FX168财经网_全球视野外汇黄金加密货币NFT资讯网

在非洲各国穿梭，再到莫斯科，普里戈津的最后日子

千名工人、雇佣兵、厨师、采矿地质学家和社交媒体巨魔，经常以现金支付工资，有时是普里戈津自己从塑料袋里掏出来的，而普里戈津又经常派私人飞机到各国政府收取拖欠的现金。自 6 月以来，克里姆林宫一直在试图控制这张暗网。普里戈津痛恨的竞争对手国防部长绍伊古，一直在派遣代表团，通知外国政府今后将直接与俄罗斯做生意。兵变发生后，普里戈津与普京达成协议，将他在俄罗斯的部队转移到白俄罗斯寻求庇护。但让普里戈津平静地退休？想都不要想。他纵横中东、东欧和非洲，建立了一个商业帝国，现在没有放手的道理。他发布音频信息，向最近在尼日尔掌权的军事政权提供雇佣兵，还发布了自己在马里的一段视频，视频中他在防弹背心上绑着一把狙击步枪和四个弹夹，发誓要 "让俄罗斯更加强大......让非洲更加自由"。逃亡这位受到 30 多个国家政府制裁的军阀，习惯于准逃亡生活。他乘坐的飞机经常关闭信号转发器，并避开一些空域，美国国务院悬赏1000万美元征集涉嫌干预2016年美国总统大选的情报，普里戈津当然是目标。他至少有一次因燃料耗尽，而被迫在撒哈拉沙漠中部紧急迫降。为防不得不迅速撤离，普里戈津经常驾驶飞机在跑道上开会，普里戈津使用假护照旅行，并派遣瓦格纳网络安全专家先遣小组清除漏洞。他更喜欢通过音频信息向社交媒体追随者通报情况，这样无法确定地理位置，或者在难以识别的地点通过视频进行通报。去年 10 月，普里戈津抵达利比亚东部的一个空军基地，与利比亚军阀哈利法·哈夫塔尔会面。普里戈津身着军装，肩章过大，头戴尖顶帽，戴着深色墨镜，留着浓密的假胡子。他身边有六名全副武装的随从，当地人认为他是原教旨主义伊斯兰萨拉菲运动的追随者。一位目睹他到来的利比亚人说："每个看到他的人都认为他是萨拉菲派的。" 会议上的照片显示，普里戈津翘着胡子微笑。照片拍摄后不久，他通过翻译向哈夫塔尔喊话，要求向瓦格纳提供约 2 亿美元现金，换取确保利比亚军阀的领土安全，包括油井。普里戈津后来在第二个月又派了一架私人飞机去取钱。普里戈津深信，哈夫塔尔的政权已被法国情报机构和美国中央情报局渗透。就连他前往利比亚时穿的利比亚军装，也是在叙利亚制造并从那里运来的，以确保不会被植入窃听器或跟踪装置。今年，他试图发动的兵变，让他的后台变成了敌人。邻国白俄罗斯的统治者卢卡申科回忆说，普京似乎下定决心要在普里戈津的雇佣军车队接近莫斯科的几个小时内，杀死普里戈津。卢卡申科声称，他给俄罗斯总统打了电话，劝说他不要做出这个决定，并表示白俄罗斯是瓦格纳可以找到安全的地方。三天后，普里戈津乘坐私人飞机抵达白俄罗斯。普京在当月的一次演讲中，恶狠狠的瞪着镜头说："叛变的人背叛了他们的国家和人民，也背叛了那些被他们拉下水的人，欺骗他们，把他们推向死亡，把他们置于攻击之下，强迫他们射杀自己的人民。" 克里姆林宫开始控制普里戈津的商业网络。联邦安全局（FSB）特工突袭了瓦格纳位于圣彼得堡的玻璃办公楼总部，以寻找不利于普里戈津的证据；在城市另一端，俄罗斯执法部门查封了他的爱国者媒体集团（Patriot Media Group）的电脑和服务器，这家社交媒体巨魔工厂被指干扰了2016年美国大选。支持瓦格纳的社交媒体频道在俄罗斯境内被封锁，他的一些子公司遭到俄罗斯安全部门的突袭，安全部门声称在他的财产中发现了手枪、假护照，以及相当于4800万美元的现金和金条。但是普里戈津在乎的，还是他在非洲和中东建立的雇佣军前哨基地。瓦格纳雇佣军的一支新分遣队，将轮换进入中非共和国，以便在8月举行允许总统无任期限制的全民公决之前确保安全。另一支分遣队已经到位，正在训练当地的国防军。西方安全官员说，新的部署，还扩大了雇佣军在与刚果接壤的边境地区的立足点，以防止叛军发动跨境袭击。普里戈津在七月接受总部位于喀麦隆的非洲媒体采访时说："我们没有缩编，而且我们还准备进一步增加我们的各种特遣队。