FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

Aleo作为web3的基石隐私赛道的黑马即将奔赴星辰大海
 go
道的看好。 Aleo创始团队成员均来自谷歌、亚马逊和Facebook等公司以及加州大学伯克利分校、约翰霍普金斯大学、纽约大学和康奈尔大学等研究型大学的世界级密码学家、工程师、设计师组成。 CEO，CTO&联合创始人Howardwu(霍华德·吴)是一位密码学传奇人物，毕业于加利福尼亚大学伯克利分校，是开创性论文《实现去中心化私有计算》合著者； COO: AlexPruden，A16z合伙人，曾在Coinbase工作过。在此之前，他是美国陆军绿色贝雷帽特种部队的成员，毕业于西点军校； Co-Founder:RaymondChu，毕业于加州大学伯克利分校，于HowardWu—起作为顾问，在BlockchainatBerkeley共事过。 Aleo网络已经有超过44,000 个证明者连接到网络并达到每秒超过 50 亿个证明。全球多个知名矿池比如f2pool及鱼池等均已经布局Aleo测试网3的挖矿服务，三测阶段总共发放2500万个积分，目前才刚刚开始，参与早期测试网，潜在想象空间巨大。采用零知识证明的项目均受到过市场的炒作，比如：大零币（ZEC）、门罗币（XMR）、Filecoin等，早期参与的投资者均获得了巨大收益。 Aleo是第一个用于构建完全私有、可扩展且经济高效的应用程序的开发人员平台。使用零知识加密技术，Aleo将智能合同执行移出链外，以实现各种分散的应用程序，这些应用程序既完全私有，又可以扩展到每秒数千笔交易。建立在一个开放、公共的区块链上；Aleo带来了以太坊的所有灵活性，但具有更可扩展的架构，其中矿工不需要重新运行每个交易，而只需验证它们的正确性。 web3需要一条隐私、可拓展、可编程的Layer-1公链，目前处于头矿期间的Aleo正在成为web3的基石之一，区块链在隐私及扩容赛道潜力巨大，对应的项目机会也多。作为此赛道的龙头，参与Aleo头矿正当时。布局Aleo正当时！中文资讯君也是也会持续关注Aleo的三测信息与Token分发的情况，大家也记得与中文资讯君多多去Discord互动，与各位一起捕捉Aleo前沿的最新信息。 Aleo中文资讯网完全私有的应用程序构建世界领先的开发者平台，带领新纪元的数字自由与访问，关注ALEO中文咨询网，与你见证隐私公链赛道巨头的诞生！下期文章，与你不见不散！来源：金色财经
金色财经2023-03-03
Web3游戏行业观察十问
 go
线便受到全球新老玩家的追捧，在多个国家谷歌商店畅销榜稳居 TOP 5 ，高峰时全球同时在线人数超过 140 万，月活一度达到 623 万人。玩家可以挖黑铁兑换 Draco 币，Draco 币可以转换成能在 Exchange 买卖的 WEMIX Token 从而进行出售获利。虽然这波操作给其背后的公司 Wemade 股价带来了很大的利好，但对于游戏本身来说，其还是受到不少传统游戏玩家的强烈抵制。不可否认的是，从公司公布的财报来看，Mir 4 确实带动了游戏收入的增加。Mir 4 在 4 Q2 1 净收入为 4247 亿韩元，约为 3.37 亿美金，由此 Wemade 经营情况有了大幅好转。但 Wemade 2021 Q4 的净收入暴涨，很大程度来源于 Wemix 代币抛售，且此项收入目前看来并不具有连续性。因为在随后的 Wemade 1 Q2 2、 2 Q2 2 财报中可以看出，公司 Web3 布局成本的增加并未持续给公司带来收入的提升。Wemade 在 2022 年一季度的净收入只有 3.22 亿韩元，甚至在二季度财报中，Wemade 合并营业亏损 332.58 亿韩元，净收入也进入亏损 316.42 亿韩元的状态。数据来源：https://www.wemade.com/IrEn/EarningsRelease 而在 Wemade 官网最新发布的三季度财报中，公司并未抑制住亏损的势头，并由于财务性收入上的损失，使得公司净收入亏损达到 884.97 亿韩元。数据来源：https://www.wemade.com/IrEn/EarningsRelease 从此也可以看出，市场对现阶段传统游戏链改，P2E 元素的粗暴植入和道具 NFT 化等模式并不买账。与其中途从传统游戏改为区块链游戏，最初就根据 Web3 生态特性和公链承载能力而设计的游戏可能在 crypto 生态中会有更好的适应能力。问题四：“元宇宙” 游戏场景的普及距离我们还有多远？随着元宇宙概念掀起热潮，众多国内游戏企业纷纷布局元宇宙相关领域。而在线下交流中，许多公司也频频询问我们作为从业者，对于部分媒体中所谈到 “元宇宙” 的到来是否抱有很乐观的态度，是否有许多新的商业机会。对于这点我们对于 “元宇宙” 商业化长期是乐观的，但短期并不建议传统行业公司贸然入场。现有对于元宇宙概念的布局主要分为四个板块：底层架构（如区块链、NFT）、后端基建（如 5 G、云化）、前端设备（如 AR／VR、可穿戴设备）、场景内容（如游戏内容）。目前约四成中国上市游戏企业先后已有不同领域的元宇宙业务布局，包括腾讯游戏、网易游戏、世纪华通、中手游等代表性游戏企业。除内容布局外，部分企业在 XR、人工智能、云化领域也有显著投入。游戏企业外，部分企业也在技术侧为中国游戏产业元宇宙的发展提供支撑，如元境、Unity 等，通过与游戏企业的深入合作推动中国元宇宙的发展。