FX168财经网_全球视野外汇黄金加密货币NFT资讯网

摩根大通调查显示：机构加倍重视交易中的人工智能的应用

受访机构交易员中，61%预计人工智能和机器学习（ML）将在未来三年内成为对交易影响最大的技术。根据调查排名，紧随人工智能和 ML 之后的是应用编程接口（API）集成，13%的受访者将其选为塑造未来交易的最重要技术之一。根据受访者的偏好，区块链或分布式账本技术和量子计算均占7%。移动交易应用程序和自然语言处理技术获得了6%的受访者青睐。近年来，人工智能和机器学习在摩根大通的报告中一直稳步上升，两年前，该技术的重要性排名仅占25%。另一方面，根据摩根大通的调查，机构对其他技术在交易中的作用越来越持怀疑态度，包括移动交易应用和区块链。自2022年以来，区块链和移动交易应用作为有前途的交易技术，在投资者的选择中分别减少了18%和23%。过去几年，人工智能通过提供各种功能，包括交易预测或识别对市场情绪的实时威胁，一直在重塑金融业的未来。根据英伟达（Nvidia）2022年的一份报告，投资者一直在整合人工智能和ML，据说有30%的受访者成功地将年收入减少了10%以上。在加倍重视人工智能在交易中的作用的同时，摩根大通调查的机构已经不太愿意涉足加密货币交易。根据调查结果，78%的机构交易员在未来五年内没有交易比特币 BTC¥501,767.04 或数字硬币等加密货币的计划。自去年以来，不打算交易加密货币的投资者比例有所上升，因为72%的受访者表示不愿意在2023年交易此类资产。与此同时，已经开始交易加密货币或已经交易加密货币的受访者比例从2023年的8%略微上升至2024年的9%。过去几年，摩根大通在对待加密货币的态度上一直饱受争议。首席执行官杰米-戴蒙（Jamie Dimon）甚至在公司被贝莱德（BlackRock）任命为增长最快的现货比特币交易所交易基金之一的授权参与者之后，仍继续抨击比特币等加密货币。来源：金色财经

金色财经2024-04-08

第四范式(06682)下跌5.04%，报59.35元/股

工智能市场中占据最大的市场份额，其自动机器学习算法领跑全球，在准确性和有效性方面打破了两项图学习标准的世界纪录。截至2023年年报，第四范式营业总收入42.04亿元、净利润-9.09亿元。

