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

一定要把握住这波暴富行情 ! 关注具有爆发力的板块赛道 !
go
最值得关注概念有模块化并行EVM depin restaking DA 和 gamefi ！山寨的这波行情明显是由BTC主导的，这点从ETH对BTC汇率下降就能看出，其实现在本应是ETH的强势期，但还是没干过BTC，这足以说明现货ETF对BTC的加持有多大了，我觉得这对ETH未必不是好事，比特币上涨越猛ETH的价格天花板就越高，大家对ETF的渴望就越强，这会增加ETH未来的上涨动能，短期ETH会有一波不小的行情，毕竟坎昆升级+再质押协议的新玩法，甚至ETH有可能比BTC率先达到前高也不一定，毕竟ETF的预期比特币已经没有了。其实今年的热门板块已经明牌了，且板块轮动已经结束了第一轮，接下来第二轮很有可能还是按照顺序再演一波，首先是贯穿接下来整个牛市的超级赛道 AI ，这个没啥好说的，从chargpt4 迭代到 sora 只用了不到一年，这里面发生的进步可能比人类从石器时代进化到互联网时代还要大，所以说AI的发展是超光速的，未来全球90%的资金都会聚焦到这一赛道，未来潜力无可限量，而我们可能是最早可以投入该赛道的普通人，所以一定要把握住，龙头尽量都布局一些，比如 wld tao fet rndr akt 等等；第二个赛道也是恒强的版块，即公链，不管你承不承认，区块链世界永远都是底层为王，虽说公链可以是自下而上的也可以是自上而下的，即可以像ETH一样从打地基起家然后再做上层建筑，也可以像 axs blur bnb一样，先把上层做好，然后再另起炉灶做一个新的基地，但不管怎样最后的价值流向都汇聚到了底层，所以我们一定要特别重视公链，这也是大资金可以放心进场的赛道，一级市场向来也是公链估值天花板最高。 2024第三个要重视的赛道一定是比特币生态，如果论哪个赛道最具爆发力，该赛道甚至比公链和AI更强。因为该赛道拥有完美的增值炒作逻辑，之前ETH链上出现的所有产品和协议都可以在BTC上重演，且市值天花板将更高，因为BTC是能量更大的那条链，这也是为啥 merlin 一出场就能盖过 L2天骄 blast 的光芒的原因。预期 brc20、铭文、符文只是比特币生态的开端，接下来的闪电网络、RGB、各种以意图为中心的L2才是正餐，这点你看 ckb 转向BTC L2 和RGB 后涨的有多猛就能看出来， stx 上轮牛市存在感非常低，大家只记得这项目在SEC那花了大几百万做合规，而本轮牛市走势多强不用我说了吧，今天甚至已经接近ATH了。比特币生态的一些新项目在本轮哪个不是大放异彩，生态DEX ords 今天又新高了，LBP到现在涨幅二十多倍了， savm 破事那么多，近期也是重回上涨通道，几天内就翻倍，梅林和B2的TVL增长速度都是飞快，梅林甚至随便发一些奖励 voya 都能涨好几倍。行情总结比特币今天上午直接拉到了57000+，按照这样的势头，估计很快会上60000+，华尔街的资本已经FOMO了~持有比特币，然后关注比特币生态，这是目前最正确的选择，对于散户来说，所以大家一定要珍惜这次来之不易的比特币生态叙事。 ETH 这波走势比大饼弱不少，ETH/BTC 也跌回了 0.057，不过我觉得这对ETH来说不是啥坏事，历史上ETH在牛初的时候也都是慢热，BTC打开价格天花板后ETH才会引领群熊，而这波btc之所以表现如此神勇主要归因于现货ETF给力，而这对ETH来说恰恰是优势，毕竟5月大概率能过，现货ETF越是有利于币价，ETH未来潜力就越大，短期ETH还有坎昆升级，所以ETH无论长中短期都是非常好的投资标的。最后的最后，还有很多其实都没写进来，比如具体的机会，具体的决策，这些东西往往不是一篇文章能概括的。新的一年已经开始，创建一个高质量圈子，主要是讲解币圈的各种基本行业知识，市场潜力币和山寨币的推荐！热点版块的轮动，还有识别顶底的基础方法，如何更好的把握住这个牛市，等等一系列的知识，感兴趣的可以找我。来源：金色财经
金色财经2024-02-28
Aethir推出其首次去中心化AI节点售卖
 go
伙伴，利用Arbitrum生态系统进行DePIN和AI，因为它将在该生态系统中托管其节点基础设施，并为其在Arbitrum的节点销售做准备。为什么在Aethir上运行节点？在Aethir上运行节点有助于去中心化云计算，并从成为网络参与者中获得奖励。在Aethir网络中首先将提供的节点类型是Checker节点，这是一个任何用户都可以操作的节点，以帮助未来其他节点参与者提供的服务的正常运行时间、延迟、服务质量和计算能力的验证。在Aethir，我们始终确保在我们所做的一切事情中采用去中心化的方式。我们对去中心化和社区所有权的承诺始于开放Checker节点许可的去中心化，这在生态系统中在验证Aethir基础设施内的服务提供中发挥着至关重要的作用。节点销售详情如下： 1）提供100,000个节点，采用分层定价系统。 1）节点将通过公开销售在Arbitrum上销售。 3）节点在出售后一年可以转让。 4）奖励将根据每个用户的锁定逻辑累积和赚取。 5）购买节点数量没有限制。 6）为Aethir社区、合作伙伴和KOL提供特殊分配名单，以供网络早期采用者使用。节点运营商的专属收入机会作为Aethir生态系统中的节点运营商，您有机会在未来四年内获得Aethir生态系统总供应量的高达15%的奖励，专门为Checker节点运营商保留。其他奖励将留给网络内其他挖矿和技术参与角色。节点通过帮助验证网络内数据和服务提供来赚取奖励，作为未来AI启用处理芯片和其他计算能力的挖矿吞吐量的核查和平衡。这次Checker节点销售为任何人提供了参与网络支持去中心化生态系统建设的机会，为最大规模的去中心化AI计算能力集合提供了机会，而不需要每个普通用户准备好在第一天就参与繁重的计算工作。分层公开节点销售 - 为每个人提供参与机会节点价格从每个Checker节点的500美元开始，然后在每个层级递增，并且为Aethir社区、合作伙伴社区、KOL和风险投资团队等不同参与者设置了白名单，这次销售旨在吸引所有类型的参与者。用户将在Arbitrum网络上使用Wrapped ETH（WETH）参与，销售的所有详细信息将在此链接上提供：http://checker.aethir.com有关运行节点的详细信息将在测试网启动时提供。 Aethir很高兴宣布首次分层去中心化AI公开节点销售，确保对其蓬勃发展的网络公平而广泛的访问。虽然已为一部分节点保留了白名单，包括KOL和Aethir及合作伙伴社区的成员，但大多数节点向公众开放，按先到先得的原则出售。这种结构确保了每个人都有机会加入Aethir朝着去中心化的革命之旅。 KOL将获得一个独特的推荐代码，与他们的社区分享，每个使用其代码进行的节点销售都将获得一个推荐费。通过参加Aethir节点销售，您不仅是在购买一个系统；您正在开启一个潜在收入的世界，并成为最大规模的去中心化GPU提供者社区的关键部分，该社区重视您的贡献并确保您获得回报。标记您的日历 1）节点销售公告：2024年2月26日，UTC时间 12点 2）Impossible的白名单活动：2024年2月27日UTC时间上午10点至3月14日UTC时间上午10点 3）节点销售启动：2024年3月20日，UTC时间上午10点 4）网络启动：2024年第二季度有关购买和运行节点的更多详细信息，请继续关注Aethir官方渠道。 Aethir的生态系统及您的角色作为节点运营商，您是Aethir生态系统的重要组成部分，一旦网络完全启动，您将获得对您的关键计算贡献的奖励。Aethir的使命是加速世界向通用云计算的过渡 - 您被邀请通过我们的初始节点发行（INO）于3月12日开始参与这一旅程！成为最大规模的节点销售的一部分，并帮助塑造AI和游戏的未来。准备好通过Aethir为云计算注入动力！有关Aethir的更多信息 1）Aethir前所未有的产品推动力 2）与全球最大电信公司签订了中等7位数年度合同，到2024年第二季度将扩展至8位数。 3）计划在2024年第一季度签订另外三份企业合同。 4）签署了三份云游戏合同，预计在2024年第一季度将有超过十份合同，包括与拥有超过1.5亿月活跃用户和22%转化率的全球最大游戏公司的合作伙伴关系。 5）已发展到超过170,000名社区成员。 6）作为NVIDIA Inception Program的骄傲成员，拥有一系列强大的H100芯片，即使是Meta（Facebook）也在以数十亿美元收购。 7）由最佳支持我们的使命得到一群承诺投资者的支持，包括Maelstrom，Mirana Ventures，Animoca Brands，Sanctor Capital，Hashkey，Merit Circle和CitizenX，IVC，Framework Ventures和Infinity Ventures Crypto。 8）了解使命背后的团队 Mark Rydon- Co-founder and CEO - Mark曾在NOTA Platform，Flux Capital，Gaas LTD，Kulture Athletics，Inc.和Bechtel Corporation担任关键职位。 Daniel Wang- Co-founder and CBO - 曾在Mythos Venture Partners（GP），IVC（Venture Partner）任职，曾在YGG SEA（CIO），Riot Games（Head of International Publishing Mgmt）和Riot Games - 中国（Head of Operations）任职。 Kyle Okamoto- CTO - Kyle曾担任Ericsson's IoT，汽车和安全业务的CEO和General Manager，Edge Gravity的CEO，以及Verizon Media的Chief Network Officer。 Paul Thind - CRO - Paul，目前是Aethir的CRO，此前曾是Triggerspot Inc的联合创始人兼CEO，并曾担任Creadits和Trick Studio的顾问。关于Aethir Aethir正在通过其先进的、分布式的企业级基于GPU的计算基础设施为AI和游戏革新DePIN。受到Framework Ventures，Merit Circle，Hashkey，Animoca Brands，Sanctor Capital，Infinity Ventures Crypto（IVC）等领先的Web3投资者的支持，已为生态系统筹集了超过3200万美元的资金，Aethir正在为去中心化计算的未来铺平道路。来源：金色财经
金色财经2024-02-28
金色Web3.0日报 | DeFi锁定总价值突破800亿美元
 go
