因需要清楚地向加密用户证明zkML中重要作用，证明最终价值能够抵消巨大成本。在这些项目中，有些专注于与机器学习相关的ZK技术研发（如Modulus Labs），有些则是更通用的ZK基础设施搭建，相关项目包括： Modulus 正在使用 zkML 将人工智能应用于链上推理过程。Modulus于2月27日推出了zkML证明器Remainder，与同等硬件上的传统AI推理相比，实现了180倍的效率提升。此外，Modulus与多个项目合作，探索zkML的实际用例，如与Upshot合作，通过使用具有ZK证明的人工智能，收集复杂的市场数据、评估NFT价格，并将价格传到链上；与AI Arena合作，证明正在战斗的Avatar和玩家所训练的是同一个。 Risc Zero将模型放在链上，通过在 RISC Zero 的 ZKVM 中运行机器学习模型，可以证明模型涉及的确切计算是正确执行的。 Ingonyama正在开发专门用于 ZK 技术的硬件，这可能降低了进入 ZK 技术领域的门槛，并且 zkML 也有可能用于模型训练过程。 5 AI作为目标如果说前面三类更侧重于AI如何赋能于Crypto，那么“AI作为目标”强调了Crypto对AI的帮助，即如何利用Crypto创造出更好的AI模型和产品，这或许包括多个评判标准：更高效、更精确、更去中心化等等。 AI包括三个核心：数据、算力和算法，在每一个维度，Crypto都在致力于为AI提供更有效的助力：数据：数据是进行模型训练的基础，去中心化数据协议将激励个人或企业提供更多私域数据，同时利用密码学保障数据隐私，避免个人敏感数据的泄露。算力：去中心化算力赛道是目前最火热的AI赛道，协议通过提供供需双方的匹配市场，促进长尾算力与AI企业的匹配，用于模型的训练和推理。算法：Crypto对算法的赋能是实现去中心化AI最核心的环节，也是V神文章中“AI作为目标”叙述的主要内容，创建去中心化的、可信任的黑匣子AI，那么前文所说的对抗式机器学习的问题则将得到解决，但将面临极高的密码学开销等一系列阻碍。此外，“使用加密激励来鼓励制作更好的AI”也可以在不完全陷入密码学完全加密的兔子洞的情况下实现。大型科技公司对数据和算力的垄断共同造成了对模型训练过程的垄断，闭源模型成为大型企业获利的关键。从基础设施的角度，Crypto通过经济手段激励数据和算力的去中心化供应，同时通过密码学的方法保证过程中的数据隐私，并以此为基础助力于去中心化的模型训练，以实现更透明、更去中心化的AI。 5.1 去中心化数据协议去中心化数据协议主要以数据众包的形式开展，激励用户提供数据集或数据服务（如数据标注）用于企业进行模型训练，并开设Data Marketplace促进供需双方的匹配，一些协议也正在探索通过DePIN激励协议，获取用户的浏览数据，或利用用户的设备/带宽完成网络数据爬取。 Ocean Protocol：对数据确权并代币化，用户可以通过无代码方式在Ocean Protocol完成对数据/算法的NFT创建，同事创建相应的datatoken来控制对数据NFT的访问。Ocean Protocol通过Compute To Data（C2D）来确保数据的隐私性，使用者只能获得根据数据/算法的输出结果，而无法完整下载。Ocean Protocol于2017年成立，作为数据市场，在本轮热潮中很自然地搭上了AI的快车。 Synesis One：该项目是Solana上的Train2Earn平台，用户通过提供自然语言的数据和数据标注来获取$SNS奖励，用户通过提供数据支持挖矿，数据在验证后会进行存储和上链，并由AI公司用来训练和推理。具体来说，挖矿者分为三类：Architect/Builder/Validator，Architect负责创建新的数据任务，Builder在相应的数据任务中提供语料，Validator则对Builder提供的数据集进行验证。完成的数据集会被存入IPFS中，并在链上保存数据来源和IPFS地址们同事会被存储在链下的数据库中供AI公司（目前为Mind AI）使用。 