金融界2024-04-08

热点解读-龙头加速AI产业研发，大模型及应用端快速发展

层包括计算机视觉、语义识别、智能语音、机器学习等，基础的生成算法模型是驱动AI的关键；应用层包括无人驾驶等众多领域，是人工智能作用于生产生活的具体体现。图1人工智能产业链来源：Wind （2）市场规模随着人工智能技术的不断发展，其应用场景日益丰富，各行各业所汇聚的庞大数据资源为技术的实际应用和持续完善提供了坚实基础。根据第三方咨询机构格物致胜的统计数据，2022年中国人工智能市场规模达到2058亿元，预计2023-2027年市场规模将保持28.2%的复合增长率，2027年中国人工智能市场规模将达到7119亿元。根据statista的统计数据，2023年全球人工智能市场规模达2079亿美元，预计2030年将增至18475亿美元。图2中国人工智能市场规模及预测（单位：亿元人民币）来源：Wind，格物致胜公众号，国元证券研究所图3全球人工智能市场规模及预测（单位：亿美元）来源：Wind，Statista官网，国元证券研究所（3）发展历程基础的生成算法模型是驱动AI的关键：2014年，伊恩·古德费洛(lan Goodfellow)提出的生成对抗网络(Generative Adversarial Network, GAN)成为早期最为著名的生成模型。GAN使用合作的零和博弈框架来学习，被广泛用于生成图像、视频、语音和三维物体模型。随后，Transformer、基于流的生成模型(Flow-based models)、扩散模型(Diffusion Model)等深度学习的生成算法相继涌现。Transformer模型是一种采用自注意力机制的深度学习模型，这一机制可按输入数据各部分的重要性分配权重，可用于自然语言处理(NLP)、计算机视觉(CV)领域应用，后来出现的BERT、GPT-3、laMDA等预训练模型都是基于Transformer模型建立的。图4主流生成模型一览表来源：Wind、腾讯研究院《AIGC发展趋势报告》，经纬创投公众号，国元证券研究所预训练模型引发了AI技术能力的质变：预训练模型是为了完成特定任务基于大型数据集训练的深度学习模型，让AI模型的开发从手工作坊走向工厂模式，加速AI技术落地。2017年，Google颠覆性地提出了基于自注意力机制的神经网络结构——Transformer架构，奠定了大模型预训练算法架构的基础。2018年，OpenAI和Google分别发布了GPT-1与BERT大模型，意味着预训练大模型成为自然语言处理领域的主流。图5预训练相当于“通识教育” 来源：Wind、IDC《2022中国大模型发展白皮书》，国元证券研究所预训练数据直接决定AI大模型性能：预训练数据从数据来源多样性、数据规模、数据质量三方面影响模型性能。以GPT模型为例，其架构从第1代到第4代均较为相似，而用来训练数据的数据规模和质量却有很大的提升，进而引发模型性能的飞跃。以吴恩达(AndrewNg)为代表的学者观点认为，人工智能是以数据为中心的，而不是以模型为中心。为了追求更好的模型性能，模型参数规模也与训练数据量同步快速增长，模型参数量大约每18个月时间就会增长40倍。例如2016年最好的大模型ResNet-50参数量约为2000万，2020年的GPT-3模型参数量达1750亿，2023年的GPT-4参数规模则更加庞大。三、近期行业变化多模理解和生成的统一是通往AGI的必经之路：模型的演化必然会经历单模到多模到世界模型三个阶段。当下理解模型和生成模型是分开发展的，未来随着理解和生成实现统一，就可以进一步结合具身智能，形成世界模型。再进一步，加入复杂任务的规划能力和抽象概念的归纳能力，就真正演化到了AGI的阶段。多模态技术成为大模型主战场：多模态较单一模态更进一步，已经成为大模型主战场。人类通过图片、文字、语言等多种途径来学习和理解，多模态技术也是通过整合多种模态、对齐不同模态之间的关系，使信息在模态之间传递。2023年以来，OpenAI发布的GPT-4V、Google发布的Gemini、Anthropic发布的Claude3均为多模态模型，展现出了出色的多模态理解及生成能力。未来，多模态有望实现any to any模态的输入和输出，包括文本、图像、音频、视频、3D模型等多种模态。智能涌现从虚拟世界走向物理世界：当大模型迁移到机器人身上，大模型的智能和泛化能力有望点亮通用机器人的曙光。2023年7月，谷歌推出机器人模型Robotics Transformer2(RT-2)，这是一个全新的视觉-语言-动作(VLA)模型，从网络和机器人数据中学习，并将这些知识转化为机器人控制的通用指令。2024年3月，机器人初创企业Figure展示了基于OpenAI模型的全尺寸人形机器人Figure 01，机器人动作流畅，所有行为都是学到的（不是远程操作），并以正常速度(1.0x)运行。 