vGen 持有者决定设计后上线。 3.DePIN 专用链 MXC 获得 JDI 领投的 1000 万美元融资金色财经报道，MXC 宣布获得由区块链硬件制造商 JDI Global 旗下专注于 DePIN 的投资基金 JDI Ventures 领投的 1000 万美元战略投资。MXC团队于2017年在德国柏林成立，一直致力于DePIN空间的发展。该团队在 Arbitrum 上推出了第一个 Layer3 zkEVM 解决方案，愿景成为以太坊生态系统的 DePIN 基础设施。由前 zkSync 核心成员领衔的技术团队，将不断突破 DePIN 技术的边界。 JDI Global 将与 MXC 团队联手，为初创 DePIN 项目提供资金、硬件开发和市场影响力支持，加速 DePIN 项目的发展。 DePIN生态系统的建设。 4.Orderly Network总交易额突破40亿美元 2月26日消息，据官方消息，Orderly Network 总交易额超过 40 亿美元。 5.Avalanche预计将于3月7日0:00在主网激活Durango升级 2月26日消息，Ava Labs工程主管Patrick O'Grady近日在X平台表示，Avalanche互操作时代于北京时间3月7日0:00开始，拟议的Durango升级的生产代码 (AvalancheGo@v1.11.0)已发布。如果有足够的质押支持Durango ，它将于北京时间3月7日0:00在主网上激活。此外，Avalanche Korea官方今日发布公告确认Durango升级激活时间预计为北京时间3月7日0:00。据悉，Durango升级将Avalanche Warp Messaging引入C链，为Avalanche生态系统中的每个EVM链实现本地跨链通信，并为将来的虚拟机（VM）使用AWM建立标准。 6.DeFi锁定总价值突破800亿美元金色财经报道，数据显示，DeFi的锁定总价值（TVL）已突破800亿美元关口，达到自2022年5月Terra稳定币垮台以来的新高。元宇宙热点 1.沙特推出世界首个国家级“元宇宙”平台，用户可线上游览当地景点金色财经报道，沙特阿拉伯文化部近日宣布上线全球首个国家级“元宇宙”平台，该平台由先进的“生成媒体智能”（GMI）人工智能系统提供技术支持。该平台于沙特建国日（2月22日）推出，旨在将文化艺术内涵和数字创新融为一体，用户可以游览各大景点或参与各种活动，例如建国纪念日庆祝活动。同时，该平台展现了沙特的音乐、艺术、历史、烹饪和手工艺文化等领域的成果。据悉，用户可通过手机、VR头显、电脑等多种设备访问这一国家级“元宇宙”平台，数百万人无论身处何地，也无论采用何种技术，都能在“元世界”中参与、感受沙特文化。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经
金色财经2024-02-26
全球能源网络 Starpower Solana 与 IoTeX 加持万亿美元市场的 Web3 力量
 go
eb3 的解决方案。全球能源网络的 DePIN 基础设施虚拟电厂是一种通过先进信息通信技术和软件系统，实现分布式电源、储能系统、可控负荷、微网、电动汽车等分布式能源资源的聚合和协调协同优化，以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。虚拟电厂具有与电厂类似的功能，但没有传统意义上的厂房，故称「虚拟电厂（VPP）」。目前，虚拟电厂在电力系统规划、运营和市场参与方面的整合受限，导致其发展受阻。在传统虚拟电厂模型中，激励机制面临的挑战主要包括：参与者奖励有限，缺乏有效的机制来为参与者提供足够吸引力的奖励；参与结构复杂，技术障碍、行政程序繁琐，使得参与变得困难；补偿模型不一致，补偿通常与参与者贡献的能源或资源的实际价值不相符；且补偿模型可能无法很好地适应市场条件的变化，导致参与者感到不满，减少了他们继续参与的动机。在巨大的市场规模和明显的机制缺陷背景下，Starpower 给出了结合实体设备、区块链、IoT 和 AI 的 Web3 解决方案。总体而言，Starpower 的关键词有二：VPP 和环保。Starpower 希望作为当前 VPP 提供商因成本等问题难以进入的家庭用电网络的「中枢」，在用户端通过智能设备优化用户用电方式，一方面减少碳排放，另一方面可以获得数据，使得 VPP 提供商可以在 Starpower 建立的「中枢网络」成熟并接入大型 VPP 提供商后，依据用电数据提供最佳的电力供应效率。 Starpower 计划于今年一季度内发售首款产品：智能插座 Starplug。该产品即插即用，可获取家庭用电的数据，并通过 TEE（可信执行环境）在保护隐私的前提下实现了保证现实世界数据的真实性。作为首款产品，Starplug 不仅可以帮助用户了解家庭用电情况从而实现更合理的规划，也可以通过汇总千家万户的用电情况，为未来的 VPP 网络提供数据以支持电力的合理供应和分配。 Starpower 表示，其正在与 Uber 机器学习算法团队合作，用 AI 实现更高效的能源使用和调度。在有了数据之后，Starpower 的第二步就是推出家用储能电池 Starbattery，可帮助用户在发电量充足，供电稳定时储备部分电能以在紧急情况下使用。此外，Starpower 还规划了电动车充电器等产品，将在未来逐步推出。 Starpower 希望在未来可以将家用电器通过硬件或软件与 Starpower 网络相连，初步形成大型的网络后接入清洁能源发电厂、大型储能设备，形成一个真正意义上的 VPP 网络。正如 Starpower 所说「Starpower 是全球分布式能源资源（DER）和本地 VPP 服务提供商之间的信息流枢纽。Starpower 从世界各地收集 DER 数据，经过全面分析后提供给 VPP 服务提供商，使得其能够高效地在本地电网中进行电力交易和管理，优化资源配置，降低能源成本，并有可能推动可再生能源的大规模应用。Starpower 增强了电网的智能化，提高了能源效率，促进了电力市场的精细化运营，实现了经济效益和环境效益的双赢。」团队与代币经济模型 Starpower 拥有着一只「明星」团队，Starpower 的两位联合创始人，Laser Ding 以及 Dr. Darcy Jia，分别为曾参与过众多 Web3 项目的前 HashKey Group 主席助理以及曾在「世界光伏之父」 Martin Green 教授新南威尔士大学实验室获得光伏和可再生能源博士学位的学者。前文中所说「结合实体设备、区块链、IoT 和 AI 的 Web3 解决方案」，在 Starpower 团队对项目的设计中，我们已经看到了实体设备、IoT 和 AI 部分，剩余的就是区块链了。与大多数 DePIN 项目一样，Starpower 也将通过链上代币进行激励，并通过区块链对其蓝图上的 VPP 网络进行实时结算。值得一提的是，Starpower 获得了 Web3 和新能源两方面背景的资本支持，投资者（机构 / 个人）来自 Escape Velocity、IoTeX、Bas1s、Fenbushi Capital、HashKey、Helium Foundation、Solana Foundation、Arweave、Plug and Play 和 REDEX 等。作为成熟 DePIN 网络 Helium 的区块链基础设施 Solana 和专为 DePIN 开发的公链 IoTeX 共同支持的项目，加之去中心化存储网络 Arweave 的支持，Starpower 将会是一个非常「Web3 Native」的解决方案。在 Starpower 的计划中，无论是其设计的 Starplug、Starbattery 还是未来可通过智能硬件或软件接入网络的设备，都将通过日常运行获得代币奖励。Starpower 表示，通过 STAR 代币提供实质性的财务激励，直接奖励那些将能源资源贡献给网络的参与者，提高了参与的吸引力；其次，代币化简化了参与过程，降低了进入门槛，使得更多参与者能够轻松加入到虚拟电厂网络中；最后，STAR 代币的价值动态调整，能够灵敏反应市场变化，确保补偿的公平性和吸引力，从而激励持续参与并推动网络增长。在代币的分配上，15% 将分配给核心团队，15% 将分配给投资人，7% 将分配给基金会，5% 将捐赠给研究气候变化和推动可持续发展的非盈利组织，3% 将进行空投，剩余 55% 将分配给对 Starpower 建立的网络有贡献的建设者。 Starpower 近期的「高光时刻」北京时间昨日晚间和今日凌晨，Starpower 启动了「Pioneer Pass」 NFT 的 Free Mint，铸造开始后短时间内因流量过高造成了网站的崩溃。截止背景时间今天下午 2 点，该 NFT 的地板价已突破了 2 SOL，总交易额超过了 1800 SOL。该 NFT 的持有者可进行 100 天的「软挖矿」并获得 Nova 积分，未来积分可以用于兑换项目代币 $STAR。此外，在即将举行的 ETH Denver 上，Starpower 也将作为 DePIN Meetup 的主要嘉宾之一，与 IoTeX 等共同探讨 DePIN 的发展现状与未来蓝图。同时，Starpower 也将加入 IoTeX 首期孵化营，成为 IoTeX 重点孵化与合作的全球化 DePIN 项目。如果放在几年前，可能市场对以上的故事并不会买账，但 Helium 和 Helium Mobile 的大规模应用让 DePIN 不再止于「故事」。随着存储、计算、IoT 领域的 Web3 解决方案逐渐被市场接受，相信即使是比较宏大的叙事也有着与实体产业真正交互的机会，而瞄准能源赛道的 Starpower 是一个值得关注与尝试的机会。来源：金色财经
金色财经2024-02-26
Ctalks元宵特别活动：2024有钱花
 go
决方案。 CESS 数据价值网络是以 DePIN 理念建设的 Layer 1 基础设施，具有去中心化，高效，安全隐私和可扩展等特性。CESS 支持大规模商业存储，能够承载现象级去中心化应用程序（dApps）；CESS 支持数据价值化和数据价值自由流通/共享，同时用去信任的方式实现用户数据隐私保护和数据主权回归数据拥有者，进而构建一个繁荣、多元、数据资产主权的数据经济新生态 OwlSync OwlSnyc是一个AI驱动的Web3媒体聚合器，是服务多链生态的一条去中心化L3数据网络，聚合价值信息为Web3用户提供实时数据同步、智能问答和深度投研分析，它将是您社交软件、媒体平台上随叫随到的Web3顾问。 SXIO 中本聪曾说：“思想是永恒的，而一切皆无恒。” $SXIO 思想铭文在传承永恒的公正信念中，融入了比特币创始人中本聪的灵感，它不仅是创造力、公平、自我突破的象征，更是创新精神的代表！我们致力于打造一个欢乐而富有思想的铭文社区。来源：金色财经
金色财经2024-02-24
Web3与AI的交织还能碰撞出怎样的火花?
