FX168财经网_全球视野外汇黄金加密货币NFT资讯网

轻松运用AI指导加密投资的未来还远吗？| veDAO研究院

每一位投资者都受益匪浅的，当前市场上的AI应用层出不穷，但项目质量水平却多少存在参差不齐。事实上，各大DEX、CEX都在布局人工智能工具，却还未出现某一个两个工具占据大量用户的情况，以下原因值得探讨分析： 1.需要足够体量的数据，它或许不足以支撑AI学习及无法对LLM质量进行保证，也可能是项目团队的数据资源无法对未来的迭代优化进行保证，这样一来项目就难以成型。 2.模型因子维度的重要性，由于Web3不同于传统金融，像独特的推特生态圈、电报群小组、链上储存数据而链下数据却无法百分百获取等这一系列都会成为模型考虑的、复杂的因子选项，其实还是要基于庞大体量的数据，再进行策略的制定优化，这非常考验项目团队在投资领域算法领域的专业性和技术能力。 3.专业的事情交给专业的人去做，虽然许多龙头DEX、CEX都在布局人工智能投资工具，但作为一款工具追求的更多的是简单精确。相信许多用户对于“在一个庞大的页面分支中，找到自己想去的模块/想使用的工具“是非常烦恼的事儿，在使用到工具之前需要挑战好几次页面才能到达。像Debank、DuneAnalytics、veDAO等专业软件，简单、专业、精确，在一个领域做到足够深，才是用户依赖度更高的优秀的工具。 4.将复杂的东西简单化，让用户觉得操作流程清晰，界面简明易懂，操作易上手，这样的工具才是优秀的工具。尤其是投资管理工具，如何买入卖出、如何自定义个性化、如何使用自动交易机器人、如何管理变动仓位等，AI的目的就是带给用户简单高效精确的体验，更需要优秀的产品工具把这一结果让用户真实的感受到，收益AI带来的改变。 5.创新先进的想法还需要等待技术的落实和普及，像从ChatGPT引爆全球，到大语言模型的兴起，再到AI+意图概念的引发关注，发生时间非常的短。我们也需要给技术时间去落地，去成熟，再到普及应用，不断地迭代优化从而呈现给用户最好的体验。亮点项目分享 1.VeDAO veDAO将深度融合平台独有的趋势追踪+智能交易两大模块，致力于打造更适合Web2/Web3用户买卖投资的Web3AI交易所。veDAO的AI智能投顾具有先天的平台优势。其拥有TB级海量数据库，涵盖近70个主网生态、40个web3赛道。包括8000+Web3项目库，22000+Twitter KOL、3700+投资机构、20000+聪明钱地址、6000+相关资讯。不仅有完善的项目评估体系、由Web3知名机构组成的veDAO专家委员会，两个专业的追踪模块——twitter情绪追踪、聪明钱信号追踪。 veDAO潜心打造的AI智能交易板块可以放大平台原有的数据资源优势，更加智能高效的为用户提供投资服务，其具有以下亮点： veDAO-AI交易会给与用户投前、投中、投后的全程智能化辅助服务。在用户买入前，veDAO-AI交易通过数据驱动决策，能够综合各种数据源（如市场趋势等）进行分析，提供更准确和全面的投资建议。在用户买入时，veDAO-AI交易的个性化推荐功能能够根据用户本金以及风险承受能力进行个性化仓位管理和投资建议。在用户持仓时，veDAO-AI交易自动化实时响应机制可以试试监控市场变化和用户持仓，自动执行预设交易条件，大大提高交易效率。当用户卖出后，veDAO-AI交易也会分析当前盈亏情况和买卖时机，帮助用户做出投资总结，并且也会根据历史交易数据进行学习和优化，不断提高交易策略的准确性。再加上veDAO-AI交易工具天然对用户友好，通过自然语言处理（NLP）技术，让用户使用简单的自然语言就能完成复杂的链上交易。对AI交易流程具有全方位、人性化的设计，将人工智能高效准确地覆盖在流程的每一个环节，为用户的投资分析提供专业地分析、持续迭代优化投资建议策略、保姆级地智能仓位管理和人性化的自定义设置，未来也将引入成熟的意图交易技术，旨在运用安全、科学的AI技术。 veDAO旨在运用趋势追踪找到好项目/抓住好时机+AI智能交易将用户的投资利益最大化，打造内容专业的、使用简单易懂的，更适合Web2/Web3用户买卖投资的web3AI交易所。相关链接：https://app.vedao.com/ai-trade 2.ParaX ParaX的意图驱动的AI助手ParaX AI是一种跨领域意图驱动的大型语言模型（CDI-LLM），经过大量DeFi相关数据模型的训练，能够理解用户在不同情景下的交易意图。这些数据模型包括合同代码、主流协议文件等，旨在通过自然语言理解用户的意图，将其转化为期望的目标和约束，然后生成相应的交易序列。这些交易随后在ParaX的多链合同账户上执行，实现了跨不同应用场景的交易模式。其核心为：多链账户抽象（MAA）：MAA将多个链上的多个账户属性统一起来，类似于中心化交易所（CEX）。这种简化的方法带来了几个好处：统一身份：可以在广泛的DeFi范围内对单一身份进行身份验证和授权，简化了流程并给用户更多的数据控制权。简化管理：ParaX部署智能合约，从各种目标链上收集链上交易和资产数据。