AI算力应用持续深化，大模型赛道日益更新：英伟达GTC2024大会上公布了关于NVIDIA Blackwell、NIM微服务、Omniverse CloudAPI等一系列AI引领各领域变革的显著成就。同时，全球AI大模型市场迭代进程加快，3月4日，美国初创公司Anthropic推出Claude3模型系列；3月17日，马斯克旗下的初创企业xAI宣布对Grok-1的基本模型权重及网络架构进行开源。云厂商加速生成式AI发展，致力打通生态系统建设：微软、谷歌、亚马逊作为云业务头部厂商，拥有包含Office、Microsoft、LinkedIn、手机PC在内的搜索引擎、广告、云计算等多项软硬件产品及平台。头部云厂商在推进大模型升级迭代的同时，或根据品牌内现有的软件平台和终端硬件产品特性进行模型调整及适配；同时，多家厂商对未来即将发布的新产品也会进行全生态构造，将大模型与手机、电脑、机器人、汽车等多领域结合，搭建全面的系统生态，助力“AI+”应用持续变革。四、投资展望（1）量子计算机量子计算有望成为解决AI算力瓶颈的颠覆性力量：与传统计算相比，量子计算能够带来更强的并行计算能力和更低的能耗，同时量子计算的运算能力根据量子比特数量指数级增长，在AI领域具有较大潜力。海外科技巨头带动量子计算产业发展，IBM、微软、谷歌等公司先后发布量子计算路线图，与此同时，国内量子计算产业与海外科技巨头差距不断缩小，2024年1月16日我国第三代自主超导量子计算机“本源悟空”上线运行可以一次性下发、执行200个量子线路的计算任务，比国际同类量子计算机具有更大的速度优势。量子计算有望赋能千行百业，开启8000亿美元蓝海市场。据ICV数据，2023年全球量子计算市场规模约47亿美元，预计2035年有望超过8000亿美元；其中，金融、化工、生命科学领域有望更加受益量子计算产业发展。（2）AI服务器在云厂商采购需求下滑、计算机行业去库较慢的背景下，2023年全球服务器市场遇冷，但细分领域AI服务器市场火热，在众多大模型的算力需求支撑下，国内外AI服务器出货量逆势提升。展望AI服务器产业链未来业绩释放，华夏基金认为三个方向值得关注。第一，技术创新驱动产业链迭代，目前海外AI服务器呈现英伟达产品技术线路创新不断涌现，以及某细分环节产品效率倒逼其他环节创新，带来新的主题投资机会。第二，国产化趋势下国产芯片规模应用落地，在政策支持和先进制程突破下，华为AI芯片已应用于国内众多大模型训练，未来业绩可期，关注华为AI服务器产业链。第三，海外AI服务器大量订单叠加降本下的出海机会。（3）机器人 AI时代快速发展，机器人赛道或将迎来放量空间。人工智能技术加速多行业领域升级发展，机器人作为主要的下游应用场景，在AI变革及大模型发展的阶段将不断赋能制造业等行业向自动化、智能化转型。除英伟达、特斯拉之外，Agility Robotics、波士顿动力公司以及谷歌DeepMind等公司也纷纷入局机器人赛道。据华尔街见闻，英伟达、OpenAI、亚马逊等科技巨头纷纷入局投资了机器人初创科技企业Figure AI，其中该公司在新一轮融资中募集约6.75亿美元，投前公司估值已有约20亿美元。华夏基金认为，机器人作为具身智能的载体，英伟达对具身智能的正式入局，将稳步推动机器人智能化的提升；同时伴随龙头企业持续加码AI及机器人领域投资，并积极进行多行业资源调配及整合，未来机器人行业将进入加速发展阶段。相关产品：人工智能 AIETF（515070）及其联接基金（008585/008586）：中证人工智能主题指数（指数代码: 930713.CSI，指数简称： CS 人工智）选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。该指数已纳入截至 2018 年 9月 30 日的 IOSCO 金融基准原则鉴证报告范围。云计算50 ETF（516630）及其联接基金（019868/019869）：中证云计算与大数据主题指数（指数代码： 930851.CSI，指数简称：云计算指数）选取 50 只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司 A 股作为样本股，以反映云计算与大数据主题股票的整体表现。机器人 ETF（562500）及其联接基金（018344/018345）：中证机器人指数(指数代码： H30590.CSI)选取系统方案商、数字化车间与生产线系统集成商、自动化设备制造商、自动化零部件商以及其他相关公司作为样本股，以反映机器人产业相关股票的走势。游戏 ETF（159869）及其联接基金（012768/012769）：中证动漫游戏指数（指数代码： 930901.CSI，指数简称：动漫游戏）选取主营业务涉及动画、漫画、游戏等相关细分娱乐产业的上市公司股票作为样本股，反映动漫游戏产业 A 股上市公司股票的整体表现。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2024-04-08