目前，我们的所有义务都已履行完毕，而且无论遇到什么情况，我们都会履行义务。" 当月底，也就是他兵变五周之后，他开始在圣彼得堡的特雷齐尼宫酒店与非洲首脑进行交流，这个酒店是17位非洲国家元首和普京出席的俄罗斯-非洲峰会的住宿地之一。其中包括中非共和国总统图瓦德拉，他的政府将多年武装叛乱后拯救国家的功劳归功于瓦格纳。图瓦德拉奉普京之命避开普里戈津这位军阀。普里戈津设法与图瓦德拉的礼宾主管见了面，然后前往会见一名喀麦隆记者。与会的非洲首脑中，没有一个人与普里戈津见面。相反，非洲总统们被领进了克里姆林宫的一间金碧辉煌的会议室，普京和普里戈津的对手，GRU 秘密进攻行动组组长安德烈·阿维里亚诺夫将军（Gen. Andrey Averyanov）就在对面。维克托·布特，是曾经为利比里亚军阀提供武器的军火商，最近刚从美国监狱回到俄罗斯，主要是与美国篮球运动员布兰妮·格里纳交换。他也出现在一个小组中，而普里戈津则在外面苦苦等待。据俄罗斯 Telegram 频道 VchK-OGPU 报道，普里戈津担心他在非洲的行动会被移交给 GRU。就在峰会召开的同一周，尼日尔总统卫队绑架了亲西方总统巴祖姆，并自立了新的军政府。普里戈津发布了一份语音备忘录，表示愿意派遣雇佣军帮助巩固军政府。他在马里的盟友也会见了尼日尔军政府要员。西非和美国官员表示，到目前为止，尼日尔似乎没有接受这一提议。然而，成群结队的年轻人，其中一些人挥舞着俄罗斯国旗和亲普京的标语牌在首都游行，要求尼日尔脱离西方。邻国尼日利亚担心俄罗斯支持的军事政府在西非和中非扩张，威胁要动用军事力量推翻政变。一名尼日利亚情报官员说，普里戈津的死 "不会改变任何事情"，"俄罗斯仍在那里。当瓦格纳负责人不在了，他们仍然活跃在非洲......也许现在克里姆林宫的手会更加有力。" 最后的行程普里戈津的最后一次行程始于班吉，图瓦德拉和他的情报局长万泽·林吉萨拉同意在白墙黛瓦的河畔建筑群，总统府与他会面。图瓦德拉的发言人没有回应置评请求。林吉萨拉拒绝发表评论。支持普里戈津的班吉俄罗斯军事教官团，军官联盟的发言人说，"没有关于他是否在班吉的确切信息"。据一位了解会议情况的人士称，普里戈津在会上表示，瓦格纳将加强在班吉的存在，以确保安全并促进新的农业投资。次日，普里戈津欢迎来自苏丹的快速支援部队指挥官。当他们把达尔富尔松戈矿场用木箱装好的黄金交给普里戈津时，这位军阀说他还需要更多。一位熟悉谈话内容的苏丹官员说，普里戈津强调了："我需要更多黄金。" 瓦格纳的帮助，让苏丹准军事组织在战场上取得了一系列胜利，打击了苏丹军政府，包括最近夺取了喀土穆的一家武器工厂和最大的警察基地。普里戈津说："我将确保你们打败他们。" 离开班吉后，根据普里戈津经常用来穿越非洲大陆的一架私人飞机的飞行记录，他飞往马里的巴马科，一段视频中，他在当地军队的皮卡前摆出姿势，然后返回莫斯科。本周二，俄罗斯国防部的一个代表团，应利比亚军阀哈夫塔尔的邀请抵达利比亚，哈夫塔尔曾向瓦格纳支付保护油井和领土的费用。与哈夫塔尔阵营有联系的安全咨询公司 Libya Desk 总经理穆罕默德·埃尔贾赫说，普里戈津的兵变，让哈夫塔尔的亲信对瓦格纳在利比亚的存在感到紧张。他说，双方讨论了与俄罗斯政府建立正式防务伙伴关系的事宜。" 俄罗斯情报官员现在将驻扎在班加西，俄罗斯承包商的负责人将被取代，取而代之的是在瓦格纳的位置上成立的一家新的雇佣军公司，但战斗人员仍将保持不变。哈夫塔尔要求俄罗斯为其老化的机队提供备件、维修和培训，甚至要求俄罗斯帮助提供其在乌克兰使用的伊朗无人机。一位利比亚安全官员说，"俄罗斯希望传递这样一个信息，现在是两支军队之间的伙伴关系，这是一种国与国之间的正式关系。" "普京告诉我，利比亚对我们非常重要，"俄国防部副部长叶夫库洛夫告诉哈夫塔尔。"这是我们访问的第一个瓦格纳客户国家。"