尽管热情高涨，但媒体中所报道的元宇宙新闻与实际行业的发展情况往往有较大出入，将未来 10 年 20 年可能发生的场景描绘成为 3 - 5 年即将到来的事物。Sandbox（SAND）和 Decetraland（MANA）作为元宇宙游戏概念的龙头，在 2021 年火爆过后归于平静。对于这两者来说，其获得的资金支持和团队人员配置应当超过市面上 95% 的团队了，但其并未成为我们所期待的 Web3 Roblox 或 Minecraft，究其原因，还是因为当前的底层技术发展还有较大提升空间。当然元宇宙的终极形态到底是怎么样，不是我们现在规划出来的，而是通过不断的探索、不断演化的一个结果。要想实现这一结果还需要跨过三个难点：难点一，底层算力支持。元宇宙游戏拥有一个更加开放的世界，因此其内容量非常大，对算力的要求是非常高的。现在游戏所谓的客户端的分工模式可能达不到云宇宙游戏对算力的大量要求。举例来说，在《堡垒之夜》与 Travis Scott 联袂举办的巨型音乐会中，活动方宣称共有 1250 万名观众参与其中。但是，这些观众并不处于同一个分区内。他们其实被分散在无数个虚拟音乐会场景中，每个分区大约容纳 50 位观众，观众彼此之间并未能实现完全同步。虽然目前的技术能力较当时已有很大提升，但面对数十万甚至百万的同时在线承载力依然有提升空间。难点二，跨行业技术融合。元宇宙游戏不仅涉及游戏方面的技术，还有数字孪生、信号捕捉、人工智能、AR/VR 等多个行业多项技术的融合。这也会派生出未来人才短缺的问题，特别是复合型、跨行业型人才的需求会不断增长。难点三，开放生态以及虚拟要素的构建。元宇宙游戏会在上下游涉及多个行业和公司，对多样化的流媒体都会产生影响。而这也需要各行业和公司之间能够共同搭建开放生态，为广泛的可访问性和互操作性建立新的标准和协议。另一方面，对于监管来说也需要针对元宇宙生态建立新的治理规则，包括内容审核、知识产权保护、隐私保护、金融管理等各项标准。纵观下来，目前最接近元宇宙的公司可能并非 Meta 或 Roblox，而是拥有多年社交和游戏经验的腾讯。在 2021 年的腾讯年度游戏发布会上，腾讯对元宇宙相关的战略布局占据了较为重要的位置。腾讯将整体布局可以解释为 “超级数字场景”，这也是 “早期” 元宇宙所呈现的趋势。这些趋势包括通过扩展内容、社交互动和增加线下活动来模糊现实和虚拟世界之间的界线。尽管腾讯无论从生态还是技术水平上都有着先天的优势，但目前腾讯并未大踏步走向元宇宙，而是提出了偏向产业经济的 “全真互联”，让虚拟经济技术更多的服务于实体产业，值得期待。无论怎样，以当下的发展进度来看，元宇宙的普及场景都需要至少 5 年甚至更长的时间才能见证到。问题五：MMO 类游戏是不是下一轮 GameFi 市场爆点？市场中许多人在 Web3 领域看好 MMO 品类游戏的原因也很明显，因为资产和交易是此类游戏的重点，而将虚拟资产 NFT 化/Token 化进行交易天然符合 Web3 的属性，满足了许多加密原生玩家需求。但在看过市面上的许多 MMO 类游戏的一个感触是，做好一款 MMO 游戏其实是很难的。2021 年底出现的许多 Ponzi GameFi 游戏可以套模版在三个月的短时间搭建完成并快速上线， 2022 年的许多 P2E 游戏 6 个月的时间就可以完成设计开发运营。但一款好的 MMO 游戏往往需要更长时间的设计打磨，并在运行中不断调整参数从而达到游戏内经济、人物道具/属性等方面的动态平衡。作为 MMO 领域的优秀前辈，北美的魔兽世界、中国的梦幻西游、日本的最终幻想 14 无不是经过 10 年以上不断打磨，中间进行了多次经济模型、玩法的调整迭代才形成稳定的生态圈和游戏人群。一个创业团队从零开始六个月内完成一款 MMO 游戏是有比较大难度做成的，而过长的周期又会增加团队成本负担。此外另一个现象是，即使是传统的 MMO 类游戏，其在整体品类游戏的占比也在逐渐下降。MMO 内玩法多样，但也往往存在替代品，比如希望玩 PvP 的可以直接玩 MOBA 或 FPS，喜欢养成的可以直接玩养成类游戏，MMO 的逻辑是需要先进行角色养成，而后再进行 PvP、刷副本、经营等玩法体验，大而全的游戏设计就会使得细分玩法很难纵深。另外一个好的 MMO 游戏必须要增进玩家之间的互动，不能做成一款玩家在同一服务器上玩的单机游戏。即需要设计出一套市场机制，同一玩家的角色成长必须借助其他玩家的产出交换才能持续。而这种市场机制设计会比直接的 PvP 或休闲游戏等模式难度高出许多。因此，相较于 MMO 模式，我更看好 “小而精” 或 “新而奇” 的游戏模式会成为下一波 Web3 游戏的增长点，这点还有待观察。问题六：Web3 游戏内经济模型设计可能的发展方向是什么？ Web3 去中心化的特性本身就有市场经济特点，也是众多 Web3 native 玩家反对游戏项目方过多干涉/调控游戏经济系统的原因（违背了去中心化的初衷）。但从过往成功的 Web3 游戏 Axie Infinity 以及 StepN 来看，项目方对于游戏中心化的调控似乎不可或缺。由此，我们观察到市场上有两种对于 Web3 游戏内部经济设计的观点。观点一：好的 Web3 游戏至少在早期，不能放任完全的市场经济模式将游戏内经济/代币模型交由玩家/社区自行设计、交易，而应当采取计划经济与市场经济相结合的模式。即项目方既要设计和控制好游戏内的主要经济循环保证游戏的整体平衡，也要将部分管理权限交给玩家/社区提升参与感。梦幻西游就是计划与市场的结合，梦幻币的产出消耗由网易进行控制，但极品装备/召唤兽/珍宝可以放归市场玩家自行交易。