元用户界面（MUI）：这是一个一站式仪表板，用户可以在其中与所有喜爱的应用程序互动，而不会深陷于链或应用程序的细节中。该平台提供“简化”版本，剥离了任何中间过程，只提供必要的内容。那些喜欢更定制体验的用户可以选择“专业”界面中的dapps。跨领域基于意图的LLM：这可以将意图转化为可执行请求，封装和隐藏区块链技术细节，从而降低用户进入Web3的门槛。目标是通过自然语言理解用户的意图，将其转化为期望的目标和约束，并随后生成相应系列的交易。然后，在多链合同账户上执行这些交易，实现各种应用场景的交易模式。 ParaVM：ParaX将创建一个鼓励开发人员创建为ParaX生态系统增加独特价值的“小应用程序”的环境。相关链接：https://app.vedao.com/projects/c2ab33d4aefdf9e6e26c0562cadc0893d9bd08b4813e472081c555f6cf6ff472 3.BubbleAI BubbleAI 是一个信号和人工智能驱动的交易聚合器。其采用了Web3的前沿技术，构建了一个强大的链下数据情报系统。无论是市场行情、交易数据还是趋势分析，用户都能够轻松获取。更重要的是，BubbleAI引入了自研的AI大模型分析引擎，让复杂的数据变得简单易懂。这使得用户将能够以最快、最简单的方式，获取并利用那些曾经最难、最复杂的数据，从而为用户的交易决策提供坚实支持。值得一提的是，BubbleAI最近成功完成了数百万美金的Pre-Seed融资，由Luxtech Capital和一家领先的WEB3香港上市公司领投。这笔融资将进一步推动BubbleAI的产品开发，深度数据挖掘以及AI大模型分析引擎的研发，为全球用户提供更加强大的工具和支持。相关链接：https://app.vedao.com/projects/1405de11634f5f6c9ddf6ffa6e5abc2a1bdb1aeb2bd5f1d246efbe8358e97809 4.Assister Assisterr是一个由自然语言驱动的Web3分析工具。它旨在赋予个人散户实现财务自由所需的知识。 Assisterr团队通过大量数据研究分析发现73%至81%的散户投资者都在加密投资中由于信息数据和专业知识的匮乏导致投资失败。相反，人工智能彻底改变了华尔街股票市场，算法交易账户占美国市场的60%至73%，人工智能工具为对冲基金、投资公司和股票投资者提供了许多好处，包括缩短研究时间、提高准确性、预测模式和降低管理费用，专业交易者使用这些工具来收集情报，并咨询客户或代表他们进行投资。 Assisterr团队看到了Web3中的ChatGPT机会，将微调的ChatGPT和动态仪表板与最新的链上和链下数据相结合，并成为Web 3数据仓库。 Assisterr工具在Web3投资分析中提供了几个好处：个性化推荐：ChatGPT保持上下文，可以根据投资者的水平、风险承受能力和兴趣提供个性化推荐; 虚拟协助：ChatGPT可以充当虚拟助手，并解释未知的指标、相关性和异常偏差; 洞察跟踪：ChatGPT可以提醒用户，它认为与用户的投资组合和利益相关的风险和机会; 社交元素：社区成员可以分享他们的提示并从其他社区成员那里获得奖励; Assisterr Web3分析工具当前还在beta版本测试开发中，其核心创始人Nick Havryliak也在Twitter上频繁更新项目的开发测试成果。值得关注的是，Assisterr在7月20日位于芝加哥举办的Web 3投资者日上引起了不小的轰动，我们也期待这款AI分析工具的正式上线。相关链接：https://app.vedao.com/projects/0a5ebb04f99d0460f3a0336cc0d63d671fb53781862d70de33fc3b88d6ba9a70 关注我们 veDAO是一家由AI驱动的web3趋势追踪&智能交易一站式平台，将大数据分析所呈现出的市场趋势与交易深度结合，致力于打造更适合Web2和Web3用户买卖投资的web3 AI交易所。 veDAO拥有行业领先的由链上分析&情绪指标构成的AI大语言模型，为用户提供主动型数据支持，结合智能、快捷、安全、实时监控的AI交易功能，截止目前，平台重度使用用户已超过37000人，关联22000+Web3垂直行业 Twitter KOL，与180+专业机构组成veDAO专家委员会，平台项目库超8300+个，且有220+星探与veDAO一起不断增加Web3项目。 veDAO以两周一次版本更新的速度不断升级，决心搭建起Web2通往Web3的桥梁，成为未来Web2和Web3用户查项目、找热点、看趋势、一级投资、二级交易的首选平台。 Website：http://www.vedao.com/ Twitter：https://twitter.com/vedao_official Facebook：bit.ly/3jmSJwN Telegram：t.me/veDAO_zh Discord：https://discord.gg/NEmEyrWfjV ?投资有风险，项目仅供参考，风险请自担哦? 来源：金色财经