DDO Chain科普篇：AI与加密货币 - 最新数据与发展

有时会导致适应性欠缺。此时，AI⼦领域机器学习(ML)就能带来显著改善。机器学习模型在经过大量数据集训练后，能学习、调整并做出⾼度准确的预测。这些模型集成到智能合约中，即可更具适应力和灵活性。这种集成的一大主要挑战是链上机器学习计算的开销高昂。这进而引出了零知识机器学习(ZKML)的概念。ZKML将零知识证明与机器学习相结合。在这种设置中，机器学习计算通过链下处理，⽽零知识证明则用于验证这些计算的完整性，且不会透露实际数据。智能合约利用ZKML，可有效发挥AI的作用，同时保持区块链技术的安全性和透明度。其中⼀项重大进展是，DDO Chain与ZKP的结合，可以利用DDO Chain网络来验证资产估值，⽽不会泄露专利知识产权。可以帮助⾃动做市商(AMM)开发优化长尾资AI驱动的链上指数基⾦（附带运行链上加密证明）或专注于特定主题的预测市场中发挥至关重要的作用，增强和验证预测市场中众筹定价信号的准确性。 AI与数据分析准确的市场数据是了解行业趋势的关键，并对投资者做出明智投资决策至关重要。但是，刷单交易等虚假交易可能会⼈为抬⾼销量，歪曲真实的成交量。将AI集成至分析中，可剔除无效数据，尽量让输出数据更准确。这通过AI和机器学习(ML)基本就能实现。海量数据输⼊馈送到AI和机器学习中，用于识别刷单交易模式或趋势。最终结果即可更准确地反映市场活动。以DDO Chain为例，由AI驱动的数据分析系统利用AI和机器学习来实时检测刷单交易或可疑交易模式，从⽽提供准确数据。使用AI/机器学习即可相对轻松地分析大量数据，辨别真实交易量和虚假交易量。这⼜相应地有助于投资者做出明智决策。结语 AI与加密货币的融合预示着前沿技术潜力无限，或将重塑数字领域格局。此举在业内掀起巨大轰动，令大众激动不已。以AI为中心的代币热度持续升温，在线搜索趋势表明大众关注与日俱增，凸显出⼈工智能领域的发展在不断加快。实际用例增加趋势可喜，势必有利于长期增长。来源：金色财经