加美财经2023-08-25

突发重磅消息！特朗普在监狱投降“自首” 遭控密谋推翻总统选举结果大批支持者涌现守护

他会被采集指纹并拍摄照片。在他于周四在社交媒体上宣布自首之前，发布了一份法庭文件，其中列出了他的协议条款。 “被告不得采取任何行为恐吓他或她所知的本案共同被告或证人，或以其他方式妨碍司法，”协议中强调。该命令补充指出，上述内容包括但不限于社交媒体上的帖子或社交媒体上他人发布的帖子的转发。该协议由负责此案的地方检察官威利斯和特朗普的律师签署。周一晚些时候，特朗普在他的社交媒体平台Truth Social上发帖称：“你能相信吗？周五我将前往佐治亚州亚特兰大，被激进左翼地区检察官威利斯逮捕。” “她参加了竞选活动，并将继续为这场政治逼迫筹集资金，”他补充道。“这与不诚实的美国总统拜登司法部密切配合。” 威利斯已要求法官安排9月5日进行传讯，被告将被正式指控。她还建议审判于明年3月开始，提审和审判都可以电视转播。当特朗普投降时，周边地区将被封锁，法院外也已竖起路障。报道称，特朗普担任总统期间，在电话中向佐治亚州共和党国务卿布拉德·拉芬斯佩格施压，要求其在计票期间“找到11780张选票”。作为第一位被起诉的美国总统，他还面临另外3起刑事案件。特朗普一再否认有任何不当行为，并称这些指控是出于政治动机。他目前在共和党选举下一位白宫提名人的竞选中处于领先地位，以在2024年总统选举中挑战民主党候选人，这可能是他与拜登的新一轮对战。特朗普的大批支持者涌现，已经在监狱外等待了几个小时。 (来源:Twitter) (来源:Twitter) (来源:Twitter) 据《华盛顿邮报》(Washington Post)报道称，周四监狱外的场景一点也不正常，其中包括特朗普的支持者，例如来自佛罗里达州那不勒斯的66岁克里夫·麦克莫里斯(Cliff MacMorris)，他举着一面写着“特朗普拯救美国”的旗帜。他和妻子乔治娜在亚特兰大过夜，并表示：“你没有权利不公正地迫害某人。”

小萧2023-08-25

马斯克试驾量产版Cybertruck 特斯拉供应链出海值得关注

特斯拉CEO埃隆.马斯克当地时间周三在社交媒体上称，他刚刚在特斯拉德州超级工厂试驾了一辆量产版Cybertruck。试驾后他在一封给员工的电子邮件中，强调了Cybertruck的零件质量和精度的重要性。此前有媒体称，首批候选版本将于本月底上市。 Cybertruck拥有高达3500磅的有效负载能力和可调节空气悬架，其外部存储空间达100立方英尺，车辆牵引能力高达14000磅，可轻松应对大部分牵引场景。特斯拉Cybertruck目前已获得超过190万份订单。马斯克曾在特斯拉年度股东大会上的表态预计Cybertruck每年产量在25万至50万之间。特斯拉发给供应商的信息预计新车每年产量37.5万辆。根据交付时间、产能、新车工艺难度，预计2023-2025年Cybertruck产量约2、20、35万辆。部分企业已于美国或墨西哥建立生产基地，相较于国内生产出口具有节省关税、快速响应、配合密切等优点，预计特斯拉出海产量有望受益于Cybertruck上市及产销量增长。太平洋证券指出，Cybertruck产业链公司整体与特斯拉其他车型类似，包括拓普集团、旭升集团、新泉股份等重点公司。

金融界2023-08-25

抢购一空！中国掀起食盐抢购狂潮中盐集团发声

矿买了湖盐和盐。我现在不吃海盐了。” 社交媒体图片显示，北京一家超市的货架上已经没有盐了，而媒体称，一些中国盐水净化公司的股价飙升了十分之一。沿海省份福建和广东的行业组织和有关部门试图安抚消费者。福建省福州市官员在社交媒体上誓言要“确保供应链稳定，确保食盐库存充足”，并敦促人们“根据自己的需要理性购买食盐”。国有的广东盐业集团对媒体表示，广东省政府有充足的盐储备，并补充说，其检测显示，当地生产的海盐是安全的。中国盐业协会主任告诉媒体，中国有严格的食品安全规定，国内有足够的盐产量来满足需求，所以消费者不应该囤积调味料。海关数据显示，日本在中国海鲜进口中所占比例不到4%，但中国进口的所有蓝鳍金枪鱼都来自日本。上个月，联合国核监督机构批准了这一污水排放计划，两年前，日本政府批准了这一计划。这是漫长而艰难的福岛第一核电站退役过程中的关键一步。2011年，福岛第一核电站被海啸摧毁。中国一直在口头上反对此举，而东京则反过来批评北京方面散布“毫无科学根据的说法”。中盐集团发布关于保障食盐市场供应的声明以下为声明全文：受日本核污染水排海影响，我国部分市场发生食盐抢购现象。中盐集团作为我国盐行业唯一中央企业，保障食盐市场供应和质量安全是我们的首要责任。针对此次市场波动，特做如下声明: 我国对食盐实行定点生产管理，我国食盐来源主要分为三类：井矿盐、湖盐、海盐。当前我国的食盐产品结构占比为井矿盐87%、海盐10%、湖盐3%，井矿盐和湖盐生产均不受日本核污染影响。中盐集团是世界最大的食盐生产企业，食盐产能超过1000万吨/年，其中井矿盐占比95%、湖盐占比4%、海盐占比1%。中盐集团在全国有完善的产销企业布局，食盐储备供应充足。中盐集团具有完备的产品质量管理体系和食盐安全风险评估体系，食盐产品可以做到源头可追溯，质量安全有保障。中盐集团在2003年非典肺炎、2008年汶川地震、2011年日本大地震和新冠疫情引发的历次市场波动中，均很好地保障了食盐市场供应，起到了压舱石和顶梁柱的作用。近期，部分区域市场发生食盐抢购，电商及部分商超渠道有短时缺货现象，我们正在加班加点生产、配送，全力以赴保障市场供应。请社会各界理性消费，不要盲目抢购。