go
大量算力项目开始涌现，而被动受益的其它Depin项目（存储、算力等）也已经迎来一波暴涨。那么除了Depin之外，Web3与AI的交织还能碰撞出怎样的火花？这条赛道里还蕴含着怎样的机会？本文的主要目的是对过往文章的一次更新与补全，并思考AI时代下的Web3存在哪些可能。 AI发展史的三大方向人工智能(Artificial Intelligence)是一门旨在模拟、扩展和增强人类智能的新兴科学技术。人工智能自二十世纪五六十年代诞生以来，在经历了半个多世纪的发展后，现已成为推动社会生活和各行各业变革的重要技术。在这一过程中，符号主义、连接主义和行为主义三大研究方向的相互交织发展，成为了如今AI飞速发展的基石。符号主义(Symbolism) 亦称逻辑主义或规则主义，认为通过处理符号来模拟人类智能是可行的。这种方法通过符号来表示和操作问题领域内的对象、概念及其相互关系，并利用逻辑推理来解决问题，尤其在专家系统和知识表示方面已取得显著成就。符号主义的核心观点是智能行为可以通过对符号的操作和逻辑推理来实现，其中符号代表对现实世界的高度抽象；连接主义(Connectionism) 或称为神经网络方法，旨在通过模仿人脑的结构和功能来实现智能。该方法通过构建由众多简单处理单元（类似神经元）组成的网络，并通过调整这些单元间的连接强度（类似突触）来实现学习。连接主义特别强调从数据中学习和泛化的能力，特别适用于模式识别、分类及连续输入输出映射问题。深度学习，作为连接主义的发展，已在图像识别、语音识别和自然语言处理等领域取得突破；行为主义(Behaviorism) 行为主义则与仿生机器人学和自主智能系统的研究紧密相关，强调智能体能够通过与环境的交互学习。与前两者不同，行为主义不专注于模拟内部表征或思维过程，而是通过感知和行动的循环实现适应性行为。行为主义认为，智能通过与环境的动态交互、学习而展现，这种方法应用于需要在复杂和不可预测环境中行动的移动机器人和自适应控制系统中时，显得尤为有效。尽管这三个研究方向存在本质区别，但在实际的AI研究和应用中，它们也可以相互作用和融合，共同推动AI领域的发展。 AIGC原理概述现阶段正在经历爆炸式发展的生成式AI（Artificial Intelligence Generated Content，简称AIGC），便是对于连接主义的一种演化和应用，AIGC能够模仿人类创造力生成新颖的内容。这些模型使用大型数据集和深度学习算法进行训练，从而学习数据中存在的底层结构、关系和模式。根据用户的输入提示，生成新颖独特的输出结果，包括图像、视频、代码、音乐、设计、翻译、问题回答和文本。而目前的AIGC基本由三个要素构成：深度学习（Deep Learning，简称DL）、大数据、大规模算力。深度学习深度学习是机器学习（ML）的一个子领域，深度学习算法是仿照人脑建模的神经网络。例如，人脑包含数百万个相互关联的神经元，它们协同工作以学习和处理信息。同样，深度学习神经网络（或人工神经网络）是由在计算机内部协同工作的多层人工神经元组成的。人工神经元是称为节点的软件模块，它使用数学计算来处理数据。人工神经网络是使用这些节点来解决复杂问题的深度学习算法。从层次上划分神经网络可分为输入层、隐藏层、输出层，而不同层之间连接的便是参数。 ● 输入层（Input Layer）：输入层是神经网络的第一层，负责接收外部输入的数据。输入层的每个神经元对应于输入数据的一个特征。例如，在处理图像数据时，每个神经元可能对应于图像的一个像素值； ● 隐藏层（Hidden Layer）：输入层处理数据并将其传递到神经网络中更远的层。这些隐藏层在不同层级处理信息，在接收新信息时调整其行为。深度学习网络有数百个隐藏层，可用于从多个不同角度分析问题。例如，你得到了一张必须分类的未知动物的图像，则可以将其与你已经认识的动物进行比较。比如通过耳朵形状、腿的数量、瞳孔的大小来判断这是什么动物。深度神经网络中的隐藏层以相同的方式工作。如果深度学习算法试图对动物图像进行分类，则其每个隐藏层都会处理动物的不同特征并尝试对其进行准确的分类； ● 输出层（Output Layer）：输出层是神经网络的最后一层，负责生成网络的输出。输出层的每个神经元代表一个可能的输出类别或值。例如，在分类问题中，每个输出层神经元可能对应于一个类别，而在回归问题中，输出层可能只有一个神经元，其值表示预测结果； ● 参数：在神经网络中，不同层之间的连接由权重（Weights）和偏置（Biases）参数表示，这些参数在训练过程中被优化以使网络能够准确地识别数据中的模式和进行预测。参数的增加可以提高神经网络的模型容量，即模型能够学习和表示数据中复杂模式的能力。但相对应的是参数的增加会提升对算力的需求。大数据为了有效训练，神经网络通常需要大量、多样及质量高和多源的数据。它是机器学习模型训练和验证的基础。通过分析大数据，机器学习模型可以学习数据中的模式和关系，从而进行预测或分类。大规模算力神经网络的多层复杂结构，大量参数，大数据处理需求，迭代训练方式（在训练阶段，模型需要反复迭代，训练过程中需要对每一层计算进行前向传播和反向传播，包括激活函数的计算、损失函数的计算、梯度的计算和权重的更新），高精度计算需求，并行计算能力，优化和正则化技术以及模型评估和验证过程共同导致了其对高算力的需求。 Sora 作为OpenAI最新发布的视频生成AI模型，Sora代表了人工智能处理和理解多样化视觉数据能力的巨大进步。通过采用视频压缩网络和空间时间补丁技术，Sora能够将来自世界各地、不同设备拍摄的海量视觉数据转换为统一的表现形式，从而实现了对复杂视觉内容的高效处理和理解。依托于文本条件化的Diffusion模型，Sora能够根据文本提示生成与之高度匹配的视频或图片，展现出极高的创造性和适应性。不过，尽管Sora在视频生成和模拟真实世界互动方面取得了突破，但仍面临一些局限性，包括物理世界模拟的准确性、长视频生成的一致性、复杂文本指令的理解以及训练与生成效率。并且Sora本质上还是通过OpenAI垄断级的算力和先发优势，延续“大数据-Transformer-Diffusion-涌现”这条老技术路径达成了一种暴力美学，其它AI公司依然存在着通过技术弯道超车的可能。虽然Sora与区块链的关系并不大，但个人认为之后的一两年里。因为Sora的影响，会迫使其它高质量AI生成工具出现并快速发展，并且将辐射到Web3内的GameFi、社交、创作平台、Depin等多条赛道，所以对于Sora有个大致了解是必要的，未来的AI将如何有效的与Web3结合，也许是我们需要思考的一个重点。 AI x Web3的四大路径如上文所诉，我们可以知道，生成式AI所需的底层基座其实只有三点：算法、数据、算力，另一方面从泛用性和生成效果来看AI是颠覆生产方式的工具。而区块链最大的作用有两点：重构生产关系以及去中心化。所以两者碰撞所能产生的路径我个人认为有如下四种：去中心化算力由于过去已经写过相关文章，所以本段的主要目的是更新一下算力赛道的近况。当谈到AI时，算力永远是难以绕开的一环。AI对于算力的需求之大，在Sora诞生之后已经是难以想象了。而近期，在瑞士达沃斯2024年度世界经济论坛期间，OpenAI首席执行官山姆·奥特曼更是直言算力和能源是现阶段最大的枷锁，两者在未来的重要性甚至会等同于货币。而在随后的2月10日，山姆·奥特曼在推上发表了一个极为惊人的计划，融资7万亿美元（相当于中国23年全国GDP的40%）改写目前全球的半导体产业格局，创立一家芯片帝国。在写算力相关的文章时，我的想象力还局限在国家封锁，巨头垄断，如今一家公司就想要控制全球半导体产业真的还是挺疯狂的。所以去中心化算力的重要性自然不言而喻，区块链的特性确实能解决目前算力极度垄断的问题，以及购置专用GPU价格昂贵的问题。从AI所需的角度来看，算力的使用可以分为推理和训练两种方向，主打训练的项目，目前还是寥寥无几，从去中心化网络需要结合神经网络设计，再到对于硬件的超高需求，注定是门槛极高且落地极难的一种方向。而推理相对来说简单很多，一方面是在去中心化网络设计上并不复杂，二是硬件和带宽需求较低，算是目前比较主流的方向。中心化算力市场的想象空间是巨大的，常常与“万亿级”这个关键词挂钩，同时也是AI时代下最容易被频繁炒作的话题。不过从近期大量涌现的项目来看，绝大部分还是属于赶鸭子上架，蹭热度。总是高举去中心化的正确旗帜，却闭口不谈去中心化网络的低效问题。并且在设计上存在高度同质化，大量的项目非常相似（一键L2加挖矿设计），最终可能会导致一地鸡毛，这样的情况想要从传统AI赛道分一杯羹着实困难。算法、模型协作系统机器学习算法，是指这些算法能够从数据中学习规律和模式，并据此做出预测或决策。算法是技术密集型的，因为它们的设计和优化需要深厚的专业知识和技术创新。算法是训练AI模型的核心，它定义了数据如何被转化为有用的见解或决策。较为常见的生成式AI算法比如生成对抗网络（GAN）、变分自编码器（VAE）、转换器（Transformer），每个算法都是为了一个特定领域（比如绘画、语言识别、翻译、视频生成）或者说目的而生，再通过算法训练出专用的AI模型。那么如此之多的算法和模型，都是各有千秋，我们是否能将其整合为一种能文能武的模型？