金色财经2024-04-07

Bankless：加密领域的顶级人工智能项目Bittensor真的有效吗？

的 P2P 市场，让人们可以共享和使用机器学习模型，从而使构建人工智能驱动的用例的过程民主化。 Bittensor 背后的关键思想是它形成了一个互连的机器智能神经网络。任何人都可以利用这个网络并构建子网，这些子网是使用这种集体智慧来支持各种人工智能项目的专用协议。目前，Bittensor 生态系统中有 32 个子网，每个子网都专注于一个独特的用例。想想应用程序的语音到文本、图像生成、人工智能驱动的搜索引擎、高级交易策略，甚至为其他用例微调大型语言模型 (LLM)。可能性是无止境的。例如，本文中的一些见解来自 Corcel，这是 Bittensor 生态系统中 Subnet 18（也称为 Cortex.t 子网）的用户友好工具。它的功能与 chatGPT 类似，但它使用 Bittensor 网络机器学习模型的集体智慧来为用户查询提供最佳响应。现在，让我们看看 Bittensor 生态系统中的一些杰出子网及其功能： Subnet 6 — 系统微调 Subnet 6 由著名的 Nous Research 团队运营，在 Bittensor 生态系统中脱颖而出。该子网专门利用来自Subnet 18 中 Corcel 的合成数据来微调大型语言模型 (LLM)。 Subnet 6 中的每个矿工每天都会获取相同的综合数据，并使用它来微调 LLM 以获取特定结果。他们采用自己的策略和技术来在这些数据上实现最佳性能。关键的竞争元素在于 TAO 奖励。挖矿者的“头对头损失”较低（这意味着他们犯的错误较少）的矿工可以获得更多的 TAO 奖励。这激励每个人都尽自己最大的努力并不断改进他们的模型，以登上微调子网排行榜。这种使用新的合成数据来训练挖矿者的方法是对依赖静态数据集的传统方法的改进，因为不断变化的合成数据迫使挖矿者不断适应和学习，使它们更能适应现实世界的场景。 Subnet 8 — 自营交易网络 Subnet 8 被 τaoshi 称为自营交易网络 (PTN)，是一个竞争激烈的游乐场，顶级算法交易者部署定量模型来分析市场并预测 BTC 和 TAO 等资产的价格变动。最好的算法根据其盈利能力在 TAO 中赢得奖励。提供有价值交易信号的矿工将获得 TAO 奖励，验证者将从交易信号销售中获得100%的收入，而用户则可以获得有助于他们跑赢市场的见解。 SN8 产生收入的事实对于 Bittensor 社区来说是一个重要的里程碑，表明可以在 Bittensor 上建立可行的业务。这个信号可以吸引新的人才、用户、矿工和验证者，促进整个生态系统的成长和发展。最近在 Bittensor 上注册的子网随着 Bittensor 的受欢迎程度不断提高，整个生态系统中信誉良好的团队纷纷在 Bittensor 上注册自己的子网。值得注意的例子包括： Subnet 3，MyShell TTS — 致力于实现顶级文本转语音 (TTS) 模型的民主化访问。 Subnet 5，开放 Kaito — Kaito 致力于让 Web3 信息普遍可访问，旨在消除障碍，促进集体努力组织和解释 Web3 的海量数据。 Subnet 30，WomboAI — WOMBO 的所在地，WOMBO 是一款非常受欢迎的应用程序（下载量超过 1 亿次），它通过 AI 增强创造力，将简单的想法转化为动画图片或从几句话生成艺术。此外，目前测试网中有超过 200 个子网等待在主网上注册，每个子网都有独特的目标和奖励结构。由于目前 Bittensor 生态系统的子网数量上限为 32 个，因此竞争非常激烈，在一周竞争后，性能最低的子网将被新的子网取代。随着越来越多的项目竞相在 Bittensor 之上构建子网，这种竞争只会加剧。看看未来几个季度子网格局的变化将会很有趣。了解了 Bittensor 上的子网后，让我们进入本文的下一部分——Bittensor DeFi 生态系统。 Bittensor 的 DeFi 生态系统 Bittensor DeFi 生态系统正在实时形成。就在六个月前，它还不存在，但现在它已经有十多个应用程序，提供以 Bittensor 及其原生代币 TAO 为中心的金融产品。让我们看看其中一些应用程序： Tensorplex Stake (stTAO) Tensorplex 提供专注于去中心化人工智能的产品系列，构建在 Bittensor 等网络之上。作为 Bittensor 生态系统的积极参与者，他们提供一系列服务，包括 Tensorplex Stream，它为播客、Twitter 空间和新闻文章提供人工智能生成的摘要。此外，他们是 Bittensor 子网上的活跃矿工。他们的产品之一 Tensorplex Stake 于 2024 年 2 月在以太坊上推出，使用户能够参与 Bittensor 网络上的质押并赚取收益（目前超过 16%）。它的工作原理如下： Tensorplex Stake 允许用户抵押其 wTAO，并接收 stTAO 作为回报。 stTAO 代表您质押的 TAO 并跟踪质押奖励。底层的 wTAO 连接到 Bittensor 网络并与验证者进行质押，从而获得收益。该收益将返还给以太坊上的用户。这种方法为以太坊上的用户提供了一种便捷的方式，让他们可以通过 TAO 探索收益机会，而无需将其资产桥接到 Bittensor。 TaoPad — 为 TAO 构建 DeFi TaiPad 是第一个专注于 Bittensor 的启动板，旨在提高 TAO 代币的价值并支持更广泛的 Bittensor 网络。 TaoPad 的启动板使新项目（尤其是那些专注于去中心化人工智能的项目）能够通过代币销售启动。 TAO 是 TaiPad 设计的基础，以下是它如何利用 TAO 来生成实用程序：奖励系统——TaoPad 以 wTAO 的形式向持有者分配奖励。 