计划经济：在梦幻西游的角色成长过程中，当需要提升角色伤害/防御修炼值时就需要花费大量的梦幻币，由此形成玩家做任务赚取梦幻币，提升角色数值花费梦幻币的经济循环。类似修炼系统的设计在梦幻西游比比皆是，由此网易严格控制梦幻币的产出端与消耗端，游戏内部也比较难出现通胀实现经济系统平衡。市场经济：装备/召唤兽/珍宝/兽决则可以由玩家自行刷副本等任务产出后自行交易，物品在游戏藏宝阁内甚至可以进行法币交易。对于 Web3 游戏的早期，项目方运用些中心化的调控方式来维持游戏稳定无可厚非，以下为推荐的几种方式供项目方参考：控制代币释放与新玩家入场速率的比例。为避免短期内大量新玩家入场而导致的需求增加代币价格暴涨，项目方可以通过邀请码的方式来控制新玩家的入场速率。从而整体维持游戏代币价格和经济系统稳定。时间税和锁定门槛。项目方可以根据玩家获得 token 的预期，来设定一个提取收益的税率，该税率会随着时间的推移逐步减少。例如获得的 token 直接卖掉要交 20 ％的收益税，十天后再卖就是 10 ％。此外项目方也可以锁定玩家获得的 token 收益，并设定一个固定的门槛才可提取，以此降低游戏 token 的集中抛压。设立 DAO 金库。项目方可以将部分游戏 token、市场手续费或交易滑点等协议收入存放到固定地址，作为游戏金库供玩家根据议事规则决定怎么去使用 DAO 金库里的资产。加强玩家对于游戏的参与感和认同感。建立货币内循环的闭环。区分治理代币和消耗量大的游戏代币，因为治理代币的获取难度要比后者大得多，而且治理代币需要有在关键阶段被消费的场景。对于游戏货币建立更加多样的消耗和获取机制，使得分发的游戏货币能够在游戏内有能消耗的场景，例如引入升级制度和提升游戏角色属性能力来增加消耗场景。观点二：游戏内经济系统甚至物品的设计产出应当交由玩家，即纯粹的去中心化市场经济模式。这种模式在 2021 年 9 月的 Loot 生态中得到实践并引发市场关注。不同于传统 Web3 游戏项目，创作者设计创作 NFT 卖给收藏者，Loot 收藏者也会参与到游戏生态的建设中。尽管 Loot 生态在后续的表现欠佳，但在 2023 年全链游戏进入视野时 Loot 又成为了人们的讨论话题。（有意思的是， 2022 年底大火的 MAGIC 平台生态也是由 2021 年的 Loot 衍生出的项目) 图片来源：Twitter: tandavas.eth @tandavas 其实纯粹的市场经济模式游戏并非仅仅伴随区块链游戏的产生才出现。2021 年 9 月 Amazon 历经五年研发的《New World)》就是利用这一理念进行运营，取消商人 NPC 放手让用户自产自销，玩家所需材料都得亲自去采集并制作。但不幸的是系统很快发生通缩，玩家不敢乱花钱，使得游戏内商品价格不断贬值，经济系统难以维持。尽管如此，一个去中心化的游戏内经济系统也会有着更大的叙事空间。依赖项目方中心化设计调控的游戏往往前期简单，但在后期则会遇到诸多问题影响游戏平衡。项目方的强调控能力需要实时在线，是一个由易到难的过程。而一个纯粹的去中心化市场经济模型游戏在早期比较难以启动和运行起来，因为许多重要游戏要素和系统都依赖玩家自行填补构建。但当游戏内部经济循环搭建完成后，逐渐形成的正向飞轮会吸引更多玩家入驻和参与建设，从而达到由难到易的过程。对于上述两种观点，目前的市场中都有许多 Web3 游戏在进行着实践，可以持续关注项目发展情况和市场反应。问题七：GameFi 当中的 Ponzi 经济模型要完全否定吗？虽然市场当中尤其是传统游戏开发者对 GameFi 的金融属性诟病较多，但我们理解 Ponzi 其实是个比较中性的事，早期用来启动游戏吸引 Web3 用户无可厚非。在控制好新用户/新资金进入与代币释放速率的比例的前提下，保持游戏经济的总体平衡避免 token 价格快速暴涨暴跌，这也有利于项目的长远发展。 Web3 游戏性固然重要，但如果一味淡化其资产交易属性，弱化 Token/NFT 价格波动的重要性，其与传统网络游戏相比的优势又体现在哪里。就如 DeFi 发展的过程当中许多优秀项目在早期通过高 APR 吸引 LP 进行流动性挖矿，Web3 游戏也可以在合理控制的情况下运用金融方式吸引早期用户。但另一方面，这里的 Ponzi 并非不计后果的抬高收益率吸引新资金模式。好的 Ponzi 标准是资产通胀率和用户增长率保持一致。当资产通胀率高于用户增长率就会出现死亡螺旋，而如果用户增长率高于资产通胀率则会引发货币价格暴涨，影响游戏内经济系统稳定。通货膨胀率 =（现期物价水平 - 基期物价水平）/基期物价水平上述公式为消费指数折算法，其中基期就是选定某时刻的物价水平作为一个参照，这样就可以把其他各期的物价水平通过与基期水平作一对比，从而通货膨胀率。用户增长率 =（现期玩家数量 - 基期玩家数量）/基期玩家数量注：代币供应量不加控制即会产生图中阴影部分大量抛压上图中 token 红色线的斜率代表了通货膨胀率，Player 蓝色线的斜率代表了用户增长率。项目方可以关注玩家数量的变化，重点关注玩家激增期间的动态调整，控制玩家的增长速度和货币供应量。货币过度超发是不可取的，随着玩家数量的增加，货币供应应该放缓。建议对游戏币总量实行固定分配制度，由官方制定每日或每月发放的代币总量，然后根据比例进行宏观调控，控制通胀率，使代币供应量的增长速度与用户增长率保持动态平衡从而延长游戏的寿命。因为一旦新玩家的数量跟不上货币供应量，就会迅速导致货币贬值，无处消费，从而引发加速退出的恶性死循环。问题八：Web3 游戏流量及发行平台应当注意什么？