夏洛特 1评论2023-08-25

分析师认为比特币或跌破20,000美元中国政府再踩加密货币

到了Elon Musk的关注。该社区在社交媒体上拥有大量粉丝，并已成为网络文化的焦点。$WSM代币供应完全基于社区，其中50%用于预售。目前，其预售非常成功，并吸引了加密界的巨头。专家认为，$WSM将是下一个爆红的模因币。目前预售价为$0.025，但上市后可能飙升至$0.5，潜在增长率高达1900%。对于投资者，$WSM提供了一个难得的机会。立即进入Wall Street Memes预售

Business2Community2023-08-25

法律专家：Friend.tech可能会引起SEC的注意

riend.tech 是一个去中心化的社交媒体平台，用户可以在 X（前身为 Twitter）上买卖个人账户的“份额”，该平台上周末的兴趣激增。该平台在 24 小时内收取了超过 100 万美元的费用，专注于加密货币的律师相信可以肯定地说美国证券交易委员会正在关注。 Friend.tech 交易需支付两笔 5% 的费用。一笔进入 Friend.tech 的金库，另一笔进入股票交易的账户持有人。理论上，用户还可以通过投资股票价值增加的账户来获利。证券专家表示，该模型看起来与股票市场类似。正如上市公司股东可以获得股息一样，有影响力的人可以选择与买家分享费用——许多人已经提供了这种福利来提高交易量和股价。股东有权向其拥有股份的帐户私下发送消息。Mitchell Silberberg & Knupp 合伙人 Mark Hiraide 表示，这为该应用程序提供了潜在的实用性，如果证券监管机构感兴趣，它可能会派上用场。但是，Hiraide 告诉 Blockworks，利润预期不容忽视。 “显然，其中有一些实用性，但他们将这些称为‘股份’这一事实表明，这些不仅仅是入场券，”平出说。“他们出售的本质是股票资本增值的前景；随着越来越多的人加入该平台，随着越来越多的人购买股票来接触流行人物，股票的价值将会增加。” 这些股票是否在 Friend.tech 以外的平台上交易也值得关注，因为在第三方交易所上市将使得这些资产与传统证券的区分变得更加困难。用户也可能不是无辜的旁观者，正如 Seedstarter 的律师兼创始人杰西·海因斯 (Jesse Hynes) 在回答影响者是否应对股价波动负责时所说的那样。 “老实说，这是一种合法的可能性，”他在 X 上写道。“尽管设立账户的人本身并不是‘发行人’，但如果这是未注册的证券产品（就像我怀疑的那样），那么那些愿意注册并允许其他购买股票的人可能会陷入困境。” 该应用程序目前没有隐私政策。用户被引导到该平台网站上“查看”该政策，但随后被告知该政策将“即将推出”。注册时，用户允许 Friend.tech 查看用户可以看到的所有帖子和帐户，包括受保护的帐户。用户还授予 Friend.tech 从用户帐户发布帖子和转发的权限。此时，用户可以在注册后禁用这些权限。 Hiraide 表示，Friend.tech 的明显受欢迎程度及其引起的关注就足以让 SEC 介入。 “我认为针对 Ripple 的案件也是如此，”他说。“尽管SEC知道 Ripple 拥有大量资源并且能够通过律师进行辩护，但围绕Ripple 的宣传太多，SEC 别无选择，只能追查。” 来源：金色财经