金色财经2023-10-18

苹果的AI愿景

字。这就是苹果如何成为首个大规模消费级AI应用的原因。在Real Vision上，分析师曾指出“如果你以谷歌这样的面向消费者的公司为例”，他们处于一个有利的位置，因为谷歌不需要“去努力说服大量消费者采用新东西，消费者将继续使用搜索，只是改进后的搜索；广告商将继续使用谷歌，只是提高了投资回报率。” 对于苹果来说，情况也是一样的——它不需要像OpenAI那样努力将数百万用户转化为付费订阅用户；相反，它可以轻松地将先进的会话式AI模型整合到Siri中，然后迅速将已经付费订阅的用户转化为使用这些AI服务的用户。 $苹果(AAPL)$

老虎证券2023-10-18

机构：生成式AI成为创业独角兽的重要来源

、医疗保健、建筑和法律等垂直行业的专业AI应用将吸引更大的关注。

金融界2023-10-18

ChatGPT概念股震荡走低万兴科技跌超5%

10月18日，AI应用方向早盘集体调整，万兴科技、创业黑马跌超5%，汉王科技、世纪天鸿、神州泰岳、昆仑万维、拓尔思等跟跌。

金融界2023-10-18

IDC：中国存储市场排名刷新，浪潮信息进入前二

来实现成本效益的最优化。同时，生成式AI应用的兴起，为市场注入强劲的催化剂。IDC预测，全球生成式AI存储市场规模将从2022年的2.3亿美元增长到2026年的21.8亿美元，生成式AI存储占整体AI存储市场的比例将从5.7%增长到30.5%。生成式AI对于性能、容量等方面的巨大需求，正加速融合架构、全闪存、CXL、QLC等新技术的普及应用。浪潮信息领跑新数据时代生成式AI涉及的数据采集、标注、训练、推理、归档等场景，带来了数据基础设施在异构数据融合、持续低延迟与高带宽和EB级大容量存储等方面的新需求，浪潮信息在业界率先发布了生成式AI存储解决方案，具备卓越融合、卓越性能、卓越节能三大能力，并通过热温冷冰四级数据全生命周期管理，助力生成式AI应用在各行各业走向落地。作为全球领先的数据存储产品方案提供商，浪潮信息在企业级存储市场持续取得突破，尤其在全闪、分布式等代表着未来存储趋势的高价值细分产品领域，浪潮信息表现尤为出色，特别是在全闪存储领域，出货量同比增长69.77%，远超市场平均增速。目前，浪潮信息存储已在六大行、TOP3保险证券公司、石油石化、C9高校、TOP10医院等行业大客户中广泛部署，支撑企业的核心数据库、生成式AI、云平台、大数据等场景应用。未来，浪潮信息将持续加大技术创新与投入，助力千行百业构建安全、可靠、经济、高效的数据基础设施，释放数据要素价值，加速数字化转型。