近期热度高涨的Bittensor便是这个方向的领头者，通过挖矿激励的方式让不同AI模型和算法相互协作与学习，从而创作出更高效全能的AI模型。而同样以这个方向为主的还有Commune AI（代码协作）等，不过算法和模型对于现在的AI公司来说，都是自家的看门法宝，并不会随意外借。所以AI协作生态这种叙事很新奇有趣，协作生态系统利用了区块链的优势去整合AI算法孤岛的劣势，但是否能创造出对应的价值目前尚未可知。毕竟头部AI公司的闭源算法和模型，更新迭代与整合的能力非常强，比如OpenAI发展不到两年，已从早期文本生成模型迭代到多领域生成的模型，Bittensor等项目在模型和算法所针对的领域也许要另辟蹊径。去中心化大数据从简单的角度来说，将私有数据用来喂AI以及对数据进行标记都是与区块链非常契合的方向，只需要注意如何防止垃圾数据以及作恶，并且数据存储上也能使FIL、AR等Depin项目受益。而从复杂的角度来说，将区块链数据用于机器学习（ML），从而解决区块链数据的可访问性也是一种有趣的方向（Giza的摸索方向之一）。在理论上，区块链数据可随时访问，反映了整个区块链的状态。但对于区块链生态系统之外的人来说，获取这些庞大数据量并不容易。完整存储一条区块链需要丰富的专业知识和大量的专门硬件资源。为了克服访问区块链数据的挑战，行业内出现了几种解决方案。例如，RPC提供商通过API访问节点，而索引服务则通过SQL和GraphQL使数据提取变得可能，这两种方式在解决问题上发挥了关键作用。然而，这些方法存在局限性。RPC服务并不适合需要大量数据查询的高密度使用场景，经常无法满足需求。同时，尽管索引服务提供了更有结构的数据检索方式，但Web3协议的复杂性使得构建高效查询变得极其困难，有时需要编写数百甚至数千行复杂的代码。这种复杂性对于一般的数据从业者和对Web3细节了解不深的人来说是一个巨大的障碍。这些限制的累积效应凸显了需要一种更易于获取和利用区块链数据的方法，可以促进该领域更广泛的应用和创新。那么通过ZKML（零知识证明机器学习，降低机器学习对于链的负担）结合高质量的区块链数据，也许能创造出解决区块链可访问性的数据集，而AI能大幅降低区块链数据可访问性的门槛，那么随着时间的推移，开发者、研究人员和ML领域的爱好者将能够访问到更多高质量、相关的数据集，用于构建有效和创新的解决方案。 AI赋能Dapp 自23年，ChatGPT3爆火以来，AI赋能Dapp已经是一个非常常见的方向。泛用性极广的生成式AI，可以通过API接入，从而简化且智能化分析数据平台、交易机器人、区块链百科等应用。另一方面，也可以扮演聊天机器人（比如Myshell）或者AI伴侣（Sleepless AI），甚至通过生成式AI创造链游中的NPC。但由于技术壁垒很低，大部分都是接入一个API之后进行微调，与项目本身的结合也不够完美，所以很少被人提起。但在Sora到来之后，AI赋能GameFi（包括元宇宙）与创作平台的方向将是接下来关注的重点。因为Web3领域自下而上的特性，肯定很难诞生出一些与传统游戏或是创意公司抗衡的产品，而Sora的出现很可能会打破这一窘境（也许只用两到三年）。以Sora的Demo来看，其已具备和微短剧公司竞争的潜力，Web3活跃的社区文化也能诞生出大量有趣的Idea，而当限制条件只有想象力的时候，自下而上的行业与自上而下的传统行业之间的壁垒将被打破。来源：金色财经
金色财经2024-02-24
Sora横空出世 2024或成AI+Web3变革元年？
go
大量算力项目开始涌现，而被动受益的其它Depin项目（存储、算力等）也已经迎来一波暴涨。那么除了Depin之外，Web3与AI的交织还能碰撞出怎样的火花？这条赛道里还蕴含着怎样的机会？本文的主要目的是对过往文章的一次更新与补全，并思考AI时代下的Web3存在哪些可能。 AI发展史的三大方向人工智能(Artificial Intelligence)是一门旨在模拟、扩展和增强人类智能的新兴科学技术。人工智能自二十世纪五六十年代诞生以来，在经历了半个多世纪的发展后，现已成为推动社会生活和各行各业变革的重要技术。在这一过程中，符号主义、连接主义和行为主义三大研究方向的相互交织发展，成为了如今AI飞速发展的基石。符号主义 (Symbolism) 亦称逻辑主义或规则主义，认为通过处理符号来模拟人类智能是可行的。这种方法通过符号来表示和操作问题领域内的对象、概念及其相互关系，并利用逻辑推理来解决问题，尤其在专家系统和知识表示方面已取得显著成就。符号主义的核心观点是智能行为可以通过对符号的操作和逻辑推理来实现，其中符号代表对现实世界的高度抽象；连接主义 (Connectionism) 或称为神经网络方法，旨在通过模仿人脑的结构和功能来实现智能。该方法通过构建由众多简单处理单元（类似神经元）组成的网络，并通过调整这些单元间的连接强度（类似突触）来实现学习。连接主义特别强调从数据中学习和泛化的能力，特别适用于模式识别、分类及连续输入输出映射问题。深度学习，作为连接主义的发展，已在图像识别、语音识别和自然语言处理等领域取得突破；行为主义 (Behaviorism) 行为主义则与仿生机器人学和自主智能系统的研究紧密相关，强调智能体能够通过与环境的交互学习。与前两者不同，行为主义不专注于模拟内部表征或思维过程，而是通过感知和行动的循环实现适应性行为。行为主义认为，智能通过与环境的动态交互、学习而展现，这种方法应用于需要在复杂和不可预测环境中行动的移动机器人和自适应控制系统中时，显得尤为有效。尽管这三个研究方向存在本质区别，但在实际的AI研究和应用中，它们也可以相互作用和融合，共同推动AI领域的发展。 AIGC原理概述现阶段正在经历爆炸式发展的生成式AI（Artificial Intelligence Generated Content，简称AIGC），便是对于连接主义的一种演化和应用，AIGC能够模仿人类创造力生成新颖的内容。这些模型使用大型数据集和深度学习算法进行训练，从而学习数据中存在的底层结构、关系和模式。根据用户的输入提示，生成新颖独特的输出结果，包括图像、视频、代码、音乐、设计、翻译、问题回答和文本。而目前的AIGC基本由三个要素构成：深度学习（Deep Learning，简称DL）、大数据、大规模算力。深度学习深度学习是机器学习（ML）的一个子领域，深度学习算法是仿照人脑建模的神经网络。例如，人脑包含数百万个相互关联的神经元，它们协同工作以学习和处理信息。同样，深度学习神经网络（或人工神经网络）是由在计算机内部协同工作的多层人工神经元组成的。人工神经元是称为节点的软件模块，它使用数学计算来处理数据。人工神经网络是使用这些节点来解决复杂问题的深度学习算法。从层次上划分神经网络可分为输入层、隐藏层、输出层，而不同层之间连接的便是参数。输入层（Input Layer）：输入层是神经网络的第一层，负责接收外部输入的数据。输入层的每个神经元对应于输入数据的一个特征。例如，在处理图像数据时，每个神经元可能对应于图像的一个像素值；隐藏层（Hidden Layer）：输入层处理数据并将其传递到神经网络中更远的层。这些隐藏层在不同层级处理信息，在接收新信息时调整其行为。深度学习网络有数百个隐藏层，可用于从多个不同角度分析问题。例如，你得到了一张必须分类的未知动物的图像，则可以将其与你已经认识的动物进行比较。比如通过耳朵形状、腿的数量、瞳孔的大小来判断这是什么动物。深度神经网络中的隐藏层以相同的方式工作。如果深度学习算法试图对动物图像进行分类，则其每个隐藏层都会处理动物的不同特征并尝试对其进行准确的分类；输出层（Output Layer）：输出层是神经网络的最后一层，负责生成网络的输出。输出层的每个神经元代表一个可能的输出类别或值。例如，在分类问题中，每个输出层神经元可能对应于一个类别，而在回归问题中，输出层可能只有一个神经元，其值表示预测结果；参数：在神经网络中，不同层之间的连接由权重（Weights）和偏置（Biases）参数表示，这些参数在训练过程中被优化以使网络能够准确地识别数据中的模式和进行预测。参数的增加可以提高神经网络的模型容量，即模型能够学习和表示数据中复杂模式的能力。但相对应的是参数的增加会提升对算力的需求。大数据为了有效训练，神经网络通常需要大量、多样及质量高和多源的数据。它是机器学习模型训练和验证的基础。通过分析大数据，机器学习模型可以学习数据中的模式和关系，从而进行预测或分类。大规模算力神经网络的多层复杂结构，大量参数，大数据处理需求，迭代训练方式（在训练阶段，模型需要反复迭代，训练过程中需要对每一层计算进行前向传播和反向传播，包括激活函数的计算、损失函数的计算、梯度的计算和权重的更新），高精度计算需求，并行计算能力，优化和正则化技术以及模型评估和验证过程共同导致了其对高算力的需求。 Sora 作为OpenAI最新发布的视频生成AI模型，Sora代表了人工智能处理和理解多样化视觉数据能力的巨大进步。通过采用视频压缩网络和空间时间补丁技术，Sora能够将来自世界各地、不同设备拍摄的海量视觉数据转换为统一的表现形式，从而实现了对复杂视觉内容的高效处理和理解。依托于文本条件化的Diffusion模型，Sora能够根据文本提示生成与之高度匹配的视频或图片，展现出极高的创造性和适应性。