金色财经2023-08-24

小鹏汽车副总裁加入英伟达担任汽车产品主管，双方有望继续展开深度合作？

获得优势。本月小鹏董事长何小鹏在一篇社交媒体帖子中披露了吴新宙离开公司的消息，他期待继续深化与吴新宙在芯片等领域的合作。

Sue2023-08-24

AllianceDAO：AI与Web3的互利共赢

，共同体验游戏的乐趣。 2. 去中心化社交媒体在当今，去中心化社交（DeSo）平台面临一个挑战，即相较于现有中心化平台，它们难以提供独特的用户体验。然而，通过与AI 的无缝集成，我们可以为 Web 2 的替代方案带来独特的体验。举个例子，由 AI 管理的账户可以通过分享相关内容、评论帖子以及参与讨论来吸引新用户加入网络。此外， AI 账户还能够实现新闻聚合，汇总与用户兴趣相符的最新趋势。这种整合 AI 的方法将为去中心化社交媒体平台带来更多创新，吸引更多用户的加入。 3. 去中心化协议的安全性和经济设计测试以基于 LLM 的AI 助理为基础，我们有机会对去中心化网络的安全性和经济稳健性进行实际测试。这种代理能够定义目标、创建代码并执行这些代码，从而为评估去中心化协议的安全性和经济设计提供了新的视角。在这一过程中，AI 助理被引导去利用协议的安全性和经济平衡。它首先可以检查协议文档和智能合约，找出潜在弱点。然后，它可以独立竞争执行攻击协议的机制，以最大化自身的收益。这一方法模拟了协议启动后可能遇到的实际环境。通过这些测试结果，协议设计者可以检查协议的设计并修补潜在的弱点。目前，只有像 Gauntlet 等专业公司具备为去中心化协议提供此类服务的技术技能。但是，通过对 LLM 进行 Solidity、 DeFi 机制以及以往利用机制等方面的培训，我们期待 AI 助理能够提供类似的功能。 4. 用于数据索引和指标提取的 LLM 虽然区块链数据是公共的，但索引和提取有用见解始终是一个挑战。某些参与者（如 CoinMetrics）专门从事索引数据和构建复杂指标以进行销售，而其他参与者（如 Dune）则专注于对原始交易的主要组成部分进行索引，并通过社区贡献来提取部分指标。近期 LLM 的进展显示出，数据索引和指标提取可能会迎来革命。区块链数据公司 Dune 已经认识到了这一潜在威胁，并宣布 LLM 路线图包括 SQL 查询解释和基于 NLP 查询的潜在组件。然而，我们预测 LLM 的影响将更深远。一种可能性是基于 LLM 的索引，其中 LLM 模型能够直接与区块链节点交互，为特定指标的数据建立索引。初创公司 Dune Ninja 等已经开始探索基于 LLM 的创新数据索引应用程序。 5. 开发者加入新的生态系统不同的区块链网络吸引开发者来构建应用程序。Web3 开发者活动是评估生态系统成功的重要指标之一。然而，开发人员在开始学习和构建新生态系统时，常常会遇到支持方面的困难。生态系统已经通过专门的 Dev Rel 团队投入数百万美元，以支持开发人员在探索生态系统中更好地发展。在这个领域，新兴的 LLM 展示了惊人的成就，它可以解释复杂代码、捕获错误，甚至创建文档。经过微调的 LLM 可以补充人类的经验，从而显著提高开发团队的生产力。例如，LLM 可以用于创建文档、教程，回答常见问题，甚至可以为黑客马拉松中的开发人员提供样板代码或创建单元测试。这些都将有助于促进开发人员的积极参与，推动整个生态系统的成长。 6.改进 DeFi 协议通过将 AI 融入 DeFi 协议的逻辑中，可以显著提升众多 DeFi 协议的性能。目前，将 AI 应用于 DeFi 领域的主要难题之一是在链上实施 AI 的成本较高。尽管可以在链下实现 AI 模型，但之前无法验证模型的执行情况。然而，通过诸如 Modulus 和 ChainML 等项目，链下执行的验证正逐渐变为现实。这些项目允许在链外执行机器学习模型，同时限制链上的成本开销。在 Modulus的情况下，链上的费用仅用于验证模型的零知识证明（ZKP）。而在 ChainML 的案例中，链上的成本是用于向去中心化 AI 执行网络支付预言机费用。以下是一些可能从 AI 集成中受益的DeFi使用案例： AMM 流动性配置：例如，更新 Uniswap V3 的流动性范围。通过整合人工智能，协议可以更加智能地调整流动性范围，从而提高 AMM（自动做市商）的效率和收益。清算保护与债务头寸：结合链上和链下数据，可以实现更有效的清算保护策略，保护债务头寸不受市场波动影响。复杂的 DeFi 结构化产品：设计金库机制时，可以依赖金融人工智能模型而不是固定策略。这样的策略可能包括由人工智能管理的交易、贷款或期权，从而提高产品的智能性和灵活性。先进的链上信用评分机制：考虑不同区块链上不同钱包的情况，整合人工智能可以帮助构建更精确和全面的信用评分系统，从而更好地评估风险和机会。通过利用这些 AI 集成的案例，DeFi 领域可以更好地适应不断变化的市场需求，提高效率，降低风险，并为用户创造更多价值。同时，随着链下验证技术的不断发展，AI 在 DeFi 中的应用前景也将进一步拓展。 Web3 技术能够帮助提升 AI 模型的能力虽然现有 AI 模型已经展现出巨大的潜力，但在数据隐私、特有模型执行的公平性以及虚假内容的创建和传播方面仍然面临挑战。在这些领域，Web3技术的独特优势可能发挥重要作用。 1. 