FX168财经网_全球视野外汇黄金加密货币NFT资讯网

深入剖析ZKML赛道：智能合约智能性的下一步

这些签名数据以进行预测和分类（例如，对选举结果或天气事件进行分类）。这些链下 ML 预言机可以通过验证推理并在链上发布证明来无需信任地解决现实世界的预测市场、保险协议合约等问题。基于 ML 参数的 DeFi 应用。DeFi 的许多方面可以更加自动化。例如，借贷协议可以使用 ML 模型实时更新参数。目前，借贷协议主要依赖由组织运行的链下模型来确定抵押因子、贷款价值比、清算阈值等，但更好的选择可能是社区训练的开源模型，任何人都可以运行和验证。自动化交易策略。展示金融模型策略的回报特征的常见方式是 MP 向投资者提供各种回测数据。然而，没有办法在执行交易时验证策略师是否遵循该模型 - 投资者必须信任策略师确实遵循模型。zkML 提供了一个解决方案，MP 可以在部署到特定头寸时提供金融模型推理的证明。这对于 DeFi 管理的保险库可能尤其有用。 2、安全性智能合约的欺诈监控。与其让缓慢的人工治理或中心化参与者控制暂停合约的能力，可以使用 ML 模型来检测可能的恶意行为并暂停合约。 3、传统 ML 分散的、无信任的 Kaggle 实现。可以创建一个协议或市场，允许 MC 或其他感兴趣的方验证模型的准确性，而无需 MP 披露模型权重。这对于销售模型、围绕模型准确性进行竞赛等方面非常有用。生成式 AI 的去中心化提示市场。生成式 AI 的提示创作已经发展成为一门复杂的工艺，最佳输出生成提示通常具有多个修改器。外部方可能愿意从创作者那里购买这些复杂的提示。zkML 在这里可以有两种用法： 1 ）验证提示的输出，以向潜在买家确保提示确实创建所需的图像； 2 ）允许提示所有者在购买后保持对提示的所有权，同时对买家保持模糊，但仍为其生成经过验证的图像。 4、身份用保护隐私的生物识别认证替代私钥。私钥管理仍然是web3用户体验中最大的障碍之一。通过面部识别或其他独特因素抽象私钥是 zkML 的一种可能解决方案。公平的空投和贡献者奖励。可以使用 ML 模型创建用户的详细人物画像，根据多个因素确定空投分配或贡献奖励。当与身份解决方案结合使用时，这可能特别有用。在这种情况下，一种可能性是让用户运行一个开源模型，评估他们在应用程序中的参与情况以及更高层次的参与，比如治理论坛的帖子，以推理他们的分配。然后提供这个证明给合约，以获得相应的代币分配。 5、Web3社交用于web3社交媒体的过滤。web3社交应用的去中心化性质将导致垃圾信息和恶意内容的增加。理想情况下，社交媒体平台可以使用一个社区共识的开源 ML 模型，并在选择过滤帖子时发布模型推理的证明。案例：关于 Twitter 算法的 zkML 分析。广告/推荐。作为一个社交媒体用户，我可能愿意看到个性化的广告，但希望将我的偏好和兴趣对广告商保密。我可以选择在本地运行一个关于我的兴趣的模型，将其输入到媒体应用程序中为我提供内容。在这种情况下，广告商可能愿意为最终用户支付费用，以实现这一点，然而，这些模型可能远不如目前生产中的定向广告模型复杂。 6、创作者经济/游戏游戏内经济再平衡。可以使用 ML 模型动态调整代币发行、供应、销毁、投票门槛等。一个可能的模型是一个激励合约，如果达到一定的再平衡门槛并验证了推理的证明，就会重新平衡游戏内经济。新类型的链上游戏。可以创建合作的人类对抗 AI 游戏和其他创新的链上游戏，其中无信任的 AI 模型充当一个不可玩的角色。NPC 采取的每个动作都会与一个任何人都可以验证的证明一起发布到链上，以确定正在运行正确的模型。在 Modulus Labs 的 Leela vs. the World 中，验证者希望确保所述的 1900 ELO AI 选择棋步，而不是 Magnus Carlson。另一个例子是 AI Arena，一个类似于 Super Smash Brothers 的 AI 格斗游戏。在高风险的竞争环境中，玩家希望确保他们训练的模型没有干扰或作弊。