游戏发行在传统游戏行业是个很清楚的商业模式，共识度很高。作为 Web3 游戏赛道火热的一个创业方向，不少平台项目获得了很好的融资成绩。我们请教过部分 Web3 游戏平台的创业者选择这个方向的原因，因为单款游戏应用产品失败率较高，而平台作为流量入口，后续可以持续合作新上游戏应用，游戏成功的同时也会带给平台巨大流量。目前在市面上可以看到主要三种模式的流量及发行平台：轻量级游戏发行平台 - 如 MAGIC（TreasureDAO）生态平台。此类平台会搭建多种小游戏生态，让平台 token 可以在各种小游戏之间流通使用。2022 年 11 月开始大火的 Beacon 游戏在短期内就为 Magic 生态平台带来巨大流量，同时也引发了人们对于 Magic 后续其他游戏产品的期待。数据来源：https://dune.com/treasuredao/the-beacon 轻量级游戏的开发难度和成本低，与区块链的适配性也会更好些，好的轻量级游戏也能带来巨大流量。Magic 适时的结合了 Arbitrum 作为底层公链，降低了许多 Web3 游戏所面临的高 gas 费和延迟等技术问题。这点也值得许多其他平台参考借鉴。不过现在也有许多此类平台小游戏原创比例很低，大部分是复制 Web2 传统小游戏然后进行资产上链炒作或买流量。不否认这种模式短期内会有好的流量表现，但单纯的依赖复制，原创度较低也往往造成产品护城河低，热度长期难以维持。另外也遇到过一些开发者想要通过 Web3 小游戏出海赚取广告费补贴 token 价格的思路，但这个方向恐怕也难以达成。因为该模式如果可行即可以直接在传统游戏出海赛道赚取法币广告收入了，无需绕道 Web3。广告补贴模式目前看到做成的一款产品是 Pi Network，但其就是另一套玩法了而非游戏。强生态位发行平台 - 如 Gala Games 平台。Gala 作为最早火起来的龙头 Web3 平台产品，占据着很好的生态位。许多优质游戏 CP 都期待与 Gala 进行合作，这是许多其他平台所不具有的优势。不过有点遗憾的是 Gala Games 中的许多优质游戏还处于开发中，面向玩家开放的目前仅有 Spider Tanks 一款游戏，期待后续的优秀产品登陆。公会发行平台 - 如 YGG/GUILD 公会平台。最早随着 Axie Infinity 的崛起，也带起了诸多 Web3 游戏公会。与前两者不同，公会往往聚集了许多 Web3 玩家，也往往更贴近游戏社区风向和市场偏好。而对于开发者来说，公会也更容易给到更加及时和真实的游戏反馈，使其可以快速调整方向应对变化。在游戏冷启动方面，公会平台也能够给予更多的支持。目前的 Web3 游戏市场当中可以感受到游戏平台不少，但好 Web3 的游戏产品不是很多。当然如果平台本身拥有自研能力或优质 CP 资源，能够不断推出优质游戏产品，这个问题也许会好许多。此外，一款 Web3 游戏火爆后很可能自己会再衍生上下游生态产品，而非只是寻找第三方平台进行合作。如此一来，又会挤压其他平台产品的生存空间。这点也是腾讯和任天堂护城河会强于许多其他游戏开发商的原因。这些问题都值得流量及发行平台开发者持续关注。问题九： 3 A 游戏在 Web3 目前来看可行性高吗？ 3 A 游戏的定义标准一直比较模糊，通常认为是指高成本、高研发时长、高体量的游戏，在具体游戏的等级的划分中可能存在分歧。但可以看到的是，传统 Web2 游戏市场当中 3 A 游戏开发已经进入到比较难的阶段。 2021 年 2 月 10 日育碧公司 CFO Frederick Duguet 表示育碧在未来将不再以 3 A 游戏为重心。CD Projekt RED（CDPR）筹备数年的 3 A 游戏大作《赛博朋克 2077 》也在 2020 年 12 月发售后由于质量未达到玩家期待使得其口碑和销量一路下滑。公平而论，《赛博朋克 2077 》的框架场景设定宏大，与公认的开放世界优质游戏《塞尔达荒野之息》《荒野大镖客 2 》《上古卷轴 5 》相比也毫不逊色。而真正使其作品还未完全成型就中途发售的原因就是 3 A 的长制作周期与成本。《赛博朋克 2077 》的发售价格为 60 美元，与开发成本低许多的《精灵宝可梦钻石重制版》同样价格。发售后《赛博朋克 2077 》的销量仅有 1300 万份，约 7.8 亿美元的销售额。去掉零售商、发行商、平台抽水，开发商到手 2.6 - 3 亿美元的营收。CDPR 曾官方表示其 2077 的开发团队超过 400 人，按国外游戏开发者平均年薪 15 w 美元计算光薪水一年就要支付 6000 万美元。2077 如果等做完善后再发售很可能会让开发商入不敷出。《赛博朋克 2077 》游戏画面《精灵宝可梦钻石重制版》游戏画面 CDPR 尚且如此，何况小的游戏开发公司。这就是 3 A 游戏的问题，高昂的开发成本和长制作周期无异于让公司在进行一场赌博。而 Web3 游戏中的 3 A 游戏往往宣传大于实际， 2021 年宣传 3 A 的 Web3 游戏大作 Star Altas 最终在发布了几次令人振奋的 demo 视频后产品最终也不了了之。Illuvium、Bigtime 是这些产品中发展比较好的，尤其近期 Illuvium 的开放世界内测版本出来后还是让人对 3 A 链游有所期待。但另一方面，目前的 3 A 链游基本上还是仅有 PC 端，如果同步移动端又是不小的成本。但放弃移动端在当前无异于放弃至少一半的市场，这些问题都值得关注。