不过，尽管Sora在视频生成和模拟真实世界互动方面取得了突破，但仍面临一些局限性，包括物理世界模拟的准确性、长视频生成的一致性、复杂文本指令的理解以及训练与生成效率。并且Sora本质上还是通过OpenAI垄断级的算力和先发优势，延续“大数据-Transformer-Diffusion-涌现”这条老技术路径达成了一种暴力美学，其它AI公司依然存在着通过技术弯道超车的可能。虽然Sora与区块链的关系并不大，但个人认为之后的一两年里。因为Sora的影响，会迫使其它高质量AI生成工具出现并快速发展，并且将辐射到Web3内的GameFi、社交、创作平台、Depin等多条赛道，所以对于Sora有个大致了解是必要的，未来的AI将如何有效的与Web3结合，也许是我们需要思考的一个重点。 AI x Web3的四大路径如上文所诉，我们可以知道，生成式AI所需的底层基座其实只有三点：算法、数据、算力，另一方面从泛用性和生成效果来看AI是颠覆生产方式的工具。而区块链最大的作用有两点：重构生产关系以及去中心化。所以两者碰撞所能产生的路径我个人认为有如下四种：去中心化算力由于过去已经写过相关文章，所以本段的主要目的是更新一下算力赛道的近况。当谈到AI时，算力永远是难以绕开的一环。AI对于算力的需求之大，在Sora诞生之后已经是难以想象了。而近期，在瑞士达沃斯2024年度世界经济论坛期间，OpenAI首席执行官山姆·奥特曼更是直言算力和能源是现阶段最大的枷锁，两者在未来的重要性甚至会等同于货币。而在随后的2月10日，山姆·奥特曼在推上发表了一个极为惊人的计划，融资7万亿美元（相当于中国23年全国GDP的40%）改写目前全球的半导体产业格局，创立一家芯片帝国。在写算力相关的文章时，我的想象力还局限在国家封锁，巨头垄断，如今一家公司就想要控制全球半导体产业真的还是挺疯狂的。所以去中心化算力的重要性自然不言而喻，区块链的特性确实能解决目前算力极度垄断的问题，以及购置专用GPU价格昂贵的问题。从AI所需的角度来看，算力的使用可以分为推理和训练两种方向，主打训练的项目，目前还是寥寥无几，从去中心化网络需要结合神经网络设计，再到对于硬件的超高需求，注定是门槛极高且落地极难的一种方向。而推理相对来说简单很多，一方面是在去中心化网络设计上并不复杂，二是硬件和带宽需求较低，算是目前比较主流的方向。中心化算力市场的想象空间是巨大的，常常与“万亿级”这个关键词挂钩，同时也是AI时代下最容易被频繁炒作的话题。不过从近期大量涌现的项目来看，绝大部分还是属于赶鸭子上架，蹭热度。总是高举去中心化的正确旗帜，却闭口不谈去中心化网络的低效问题。并且在设计上存在高度同质化，大量的项目非常相似（一键L2加挖矿设计），最终可能会导致一地鸡毛，这样的情况想要从传统AI赛道分一杯羹着实困难。算法、模型协作系统机器学习算法，是指这些算法能够从数据中学习规律和模式，并据此做出预测或决策。算法是技术密集型的，因为它们的设计和优化需要深厚的专业知识和技术创新。算法是训练AI模型的核心，它定义了数据如何被转化为有用的见解或决策。较为常见的生成式AI算法比如生成对抗网络（GAN）、变分自编码器（VAE）、转换器（Transformer），每个算法都是为了一个特定领域（比如绘画、语言识别、翻译、视频生成）或者说目的而生，再通过算法训练出专用的AI模型。那么如此之多的算法和模型，都是各有千秋，我们是否能将其整合为一种能文能武的模型？近期热度高涨的Bittensor便是这个方向的领头者，通过挖矿激励的方式让不同AI模型和算法相互协作与学习，从而创作出更高效全能的AI模型。而同样以这个方向为主的还有Commune AI（代码协作）等，不过算法和模型对于现在的AI公司来说，都是自家的看门法宝，并不会随意外借。所以AI协作生态这种叙事很新奇有趣，协作生态系统利用了区块链的优势去整合AI算法孤岛的劣势，但是否能创造出对应的价值目前尚未可知。毕竟头部AI公司的闭源算法和模型，更新迭代与整合的能力非常强，比如OpenAI发展不到两年，已从早期文本生成模型迭代到多领域生成的模型，Bittensor等项目在模型和算法所针对的领域也许要另辟蹊径。去中心化大数据从简单的角度来说，将私有数据用来喂AI以及对数据进行标记都是与区块链非常契合的方向，只需要注意如何防止垃圾数据以及作恶，并且数据存储上也能使FIL、AR等Depin项目受益。而从复杂的角度来说，将区块链数据用于机器学习（ML），从而解决区块链数据的可访问性也是一种有趣的方向（Giza的摸索方向之一）。在理论上，区块链数据可随时访问，反映了整个区块链的状态。但对于区块链生态系统之外的人来说，获取这些庞大数据量并不容易。完整存储一条区块链需要丰富的专业知识和大量的专门硬件资源。为了克服访问区块链数据的挑战，行业内出现了几种解决方案。例如，RPC提供商通过API访问节点，而索引服务则通过SQL和GraphQL使数据提取变得可能，这两种方式在解决问题上发挥了关键作用。然而，这些方法存在局限性。RPC服务并不适合需要大量数据查询的高密度使用场景，经常无法满足需求。同时，尽管索引服务提供了更有结构的数据检索方式，但Web3协议的复杂性使得构建高效查询变得极其困难，有时需要编写数百甚至数千行复杂的代码。这种复杂性对于一般的数据从业者和对Web3细节了解不深的人来说是一个巨大的障碍。这些限制的累积效应凸显了需要一种更易于获取和利用区块链数据的方法，可以促进该领域更广泛的应用和创新。那么通过ZKML（零知识证明机器学习，降低机器学习对于链的负担）结合高质量的区块链数据，也许能创造出解决区块链可访问性的数据集，而AI能大幅降低区块链数据可访问性的门槛，那么随着时间的推移，开发者、研究人员和ML领域的爱好者将能够访问到更多高质量、相关的数据集，用于构建有效和创新的解决方案。 AI赋能Dapp 自23年，ChatGPT3爆火以来，AI赋能Dapp已经是一个非常常见的方向。泛用性极广的生成式AI，可以通过API接入，从而简化且智能化分析数据平台、交易机器人、区块链百科等应用。另一方面，也可以扮演聊天机器人（比如Myshell）或者AI伴侣（Sleepless AI），甚至通过生成式AI创造链游中的NPC。但由于技术壁垒很低，大部分都是接入一个API之后进行微调，与项目本身的结合也不够完美，所以很少被人提起。但在Sora到来之后，我个人认为AI赋能GameFi（包括元宇宙）与创作平台的方向将是接下来关注的重点。因为Web3领域自下而上的特性，肯定很难诞生出一些与传统游戏或是创意公司抗衡的产品，而Sora的出现很可能会打破这一窘境（也许只用两到三年）。以Sora的Demo来看，其已具备和微短剧公司竞争的潜力，Web3活跃的社区文化也能诞生出大量有趣的Idea，而当限制条件只有想象力的时候，自下而上的行业与自上而下的传统行业之间的壁垒将被打破。结语随着生成式AI工具的不断进步，我们未来还将经历更多划时代的“iPhone时刻”。尽管许多人对AI与Web3的结合嗤之以鼻，但实际上我认为目前的方向大多没有问题，需要解决的痛点其实只有三点，必要性、效率、契合度。两者的融合虽处于探索阶段，却并不妨碍这条赛道成为下个牛市的主流。对新事物永远保持足够的好奇心和接纳度是我们需要必备的心态，历史上，汽车取代马车的转变瞬息之间便已成定局，亦如同铭文和过去的NFT一样，持有太多偏见只会和机遇失之交臂。来源：金色财经
金色财经2024-02-23
晚间必读5篇 | Cosmos有哪些已上线和未上线项目？
go
1.DePIN存储系排位赛开启五大人气项目谁会是最大赢家近期DePIN赛道存储板块涨势明显，以Filecoin、Arewave、Storj、Siacoin为代表的项目均录得阶段性新高，而新近获资800万美元的存储项目CESS也多次被KOL同步宣推。对此，不少分析观点认为市场风口有移至存储板块的趋势，存储系龙头争夺战已经打响。点击阅读 2.Pantera合伙人：看懂RWA领头羊Ondo Ondo Finance通过资产代币化和DeFi协议的开发，为现实世界资产（包括美国国债和其他证券）带来了去中心化金融（DeFi）的透明度、可访问性和互操作性。Ondo与机构级资产管理公司以及贝莱德（BlackRock）和摩根士丹利（Morgan Stanley）等服务供应商合作，其产品线为各种类型的投资者提供了可访问性。点击阅读 3.Bankless：2024 年投资比特币的 6 种方式您可能知道如何购买一些 BTC，并且现在现货 BTC ETF 在美国交易，接触比特币从未如此简单，但并非所有投资途径都是一样的…… 今天，我们正在探索六种最重要的个人投资者投资比特币的方法，并讨论每种方法的优点，以帮助您确定哪种方法最适合您！点击阅读 4.ETH L2数据一览为什么L2的二级市场机会越来越少？先说结论：板块的资金注意力被不断稀释，资金共识紊乱，市场情绪下难以捕获优质价格筹码据数据网站的公开信息，目前ETH L2市值200多亿，并且这个增长趋势相信也会随着未来以太的一些升级与调整保持稳定但这种增长不一定会带来足够的Alpha收益点击阅读 5.Cosmos有哪些已上线和未上线项目？据coingecko数据显示，市值前100的项目中，以太坊生态占25个（包括二层及二层相关生态），Cosmos生态占12个，比特币生态占4个，BSC生态除了BNB就只有2个稳定币，Solana生态1个没有。不关注的人，可能都没发现，Cosmos 生态在持续霸榜，前段时间社群热议的好几个项目，像Celestia、Injective、Sei等，其实都来自 Cosmos 生态，可以说，优质项自扎堆的生态就值得我们去关注挖掘，本文带大家简单梳理下 Cosmos 生态。点击阅读来源：金色财经