新兴项目和基础设施 zkML 生态系统可以广泛分为四个主要类别：模型到证明编译器：将现有格式（例如 Pytorch、ONNX 等）的模型编译成可验证的计算电路的基础设施。广义证明系统：构建用于验证任意计算轨迹的证明系统。 zkML 特定的证明系统：专门构建用于验证 ML 模型计算轨迹的证明系统。应用程序：致力于独特 zkML 用例的项目。 01 模型验证编译器（Model-to-Proof Compilers）在 zkML 生态系统中，大部分关注都集中在创建模型到证明编译器上。通常，这些编译器将使用 Pytorch、Tensorflow 等高级 ML 模型转换为 zk 电路。 EZKL 是一个库和命令行工具，用于在 zk-SNARK 中进行深度学习模型的推理。使用 EZKL，您可以在 Pytorch 或 TensorFlow 中定义一个计算图，并将其导出为带有 JSON 文件中一些示例输入的 ONNX 文件，然后将 EZKL 指向这些文件以生成 zkSNARK 电路。通过最新一轮的性能改进，EZKL 现在可以在约 6 秒和 1.1 GB 的 RAM 内证明一个 MNIST 大小的模型。迄今为止，EZKL 已经得到了一些显着的早期采用，被用作各种黑客马拉松项目的基础设施。 Cathie So 的 circomlib-ml 库包含了用于 Circom 的各种 ML 电路模板。电路包括一些最常见的 ML 函数。由 Cathie 开发的 Keras 2c ircom 是一个 Python 工具，使用底层的 circomlib-ml 库将 Keras 模型转换为 Circom 电路。 LinearA 开发了两个用于 zkML 的框架：Tachikoma 和 Uchikoma。Tachikoma 用于将神经网络转换为仅使用整数的形式并生成计算轨迹。Uchikoma 是一个工具，将 TVM 的中间表示转换为不支持浮点运算的编程语言。LinearA 计划支持使用域算术的 Circom 和使用有符号和无符号整数算术的 Solidity。 Daniel Kang 的 zkml 是一个基于他在《Scaling up Trustless DNN Inference with Zero-Knowledge Proofs》论文中的工作构建的 ML 模型执行证明的框架。在撰写本文时，它能够在约 5 GB 的内存和约 16 秒的运行时间内证明一个 MNIST 电路。在更广义的模型到证明编译器方面，有 Nil Foundation 和 Risc Zero。Nil Foundation 的 zkLLVM 是一个基于 LLVM 的电路编译器，能够验证用流行编程语言（如 C++、Rust 和 JavaScript/TypeScript 等）编写的计算模型。与这里提到的其他模型到证明编译器相比，它是通用的基础设施，但仍适用于复杂的计算，如 zkML。当与他们的证明市场结合使用时，这可能尤为强大。 Risc Zero 构建了一个通用的 zkVM，针对开源的 RISC-V 指令集，因此支持现有成熟的语言，如 C++和 Rust，以及 LLVM 工具链。这允许在主机和客户 zkVM 代码之间实现无缝集成，类似于 Nvidia 的 CUDA C++工具链，但是使用 ZKP 引擎代替 GPU。与 Nil 类似，使用 Risc Zero 可以验证 ML 模型的计算轨迹。 02 广义证明系统证明系统的改进是使 zkML 取得成果的主要推动力，特别是自定义门和查找表的引入。这主要是由于 ML 对非线性的依赖。简而言之，非线性是通过激活函数（例如 ReLU、sigmoid 和 tanh）引入的，这些激活函数应用于神经网络中线性变换的输出。由于数学运算门的限制，这些非线性在 zk 电路中实现起来具有挑战性。按位分解和查找表可以通过将非线性的可能结果预先计算到查找表中来帮助解决这个问题，有趣的是，这在 zk 中的计算效率更高。出于这个原因，Plonkish 证明系统往往是 zkML 最受欢迎的后端。Halo 2 和 Plonky 2 及其表式算术方案可以通过查找参数很好地处理神经网络非线性。