数据来源：Newzoo Global Games Market Report 2022 3 A 游戏的开发制作适合实力较强的游戏公司或创业团队，其实已经不是一个小的创业团队适合尝试的赛道了。我们认为 25 年会有 1 - 2 个 3 A 级 Web3 游戏跑出来，这不仅是从供给端的角度考量，也是市场对于一款 3 A 级 Web3 游戏的期待。另一方面，独立游戏可以和 3 A 游戏一样好（甚至更好），而且大的营销和制作预算并不一定意味着游戏质量和受玩家欢迎程度。目前最成功的独立游戏《我的世界》，在这款游戏以 25 亿美元的惊人价格卖给微软之前，其背后的小公司已售出 5400 万份盈利颇丰。因此，对于大多数创业团队来说，尝试 “小而精” 的方向可能会比 “大而全” 更好切入 Web3 当中。问题十：下一轮 Web3 游戏的市场爆发点可能是什么？引用 StepN 团队在 2021 年 Solana Hackerson 上的一句话：“一个好的 Game-Fi 项目首先必须是一个好的游戏，其次是一个运行流畅的应用程序，然后是一个有意义的代币经济学”。对于未来 Web3 的游戏的增长点市场一直有不同猜测，从早期的 P2E、MMO 到发行平台，而目前我们认为下一轮游戏赛道可能的增长点为全链游戏。全链游戏（Fully On-chain Game）不同于许多之前的 Web3 游戏仅将资产上链，全链游戏的逻辑都以智能合约的形式 100% 存储于链上，是真正的链上自主世界 - Onchain Autonomous World。但碍于现有公链的计算速度与成本，全链游戏的发展速度一直进展缓慢，而随着 OP/ZK Rollup 技术的发展 Layer 2 生态的完善这一问题也会有所改善。回顾我们在 2018 年看 NFT， 2019 年看 DeFi，也许未来真正大火的 Web3 游戏不同于传统游戏赛道的任何一种游戏品类，全链游戏则可能填补这部分空白。如前文提到的，现有的游戏类似于 Web1 的互联网时代，玩家参与游戏的过程更偏向于读取而非写入。而区块链的特性可以在游戏中融入更多的可组合性和互操作性。大量玩家可以无国界地直接参与核心游戏系统的创造和发展，将游戏带入玩家共创的 2.0 时代。过往许多 Web2 游戏依旧依赖于传统游戏设计观念和逻辑，而全链游戏可能打开新的路径。以 Dark Forest 为代表，Opcraft、Curio、Topology 都可以归于这个赛道。2021 年 9 月大火的 Loot 生态虽然 NFT 价格下跌许多，但其依然给市场很高的叙事想象空间。上述全链游戏虽然可玩性还不是很高，但随着 Gas 费在技术发展过程中逐渐降低，其链上可承载的内容的复杂性也会逐渐升高。V 神在 2019 年时提出金融与游戏会是区块链最先落地的两个场景，随着 DeFi 与 NFT 的大火，全链游戏也可能成为下一步市场的发展方向。数据来源 https://www.youtube.com/watch? v=XhMCsvoCkQQ&list=PLNK 7 oFq 6 eaEwzgXeL 6 omjG 06 q 6 TpP 8 _Jd&index= 4 最后，将多款全链游戏在 2022 年伦敦活动中进行公开 Demo 演示的视频附在 “阅读原文”，供参考。视频：Autonomous Worlds Residency: Demo Day (Winter 2022) 注：文中提及项目，均不构成任何投资建议。文章仅代表作者个人当下观点，不能代表 Zonff Partners，文中所发布信息及观点有可能因发布日之后的情势或其他因素的变更而不再准确。来源：金色财经
金色财经2023-03-03
中国式ChatGPT“大跃进”
go
巨头们就开始紧锣密鼓地推动大模型研究，谷歌仅用两个月就发布了类似ChatGPT的Bard。在这方面，中国并不落后。2023年2月起，百度、阿里、腾讯、京东、字节等纷纷发声表示自己在大模型领域已经开展了深入研究，且获得了很多成果。一时间，追逐大模型成了国内AI行业的标准动作，“大练模型到炼大模型”的过度期似乎已经接近尾声，下一阶段大有“全民大模型，ChatGPT进万家”的架势。不过，AI技术研发不是谁都能做的，需要真正的专家。硅谷巨头之所以能在大模型领域迅速反应，一方面因为他们在这条赛道上有多年的技术积累，更重要的是他们在AI研究方面有着大量的人才储备。谷歌的人工智能研究团队一直处在全球领先地位，旗下还有与OpenAI齐名的实验室DeepMind；另一家科技巨头Meta则有被称为卷积神经网络之父的图灵奖得主Yann LeCun以首席AI科学家的身份坐镇。微软手下的急先锋OpenAI，也是基于强大的科研团队才奠定的领先地位。科技情报分析机构AMiner和智谱研究发布的《ChatGPT团队背景研究报告》显示，OpenAI的ChatGPT研发团队中，27人为本科学历，25人为硕士学历，28人为博士研学历(注：5人信息缺失)，占比分别为33%、30%、37%。 ChatGPT团队学历分布而另一份来自猎聘大数据的国内AI人才市场调查则显示：近一年，预训练模型、对话机器人和AIGC三个ChatGPT相关领域中，国内企业明确要求本科以上学历的职位分别占71.33%、82.30%、92.53%；要求硕、博士学历的占比分别为16.49%、9.86%、18.22%。对比ChatGPT团队，国内AI人才的平均水平差距较大，硕博比例明显不足。而在今天这种大家齐上大模型赛道的“加速”发展态势下，要在短时间里“大干快上”，势必要先比试比试谁的团队技术实力强，谁更能在自己的麾下聚拢一批大模型人才。