为 ML 训练创建专有数据集 Web3 可以协助 AI 的领域之一是协作创建用于机器学习 (ML) 训练的专有数据集，即用于数据集创建的 PoPW 网络。海量数据集对于准确的 ML 模型至关重要，但如何获取这些数据，如何创建这些数据集可能会成为瓶颈，特别是在需要私有数据的用例中，比如使用 ML 进行医学诊断，围绕患者数据的隐私问题构成了重大障碍，因为训练这些模型需要访问医疗记录。然而，出于隐私考虑，患者可能不愿分享他们的医疗记录。为了解决这个问题，患者可以对他们的医疗记录进行可验证的匿名化处理，以保护他们的隐私，同时仍然可以在机器学习训练中使用这些记录。然而，匿名处理后的数据的真实性可能令人担忧，因为虚假数据可能会极大地影响模型性能。这时，零知识证明（ZKP）可以用来验证匿名处理后的数据的真实性。患者可以生成ZKP，以证明匿名记录确实是原始记录的副本，即使在删除个人身份信息（PII）后也是如此。这种方法既保护了隐私，又确保了数据的可信度。 2. 对私有数据运行推理当前，大型语言模型（LLM）存在一个重要问题，即如何处理私有数据。举例来说，当用户与ChatGPT进行交互时，OpenAI会收集用户的私有数据，并将其用于模型的训练，从而引发敏感信息的泄露。近期的案例中，有员工在使用ChatGPT辅助办公时不小心泄露了涉密数据，这使得这个问题更加突出。零知识（ZK）技术有望解决机器学习模型在处理私人数据时出现的问题。在这里，我们将探讨两种场景：开源模型和专有模型。对于开源模型，用户可以下载模型并在本地私有数据上运行。举例来说，Worldcoin的“World ID”升级计划（“ZKML”）需要处理用户的生物特征数据，如虹膜扫描，以创建每个用户的独特标识符（IrisCode）。在这种情况下，用户可以在保护其生物特征数据隐私的情况下下载IrisCode生成的机器学习模型，并在本地运行。通过创建零知识证明（ZKP），用户可以证明他们已经成功生成了 IrisCode ，从而保证了推理的真实性，同时保护了数据隐私。重要的是，高效的ZK证明机制（如Modulus Labs开发的机制）在训练机器学习模型时具有关键作用。另一种情况是，当用于推理的机器学习模型是专有的时，情况会稍微复杂。因为在本地进行推理可能不是一个选项。然而，零知识证明可以通过两种可能的方式来帮助解决问题。第一种方法是在将匿名化数据发送到机器学习模型之前，使用 ZKP 对用户数据进行匿名化处理，正如前面在数据集创建案例中所讨论的。另一种方法是在将预处理输出发送到机器学习模型之前，对私有数据进行本地预处理。在这种情况下，预处理步骤隐藏了用户的私有数据，使其无法重构。用户可以生成 ZKP 来证明预处理步骤的正确执行，而模型的其他专有部分可以在模型所有者的服务器上远程执行。这些示例用例可能包括能够分析患者医疗记录以进行潜在诊断的 AI 医生，以及评估客户私人财务信息以进行金融风险评估的算法。通过 ZK 技术，Web3可以提供更高的数据隐私保护，使得 AI 在处理私有数据时更加安全可靠，同时也为隐私敏感领域的 AI 应用提供了新的可能性。 3. 保证内容真实性，打击深度伪造内容这类骗局 ChatGPT 的出现可能使人们忽略了一些专注于生成图片、音频和视频的生成式人工智能模型。然而，这些模型目前已经能够生成逼真的深度伪造内容。例如，最近流行的 AI 生成的写真照片，以及模仿 Drake 新歌的 AI 生成版本，这些内容已经在社交媒体上广泛传播。由于人们天生倾向于相信所见所听，这些深度伪造内容可能构成潜在的骗局危险。虽然一些初创公司试图使用 Web2 技术来解决这个问题，但数字签名等 Web3 技术可能更有效地解决这个问题。在 Web3 中，用户之间的交易由用户的私钥签名以证明其有效性。类似地，文本、图片、音频和视频内容也可以通过创作者的私钥进行数字签名，以证明其真实性。任何人都可以通过与创作者的公开地址进行签名验证，这个公开地址可以在创作者的网站或社交媒体账户上找到。Web3网络已经建立了所有必要的基础设施来满足这种内容验证的需求。一些投资者已经将他们的社交媒体配置文件，如 Twitter，或去中心化社交媒体平台，如 Lens Protocol 和Mirror，与加密的公开地址相关联，以增加内容验证的可信度。例如，美国头部投资机构 USV 的合伙人 Fred Wilson 讨论了将内容与公共加密密钥相关联如何在打击虚假信息方面起到作用。尽管这个概念看起来很简单，但要改善身份验证过程的用户体验还需要很多工作。例如，内容的数字签名过程需要自动化，以便为创作者提供无缝、流畅的体验。另一个挑战是如何在不需要重新签名的情况下生成已签名数据的子集，例如音频或视频片段。目前，许多项目都在努力解决这些问题，并且 Web3 在解决这些问题方面具有独特的优势。通过数字签名等技术， Web3 有望在保护内容真实性和打击深度伪造内容等方面发挥关键作用，从而提高用户的信任和网络环境的可信度。 4. 专有模型的信任最小化 Web3 技术还可以在专有机器学习（ML）模型作为服务提供时，实现最大程度地减少对服务提供商的信任。用户可能希望验证他们所付费购买的服务，或获得关于ML模型公平执行的保证，即相同的模型用于所有用户。零知识证明（ZKP）可以用于提供这些保证。在这个架构中， ML 模型的创建者生成一个代表 ML 模型的 ZK 电路。然后，在需要的时候，使用该电路为用户的推理生成零知识证明。这些证明可以发送给用户进行验证，也可以发布到负责处理用户验证任务的公共链上。