此外，前者拥有充满活力的开发人员工具生态系统和灵活性，使其成为包括 EZKL 在内的许多项目的实际后端。其他证明系统也有其优势。基于 R 1 CS 的证明系统包括 Groth 16 ，因其小型证明尺寸而闻名，以及 Gemini，因其处理极大电路和线性时间验证器而闻名。基于 STARK 的系统，例如 Winterfell 证明器/验证器库，尤其在通过 Giza 的工具将 Cairo 程序的追踪作为输入，并使用 Winterfell 生成 STARK 证明来验证输出的正确性时，非常有用。 03 zkML 特定的证明系统在设计能够处理先进的机器学习模型的复杂、电路不友好的操作的高效证明系统方面已经取得了一些进展。基于 GKR 证明系统的 zkCNN 和基于组合技术的 Zator 等系统往往比通用证明系统更具性能，这一点在 Modulus Labs 的基准测试报告中有所体现。 zkCNN 是一种使用零知识证明来证明卷积神经网络正确性的方法。它使用 sumcheck 协议来证明快速傅里叶变换和卷积，具有线性的证明时间，比渐近计算结果更快。已经引入了几个改进和泛化的交互证明，包括验证卷积层、ReLU 激活函数和最大池化。根据 Modulus Labs 的基准测试报告，zkCNN 特别有趣的地方在于它在证明生成速度和 RAM 消耗方面优于其他通用证明系统。 Zator 是一个旨在探索使用递归 SNARK 来验证深度神经网络的项目。验证更深层次模型的当前限制是将整个计算轨迹适应单个电路中。Zator 提出使用递归 SNARK 逐层进行验证，可以逐步验证 N 步重复计算。他们使用 Nova 将 N 个计算实例减少为一个可以通过单个步骤进行验证的实例。采用这种方法，Zator 能够对具有 512 层的网络进行 SNARK，这与大多数当前的生产 AI 模型一样深。Zator 的证明生成和验证时间仍然对于主流应用案例来说过长，但他们的组合技术仍然是非常有趣的。应用领域鉴于 zkML 处于早期阶段，其关注点主要集中在上述基础设施上。然而，目前也有一些项目致力于应用开发。 Modulus Labs 是 zkML 领域中最多样化的项目之一，他们既开展示例应用，也从事相关研究。在应用方面，Modulus Labs 通过 RockyBot（一个链上交易机器人）和 Leela vs. the World（一个人类与经过验证的链上 Leela 国际象棋引擎对战的棋盘游戏）展示了 zkML 的用例。该团队还进行了研究，编写了《智能的代价》，对不同模型规模下的各种证明系统的速度和效率进行了基准测试。 Worldcoin 正在尝试应用 zkML 来创建一个保护隐私的人类身份证明协议。Worldcoin 使用定制硬件处理高分辨率虹膜扫描，并将其插入到 Semaphore 实现中。然后可以使用该系统执行诸如成员资格证明和投票等有用操作。他们目前使用受信任的运行时环境和安全的安全区域来验证相机签名的虹膜扫描，但他们最终的目标是使用零知识证明来验证神经网络的正确推理，以提供加密级别的安全保证。 Giza 是一种协议，采用完全无信任的方法在链上部署 AI 模型。它使用包括 ONNX 格式表示机器学习模型、Giza Transpiler 用于将这些模型转换为 Cairo 程序格式、ONNX Cairo Runtime 用于以可验证和确定性的方式执行模型，以及 Giza Model 智能合约用于在链上部署和执行模型的技术堆栈。尽管 Giza 也可以归类为模型到证明编译器的类别，但他们作为一个 ML 模型市场的定位是目前最有趣的应用之一。 Gensyn 是一个分布式硬件供应网络，用于训练 ML 模型。具体而言，他们正在开发一个基于梯度下降的概率审计系统，并使用模型检查点来使分散式 GPU 网络能够为全尺度模型提供训练服务。尽管他们在这里的 zkML 应用非常特定于他们的用例——他们希望确保当一个节点下载和训练模型的一部分时，他们对模型更新的诚实性——但它展示了将 zk 和 ML 相结合的强大力量。 