抢人大作战技术大战开打之前，各家的大模型团队先得打赢一场关键的人才争夺战。如果你是一个清华博士，有5-10年NLP（Natural Language Processing，自然语言处理）行业经验，那么你的资料只要出现在招聘平台上，不需要任何详细履历，就可以在注册完成后的48小时内，接到多家猎头公司的询问电话，以及数十条HR、猎头、业务经历甚至BOSS本人发来的站内信息。在这些信息中，不乏阿里、美团、小红书等大厂，还有诸多创业公司，以及研究机构。猎头们提供的NLP算法研究员岗位年薪也大多会在百万元上下。根据猎聘大数据调查，过去五年，人工智能和互联网的招聘薪资均处于上涨态势，人工智能年均招聘薪资明显高出互联网。2022年，人工智能招聘平均年薪为33.15万元，比互联网高出4.27万元，即14.78%。五年来人工智能与互联网招聘平均年薪对比在ChatGPT爆火后，这样的情况越来越明显。据上述调查显示，与ChatGPT相关的岗位工资均超过平均水平，AIGC为39.08万，对话机器人为34.89万，预训练模型为33.93万。“ChatGPT一火起来，AI工程师的薪资水平也越来越高，你不开高价就抢不到人。”某AI领域投资人对虎嗅说。从技术的角度看，大模型发端于NLP领域，自然语言处理岗位在人工智能领域一直都处于人才稀缺的状态，薪酬水平处于高位。科锐国际调研咨询业务负责人&高科技领域资深专家景晓平对虎嗅表示，“人工智能行业典型岗位按产业链划分，技术层和基础层薪酬水平处于高位，高于互联网其他领域薪酬水平，应用层和互联网常规岗位薪酬一致。” 事实上，近年来国内AI人才的硕博占比也在逐年提升，很多企业对AI领域的人才要求学历至少是硕士。薪酬结构则与企业的性质密切相关，国有企业、研究所的薪酬主要是固定薪酬、项目奖金和津贴，例如，国内第一梯队的AI实验室，清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）挂在官网上的博士后招聘待遇为年薪30万，享受清华大学教职工社会保险、住房公积金等待遇。提供公寓或每年4.2万的租房补贴，同时可以解决子女入园、入学。 IT大厂和AI创业公司的薪酬结构则多为，固定薪资+浮动奖金+股权期权激励。在猎聘、脉脉、BOSS直聘三个平台搜索ChatGPT，硕博学历职位的月薪普遍高于3万，最高达9万。“在薪酬方面IT大厂并不会占多少便宜，AI大模型的研发都是高举高打，创业公司给出的薪酬可能更有竞争力。”西湖心辰COO俞佳认为，没有资金支持很难在大模型的基础训练领域推动一家初创公司，对于这个领域来说，钱的问题可能“不是最大的问题”。猎聘、脉脉、BOSS直聘，搜索ChatGPT的前排结果此外，在诸多岗位信息中，工作地点集中在北京、上海、杭州和深圳，但其中一些职位也并不限制办公地。景晓平表示，目前国内AI人才北京占据第一位，上海、广东省分列二三位，近些年互联网发展极为活跃的浙江省，在人工智能发展上也丝毫不落风头，成都作为科技新秀城市，有优质相关生源的地域，也储备了不少人工智能人才。但从需求总量来看，国内AI人才还有很大缺口。 OpenAI的专家团队为何强 OpenAI官网挂出的参与过ChatGPT的项目团队共87人，该团队平均年龄为32岁，其中90后是主力军。《ChatGPT团队背景研究报告》显示，ChatGPT研发团队绝大多数成员拥有名校学历，成员最集中的前5大高校是：斯坦福大学（14人）、加州大学伯克利分校（10人）、麻省理工学院（7人）、剑桥大学（5人）、哈佛大学（4人）和佐治亚理工学院（4人）。 ChatGPT 团队成员毕业前10名高校此外，很多成员都有名企工作经历，包括：Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind、Apple、Intel等公司，其中有10人来自谷歌，OpenAI的首席科学家Ilya Sutskever亦是从谷歌转会而来，Ilya Sutskever是AlphaGo的作者之一，师从人工智能学界泰斗Geoffrey Hinton。 ChatGPT团队成员流动示意图 1985年出生在苏联的Ilya Sutskever，如今已经是英国皇家学会院士。据说Ilya Sutskever退出谷歌，与Sam Altman、Elon Musk等人一起创立OpenAI时，年薪曾大幅缩水。但他参与创立OpenAI的初衷是“确保强大的人工智能造福全人类”的大义和情怀。 OpenAI初创之时是一家非营利研究机构，从这点上来看，无论是否带着情怀加入这家公司的研究人员，还是给“非营利”事业烧钱的投资人，多少都有一点对技术的“信仰”，这种驱动力，可能是钱买不来的。不过OpenAI给这些科技精英们提供的薪酬待遇并不低。据纽约时报报道，2016年，OpenAI向Ilya Sutskever支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 来源：金色财经
金色财经2023-03-03
Credit DAO 5000万美金大派送海外超级零撸项目
 go
录并完成实名认证（有时限制地区可以选择谷歌邮箱，如果网站无法登录的请用VPN） 3. 注册实名完成的请按以下图例操作，打开首页找到更多点击BABT，币安账户得有1个BUSD才能铸造BAB灵魂令牌，铸造完成就可以拿BSC地址绑定账户获得WEB3身份（一定是支持BSC链的钱包进行连接） 4.回到钱包里看自 5.绑定完成，领取信用凭证，每天自动会释放，累计多了可手动领取奖励值注意事项用手机4G/5G网络；避免在wifi下被系统误判为邪恶的灵魂；不要开VPN，系统可能会误判取消空投；一个手机只能登录一个账号；否则会被判定为邪恶的灵魂取消资格；30天内务必领取一次奖励，否则会永久失效；来源：金色财经