如果 ML 模型是私有的，独立的第三方可以验证所使用的 ZK 电路是否代表该模型。在模型的执行结果具有高风险的情况下，这种信任最小化的方法尤其有用。以下是一些具体的用例：医疗诊断的机器学习应用在这种情况下，患者将自己的医疗数据提交给 ML 模型进行潜在的诊断。患者需要确保目标机器学习模型没有滥用他们的数据。推理过程可以生成一个零知识证明，用于证明 ML 模型的正确执行。贷款信用评估 ZKP可以确保银行和金融机构在评估信用价值时考虑了申请人提交的所有财务信息。此外，通过证明所有用户使用相同的模型，ZKP可以证明公平性。保险理赔处理当前的保险理赔处理是手动和主观的。然而，ML 模型可以更公平地评估保险单和索赔细节。与 ZKP 相结合，这些索赔处理 ML 模型可以被证明考虑了所有保单和索赔细节，并且同一模型用于处理同一保单下的所有索赔。通过利用零知识证明等技术，Web3 有望为专有 ML 模型的信任问题提供创新的解决方案。这不仅有助于提高用户对模型执行的信任，还能够促进更加公平和透明的交易过程。 5. 解决模型创建的集中化问题创建和训练 LLM（大型语言模型）是一个耗时且昂贵的过程，需要特定领域的专业知识、专用的计算基础设施以及数百万美元的计算成本。这些特征可能会导致强大的集中实体，例如 OpenAI ，它们可以通过控制对其模型的访问来对其用户行使重大权力。考虑到这些集中化风险，关于 Web3 如何促进。创建不同方面的去中心化的重要讨论正在进行中。一些 Web3 倡导者提出了将去中心化计算作为与集中式参与者竞争的一种方法。这个观点认为，去中心化计算可以是一种更便宜的替代方案。然而，我们的观点是，这可能不是与集中式参与者竞争的最佳角度。去中心化计算的缺点在于，由于不同异构计算设备之间的通信开销， ML 训练可能会慢10到100倍。一种方法是通过去中心化计算来分散模型创建的成本和资源。虽然有人认为去中心化计算可能成为替代集中式实体的更便宜方案，但通信开销问题可能会限制其效率。这意味着在涉及大规模计算任务时，去中心化计算可能导致训练速度减缓。因此，在寻求解决模型创建集中化问题时，需要仔细权衡去中心化计算的利弊。另一种方法是采用 Proof of Private Work（PoPW）的方式来创建独特而具有竞争力的 ML 模型。这个方法的优势在于它可以通过将数据集和计算任务分散到网络的不同节点来实现去中心化。这些节点可以为模型训练做出贡献，同时维护各自的数据隐私。Together 和 Bittensor 等项目正在朝这个方向发展，试图通过 PoPW 网络来实现模型创建的去中心化。人工智能代理的支付和执行轨道人工智能代理的支付和执行轨道在最近的几周中引起了极大的关注。使用LLM（大型语言模型）来执行特定任务并实现目标的趋势不断上升，这一潮流起源于BabyAGI的概念，并迅速扩散至高级版本，包括AutoGPT等。这引发了一个重要的预测，即在未来，人工智能代理将在某些任务中表现出色并变得更加专业。如果出现了专门的市场，人工智能代理就有能力搜索、雇用和支付其他人工智能代理的费用，从而协同完成重要项目。在这一进程中，Web3 网络为人工智能代理提供了理想的环境。特别是在支付方面，人工智能代理可以配置加密货币钱包，用于接收付款并向其他代理付款，实现任务分工和合作。除此之外，人工智能代理还可以无需许可地委托资源，将其插入加密网络。例如，如果一个人工智能代理需要存储数据，他们可以创建一个Filecoin钱包，支付去中心化存储网络IPFS上的存储费用。另外，人工智能代理还可以委托去中心化计算网络（如Akash）的计算资源，以执行特定任务，甚至扩展其执行范围。防止AI侵犯隐私然而，在这一发展过程中，隐私和数据保护问题变得尤为重要。鉴于训练高性能机器学习模型需要大量数据，因此可以安全地假设任何公共数据都会进入机器学习模型，这些模型可以使用这些数据来预测个人的行为。特别是在金融领域，建立机器学习模型可能导致用户财务隐私受到侵犯。为了解决这个问题，一些隐私保护技术如 zCash、Aztec支付，以及Penumbra和Aleo等私人DeFi协议可以用来确保用户的隐私得到保护。这些技术可以在保护用户数据的同时进行交易和数据分析，从而实现金融交易和机器学习模型开发的平衡。结论我们相信 Web3 和 AI 在文化和技术上是相互兼容的。与 Web2 中对机器人的抵触情绪不同，Web3 凭借其无需许可的可编程性质，为人工智能的蓬勃发展创造了机会。从更宏观的角度来看，如果将区块链视为一个网络，那么人工智能有望在这个网络的边缘发挥主导作用。这一观点适用于各种消费应用程序，从社交媒体到游戏。迄今为止，Web3 网络的边缘主要由人类组成。人类会发起并签署交易，或者通过预先设定的策略让机器人代表他们采取行动。随着时间的推移，我们可以预见网络边缘会出现越来越多的人工智能助理。这些 AI 助理将通过智能合约与人类以及彼此互动。我们相信这些互动将带来全新的消费者和用户体验，可能会引发创新的应用场景。 Web3 的无需许可特性赋予了人工智能更大的自由度，可以更紧密地与区块链和分布式网络集成。这有望促进创新、扩展应用领域，并为用户创造更富有个性化和智能化的体验。同时，需要密切关注隐私、安全和伦理问题，以确保人工智能的发展不会给用户带来负面影响，而是真正实现技术与文化的和谐共存。来源：金色财经