ZKaptcha 专注于 web3 中的 bot 问题，为智能合约提供验证码服务。他们目前的实施让最终用户通过完成验证码来生成人类工作的证明，验证码由他们的链上验证程序验证，并通过几行代码由智能合约访问。今天，他们主要只依赖于 zk，但他们打算在未来实现 zkML，类似于现有的 web2 验证码服务，分析鼠标移动等行为以确定用户是否是人类。鉴于 zkML 市场还很早，许多应用程序已经在黑客马拉松级别进行了试验。项目包括 AI Coliseum，一个使用 ZK 证明来验证机器学习输出的链上 AI 竞赛，Hunter z Hunter，一个使用 EZKL 库来验证带有 halo 2 电路的图像分类模型输出的照片寻宝游戏，以及 zk Section 9 ，它将 AI 图像生成模型转换为用于铸造和验证 AI 艺术的电路。 zkML 面临的挑战尽管在提高和优化方面取得了飞速的进展，但 zkML 领域仍然面临一些核心挑战。这些挑战涉及技术和实践等方面，包括：以最小的精度损失进行量化电路规模，特别是当网络由多个层组成时矩阵乘法的高效证明对抗攻击量化是将浮点数表示为定点数的过程，大多数机器学习模型使用浮点数表示模型参数和激活函数，在处理 zk 电路的域算术时，需要使用定点数。量化对机器学习模型的准确性的影响取决于所使用的精度级别。一般来说，使用较低的精度（即较少的比特数）可能会导致准确性降低，因为这可能引入舍入和近似误差。然而，有几种技术可用于最小化量化对准确性的影响，例如在量化后对模型进行微调，以及使用量化感知训练等技术。此外，zkSummit 9 上的一项黑客马拉松项目 Zero Gravity 显示出，针对边缘设备开发的替代神经网络架构（例如无权重神经网络）可以用于避免电路中的量化问题。除了量化之外，硬件是另一个关键挑战。一旦通过电路正确地表示了机器学习模型，由于 zk 的简洁性，验证其推理的证明将变得廉价且快速。这里的挑战不在于验证者，而在于证明者，因为随着模型规模的增长，RAM 消耗和证明生成时间会迅速增加。某些证明系统（例如使用 sumcheck 协议和分层算术电路的基于 GKR 的系统）或组合技术（例如将 Plonky 2 与 Groth 16 相结合，Plonky 2 在证明时间方面效率高但对于大型模型的高效证明大小较差，而 Groth 16 在复杂模型的复杂度上不会导致证明大小增长）更适合处理这些问题，但在 zkML 项目中管理权衡是一个核心挑战。在对抗攻击方面，仍然有待努力。首先，如果一个无信任的协议或 DAO 选择实施一个模型，在训练阶段仍然存在对抗攻击的风险（例如训练模型以在看到特定输入时表现出特定行为，这可能被用来操纵后续的推理）。联邦学习技术和训练阶段的 zkML 可能是最小化这种攻击面的一种方式。另一个核心挑战是当模型保护隐私时存在模型盗窃攻击的风险。虽然可以混淆模型的权重，但在给定足够的输入输出对的情况下，从理论上讲，仍然有可能反向推导出权重。这主要是对小规模模型的风险，但仍然存在风险。智能合约的可扩展尽管在将这些模型优化为在 zk 的限制条件下运行时存在一些挑战，但改进工作正在以指数速度进行，一些人预计在进一步的硬件加速下，我们很快就能与更广泛的机器学习领域达到同等水平。为了强调这些改进的速度，zkML 从0x PARC 在 2021 年展示了如何在可验证电路中执行小规模 MNIST 图像分类模型的演示，到 Daniel Kang 在不到一年后为 ImageNet 规模的模型做同样的工作的论文。在 2022 年 4 月，这个 ImageNet 规模的模型的准确性从 79% 提高到 92% ，并且像 GPT-2 这样的大型模型在近期内有望成为可能，尽管目前的证明时间较长。我们认为 zkML 是一个丰富而不断发展的生态系统，旨在扩展区块链和智能合约的能力，使其更加灵活、适应性强和智能化。尽管 zkML 仍处于早期开发阶段，但它已经开始显示出有希望的结果。随着技术的发展和成熟，我们可以期待在链上看到更多创新的 zkML 用例。来源：金色财经