Launchpad 参与——TaoPad Launchpad 允许用户使用 wTAO 参与新项目的启动。这为 wTAO 创建了一个用例，并通过引入新项目促进了 Tai 生态系统的发展。为了参与项目在TaoPad上的启动，投资者将其$wTAO的一部分分配到项目的资金池中。用户承诺的 wTAO 数量越多，他们获得新项目代币的定价就越优惠。 TaoBank TaoBank 是一个基于以太坊和 Arbitrum 的借贷协议。它使用户能够使用 wTAO 作为抵押品来获得 $taoUSD 的无息贷款，$taoUSD 是一种与美元软挂钩的稳定币，旨在保持低波动性。对于 TAO 持有者来说，TaoBank 提供了无需出售即可释放其持有资产流动性的机会，这在牛市期间是一个特别有吸引力的功能。此功能允许 DeFi 策略，例如循环，用户可以利用他们的贷款来获取额外的 TAO。有趣的是，TaoBank是由TaoPad孵化的，事实上，这是第一个在其Launchpad上上线的项目。这是两个以 Bittensor 为中心的项目协同工作的一个很好的例子，为 TAO 创建了新的实用程序。 Tao Accounting System (TAS) TAS 是一种将代币标准引入 Bittensor 网络的协议。他们推出的众多实验性代币标准中的第一个是 Tai Request for Comment (TRC-20)，类似于 EVM 生态系统中的 ERC-20 标准。 TRC-20 为 Bittensor 上的代币创建、交换和治理建立了一套统一的规则，为任何人推出 TRC-20 代币创建了标准化方法。 TAS 作为一个分布式账本系统运行，记录 TRC-20 代币余额，存储在他们最近注册的Subnet 31 上。很快，他们计划在其子网上激活矿工和验证器，以保持这些记录的准确性。一旦 TAS 子网上线，任何人都可以在 Bittensor 上轻松部署和交易 TRC-20 代币。目前，用户只能通过购买 $TAS 代币并将其质押来参与，以赚取收益，从分配给 TAS 子网的 TAO 排放中受益。此外，TAS 还为用户将以太坊上的 wTAO 转换为 tTAO（TAS 的封装 TAO 版本）提供了一个桥梁，使他们能够将其转移到 Bittensor 网络上或将其抵押以获取收益。 RivusDAO — TAO 的流动性质押 RivusDAO 提供专为以 AI 为中心的区块链（包括 Bittensor）量身定制的流动性质押服务。它通过 $rsTAO 为 TAO 引入了流动性质押机制，使用户能够将其 wTAO 质押在以太坊上，作为回报，获得 $rsTAO 来累积质押奖励。 $rsTAO 的愿景是将其集成到生态系统中的 DeFi 应用程序中。例如，rsTAO 可以用作 Aave 和其他借贷平台的抵押品。此外，RivusDAO 正在开发一座桥梁，以促进资产从选定的区块链转移到 Bittensor。 TAO 涉及 Hyperliquid Hyperliquid 已成为领先的永久性 DEX，自推出以来总交易量超过 1000 亿美元。它为链上交易者提供了卓越的用户体验，并已成为许多交易者的首选平台。今年 2 月，Hyperliquid 通过上市 $TAO 扩大了其产品范围，为用户提供了以高达 5 倍的杠杆在 TAO 上建立多头或空头头寸的机会。此次添加增加了 TAO 的交易量。 MultiversX 生态系统中围绕 TAO 的 DeFi 策略上个月，Hatom Labs 在其 MultiversX 生态系统中推出了几款围绕 TAO 的 DeFi 产品，旨在提高 TAO 的实用性以及与 DeFi 平台的集成。 MultiversX 生态系统中 TAO 的主要 DeFi 功能包括：流动质押——用户可以质押他们的 wTAO 并接收 swTAO，使他们能够从质押资产中赚取收益。借贷——wTAO 和 swTAO 可以在各个市场借出。目前，wTAO 和 swTAO 的代币借贷年利率分别为 45% 和 36%，令人印象深刻。 xExchange 上的 LP —— 用户可以在 xExchange 上的 wTAO / EGLD 流动性池中提供 wTAO。 AshSwap 上的 LP —— 用户可以在 AshSwap 上的 wTAO / USDC 流动性池中提供 wTAO。 Bittensor 上的 Sturdy 人工智能 DeFi 子网 Sturdy 是以太坊和 Mode 上的借贷协议，作为货币市场运作，具有两层结构，具有独立的借贷对和聚合金库。这些金库旨在存储多个贷款对，旨在最大限度地提高收益率并确保最优惠的利率。目前，聚合金库依靠人工干预或简单的算法来决定存款分配，这种方法既低效又集中。为了解决这些限制，Sturdy 在 Bittensor 上启动了一个子网。在这个子网上，矿工可以为聚合金库提出最佳的分配策略，并相互竞争以获得 TAO 奖励。这样，用户可以获得更好的费率，聚合商的分配过程也变得开放和有竞争力。虽然这并不完全是与列表中其他类似的 DeFi 机会，但它为其他 DeFi 应用程序利用 Bittensor 来优化其当前产品树立了先例。此外，应用程序可以利用 Sturdy 的子网来优化其操作，而无需在 Bittensor 上建立自己的子网。结束语 Bittensor 生态系统正在经历一个成长和演变的时期。寻求注册子网的信誉良好的实体的兴趣明显上升，Corcel 等应用程序的用户参与度也在上升。 Bittensor 内的 DeFi 版图也在不断扩大，尽管还处于起步阶段，目前以流动性质押、桥梁以及一些借贷协议为特色。然而，这些是任何生态系统的基本模块。采用的明显迹象、增加的 DeFi 机会以及对子网注册日益增长的兴趣表明 Bittensor 可能不仅仅是蒸汽软件。来源：金色财经