金色财经2023-08-24

微博2023年第二季度营收4.402亿美元调后净利润1.264亿美元同比增长23%

金融界8月24日消息，中国社交媒体公司微博今天发布2023年第二季度业绩报告。数据显示，2023年第二季度微博总营收4.402亿美元，约合31.4亿元人民币，剔除汇率因素总营收同比增长5%。其中，广告营收达到3.857亿美元，约合27.55亿元人民币，剔除汇率因素，广告收入同比增长7%。二季度微博调整后净利润1.264亿美元，约合人民币9.18亿元，剔除汇率因素同比增长23%；月活跃用户达到5.99亿，同比净增1700万，日活跃用户达到2.58亿，同比净增500万。 2023年第二季度亮点净收入为4.402亿美元，按固定汇率计算，同比下降2%，同比增长5%。广告和营销收入为3.857亿美元，与去年同期持平，按固定汇率计算同比增长7%。增值服务(“VAS”)收入为5460万美元，同比下降16%，按固定汇率计算同比下降10%。营业收入为1.235亿美元，营业利润率为28%。归属于微博股东的净利润为8140万美元，摊薄后每股净收入为0.34美元。非公认会计准则运营利润为1.538亿美元，非公认会计准则运营利润率为35%。归属于微博股东的非Gaap净利润为1.264亿美元，非Gaap摊薄后每股净收入为0.53美元。 2023年6月，月活跃用户(Mau)为5.99亿，同比净增加约1700万用户。手机Mau占Mau的95%。 2023年6月，平均日活跃用户(Dau)为2.58亿，同比净增加约500万用户。 2023年第二季度财务业绩 2023年第二季度，微博的总净收入为4.402亿美元，与去年同期的4.502亿美元相比下降了2%。 2023年第二季度的广告和营销收入为3.857亿美元，与去年同期的3.856亿美元持平。不包括来自阿里巴巴的广告收入，广告和营销收入为3.589亿美元，与去年同期的3.618亿美元相比下降了1%。 2023年第二季度VAS收入为5460万美元，与去年同期的6460万美元相比，同比下降16%。 2023年第二季度的成本和支出总额为3.168亿美元，与去年同期的3.562亿美元相比下降了11%。 2023年第二季度的运营收入为1.235亿美元，而去年同期为9390万美元。营业利润率为28%，去年为21%。非公认会计准则运营收入为1.538亿美元，去年同期为1.453亿美元。非公认会计准则营业利润率为35%，去年为32%。 2023年第二季度的非营业亏损为1380万美元，而去年同期的亏损为4740万美元。2023年第二季度的非经营性亏损主要包括投资公允价值变动导致的1690万美元净亏损。所得税费用为2550万美元，去年同期为1750万美元。 2023年第二季度归属于微博股东的净利润为8140万美元，而去年同期为2830万美元。2023年第二季度归属于微博股东的摊薄每股净收入为0.34美元，而去年同期为0.12美元。2023年第二季度归属于微博股东的非Gaap净收入为1.264亿美元，而去年同期为1.097亿美元。2023年第二季度归属于微博股东的非Gaap摊薄每股净收入为0.53美元，而去年同期为0.46美元。截至2023年6月30日，微博的现金、现金等价物和短期投资总额为28亿美元。2023年第二季度，经营活动提供的现金为1.425亿美元，资本支出总额为330万美元，折旧和摊销费用为1450万美元。

金融界2023-08-24

茶百道赴港上市，估值也许碾压奈雪

自我、彰显个性、享受生活的一种方式，与社交媒体、网红文化、IP营销等相结合，形成了强大的品牌影响力和消费热潮。竞争优势茶百道在新式茶饮市场中拥有明显的竞争优势，主要体现在以下几个方面：品牌知名度和美誉度高。茶百道是中国新式茶饮市场的领导者之一，其品牌形象是“时尚、健康、快乐”，其品牌口号是“好茶·好生活”。茶百道通过品牌升级、渠道拓展、IP联名等方式提升了品牌知名度和影响力。招股书显示，2022年，茶百道在微信上拥有超过2000万名粉丝，在抖音上拥有超过1000万名粉丝，在小红书上拥有超过500万名粉丝，在快手上拥有超过300万名粉丝。茶百道还曾获得了“中国十大最具影响力茶饮品牌”、“中国十大最受欢迎茶饮品牌”、“中国十大最具创新力茶饮品牌”等多项荣誉。产品创新能力和质量控制能力强。茶百道注重产品创新和时令新品推出，以吸引更多客户。招股书显示，2022年，茶百道共推出43款新品，并开发了“乌漆嘛黑”、“青提茉莉”等特色款。茶百道的产品研发团队由茶艺师、食品工程师、营养师等专业人士组成，拥有多项专利和技术。茶百道还注重产品质量控制，从原料采购、生产加工、物流配送、门店制作等各个环节，都采用了严格的标准和流程，确保产品的安全、卫生和一致性。加盟模式和运营管理能力优。茶百道采用轻资产运营模式，以单店加盟为主，超过85%的门店采用30-100平方米的中小店模型。这种模式使得茶百道能够快速扩张门店网络，降低运营成本，提高资金回报率。茶百道的加盟商数量和闭店率也显示了其稳健的经营状况。截至2020年至2023年一季度末，茶百道的加盟商数量分别为2240、5070、6352和6588，其中444名加盟商开设了两家以上的门店。同期的闭店率分别为0.1%、0.2%、1.1%和0.5%，远低于行业平均水平。茶百道还通过建立完善的运营管理体系，为加盟商提供货品及设备销售、培训支持、运营指导、品牌推广等服务，保障加盟商的利益和满意度。估值相比奈雪，茶百道已经实现了稳定盈利，净利率超过22%，而奈雪还在亏损中，可见，茶百道加盟和中低端定位的商业模式更加具有可持续性。不同于奈雪，茶百道可以考虑PE或者是PEG的估值方法，2022年净利润9.65亿元，同比增长27.7%，2023年一季度净利润2.85亿元，同比增长50.7%，结合PEG=1较为合理，可以考虑给茶百道PEttm30倍到40倍的估值，对应318.21亿元人民币到424.28亿元人民币，这个估值是要大幅高于奈雪的。 $奈雪的茶(02150)$

老虎证券2023-08-24

24小时热点