金色财经2024-02-23
Sora涌现：2024年会是AI+Web3革命年吗
 go
的日益普及，众多算力项目应运而生，惠及DePIN项目（存储、计算能力等），它们的价值激增。除了 DePIN之外，本文旨在更新和完善过去的讨论，思考Web3和AI交织可能产生的火花以及AI时代这一赛道中的机会。 AI发展的三大方向 AI是一门旨在模拟、延伸和增强人类智能的新兴科学技术。自20世纪50年代和60年代诞生以来，AI已经发展了半个多世纪，现已成为推动社会生活和各行业变革的关键技术。在此过程中，符号主义、联结主义、行为主义三大研究方向的交织发展，为当今人工智能的快速发展奠定了基础。符号主义符号主义也称为逻辑主义或基于规则的推理，认为通过符号的处理来模拟人类智能是可行的。这种方法使用符号来表示和操纵问题域内的对象、概念及其关系，并采用逻辑推理来解决问题。符号主义取得了巨大的成功，特别是在专家系统和知识表示方面。符号主义的核心思想是智能行为可以通过符号的操纵和逻辑推理来实现，其中符号代表了现实世界的高级抽象。联结主义或称为神经网络方法，旨在通过模仿人脑的结构和功能来实现智能。该方法构建由许多简单处理单元（类似于神经元）组成的网络，并调整这些单元（类似于突触）之间的连接强度以促进学习。连接主义强调从数据中学习和概括的能力，使其特别适合模式识别、分类和连续输入输出映射问题。深度学习作为联结主义的演变，在图像识别、语音识别、自然语言处理等领域取得了突破。行为主义行为主义与仿生机器人和自主智能系统的研究密切相关，强调智能体可以通过与环境的交互来学习。与前两者不同，行为主义并不注重模拟内部表征或思维过程，而是通过感知和行动的循环来实现适应性行为。行为主义认为，智能是通过与环境的动态交互和学习来体现的，这使得它对于在复杂和不可预测的环境中运行的移动机器人和自适应控制系统特别有效。这三个研究方向虽然存在根本差异，但在AI的实际研究和应用中可以相互作用、相互融合，共同推动人工智能领域的发展。 AIGC的原则 AIGC的爆炸性发展领域代表了联结主义的演变和应用，能够通过模仿人类创造力来生成新颖的内容。这些模型使用大型数据集和深度学习算法进行训练，学习数据中的底层结构、关系和模式。根据用户提示，它们生成独特的输出，包括图像、视频、代码、音乐、设计、翻译、问题答案和文本。目前，AIGC基本上由三个要素组成：深度学习、大数据和海量计算能力。深度学习深度学习是机器学习的一个子领域，它采用模仿人脑神经网络的算法。例如，人脑由数百万个相互连接的神经元组成，它们一起工作来学习和处理信息。同样，深度学习神经网络（或人工神经网络）由在计算机内协同工作的多层人工神经元组成。这些人工神经元（称为节点）使用数学计算来处理数据。人工神经网络利用这些节点通过深度学习算法解决复杂问题。神经网络分为层：输入层、隐藏层和输出层，参数连接不同层。输入层：神经网络的第一层，负责接收外部输入数据。输入层中的每个神经元对应于输入数据的一个特征。例如，在处理图像数据时，每个神经元可能对应于图像的一个像素值。隐藏层：输入层处理数据并将其进一步传递到网络中。这些隐藏层在不同级别处理信息，在接收新信息时调整其行为。深度学习网络有数百个隐藏层，可以从多个角度分析问题。例如，当呈现需要分类的未知动物的图像时，你可以通过检查耳朵形状、腿数量、瞳孔大小等将其与你已经知道的动物进行比较。深度神经网络中的隐藏层以类似的方式工作方式。如果深度学习算法尝试对动物图像进行分类，每个隐藏层都会处理动物的不同特征并尝试对其进行准确分类。输出层：神经网络的最后一层，负责生成网络的输出。输出层中的每个神经元代表一个可能的输出类别或值。例如，在分类问题中，每个输出层神经元可能对应一个类别，而在回归问题中，输出层可能只有一个神经元，其值代表预测结果。参数：在神经网络中，不同层之间的连接由权重和偏差表示，它们在训练过程中进行优化，以使网络能够准确识别数据中的模式并做出预测。增加参数可以增强神经网络的模型能力，即学习和表示数据中复杂模式的能力。然而，这也增加了对计算能力的需求。大数据为了进行有效的训练，神经网络通常需要大量、多样化、高质量和多源的数据。它构成了训练和验证机器学习模型的基础。通过分析大数据，机器学习模型可以学习数据中的模式和关系，从而实现预测或分类。海量计算能力神经网络多层结构复杂，参数众多，大数据处理要求，迭代训练方式（训练时模型需要反复迭代，涉及到每一层的前向和后向传播计算，包括激活函数计算、损失函数计算、梯度计算和权重更新）、高精度计算需求、并行计算能力、优化和正则化技术以及模型评估和验证过程共同导致了高计算能力的需求。 Sora 作为 OpenAI 最新的视频生成 AI 模型，Sora 代表了人工智能处理和理解多样化视觉数据的能力的重大进步。通过采用视频压缩网络和时空补丁技术，Sora 可以将全球范围内不同设备捕获的海量视觉数据转换为统一的表示形式，从而实现对复杂视觉内容的高效处理和理解。利用文本条件扩散模型，Sora 可以生成与文本提示高度匹配的视频或图像，展现出高度的创造力和适应性。然而，尽管Sora在视频生成和模拟现实世界交互方面取得了突破，但它仍然面临一些局限性，包括物理世界模拟的准确性、生成长视频的一致性、理解复杂的文本指令以及训练和生成的效率。本质上，Sora通过OpenAI的垄断算力和先发优势，延续了“大数据-Transformer-Diffusion-emergence”的老技术路径，实现了一种蛮力美学。其他人工智能公司仍然有通过技术创新实现超越的潜力。虽然Sora与区块链的关系并不大，但相信未来一两年，由于Sora的影响力，其他优质的AI生成工具将会出现并迅速发展，冲击各个Web3领域如GameFi、社交平台、创意平台、Depin等。因此，对Sora有一个大致的了解是必要的，未来AI如何与Web3有效结合是一个重点考虑的问题。 AI x Web3融合的四种途径正如前面所讨论的，我们可以理解生成式AI所需的基本要素本质上有三重：算法、数据和计算能力。另一方面，考虑到其普遍性和产出效果，AI是一种彻底改变生产方式的工具。同时，区块链最大的影响是双重的：重组生产关系和去中心化。因此，我认为这两种技术的碰撞可以产生以下四种路径：去中心化算力如前所述，本节旨在更新计算能力格局的状态。谈到AI，计算能力是不可或缺的一个方面。Sora的出现，让原本难以想象的AI对算力的需求凸显出来。近日，在2024年瑞士达沃斯世界经济论坛期间，OpenAI首席执行官Sam Altman公开表示，算力和能源是当前最大的制约因素，暗示它们未来的重要性甚至可能等同于货币。随后，2月10日，Sam Altman在推特上宣布了一项令人震惊的计划，将筹集7万亿美元（相当于2023年中国GDP的40%）来彻底改革当前的全球半导体产业，旨在打造一个半导体帝国。我之前对算力的思考仅限于国家封锁和企业垄断；一家公司想要主宰全球半导体行业的想法确实很疯狂。因此，去中心化计算能力的重要性是不言而喻的。区块链的特性确实可以解决当前计算能力极度垄断的问题，以及与获取专用 GPU 相关的昂贵成本的问题。从AI需求的角度来看，算力的使用可以分为推理和训练两个方向。专注于训练的项目还很少，因为去中心化网络需要集成神经网络设计，对硬件要求极高，是一个门槛较高、实施难度较大的方向。相比之下，推理相对简单，因为去中心化网络设计没有那么复杂，对硬件和带宽的要求也较低，是更主流的方向。中心化算力市场想象空间广阔，常常与“万亿级”关键词联系在一起，也是AI时代最容易炒作的话题。然而，纵观最近出现的众多项目，大多数似乎都是利用趋势的考虑不周的尝试。他们经常高举去中心化的旗帜，但却避免讨论去中心化网络的低效率。另外，设计同质化程度很高，很多项目非常相似（一键L2加挖矿设计），最终可能会导致失败，很难在传统AI竞赛中占据一席之地。算法与模型协同系统机器学习算法是那些可以从数据中学习模式和规则，并根据它们做出预测或决策的算法。算法是技术密集型的，因为其设计和优化需要深厚的专业知识和技术创新。算法是训练人工智能模型的核心，定义了如何将数据转化为有用的见解或决策。常见的生成式 AI 算法包括生成对抗网络 (GAN)、变分自编码器 (VAE) 和 Transformers，每种算法都是针对特定领域（例如绘画、语言识别、翻译、视频生成）或目的而设计的，然后用于训练专门的 AI模型。那么，这么多的算法和模型，各有千秋，是否有可能将它们整合成一个通用的模型呢？Bittensor是最近备受关注的一个项目，它通过激励不同的AI模型和算法相互协作和学习，从而创建更高效、更有能力的AI模型，从而引领了这个方向。其他专注于这个方向的项目包括Commune AI（代码协作），但算法和模型对于AI公司来说是严格保密的，不容易共享。