美通社2023-10-17

估值泡沫持续消化，云计算50ETF(516630)跌近1%！

内无论是互联网公司还是传统制造业，对于AI应用均有较高热情，在各方的积极探索下，AI在C端与B应用均有望爆发，或进一步拉动算力需求。云计算、大数据作为AI算力中必不可少的一部分，有望长期受到相关政策红利的提振，或迎来新的成长机遇。此外，AI概念板块已回调近3个月，前期因概念炒作形成的估值泡沫已基本消化，近期或跟随两市走势震荡企稳，参与产业链的云计算、大数据板块凸显配置价值。看好云计算、大数据赛道的用户，不妨定投云计算50ETF（516630）、大数据50ETF（516000），享受赛道长期发展红利。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-10-17

CPO概念大幅下挫，5GETF(515050)盘中跌1%，持续溢价交易

内无论是互联网公司还是传统制造业，对于AI应用均有较高热情，在各方的积极探索下，AI在C端与B应用均有望爆发，或进一步拉动算力需求。目前，全球算力需求仍然旺盛，2024年800G光模块需求有望爆发，在此背景下硅光技术发展有望加速，建议持续关注。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-10-17

AI Agent：重新定义Web3游戏的创新之路

gent、以及 Generative AI 应用”在 Web3 游戏赛道的发展情况。其中，结合 Generative AI 技术，非常有潜力在短期内出爆款游戏。 01 技术简介今年爆火的人工通用智能 AGI（Artificial General Intelligence）技术中，大型语言模型（Large Language Model - LLM）是绝对的主角。OpenAI 核心技术人员 Andrej Karpathy 和 Lilian Weng 也表达过基于 LLM 的 AI Agents 是 AGI 领域接下来重要的发展方向，很多团队也在开发基于 LLM 驱动的人工智能代理 ( AI-Agents) 系统。简单来说，AI Agent 是一种计算机程序，它使用大量数据和复杂的算法来模拟人类的思维和决策过程，以便执行各种任务和交互，例如自动驾驶、语音识别和游戏策略等。 Abacus.ai 的图片清晰的介绍了 AI Agent 的基本原理，步骤如下：感知和数据采集：数据输入，或者 AI Agent 通过感知系统（传感器、摄像头、麦克风等设备）获取信息和数据，比如游戏状态、图像、声音等。状态表示：数据需要被处理和表示成 Agent 可以理解的形式，如转换为向量或张量，以便于输入到神经网络中。神经网络模型：通常使用深度神经网络模型来进行决策和学习，比如使用卷积神经网络（CNN）用于图像处理、循环神经网络（RNN）用于序列数据处理，或者更高级的模型如自注意力机制（Transformer）等。强化学习：Agent 通过与环境的互动来学习最佳行动策略。除此以外，Agent 的运作原理还包括策略网络、价值网络、训练和优化，以及探索与利用等。比如在游戏场景下，策略网络可以输入游戏状态，然后输出行动概率分布；价值网络能够估计状态价值；Agent 则可以通过与环境互动不断强化学习算法以优化策略和价值网络，输出更完美的结果。总之，AI-Agents 是一种能够理解、决策和行动的智能实体，它们可以在各种领域中发挥重要作用，包括游戏领域。OpenAI 核心技术人员 Lilian Weng 撰写的《LLM Powered Autonomous Agents 》非常全面的介绍了 AI-Agents 原理，其中，文中提到一个非常有趣的实验：Generative Agents。 Generative Agents （简称 GA）的灵感来自于《模拟人生》游戏，其使用 LLM 技术生成了 25 个虚拟角色，每个角色都由 LLM 支持的 Agent 控制，在沙盒环境中生活和交互。GA 的设计很聪明，它将 LLM 与记忆、规划和反思功能结合在一起，这使得 Agent 程序可以根据以前的经验来做出决策，并与其他 Agent 互动。文章详细介绍了 Agent 如何基于策略网络、价值网络以及和环境的互动来不断训练和优化决策路径。原理如下：其中，记忆流（Memory Stram）是一个长期记忆模块，记录了 Agent 的所有交互经验。检索模型（Retrieve）根据相关性、新鲜度和重要性来提供经验（Retrived Memories），帮助 Agent 做出决策（Plan）。反思机制（Reflect）则总结过去的事件，指导 Agent 未来的行动。Plan 和 Reflect 则共同帮助 Agent 将反思和环境信息转化为实际行动 Act 。