金色财经2023-06-24

突发！俄罗斯爆发内乱瓦格纳雇佣兵老板被控试图发动政变

网网谣言和喷子干扰了2016年美国总统选举之后，他的瓦格纳部队又被部署在叙利亚和非洲各地，成为一支被认为是为克里姆林宫利益而战的影子部队，从而引起了国际关注。几个月来，普里戈津和高级军事领导人之间激烈争吵，他以严厉的措辞指责正规军在进行战争时无能。他说俄罗斯高层拒绝向瓦格纳部队提供所需的弹药。但是，普里戈津此前从未指责俄罗斯军队攻击他的部队，也没有直接断言克里姆林宫所说的战争理由是无稽之谈。在周五发布的一段30分钟的视频中，普里戈津将俄对乌克兰的入侵，描述为一个腐败的精英阶层所实施的 "敲诈"，他们追逐金钱和荣誉，而不关心俄罗斯人的生命。他还指责俄罗斯国防部长绍伊古策划了一场用导弹和直升机对战线后方瓦格纳营地进行攻击，指责绍伊古从俄罗斯南部靠近乌克兰的顿河畔罗斯托夫镇，亲自指挥这些袭击行动。俄罗斯国防部否认了这些指控，并在一份声明中说，普里戈津发布的有关对瓦格纳营地进行所谓打击的信息 "与事实不符"。据俄罗斯新闻社Interfax报道，克里姆林宫发言人说，普京 "知道围绕普里戈津的所有事件"。在讲话中，普里戈津没有明确指责普京先生，而是把他说成是一个被官员误导的领导人。但在驳斥克里姆林宫关于入侵是关乎俄罗斯国家生存的说法时，普里戈津更进一步，公开挑战发动战争的理由。普里戈津说："这场战争不是为了让俄罗斯公民回到我们的怀抱，也不是为了使乌克兰非军事化或非纳粹化，需要这场战争，以便一群禽兽可以获得荣耀，然后欢呼。" 在争夺巴赫穆特的战斗中，普里戈津已经成为了一个民粹主义的政治人物，痛斥俄罗斯军事领导层的腐败。说军方和克里姆林宫的高层官员对普通俄罗斯士兵的斗争不闻不问，毫不关心。到目前为止，普京还没有约束普里戈津。一些了解普京的人说，他们认为普京仍然将普里戈津视为忠诚的仆人，可以用来对庞大的军事机构施加必要的压力。还有人推测，克里姆林宫策划了普里戈津对国防部长绍伊古的谩骂，以转移普京本人的责任。但周五的声明使情况变得更加复杂，普里戈津不仅针对绍伊古，而且还针对普京身边不知名的 "寡头"，同时把围绕入侵的整个官方说辞斥之为是一种假象。他说，在2022年2月入侵前夕，乌克兰的军事态势 "没有任何异常"，这等于公开对克里姆林宫关于乌克兰即将攻击俄罗斯控制的乌克兰东部分离主义领土的战争理由提出质疑。他说："我们与那些冒犯俄罗斯人民的人，与那些试图羞辱他们的人的圣战，已经变成了一场敲诈"。普里戈津还在视频中断言，乌克兰为夺回领土而进行的反攻，比俄罗斯政府透露的要糟糕得多。在Telegram上，支持战争的俄罗斯大V们迅速对这一说法进行了反击，其中包括伊戈尔·吉尔金，一名前准军事指挥官，也经常批评俄罗斯的高层。格尔金写道："普里戈津本来就应该因为许多事情被移交给军事法庭，现在还加了一条叛国罪"。