因此，AI协作生态系统的叙述新颖而有趣。协作生态系统利用区块链的优势来整合孤立的AI算法的劣势，但是否能够创造相应的价值还有待观察。毕竟，拥有自主算法和模型的领先AI公司，拥有强大的更新、迭代和集成能力。例如，OpenAI 在不到两年的时间内从早期的文本生成模型发展到多领域生成模型。像 Bittensor 这样的项目可能需要在其模型和算法目标领域探索新路径。去中心化大数据从简单的角度来看，利用隐私数据来喂养AI和注释数据是与区块链技术非常吻合的方向，主要考虑的是如何防止垃圾数据和恶意行为。此外，数据存储可以使 FIL 和 AR 等 DePIN项目受益。从更复杂的角度来看，使用区块链数据进行机器学习来解决区块链数据的可访问性是另一个有趣的方向（Giza 的探索之一）。理论上，区块链数据是随时可访问的，反映了整个区块链的状态。然而，对于区块链生态系统之外的人来说，访问这些大量数据并不简单。存储整个区块链需要丰富的专业知识和大量的专业硬件资源。为了克服访问区块链数据的挑战，行业内出现了多种解决方案。例如，RPC 提供商通过 API 提供节点访问，索引服务使通过 SQL 和 GraphQL 进行数据检索成为可能，在解决该问题方面发挥了至关重要的作用。然而，这些方法都有其局限性。RPC服务不适合需要大量数据查询的高密度用例，往往无法满足需求。同时，尽管索引服务提供了一种更加结构化的数据检索方式，但 Web3 协议的复杂性使得构造高效查询变得极其困难，有时需要数百甚至数千行复杂代码。这种复杂性对于一般数据从业者和那些对 Web3 细节了解有限的人来说是一个重大障碍。这些限制的累积效应凸显了需要一种更易于访问和利用的方法来获取和利用区块链数据，这可以促进该领域更广泛的应用和创新。因此，将ZKML（零知识证明机器学习，减轻链上机器学习的负担）与高质量的区块链数据相结合，可能会创建解决区块链数据可访问性的数据集。AI可以显着降低区块链数据的访问障碍。随着时间的推移，开发人员、研究人员和机器学习爱好者可以访问更多高质量、相关的数据集，以构建有效和创新的解决方案。 AI赋能Dapp 自2023年ChatGPT3爆发以来，AI对Dapp的赋能已经成为一个非常普遍的方向。广泛适用的生成式人工智能可以通过API集成，从而简化和智能化数据平台、交易机器人、区块链百科全书和其他应用程序。另一方面，它还可以充当聊天机器人（如 Myshell）或 AI 伴侣（Sleepless AI），甚至可以使用生成式 AI 在区块链游戏中创建 NPC。但由于技术门槛较低，大多数只是集成API后的调整，与项目本身的集成并不完善，因此很少被提及。但随着Sora的到来，我个人认为AI对GameFi（包括元宇宙）和创意平台的赋能将是未来的重点。鉴于Web3领域自下而上的性质，它不太可能生产出可以与传统游戏或创意公司竞争的产品。然而，Sora的出现可能会打破这一僵局（也许只需两到三年）。从Sora的演示来看，它有与短剧公司竞争的潜力。Web3活跃的社区文化还可以催生出大量有趣的想法，当唯一的限制就是想象力时，自下而上的行业与自上而下的传统行业之间的壁垒将被打破。结论随着生成式人工智能工具的不断发展，未来我们将见证更多突破性的“iPhone时刻”。尽管人们对AI与Web3的整合持怀疑态度，但我相信目前的方向基本上是正确的，只需要解决三个主要痛点：必要性、效率和契合度。虽然这两者的融合还处于探索阶段，但并不妨碍这条路径成为下一次牛市的主流。对新事物保持足够的好奇心和开放的态度是我们的基本心态。从历史上看，从马车到汽车的转变是瞬间解决的，正如铭文和过去的 NFT 所显示的那样。持有太多偏见只会导致错失机会。来源：金色财经
金色财经2024-02-23
金色观察 | DePIN存储系排位赛开启五大人气项目谁会是最大赢家
 go
作者：Climber，金色财经近期DePIN赛道存储板块涨势明显，以Filecoin、Arewave、Storj、Siacoin为代表的项目均录得阶段性新高，而新近获资800万美元的存储项目CESS也多次被KOL同步宣推。对此，不少分析观点认为市场风口有移至存储板块的趋势，存储系龙头争夺战已经打响。此前DePIN被视为2024最具爆发潜力的赛道之一，Messari预计DePIN领域目前的总潜在市场约为 2.2万亿美元，到2028年可能达到约3.5万亿美元。而数据存储尤具前景，据财富商业洞察报告，中心化存储市场2022年估值为2170亿美元，预计到 2030 年将增长到 7770 亿美元以上。且不论DePIN是否能如期爆发，仅就现阶段来说尚属早期，此时布局风险相对较小。赛道细分下存储板块首当其冲，为此本文就以上五个人气项目进行系统梳理并比较分析，以期从中找到值得关注的价值点。一、基础信息 DePIN 是指利用区块链技术和加密经济学的基础设施相关项目，旨在激励个人分配资本或未使用的资源，以创建一个更透明、更可验证的网络，目标是实现比中心化网络更有效的扩展轨迹。简而言之，DePIN是区块链某一发展叙事方向的统称，它使用代币来激励社区（而不是公司）从头开始构建物理基础设施网络（例如移动、电动汽车充电、电信等）。而该领域的子行业，分布式数据存储则是指去中心化存储系统在点对点（“P2P”）网络模型上运行，用户驱动的存储提供商（“SP”）或矿工分配未使用的计算机资源，并以项目的原生代币赚取报酬。以下是DePIN存储系的5个代表项目： Filecoin： Filecoin是一个去中心化的存储网络，充当IPFS网络之上的激励层。Filecoin利用闲置的硬盘空间和带宽在开放的市场中提供数据存储和检索服务，从而使任何人都可以作为存储提供商参与其中并利用硬盘的闲置容量获利。特点：Filecoin 旨在以去中心化的方式存储数据。与 Amazon Web Services 或 Cloudflare 等容易出现中心化问题的云存储公司不同，Filecoin 利用其去中心化性质来保护数据位置的完整性，使其易于检索且难以审查。 Filecoin 系统涉及三方：客户端、存储矿工和检索矿工。这些用户群体彼此密切互动，完成交易、交换信息并使用FIL进行支付。 Arweave： Arweave是一种去中心化数据存储协议，使数据可以永久存储并在其permaweb上。permaweb是一个二级网络，使数据可以以人类可读的方式（例如通过web浏览器）访问。 Arweave通过AR代币在财务上激励数据存储提供商，主网于2018年6月推出。特点：Arweave 允许用户将数据永久存储在区块链上，且只需一次性付费，因此非常适合需要数据保存的元宇宙、DeSci 和社交媒体项目应用程序。 Arweave 一次付费、终生使用的形式，也解决了用户需要不断订阅的繁琐过程。Arweave 还曾承诺可以为用户提供至少200年的存储服务。 Storj： Storj是一个开源、去中心化的云存储层，支持开发人员能够在他们的应用程序中构建数据保护和隐私功能，并且它使用分散的节点网络来托管用户数据。STORJ代币支持网络中不同方之间的协调，以符合更广泛网络的目标(包括不变性、安全性和第三方可验证性)的方式大规模地转移价值。在2014年12月发布的白皮书中，Storj首次作为一个概念被引入世界。两年后，更新的白皮书发布。这里描述了一个去中心化网络——将需要云存储空间的用户与那些有硬盘空间可供出售的用户连接起来。该平台于2018年底推出。拥有硬盘空间和良好互联网连接的人可以参与该网络。它们成为网络中的一个单元，称为节点。空间提供者将获得 Storj 代币的奖励。特点：与将数据存储在大型数据中心的传统云存储解决方案不同，Storj 运行在由数千台独立计算机组成的网络上。任何拥有额外几 TB 空间的人都可以通过安装 Tardigrade 成为平台上的节点。所需要的只是强大且一致的互联网连接。网络的效率意味着主机为数据存储支付的费用比使用传统云存储服务时要少得多。 Siacoin： Siacoin是一个基于区块链的分布式去中心化云存储平台，提供去中心化云数据存储功能和一个点对点市场。Siacoin将需要文件存储的用户与全球提供未充分利用硬盘容量的主机连接起来，通过智能合约保障存储交易，与传统云提供商相比，提供更可靠、更实惠的服务。该项目的主要目标是成为“互联网的骨干存储层”。 Siacoin最初于 2014 年 5 月发布，修改后于2015 年 5 月推出。特点：根据其白皮书，Siacoin的长期目标是与现有存储解决方案竞争。它认为自己正在与亚马逊、谷歌和微软等主要云存储提供商直接竞争。由于其去中心化的性质，Siacoin能够提供有竞争力的存储率。存储在Siacoin网络上的文件被分为 30 个加密段，每个段上传到唯一的主机以实现冗余。上传者和主机之间的协议记录在Siacoin的区块链上，并使用智能合约强制执行。Siacoin作为网络上的支付方式，租户使用SC向主机付款，主机将SC锁定在智能合约中作为抵押品。 Cumulus Encrypted Storage System（CESS）： CESS 成立于2019年，是一个基于DePIN设计的Layer1 ，兼容WSAM和EVM的智能合约，支持加密原生应用直接launch在CESS链上。