Grass：被称为AI的去中心化数据层，本质上是一个去中心化网络抓取市场，并以此获得数据来用于AI模型训练。互联网网站是一个重要的AI训练数据来源，包括推特、谷歌、Reddit在内的许多网站的数据都具有重要价值，但这些网站正在不断对数据爬取加以限制。Grass利用个人网络中未使用的带宽，通过使用不同的IP地址来减少数据封锁带来的影响，来抓取公共网站中的数据，完成数据初步清理，成为AI模型训练企业和项目的数据源。目前Grass正处于Beta测试阶段，用户可提供带宽获取积分以领取潜在空投。 AIT Protocol：AIT Protocol是去中心化数据标注协议，旨在为开发者提供高质量数据集用于模型训练。Web3使得全球劳动力能够快速接入网络，并通过数据标注获得激励，AIT的数据科学家将对数据进行预标注，随后由用户进行进一步处理，经过数据科学家检查后，通过质量检测的数据将提供给开发者。除了上述数据提供和数据标注协议，曾经的去中心化存储类基础设施，如Filecoin、Arweave等也将为更分散化的数据供给助力。 5.2 去中心化算力 AI时代，算力的重要性不言而喻，不仅英伟达的股价日攀高峰，在Crypto世界，去中心化算力可以说是AI赛道炒作最热烈的细分方向——在市值前200的11个AI项目中，做去中心化算力的项目就有5个（Render/Akash/AIOZ Network/Golem/Nosana），并在过去几个月中收获了高倍涨幅。在小市值的项目中也看到许多去中心化算力的平台出现，虽然刚刚起步，但伴随着英伟达大会的浪潮，只要是与GPU沾边，都快速收获了一波大涨。从赛道特点来看，这一方向项目的基本逻辑高度同质化——通过代币激励使得拥有闲置算力资源的人或企业提供资源，并由此大幅降低使用费用，建立起算力的供需市场，目前，主要的算力供应来自于数据中心、矿工（尤其在以太坊转为PoS后）、消费级算力以及与其他项目的合作。虽然同质化，但这是一个头部项目拥有较高护城河的赛道，项目的主要竞争优势来源于：算力资源、算力租赁价格、算力使用率以及其他技术优势。这一赛道的龙头项目包括Akash、Render、io.net和Gensyn。根据具体业务方向，项目可以被粗分为两类：AI模型推理和AI模型训练。由于AI模型训练对算力和带宽的要求远高于推理，比分布式推理的落地难度更大，且模型推理的市场快速扩展，可预测的收入将在未来大幅高于模型训练，因此目前绝大多数项目主攻推理方向（Akash、Render、io.net），主攻训练方向的龙头即为Gensyn。其中，Akash和Render诞生较早，并非是为AI计算而生，Akash最初用于通用计算，Render则主要应用于视频和图片渲染，io.net则为AI计算专门设计，但在AI将算力需求提升了一个Level后，这些项目都已倾向于AI方面的开发。最为重要的两个竞争指标依然来自于供应端（算力资源）和需求端（算力使用率）。Akash拥有282个GPU和超过2万个CPU，已完成16万次租赁，GPU网络的利用率为50-70%，在这一赛道是一个不错的数字。io.net拥有40272个GPU和5958个CPU，同时拥有Render的4318个GPU和159个CPU、Filecoin的1024个GPU的使用许可，其中包括约200块H100和上千块A100，目前已完成推理151,879次，io.net正在用极高的空投预期吸引算力资源，GPU的数据正在快速增长，需要等代币上线后对其吸引资源的能力重新评估。Render和Gensyn则并未公布具体数据。此外，许多项目正在通过生态合作来提高自己在供应与需求端的竞争力，如io.net采用Render和Filecoin的算力来提高自己的资源储备，Render建立了计算客户端计划（RNP-004），允许用户通过计算客户端——io.net、Nosana、FedMl、Beam，来间接接入Render的算力资源，从而快速从渲染领域过渡到人工智能计算。此外，去中心化计算的验证依然是一个问题——如何证明拥有算力资源的工作者正确地执行了计算任务。