加美财经2023-06-24

加密货币友善候选人接连参选　迈阿密市长宣布竞逐美国总统

cis Suarez日前正式向美国联邦选举委员会递交申请文件，宣告将参选竞逐2024 年美国总统，意味来届选举又多一名对加密货币友善的候选人。 Francis Suarez拥有6枚比特币现年45岁，共和党籍的Francis Suarez为古巴裔美国人，素来被称为“全美对加密货币最友善的政治人物”，他过去曾扬言加密货币“对每个美国人未来财富的民主化影响”，本人亦于2021年以比特币领取薪水，至今已拥有6枚比特币。此外他一直推动迈阿密市成为比特币友善城市，在研究如何使用加密货币支付市政雇员工资和支付税收之余，在2021年亦推出了迈阿密币（MiamiCoin），然而该币价格于截稿时仅余0.00024987美元，与其历史高位比较下跌了逾99%。 Francis Suarez于加州雷根总统图书馆宣告参选后，他将要和超过10名共和党人争取党内提名，劲敌其中包括了一前总统特朗普、前副总统彭斯、前南卡罗来纳州州长海莉等。值得留意的是，其中同样已宣告参选的佛罗里达州州长德桑提斯也是加密货币支持者，他扬言若当选将保护比特币，并表明支持去中心化的加密货币，反对行央行数位货币（CBDC）。两党出现以保护加密货币为口号候选人除了共和党，民主党总统候选人、前总统甘迺迪（John F. Kennedy）的姪子小罗伯特甘迺迪（Robert F. Kennedy Jr.）也是支持加密货币，他不但是美国史上首位接受比特币作为竞选捐款的总统候选人，更形容比特币..... 全文內容：加密货币友善候选人接连参选　迈阿密市长宣布竞逐美国总统更多币圈最新资讯：巴哈马法院颁暂时禁令　阻止该国同意美国对SBF追加5项控罪大量空头BNB建淡仓　若币安美国资产被冻结空头或胜利

Business2Community2023-06-24

两年多来首次！土耳其意外大幅加息650个基点里拉却“高位跳水”

社会的很大一部分，他不希望对明年的地方选举产生影响”。在埃尔多安执政的早期，土耳其经济迅速增长。但近年来，他抛弃了传统的经济智慧，将高通胀归咎于高借贷成本，并寻求刺激经济增长。在过去的五年里，土耳其货币贬值了80%以上，外国投资也大幅下降。土耳其人现在正试图将外国现金从当地银行转移出去。卡迪尔哈斯大学的科班(Mehmet Kerem Coban)表示，随着外汇储备已经融化殆尽，土耳其的经济模式需要资本才能生存。由于土耳其利率上调幅度小于预期，土耳其里拉跌至有记录以来的最低点。里拉兑美元下跌2.6%，至24.20里拉。（美元兑土耳其里拉走势图，图源：道琼斯、BBC）埃尔多安已在土耳其执政20多年。他在上个月的选举中击败了反对派对手。国际观察人士说，选举中存在“不公平的竞争环境”，让现任总统获得了不合理的优势。在竞选期间，他坚持说只要他执政，利率就会保持在低位，保证经济政策不会改变。反对党则承诺改变他对低利率的关注。然而，在他再次当选的几天内，他发出了改变的信号。首先，他任命前银行家和经济学家西姆塞克(Mehmet Simsek)为财政部长。虽然是埃尔多安政府的前成员，但西姆塞克明确表示，土耳其唯一的经济选择是回归“理性基础”和“遵守国际准则”。接下来，他任命埃尔坎为央行首位女行长。作为华尔街知名人士，她此前从未在土耳其担任过职务，曾担任美国第一共和银行的首席执行官，大约在该银行倒闭一年前离职。埃尔多安上周表示，他在利率问题上的立场没有改变，但“我们认为(西姆塞克)应该迅速、毫不费力地与央行一起采取必要措施”。新兴市场专家阿什(Timothy Ash)在土耳其央行做出决定前警告称，如果埃尔坎不“提前加息”，她可能“总是在追赶市场，在总统府的接待室里等待加息”。 Conotoxia fintech分析师萨维奇(Bartosz Sawicki)表示，短期内，土耳其家庭将受到分期贷款大幅增加和财政政策更为保守的影响，但没有其他办法“在两到三年内扑灭通胀之火”。