金色财经2023-03-03
盘点三月主叙事：有哪些不错的标的值得布局？实现财富百倍增长
 go
oken offering）标的根据谷歌信息：sto与1co不同，这是一种在合法合规监管的前提下发行的通证该板块标的我还没看完，也许后面会发同时也引起两个可炒作的点 1.某安现仅有busd交易对的标的，未来上线usdt交易对预期 2.其他稳定币占据busd退出后的市场、某安上架其他稳定币交易对的预期（增加其他稳定币的使用途径）挑选标的原则：符合监管、数据增加较好、TVL足够高 Binance上架 $LQTY ，有可能带动稳定币板块的行情 $CRV :即将推出 $crvUSD $AAVE :即将推出 $GHO $TRU :前段时间币安铸造了 $TUSD $FPIS :cpi稳定币 $Y2K :稳定币保险 $RSR: $RSV $FXS: $FRAX $MKR: $DAI LSD赛道 Goerli将在 3 月 21 日激活升级，上海升级时间计在四月份，这也是近期最值得期待的事情之一我个人还是持续看好curve生态标的，LSD协议需要在curve上组池子在加密行业你想抓住下一波牛市机会你得有一个优质圈子，大家就能抱团取暖，保持洞察力想抱团取暖，或者有疑惑的，欢迎加入我们感谢阅读，喜欢的朋友可以点个赞关注哦，我们下期再见！来源：金色财经
金色财经2023-03-03
美联储可能被“愚弄”了！？原“美联储通讯社”预警就业降温小心下周非农数据大跌眼镜
 go
eta Platforms Inc.、谷歌(Google)母公司Alphabet Inc.和微软公司(Microsoft Corp.)今年都采取了裁员行动。美国劳工部2月3日公布的数据显示，美国1月新增就业岗位51.7万个，远高于经济学家预期的18.5万个；美国1月失业率降至3.4%，为1969年以来的最低水平。1月份平均时薪同比增长4.4%，增幅低于12月份修正后的4.8%。 (图片来源：Zerohedge) 此外，美国劳工部报告称，去年12月职位空缺数从一个月前的1040万攀升至五个月高点，达到逾1100万，这一数字比2020年2月——新冠疫情爆发前一个月的水平高出57%。在2022年3月，美国职位空缺数曾达到1190万的历史峰值。 Hilsenrath和Mena指出，招聘公司提供的就业数据比政府报告更及时，后者滞后约一个月。随着时间的推移，这些指标最终通常也会向相同的方向移动，尽管幅度并不完全相同。经济学家往往也会从劳动力需求的指标中寻找未来招聘市场变化的线索。美国招聘网站Indeed和ZipRecruiter的母公司Recruit Holdings显示出更明显的下滑。ZipRecruiter表示，其12月份的职位发布数量只比新冠疫情之前的水平高出26%，并在1月和2月进一步下降。 Indeed也显示出比政府数字更大的下降，尽管没有ZipRecruiter那么严重。Indeed的数据显示，企业正在削减薪酬招聘广告，这意味着它们不太愿意大量投资填补空缺职位。其他私营数据也显示就业机会减少。代表小企业的美国独立企业联合会和追踪企业在自家网站上发布招聘信息的研究公司LinkUp的数据也显示，招聘信息的降幅比最近政府发布的空缺职位报告要大。 ZipRecruiter首席经济学家Julia Pollak表示：“我们还没有在就业数据中看到(放缓)，但很快就会看到。我们也一直在与客户沟通。我们和他们讨论未来的招聘计划。他们告诉我们，他们担心过度招聘的风险。” ZipRecruiter的数据显示，科技和金融领域的招聘岗位减少幅度最大。上个月，科技行业的招聘岗位恢复到疫情前的水平，而在2022年5月，招聘岗位比这一水平高出近90%。在金融行业方面，目前则已低于新冠疫情前的水平。另一方面，2月份零售和旅游行业职位的发布比疫情前的水平高出25%，但政府报告中的数字则高出54%。 Polla说：“除了个人护理服务和医疗保健，我们看到几乎所有行业都出现了相当大的下滑。但即使是这些企业也很谨慎和紧张，他们相当保守。他们的招聘主要是为了填补空缺，而不是增加岗位人数。” ZipRecruiter首席执行官Ian Siegel在上周的一场电话会议上说道：“很明显，我们正处于宏观经济放缓的时期，全美范围内的在线招聘实际上已经降温。我们看到求职者激增。当就业机会减少时，这些求职者就需要更长的时间才能找到工作，这实际上就是我们现在看到的情况。”该公司对投资者说，它正在为今年剩余时间里更疲软的招聘环境做准备。 Hilsenrath和Mena在文章中指出，美联储正试图减缓劳动力市场的增长。美联储一直在提高短期利率，为家庭和企业支出降温，美联储官员希望此举将降低劳动力需求、工资压力和通胀。美联储希望能让经济和通胀放缓到刚刚好程度。招聘信息减少可能表明该公司正在实现这一目标。然而，如果这种趋势导致大规模裁员，那么美联储所期望的放缓可能会变成经济衰退和失业率上升。去年12月，美联储地方联储之一费城联储质疑美国劳工部的非农就业报告数据，认为报告将二季度的就业人口夸大了至少110万，美国劳工部当时反击称，费城联储自己的数据质量低。瑞银指出，去年下半年，美国的空缺职位数持续下降。Opportunity Insights的数据显示，职位空缺已经低于新冠疫情前水平。 (图片来源：瑞银) 知名金融博客Zerohedge指出，事实上，几乎所有劳动力市场指标，从失业率到就业人数，都被扭曲为经济强劲的证据。Zerohedge预警称，也许就业增长放缓的数据最快就在下周五出炉，届时美国劳工部可能不得不最终承认美国劳动力市场状况的真相，甚至可能公布2020年12月以来的第一份负增长的就业数据。