这种有趣的实验向我们展示了 AI Agent 的能力，比如产生新的社交行为、信息传播、关系记忆（比如两个虚拟角色继续讨论话题）和社交活动的协调（比如举办聚会并邀请其他虚拟角色）等等。总之，AI-Agent 是一个非常有趣的工具，并且其在游戏中的应用也值得深入探索。 02 技术趋势 2.1 AI 赛道趋势 ABCDE 的投研合伙人LaoBai曾总结过硅谷创投圈对 AI 下一步发展的判断：没有垂类模型，只有大模型 + 垂类应用；边缘设备比如手机端的数据可能会是个壁垒，基于边缘设备的 AI 可能也是个机会； Context 的长度未来可能引发质变（现在用向量数据库作为 AI 记忆体，但上下文长度还是不够）。即从行业普通发展规律来看，因为大型通用模型模式太重，且具备较强的普适性，所以没必要在大型通用模型领域不断造轮子，而应更多侧重于将大型通用模型应用于垂类领域。同时，边缘设备指通常不依赖于云计算中心或远程服务器，而是在本地进行数据处理和决策的终端设备。因为边缘设备的多样性，所以如何将 AI Agent 部署到设备上运行并合理获取设备数据就是一个挑战，但同时也是新的机会。最后，关于 Context 的问题也备受关注。简单来说，在 LLM 背景下的 Context 可以理解为信息数量，Context 长度可以理解为数据有多少维度。假如现在有一个电子商务网站的大数据模型，该模型用于预测用户购买某个产品的可能性。在这种情况下，Context 可以包括用户的浏览历史、购买历史、搜索记录、用户属性等信息。Context 长度则指特征信息叠加的维度，比如上海 30 岁男性用户的竞品购买历史，叠加最近购买的频率，再叠加最近的浏览记录等。Context 长度的增加可以帮助模型更全面地理解用户购买决策的影响因素。目前的共识认为，虽然目前使用向量数据库作为 AI 的记忆体使得 Context 长度不够，但未来 Context 长度会发生质的变化，而后 LLM 模型可以寻求更高级的方法来处理和理解更长、更复杂的 Context 信息。进一步涌现出更多超出想象的应用场景。 2.2 AI Agent 趋势 Folius Ventures总结过 AI Agent 在游戏赛道中的应用模式，如下图：图中的 1 是 LLM 模型，其主要负责将用户意图从传统的键盘 / 点击输入转化成自然语言输入，降低用户进入门槛。图中的 2 是集成了 AI Agent 的前端 Dapp，为用户提供功能服务的同时，也可以从终端收集用户习惯和数据。图中的 3 是各类 AI Agent，可以直接以应用内功能、Bot 等形式存在。总的来说，AI Agent 作为基于代码的工具，可以充当 Dapp 扩展应用功能的底层程序以及平台的增长催化剂，即链接大模型和垂类应用的中间件。从用户场景来说，最有可能集成 AI Agent 的 Dapp 大概率是足够开放的 Social app， Chatbot 和游戏；或者把现有 Web2 流量入口通过 AI Agent 改造成更简便亲民的 AI+web3 入口；即行业内一直在探讨的降低 Web3 的用户门槛。基于行业发展规律，AI Agent 所处的中间件层往往会成为一个高度竞争的赛道，几乎没有护城河。所以，AI Agent 除了不断的提升体验以匹配 B2C 的需求以外，可以通过制造网络效应或创造用户粘性的来提升自己的护城河。 03 赛道地图 AI 在 Web3 游戏领域的应用已经出现了多种不同尝试，这些尝试可以分为以下几种类别：通用模型：一些项目专注于构建通用 AI 模型，针对 Web3 项目的需求，找到适用的神经网络架构和通用模型。垂直应用：垂类应用旨在解决游戏中的特定问题或为提供特定服务，通常以 Agent、Bot 和 BotKits 的形式出现。 Generative AI 应用：大模型对应的最直接的应用就是内容生成，而游戏赛道本身就是内容行业，所以游戏领域的 Generative AI 应用非常值得关注。从自动生成虚拟世界中的元素、角色、任务或故事情节等，再到自动生成游戏策略、决策甚至是游戏内生态的自动演变都成为了可能，使游戏更具多样性和深度。 AI 游戏：目前，已经有许多游戏集成了 AI 技术，应用场景各不相同，后文将举例说明。 3.1 通用大模型目前，Web3 已经有针对经济模型设计和经济生态发展的模拟模型了，比如 QTM 量化代币模型。 Outlier Venture 的 Dr. Achim Struve 在 ETHCC 的演讲中有提到一些经济模型设计的观点。比如考虑到经济系统的稳健型，项目方可以通过 LLM 模型创建一个数字双胞胎 Digital Twin，对整个生态系统进行 1:1 的模拟。下图的 QTM（量化代币模型）就是一个 AI 驱动的推理模型。