忆芳2023-06-22

重磅报告出炉！一旦台海战争爆发对中国的制裁恐给全球经济造成3万亿美元损失

京的更强硬政策以及台湾即将举行的领导人选举。

晴天云2023-06-22

中加突发重要消息！加拿大情报机构罕见警告：中国正在利用领英等平台招募间谍

细描述了北京方面据称如何干预前两次联邦选举，以支持执政的自由党。北京方面坚称，它尊重加拿大的内政，同时称这些指控是“政治驱动的”，是“抹黑中国”运动的一部分。今年5月，加拿大当局指责驻多伦多的中国外交官赵巍(Zhao Wei)帮助中国情报机构恐吓保守党议员庄文浩(Michael Chong)及其家人，双方针锋相对地驱逐外交官，双边关系一度紧张。随后，在加拿大驻上海总领事馆工作的甄逸慧(Jennifer Lynn Lalonde)被中国驱逐出境。加拿大总理特鲁多(Justin Trudeau)在处理这些指控方面继续面临来自反对派议员和公众越来越大的压力。本月早些时候，特鲁多任命的一名调查这些指控的特别报告员宣布，他将因党派偏见的指控而辞职。自2018年加拿大应美国要求以欺诈指控逮捕华为首席财务官孟晚舟以来，中国与加拿大的关系一直紧张。不久之后，北京以间谍指控拘留了两名加拿大人——迈克尔·斯帕弗(Michael Spavor)和康明凯(Michael Kovrig)。这三人都于2021年获释。

tqttier2023-06-22

美币公链MBK革新了区块链技术

金色财经2023-06-22

纽约时报：习近平会见布林肯时的座位，说明中国官方希望如何解释中美外交接触

情绪，特别是在明年美国和中华民国的总统选举之前。在这两个地方，政治家在竞选期间都会加强对中国共产党的批评，这有助于赢得选票。中国对拜登政府日益支持民主的台湾感到愤怒，包括一项新的贸易协定，更多的武器销售和官员之间的交流增加。布林肯的访问给了中国一个发出信号的机会，已警告美国不要在其领导人所称的 "中国核心利益的核心 "上挑衅北京。虽然布林肯的访问可能有助于结束高层双边外交的冻结，但也突出了一个事实，即两国之间的重要对话，仍然受到北京对台湾的态度以及不断扩大的军事和经济竞争的威胁。去年8月众议院议长佩洛西访问台湾后，北京冻结了与华盛顿在军事问题、气候变化和麻醉品方面的正式互动。中国只同意恢复关于气候变化的会谈。美国官员在北京的会议上，希望让中国重新开放军方之间的直接沟通渠道，包括美国国防部长、参谋长联席会议主席和印太司令部负责人与中国同行之间的沟通。与布林肯会面的中国官员拒绝了这一请求。

加美财经2023-06-22

欧盟反垄断专员玛格丽特将竞选欧洲投资银行行长

关注。欧盟委员会将在2024年6月欧盟选举后对人事进行全面改革。欧盟的最高职位通常是成员国之间讨价还价的对象，其中许多职位会被分配给欧盟最大的成员国德国和法国。　　欧洲投资银行拒绝就玛格丽特的提名做出回应，并表示下任行长的任命是该银行股东，即欧盟27个成员国讨论的议题。　　意大利前财政部长Daniele Franco目前被认为是这一职位的主要竞争者，本月早些时候他获得了意大利政府的提名。　　其他公开宣布的候选人包括欧洲投资银行的波兰籍副行长Teresa Czerwińska，以及由瑞典政府提名的另一名副行长Thomas Östros。西班牙副首相Nadia Calviño此前也表示，西班牙政府将在适当的时候提出一名候选人。

金融界2023-06-21

范成龙任中国融通财产保险副总经理获批复

月20日第三次临时股东会，通过了《关于选举王丰为中国融通财产保险有限公司第一届监事会监事的议案》、《关于聘任范成龙为中国融通财产保险有限公司副总经理的议案》。中国融通财产保险获准开业后正式成为我国第88家财险公司。

金融界2023-06-21

24小时热点