晴天云2023-03-03
别再当成玩笑话！全球最大对冲基金、谷歌与德媒巨头：启动人工智能AI裁员潮
 go
管理公司在内的几家金融公司展开裁员。谷歌母公司Alphabet Inc的自动驾驶初创公司Waymo削减了数十个工作岗位，因为其母公司削减了开支并加强对AI的关注。 (来源:Retail Touch Point) 公司确认了今年的第二轮裁员，据彭博社援引该公司的一封电子邮件报道，Waymo削减一些工程职位，并开始重新平衡员工人数，以便在今年采取更加严格的财务纪律。报道指出，今年Waymo失去工作的员工总数现已超过200人，占自动驾驶部门员工总数的近8%。与此同时，Alphabet的谷歌正在努力应对微软支持OpenAi 的ChatGPT，后者已成为后者在搜索领域的主导地位的竞争对手。谷歌测试了一款名为Apprentice Bard的聊天机器人，并在其名为Atlas云部门下开展了一个项目，以响应ChatGPT。#ChatGPT火爆全网# 就这样一个简单清晰的公司战略行动，让全世界都在思考：究竟AI会否威胁更多裁员？根据Net Voucher Codes报告，加州有超过320000个工作岗位面临被自动化的“高风险”。此外，该州有120万个工作岗位处于被机器取代的“中等风险”。加州可能因自动化而流失的工作岗位总数达到惊人的200万个。报告显示，收银员、客服代表和簿记员是最有可能被AI取代的前三名工作。其他高风险工作包括IT支持技术人员、计费员、人力资源助理、律师助理、合规官、理赔评估员和行政助理。该研究分析来自USAWage.com的数据，其中包括基于该网站“前200名热门工作”类别的每个州的199个工作信息。研究人员要求ChatGPT评估人工智能对每项工作的相对风险、人工智能提高工作效率的可能性，以及自动化的潜力。报告指出，德克萨斯州、纽约州和佛罗里达州等其他州的工人也面临被人工智能取代的高风险。该报告估计，全美有1950万个工作岗位面临被AI取代的高风险。相比之下，预计有1570万个就业部门将使用AI来提高生产力。大家最关心的还是：这对工人们意味着什么？该报告的调查结果应该为加州人敲响警钟，尤其是那些工作极有可能被机器取代的人。由于有如此多的工作岗位受到威胁，工人必须考虑提高技能或重新学习技能，以保持在就业市场上的竞争力。此外，政策制定者和商业领袖必须优先投资教育和培训计划，为未来的劳动力做好准备。这包括开发新课程，重点关注人工智能时代所需的技能，例如数据分析、编程和批判性思维。政策制定者考虑实施能够减轻自动化对劳动力的负面影响的政策也很重要。这包括为因AI而流离失所的工人提供收入支持、再培训机会和社会安全网的计划。 AI的兴起对加州和美国各个部门的就业构成了重大威胁，虽然影响的全部程度尚不确定，但很明显，工人必须采取措施为未来的工作做好准备。政策制定者和企业领导者还必须采取行动，确保员工队伍具备在自动化时代蓬勃发展所需的技能和资源。实际上不单单是美国，在全球各大城市都面临着AI的威胁，它已经快要达到无处不在的地步。
秉哥说市2023-03-03
港股开盘：恒生指数涨1.34％，恒生科技指数涨2.58％，哔哩哔哩涨超10％
go
纳指涨0.73％。大型科技股多数上涨，谷歌、微软涨超1％，苹果小幅上涨，亚马逊、奈飞小幅下跌。特斯拉跌5.85％。热门中概股普涨，纳斯达克中国金龙指数涨2.66％。哔哩哔哩涨超9％，爱奇艺涨超8％，小鹏汽车、拼多多涨超5％，百度涨超4％，理想汽车涨超3％，中国铝业跌超4％，阿里巴巴、唯品会小幅下跌。　　全球资产方面，美国原油期货收涨0.6％，报78.16美元/桶，三连涨至两周高位；纽约黄金期货结算价收跌0.27％，结束之前连续三个交易日上涨的趋势，报1840.5美元/盎司。
金融界2023-03-03
AI也分级？苹果限制邮件APP使用ChatGBT：或含有成人内容，建议17岁以上用户使用
 go
业的注意。微软和Alphabet公司的谷歌都在2月初宣布了他们自己的人工智能聊天机器人。虽然人工智能聊天机器人是一个新兴领域，但早期的搜索结果和对话因其不可预测性而成为头条新闻，目前相关的规定仍在制定之中。微软近日在苹果应用商店和Google Play商店发布了带有ChatGPT功能的必应更新版本，在欧阳哥商店有17岁及以上的年龄分级，在谷歌商店则无相关限制。微软发言人称，苹果应用商店中的必应此前已有17岁以上的分级限制，因用户可在其中找到成人内容。 #ChatGPT火爆全网#
迪星妮2023-03-03
谷歌自动驾驶子公司Waymo进行今年第二轮裁员
 go
　　谷歌母公司Alphabet旗下自动驾驶初创公司Waymo裁减了数十名员工，因为其母公司正削减开支，并将重点放在人工智能上。　　这是Waymo今年的第二轮裁员，该公司证实了这一消息。　　较早时媒体援引Waymo的一封内部电邮报道称，该公司裁减了一些工程岗位，并重新平衡了员工人数，以便在本年度采取更严格的财务纪律。　　在今年的两轮裁员中，Waymo总计裁减了超过200人，占其员工总数的近8％。
金融界2023-03-02

上一页
1
•••
941
942
943
944
945
•••
1000
下一页

24小时热点

最新话题更多