它通过全球节点部署，来促进链上数据共享、DAPP 开发和高效网络。 CESS旨在成为首个用于企业级商业应用的去中心化云存储网络，其基于Substrate开源框架开发。共采用四层网络，包括存储、共识、缓存和检索等节点类型，为用户提供高效便捷的云存储服务。目前，用户可以提供存储空间和硬件资源成为节点，挖矿获得CESS代币奖励，主网上线后，同步获得CESS奖励。特点：CESS 支持网络内数据价值化和数据价值自由流通/共享，同时用去信任的方式实现用户数据隐私保护和数据绝对主权。CESS 首创的去中心化对象存储服务（DeOSS）是去中心化存储领域的 S3。具有独创设计的闲置空间证明机制（PoIS）、多备份可恢复存储证明机制（PoDR²）以及基于 SGX 的 TEE Worker。二、数据对比：从以上五个项目的内容介绍和业务特点来看可谓各有千秋，其共通点都是在去中心化存储赛道上以代币激励模式深耕产品和服务。但就现阶段来说，几个项目在多个维度的数据表现上差异明显。首先从项目融资来看，Filecoin 所获资金最多，各轮融资总额达2.57亿美元，其次则是Storj，为3346万美元，也可称得上是大项目。而Siacoin则未对外界披露融资信息，并且糟糕的是，2022年8月Siacoin 背后的区块链公司 Skynet Labs 因无法筹集更多资金而关闭。值得注意的是，Filecoin 除了获得a16z Crypto、Pantera Capital、DCG等知名机构投资外，名单中还有Sam Altman。而CESS则新近在去年底获得了800万美元的资金。其次从市值上看，目前Filecoin远超其它同类项目，领先第二名超4倍。Arweave与Siacoin市值相近，目前尚均未突破10亿美元关口。而除未上市发币的CESS外，Storj市值排名垫底，仅约有3亿美元。再从流通量占比与FDV两项数据上可以看出，除Filecoin与CESS外，其它项目代币几乎已全部进入市场流通，未存在多少解锁压力。但需要注意的事，Siacoin 没有最大供应量，因此未来可能存在通货膨胀风险。而Filecoin的完全稀释估值（FDV）要约为其市值（MC）的4倍，可见项目存在不小的抛压，长期来看有待价值发现。币价表现上，截止撰文，FIL自2023年6月的低点2.7美元附近一路上涨至近期高点的8.482美元，涨幅214.8%；AR自去年10月的低点3.68美元涨至高点16.5美元，涨幅348.3%；STORJ自去年低点0.191涨至高点1.233，涨幅545.5%；SC自去年低点0.00254涨至高点0.0193，涨幅659.8%。CESS尚未发币。不过，Messari发布的Filecoin 2023年第四季度状态报告显示，该项目的多项数据取得增长态势。具体信息如下： Filecoin的存储市场在2023年第四季度继续增长，活跃交易环比增长23%，同比增长414%。同时，存储利用率从23年Q3的13%增长到23年Q4的18%，而Filecoin的存储容量环比继续下降15%。截至2023年底，超过1800个客户已经在Filecoin上引入数据集，其中465个客户的数据集规模超过1000 TiB，环比增长10%，同比增长196%。此外，自FVM于2023年3月推出以来，到2023年底，TVL已超过2.3亿美元。 Arweave 近期公布数据显示其达成多项成就，据其官网数据，Arweave生态总交易量达到30亿笔，且整体的TPS达到300+。此外，项目主网累计完成超1.4亿笔交易，单周达成 884.32 GiB 存储。 Storj 官网显示，目前全球有16000 多个活动存储节点，Storj 在2023 年实现了226% 的同比收入增长，存储的数据环比增长 43%，同比增长 222%。该公司预计到 2024 年将继续加速。并且Storj 首席执行官Ben Golub表示：项目客户数据在2023年翻了一倍多，性能也增加了一倍，网络中存储了数十亿个对象，分布在数万个节点上，超过了25pb的客户数据。而Siacoin自 2015 年以来一直运营，其软件下载量超过 100 万次。此外，自网络诞生以来，已有数千TB的数据上传到网络。 CESS目前尚处于测试网阶段，目前已经进行12轮测试网升级迭代。其中一个测试网版本吸引了超过6300个节点协同开发，目前已有超过4万个节点参与测试。正在进行的测试网 v0.7.5 新增了近千个存储节点，提供超过 6+ PiB 的存储容量。三、项目进展由于2023年全球经济与加密行业整体处于熊转牛的向暖行情走势，因此各个项目的数据相对于过去两年来说有所上升不足为奇。而评断项目需要更多维度，过往当中项目方有多少实质性的建设行为更能看出其是否具有长远追求。 Filecoin：今年2月，Solana 与 Filecoin完成整合，未来 Solana 将利用 Filecoin 使基础设施提供商、探索者、索引编制者以及任何需要历史访问的人都能更方便地访问和使用其区块历史。而在去年10月份，Filecoin 开发团队 Protocol Labs 推出 Venture Studio 计划，旨在利用 Filecoin、IPFS、libp2p、以太坊和 Protocol Labs 生态系统中的其他技术，发展和支持新创业公司构建突破性技术。此外，Uniswap 社区关于“Filecoin 虚拟机上部署 Uniswap V3”提案获得通过。 9月，隐私浏览器Brave、加密隐私货币Zcash协议开发公司 Electric Coin Company（ECC与Filecoin基金会达成合作，将为Brave浏览器及其内置钱包引入新的隐私功能。并且澳大利亚Victor Chang心脏研究所选用Filecoin存储其研究数据。 8 月，LongHash Ventures 旗下加速器 LongHashX 宣布与 ProtocolLabs 和 Filecoin 合作推出 Filecoin 虚拟机 (FVM) Genesis 加速器；7月，矿机制造商比特大陆宣布推出Filecoin矿机。上半年，Filecoin 推出 Filecoin Web Services（FWS)，旨在构建 AWS、谷歌云和 Azure 的开源替代方案。Filecoin 虚拟机 (FVM) 3月份在 Filecoin 主网上正式启动，网络升级到 v18 绰号“Hygee”，Filecoin 首次具有可编程性。 Arweave：今年开年，Arweave 推出 AO，并计划在 2 月 27 日开启测试网。不过，去年12月份Arweave社区内讧要分叉，创始人Sam Williams威胁要对支持 Arweave 网络 90% 的中间件Irys提起诉讼。目前争议事件悬而未决。 3 月份，Arweave 2.6 版本上线，挖矿难度与出块速度趋于稳定。 2022年11 月，Arweave 集成至 Meta，后者使用 Arweave 存储 Instagram 创作者的数字收藏品。 Storj： Storj的项目动态很少见于媒体平台，所曝光的多是交易信息，由此可见其背后存在多方资本博弈行为。不过去年11月，Storj 推出 Storj Select：为注重合规性的组织提供安全且可定制的云存储解决方案。10月，Storj成为Adobe Premiere Pro 的存储云平台。另外在3 月，Ankr与Storj合作推出节点部署基础设施 Chainsnap，Chainsnap 集成了 Ankr 的区块链数据快照与 Storj 的去中心化存储网络，减少了节点部署所需的时间。 2 月，Storj推出新版本 Storj Next，增加的功能包括质押、永久存储等，新版本旨在将未能充分利用的存储空间货币化。值得注意的是，目前STORJ的最大持仓方为Upbit。 Siacoin：今年1月，Siacoin推出了renterd v1.0版本。此外，2023年，Siacoin S3与多个项目进行了集成，分别有IPFS、Nextcloud、Duplicati、S3FS。 CESS：今年1月，CESS上线激励测试网 v0.7.6 版本。去年12 月，CESS 完成 800 万美元融资。此外，早在21 年的全球Web3 黑客松大赛上，CESS团队提出了名为FMD-CESS的解决方案，并因此获得赛事冠军项目。并且获得过Web3基金会三次资助。而在今年2月份，FMD-CESS 获得波卡全球黑客松亚太区“区块链开发”板块一等奖。结语现阶段仅从币价涨幅来看，Siacoin（SC）以659.8%的数据遥遥领先，Filecoin（FIL）在加密小牛行情下涨幅不尽如人意。但是从项目方自身的做事程度以及外界的期待来看，显然Filecoin更受期许，甚至引来了Sam Altman的投资。而Arweave在社交和媒体平台上的曝光度和讨论度也在不断增多，Storj则更是受炒作资金追捧。至于Siacoin，则属于闷声大财的典型。假设DePIN赛道未来成为主流叙事，更多资本和新势力必然蜂拥而至，而现阶段存储板块已有五个早期布局的项目。究竟谁会笑到最后，还是要看项目方对存储业务的深耕程度以及外部用户的选择。来源：金色财经
金色财经2024-02-23

上一页
1
•••
87
88
89
90
91
•••
122
下一页

24小时热点

最新话题更多