金色财经2024-04-07

当FHE遇上Restaking：一文读懂行业新贵Mind Network

PoS）不同，智能证明（PoI）利用了机器学习（ML）任务的力量。换句话说，AI 网络中的节点通过执行 ML 任务而非传统方法获得奖励。然而，为了保护机器学习任务的结果并减轻来自恶意 FHE 验证者的潜在威胁，Mind Network 提出基于 FHE 加密数据计算奖励和达成共识。通过利用 FHE，敏感数据在整个过程中保持加密，确保了机密性和完整性。在 Mind Network 中，三个集群协调验证者的工作：挖矿集群、验证者集群、共识集群。挖矿集群在模型生成中扮演着关键角色，而验证者则评估这些模型的准确性。这些集群，即挖矿者和验证者，构成了子网的基本组成部分，共同推动网络的功能。相反，共识集群负责在多样化的验证者之间达成共识，确保网络内关键决策的一致，并计算分配给 Mind 子网参与者的奖励。这些集群共同构成了 Mind 验证服务的支柱，加强了网络的基础设施并促进了其运营效率。 4.4 再质押 x AI 再质押利用以太坊的共识层，将加密经济安全性扩展到网络上的额外应用。以太坊是世界上最安全的 PoS 链，锁定总价值达到 500 亿美元。但平均质押收益率约为 4% 。比特币的当前市值为 1.4 万亿美元，显然，质押不是一个选项。像巴比伦这样的项目正在使用自托管方法并锁定比特币以保护权益证明链。Mind Network 引入了 FHE 再质押层来弥合市值差距。 AI 项目和系统正在呈指数级增长，AI 计算需求每 3.5 个月就会翻一番。然而，它面临着高度集中的 GPU 资源和治理模型的挑战，以发展主要的 AI 开发，例如模型训练、推理服务。这代表这个行业已经面临瓶颈，不仅是巨大的开销成本，还有伦理和隐私问题。 Mind Network 为 AI 在区块链上的用例做好了准备，提供了以下四个贡献：贡献 0 ：加密经济的安全至关重要，特别是对于初启动的 AI 网络。Mind Network 引入多样化的再质押代币来消除来自单一生态系统的复合风险。贡献 1 ：Mind Network 相信 AI 网络的需求和潜力是巨大的，将允许再质押代币持有者在最小化波动风险的同时分享看涨的 AI 代币的上涨空间。贡献 2 ：AI 模型需要大量的参数来协作更新。Mind Network 引入了一个新的 AI 原生 rollup，具有更快的计算速度和更低的成本，以及一个为 AI 网络设计的创新的智能证明共识机制。贡献 3 ：如果 AI 参数完全是明文数据，且每个操作者都能看到它。它很容易被相互复制，导致操纵。通过 FHE 的保护，Mind Network 启用匿名评分和投票来保持 AI 的秘密性，但可以公开验证。 5. Mind Network 团队联合创始人团队是 Web3 项目的连续创业者和以太坊基金会研究员顶尖的密码学博士、研究员和学术获奖者团队成员来自微软、谷歌、麦肯锡、剑桥大学等一线公司和大学来源：金色财经