QTM 采用了 10 年的固定模拟时间，每个时间步长为一个月。在每个时间步长的开始，代币会被排放到生态系统中，因此模型中有激励模块、代币归属模块、空投模块等。随后，这些代币将被投放到到几个元桶（meta buckets）中，从这些元桶中再次进行更细化的广义效用再分配。然后，从这些效用工具中定义奖励支付等。还有像链下业务方面，这也考虑了业务的一般资金状况，例如可以进行销毁或回购，还可以衡量用户采用率或者定义用户采用情况。当然，该模型的输出质量取决于输入质量，所以在使用 QTM 之前，必须进行充分的市场研究，以获取更准确的输入信息。不过 QTM 模型已经是 AI 驱动模型在 Web3 经济模型里非常落地的应用了，也有许多项目方基于 QTM 模型做操作难度更低的 2C/2B 端应用，降低项目方的使用门槛。 3.2 垂类应用 Agent 垂类应用主要以 Agent 的形式存在，Agent 可能是 Bot、BotKits、虚拟助手、智能决策支持系统、各类自动化数据处理工具等等不同的形式。一般来说，AI Agent 拿 OpenAI 的通用模型为底层，结合其他开源或自研技术，如文本转语音（TTS）等，并加入特定的数据进行 FineTune（机器学习和深度学习领域中的一种训练技术，主要目的是将一个已经在大规模数据上预训练过的模型进一步优化），以创建在某一特定领域表现优于 ChatGPT 的 AI Agent。目前 Web3 游戏赛道应用最成熟的是 NFT Agent。游戏赛道的共识是 NFT 一定是 Web3 游戏的重要组成部分。随着以太坊生态系统中关于元数据管理技术的发展，可编程的动态 NFTs 出现了。对于 NFT 的创建者而言，它们可以通过算法使 NFT 功能更灵活。对于用户而言，用户与 NFT 之间可以有更多的互动，产生的交互数据更是成为了一种信息来源。AI Agent 则可以优化交互过程，并扩展交互数据的应用场景，为 NFT 生态系统注入了更多的创新和价值。案例一：比如 Gelato 的开发框架允许开发者自定义逻辑，根据链下事件或特定时间间隔来更新 NFT 的元数据。Gelato 节点将在满足特定条件时触发元数据的更改，从而实现链上 NFT 的自动更新。例如，这种技术可以用于从体育 API 获取实时比赛数据，并在特定条件下，例如运动员赢得比赛时，自动升级 NFT 的技能特征。案例二：Paima 也为 Dynamic NFT 提供了应用类 Agent。Paima 的 NFT 压缩协议在 L1 上铸造了一组最小的 NFT，然后根据 L2 上的游戏状态对其进行演化，为玩家提供更具深度和互动性的游戏体验。比如 NFT 可以根据角色的经验值、任务完成情况、装备等因素而发生变化。案例三：Mudulas Labs 是非常知名的 ZKML 项目，其在 NFT 赛道也有布局。Mudulas 推出了 NFT 系列 zkMon，允许通过 AI 生成 NFT 并发布至链上，同时生成一个 zkp，用户可以通过 zkp 查验自己的 NFT 是否生成自对应的 AI 模型。更全面的信息可以参考：Chapter 7.2: The World’s 1st zkGAN NFTs。 3.3 Generative AI 应用前文提到，因为游戏本身是内容行业，AI-Agent 能够在短时间内、低成本地生成大量内容，包括创造具有不确定性、动态的游戏角色等等。所以 Generative AI 非常适合在游戏应用。目前，在游戏领域中 Generative AI 的应用可以总结为以下几种主要类型： AI 生成游戏角色类：比如和 AI 对战，或者由 AI 负责模拟和控制游戏中的 NPC，甚至直接用 AI 生成角色等。 AI 生成游戏内容类：直接由 AI 各种内容，如任务、故事情节、道具、地图等。 AI 生成游戏场景类：支持用 AI 自动生成、优化或扩展游戏世界的地形、景观和氛围等。 3.3.1 AI 生成角色案例一：MyShell MyShell 是一个 Bot 创建平台，用户可以根据自己的需求，创建专属 Bot 用于聊天、练习口语、玩游戏、甚至寻求心理咨询等等。同时，Myshell 使用了文本转语音（TTS）技术，只需几秒钟的语音样本，就可以模仿任何人的声音自动创建 Bot。除此以外，MyShell 使用了 AutoPrompt，允许用户仅通过描述自己的想法去给 LLM 模型发出指令，为私人大型语言模型（LLM）打下了基础。有 Myshell 的用户表示，其语音聊天功能非常流畅，响应速度比 GPT 的语音聊天还要快，而且还有 Live2D。案例二：AI Arena AI Arena 是一款 AI 对战游戏，用户可以使用 LLM 模型不断的训练自己的对战精灵（NFT），然后将训练好的对战精灵送往 PvP/PvE 战场对战。