Gensyn正在尝试建立这样一个验证层，通过概率学习证明、基于图的精确定位协议以及激励来保证计算的正确性，其中的验证者和举报者共同对计算进行检查，因此Gensyn除了为去中心化训练提供了算力支持，其建立的验证机制也具有独特价值。位于Solana上的计算协议Fluence同样增加了对计算任务的验证，开发人员可以通过检查链上提供商发布的证明来验证其应用程序是否按预期运行以及计算是否正确执行。但现实的需求依然是”可行“大于”可信“，计算平台必须首先具有足够的算力才有竞争的可能，当然对于出色的验证协议来说，可以选择接入其他平台的算力，成为验证层和协议层来发挥独特作用。 5.3 去中心化模型距离Vitalik所描述的终极场景（下图所示）还非常遥远，我们目前还无法实现通过区块链和加密技术创建一个可信任的黑盒AI，来解决对抗性机器学习的问题，将数据训练到查询输出的整个AI运行过程进行加密处理是一笔非常大的开销。但目前正在有项目尝试通过激励机制创建更好的AI模型，首先打通了不同模型之间封闭的状态，创造了模型之间相互学习、协作和良性竞争的格局，Bittensor是其中最具代表性的项目。 Bittensor：Bittensor正在促进不同AI模型之间的组合，但值得注意的是，Bittensor本身不进行模型的训练，而是主要提供AI推理的服务。Bittensor的32个子网专注于不同的服务方向，如数据抓取、文本生成、Text2Image等，在完成一项任务时，分属不同方向的AI模型可以相互协作。激励机制促进了子网之间、以及子网内部的竞争，目前奖励以每块1个TAO的速度发放，每日总计发放约7200个TAO代币，SN0（根网络）中的64个验证器根据子网性能，决定了这些奖励在不同子网之间的分配比例，子网验证器则通过对矿工的工作评价，决定在不同矿工之间的分配比例，由此表现更好的服务、表现更好的模型获得更多激励，促进了系统整体推理质量的提高。 6 结语：MEME炒作还是技术革命？从Sam Altman动向带来ARKM和WLD的价格疯涨，到英伟达大会带飞一系列参会项目，很多人正在对AI赛道的投资理念发生调整，AI赛道究竟是MEME炒作还是技术革命？除了少数名人题材（比如ARKM和WLD），AI赛道整体更像是”以技术叙事为主导的MEME“。一方面，Crypto AI赛道的整体炒作一定是与Web2 AI的进展紧密挂钩的，OpenAI为首的外部炒作将成为Crypto AI赛道的导火索。另一方面，AI赛道的故事依然以技术叙事为主，当然，这里我们强调的是”技术叙事“而非”技术“，这就使得对AI赛道细分方向的选择和项目基本面的关注依然重要，我们需要找到有炒作价值的叙事方向，也需要找到有中长期竞争力和护城河的项目。从V神提出的四类结合可能中，可以看到的是叙事魅力和落地可能性的相互权衡。在以AI应用为代表的第一类和第二类中，我们看到了许多GPT Wrapper，产品落地快但业务同质化程度也较高，先发优势、生态系统、用户数量和产品收入则成为同质化竞争中可讲的故事。第三类和第四类代表着AI与Crypto结合的宏大叙事，如Agent链上协作网络、zkML、去中心化重塑AI，都处于早期阶段，具有技术创新的项目将会快速吸引资金，即使只是很早期的落地展示。来源：金色财经

金色财经2024-03-18

华福证券：重视当下海上风电产业链的布局机会

华福证券研报指出，随着天气转暖，海上风电将进入到开工建设的旺季，近期也观察到多个项目举行了开工仪式，二季度有望进入正式动工阶段，海上风电项目的在建规模将迎来快速起量阶段，对2024年、2025年的装机将形成强有力的支撑。继续维持2024年是海上风电开工、招标和装机大年的判断，2024年、2025年有望迎来一波海上风电装机小高峰，建议重视当下海上风电产业链的布局机会。

金融界2024-03-18

本周中东部多地气温波动明显江南等地明起放晴

大部地区降雨按下“暂停健”，阳光将重登天气舞台。

金融界2024-03-18

24小时热点