金色财经2024-04-07

Web3 真 AI ？Laika AI 叙事解读

端专为Web3用户设计，提供了基于真实机器学习技术的智能通知功能，其特色功能是根据用户反馈不断更新和完善的。它是第一个直接由链上数据驱动的应用程序，拥有超过55,000名链上用户和16,000名每日活跃用户，这些用户的数据贡献使Laika的Web3神经网络得以增强和完善。随着用户互动的增加，Laika AI不断进化，以满足日益增长的市场需求。AI行业的潜力巨大，预计到2025年将超过900亿美元，而Laika AI正处于这一未充分开发的行业前沿。 Laika AI解决了Web2集中的AI在Web3应用中的局限性。它是基于Web3数据模型构建的，专门为Web3站点和应用设计的神经网络，从而成为第一个直接由链上数据驱动的Web3超级应用程序。拥有超过55,000次下载和极高的用户保留率，作为第一个真正针对Web3设计的机器学习AI产品，Laika AI展现了其独特的市场定位。它能够无缝集成到现有的Web3工具、分析平台和聚合器中，通过AI技术大幅提升用户体验。Laika即将推出的第6版预计将进一步增强其Web3专注的神经网络，增加实用性。在竞争激烈的AI领域，Laika AI的策略和发展前景与Bloktopia在元宇宙领域和Illuvium在GameFi领域的成功故事相呼应，这些项目的成功展示了强大的代币经济模型、产品和收入模型的力量。考虑到Tao项目140亿美元的市值，即使Laika AI只占有一小部分市场份额，也有望达到数亿美元的估值。此外，通过将AI数据销售给如Tao这样的项目并通过挖矿奖励进行重新分配，Laika有潜力为其用户和持有者创造显著价值，这需要通过治理来确保网络的安全。此外，Laika AI推出了新闻机器人，让用户可以定制新闻订阅，实时获取市场动态，简化了项目和代币的研究过程。通过整合Web3中的每个分析和研究工具，并通过AI集成加强其功能，Laika AI成为了一个强大且便利的平台，是Web3的Bloomberg Terminal，向用户提供了免费的研究资源。 2. 强生态支持：顶级合作伙伴，整合最广泛链上生态 Laika AI得到了包括Google AI孵化计划和AWS在内的强大支持，并与Web3的重要合作伙伴如Ape Terminal建立了合作，为用户提供顶级的接入渠道。这些合作伙伴关系加强了Laika AI作为行业领导者的地位。进一步地，Laika AI已经与所有主要的以太坊虚拟机(EVM)和第二层(Layer 2)解决方案，如Linea、Manta、Arbitrum、Zksync、Scroll和Avalanche等，建立了合作伙伴关系。这些合作表明，市场上的各个链都在积极寻找可以整合到其去中心化应用(Dapps)投资组合中的AI产品。此外，Laika AI的增长策略也包括与以太坊之外的第一层(Layer 1)区块链进行合作。目前，它已与Solana、Aleph Zero、Near Foundation和ICP等平台建立了一些合作关系。这些合作将进一步落实到Laika AI的产品套件中，并对外宣布，扩大其在Web3世界中的影响力。 Laika AI还获得了来自业界主要参与者和基础设施提供商的资助和支持，包括AWS、Google AI、Covalent、Space ID和BNB链等。这些资助和支持不仅证明了Laika AI在市场上的创新和领先地位，也为其在提供高质量Web3 AI解决方案的道路上提供了重要的资源和认可。 3. 收入、质押与激励：完备代币流转，激发社区活力在收入模型方面，Laika开辟了四个主要渠道：数据销售、TAO质押、应用订阅服务和Laika API的租赁。这些渠道不仅提供了Laika持续发展所需的资金，也巩固了其作为全球唯一Web3专用AI基础设施提供商的地位。随着对及时Web3数据需求的增加，Laika凭借这些收入来源和其独特的市场定位，为其在不断扩大的数据市场中占据有利位置提供了坚实的基础。 Laika AI设计了一个引人入胜的质押和推荐系统，激励用户通过分享Laika的独特功能、参与新服务测试和完成其他有益于生态系统的任务来增加自己的回报。这个系统不只是让用户轻松赚取质押和推荐奖励，更是推动了这个独一无二的Web3 AI生态系统的传播。对于那些参与质押的用户，Laika不仅提供了参与平台治理和优先测试新功能的机会，还通过一套开放的治理机制，使用户能够直接对提案投票，参与决定网络的未来方向。为了增加代币价值并鼓励长期持有，Laika实施了代币销毁政策，比如提交治理提案需要销毁一定数量的代币来确认提案的有效性，质押时也会自动销毁部分代币。这些策略减少了代币的流通供应，从而提高了代币的稀缺性和价值。此外，Laika还设计了一种代币经济模型，通过结合质押奖励、代币销毁和资金库补充机制，旨在创建一个自我维持、需求不断增长的经济系统。 4. 产品迭代：路线清晰，未来可期 Laika AI的未来路线图展示了一系列令人期待的发展计划，旨在进一步扩展其功能和市场影响力。在2024年第二季度，Laika计划推出V6版本，这将包括针对钱包分析的AI集成功能，以及研究和分析数据的扩展。此外，还计划将浏览器扩展推广到更多浏览器平台，提高用户的访问便利性。进入第三季度，Laika AI将推出全面的DeFi分析插件，旨在提供更深入的去中心化金融市场洞察。同时，将开发基于AI的Discord Bot和Telegram Bot，使用户能够通过这些流行的社交平台直接访问Laika的服务。此期间还计划开发移动应用和Web应用，以及发布用于数据基础设施的API，进一步加强Laika AI作为Web3生态系统中核心服务提供者的地位。到了第四季度，Laika AI预计将推出V7版本，引入对Layer 1的支持分析、基于AI的交易自主代理，以及实验性DeFi协议插件。这些更新将为用户提供更高级的工具和服务，使Laika AI在为Web3世界提供智能解决方案方面迈出更大的步伐。通过这些计划的实施，Laika AI旨在不仅增强其平台的功能性，还要加深其在整个区块链行业中的影响力和创新性。来源：金色财经

金色财经2024-04-06

Covalent 2024 Q1 回顾：为 DA、AI 应用以及社区空投提供支持

金色财经2024-04-06

Covalent 2024 Q1 回顾：扩展 Web3 中最大的数据集为 DA、AI 应用以及社区空投提供支持

金色财经2024-04-06

安克创新申请佩戴密闭性检测方法以及蓝牙耳机专利，专利技术能快速且准确地检测出可佩戴设备的佩戴密闭性结果

是基于用户已测得的多个第二气压峰值利用机器学习算法计算所得到的；确定与比较结果相对应的佩戴密闭性结果。通过上述方式，本申请能够快速地且准确地检测出可佩戴设备的佩戴密闭性结果，使得佩戴密闭性检测更加客观化，提升佩戴密闭性结果的有效性，提高用户体验。

金融界2024-04-05

24小时热点