对战模式和任天堂明星大乱斗类似，但通过 AI 训练增加了更多的竞技趣味性。 Paradigm 领投了 AI Arena，目前公测阶段已开始，玩家可以免费进入游戏，也可以购买 NFT 提升训练强度。案例三：链上国际象棋游戏 Leela vs the World Leela vs the World 是 Mudulas Labs 开发的一款国际象棋游戏。游戏里游戏双方是 AI 和人，棋局情况放在合约里。玩家通过钱包进行操作（与合约交互）。而 AI 读取新的棋局情况，做出判断，并为整个计算过程生成 zkp ，这两步都是在 AWS 云上完成，而 zkp 交由链上的合约验证，验证成功后调用棋局合约“下棋”。 3.3.2 AI 生成游戏内容案例一：AI Town AI Town 是 a16z 与其投资组合公司 Convex Dev 的合作成果，灵感来自斯坦福大学的《Generative Agent》论文。AI Town 是一座虚拟城镇，城镇内的每个 AI 都可以根据互动和经验构建自己的故事。其中，使用 Convex 后端无服务器框架、Pinecone 矢量存储、Clerk 身份验证、OpenAI 自然语言文本生成以及 Fly 部署等技术堆栈。除此以外，AI Town 全部开源，支持游戏内开发者自定义各种组件，包括特征数据、精灵表、Tilemap 的视觉环境、文本生成提示、游戏规则和逻辑等等。除了普通玩家可以体验 AI Town，开发者也可以使用源代码在游戏内甚至游戏外开发各种功能，这种灵活性使 AI Town 适用于各种不同类型的应用。所以， AI Town 本身是一个 AI 生成内容类游戏，但也是一个开发生态，甚至是一个开发工具。案例二：Paul Paul 是一个 AI 故事生成器，其专门为全链游戏提供了一个 AI 故事生成并直接上链的解决路径。其实现逻辑是给 LLM 输入了一大堆先验规则，然后玩家可以自动根据规则生成次生内容。目前有游戏 Straylight protocol 使用 Paul Seidler 发行了游戏，Straylight 是一款多人的 NFT 游戏，核心玩法就是全链游戏版本的“Minecraft”，玩家可以自动 Mint NFT，然后根据模型输入的基本规则构造自己的世界。 3.3.3 AI 生成游戏场景案例一：Pahdo Labs Pahdo Labs 是一家游戏开发工作室，目前正在开发 Halcyon Zero，这是一款基于 Godot 引擎构建的动漫奇幻角色扮演游戏和在线游戏创建平台。游戏发生在一个空灵的幻想世界中，以作为社交中心的繁华城镇为中心。这款游戏非常特别的地方在于，玩家可以使用游戏方提供的 AI 创作工具快速创作更多的 3D 效果背景以及把自己喜欢的角色带入游戏，真正为大众游戏 UGC 提供了工具和游戏场景。案例二：Kaedim Kaedim 针对游戏 Studio 开发了一个基于 Generative AI 的 3D model generation 工具，可以快速的帮助游戏 Studio 批量生成符合他们需求的游戏内 3D 场景 / 资产。目前 Kaedim 的通用产品还在开发中，预计 2024 年开放给游戏 Studio 使用。 Kaedim 产品的核心逻辑和 AI-Agent 是完全相同的，使用通用大模型为基础，然后团队内部的艺术家会不断输入好的数据，然后给 Agent 的输出进行反馈，不断的通过机器学习训练这个 Model，最后让 AI-Agent 可以输出符合要求的 3D 场景。 04 总结在本文中，我们对 AI 在游戏领域的应用进行了详细的分析和总结。总的来说，未来通用模型以及 Generative AI 在游戏的应用一定会出现明星独角兽项目。垂类应用虽然护城河较低，但先发优势强，如果能靠先发优势制造网络效应和提升用户粘性，则想象空间巨大。除此以外，生成式 AI 天然适合游戏这个内容行业，目前已经有非常多的团队在尝试 GA 在游戏的应用，这个周期就非常有可能出现应用 GA 的爆款游戏。除了文中提到的一些方向，未来还有其他的探索角度。比如： (1) 数据赛道 + 应用层：AI 数据赛道已经孕育出了一些估值达数十亿美元的独角兽项目，而数据 + 应用层的联动同样充满想象空间。 (2) 与 Socialfi 结合：比如提供创新的社交互动方式；用 AI Agent 优化社区身份认证、社区治理；或者更加智能的个性化推荐等。 (3) 随着 Agent 的自动化和成熟化，以后 Autonomous World 的主要参与者到底是人还是 Bot？链上的自治世界是否有可能能像 Uniswap 那样，80%+ 的 DAU 都是 Bot？如果是，那结合 Web3 治理概念的治理 Agent 同样值得探索。来源：金色财经

金色财经2023-10-16

Space AI一键赋能,轻松实现加密资产量化投资

AI作为领先的数字生态平台，集社交、AI应用、AI量化和资管等服务于一身，致力于打造一个前所未有的多元化Web3平台。Space AI的使命是让人工智能惠及每个用户，为他们带来持续性的收益和无限可能。通过降低技术门槛，我们使得人工智能不再是高不可攀的技术，而是每个用户都能轻松使用的强大创意工具。在我们的多元生态系统中，轻社交功能重新定义了全球社交互动，通过区块链技术构建了更为安全透明的社交网络，让用户在全球范围内自由交流，创造更为丰富的社交机会。AI工具集为用户提供强大的人工智能工具，包括对话聊天、生成绘画等，让每个人都能在数字时代释放创造力。 AI量化业务是我们生态系统的核心关键，通过基于人工智能的量化投资，用户参与到全新的收益路径中，获得静态和动态收益，拓宽投资选择。同时，我们提供安全可靠的加密钱包，支持多链跨链，保障用户数字资产的全面安全。 AI量化，指的是利用人工智能技术进行量化金融交易的策略和方法。这一领域的核心目标是通过机器学习、数据分析和统计学等技术，自动化和优化金融资产的交易决策，以获得更好的投资回报。智能决策：利用先进的人工智能算法，AI量化能够快速分析大量金融数据，并根据市场变化作出智能决策。这降低了人为情绪的影响，提高了投资决策的精准度。数据驱动： AI量化依赖于大数据和历史数据的分析，以识别模式和趋势。通过深度学习和数据挖掘技术，系统能够更好地理解市场行为，为用户提供基于数据的投资建议。实时响应：由于人工智能的实时计算能力，AI量化策略能够迅速适应市场的变化。这使得投资组合能够更灵活地调整以应对不断变化的市场条件。多因子模型： AI量化通常采用多因子模型，考虑多个影响资产价格的因素。这种综合性的分析有助于降低投资组合的风险，并提高长期投资回报。随着区块链技术和AI技术的不断发展，Space AI有望成为Web3.0领域的领军者。它的出现，无疑为全球投资者提供了一个前所未有的机会，让他们能够在一个安全、去中心化、并且充满创新的平台上进行理财和投资。作为国际实力和技术领先的加密交易平台，Space AI加密生态将引领全球数字资产交易的新潮流。在未来，Space AI加密生态圈将持续扩展，通过引入更多工具、资源和合作伙伴，进一步增大影响力，带领全球加密投资人共同踏上Web3.0的新征程。来源：金色财经

金色财经2023-10-16

“开源鸿蒙班”开班鸿蒙人才培养迈出实质性一步

技；技术开发：软通动力、常山北明； AI应用：润达医疗、云鼎科技、金山办公、梦网科技、万达信息；华为卫星：上海瀚讯、华力创通、创意信息；算力：神州数码、拓维信息、四川长虹、中国长城、闻泰科技、紫光股份、神思电子；华为星闪：润和软件、创耀科技、数码视讯、万集科技；其他：测绘股份、新炬网络、平治信息。

金融界2023-10-16

24小时热点