币股联动的RWA产品设计与发行缩略图

币股联动的RWA产品设计与发行

作为Web2.5的香港RWA,就像二十年前的港股,相当于Crypto“港股”,对于中环金融老炮们,可以理解为港股3.0,或者港股资产代币化。香港RWA与港股的最大相同处就是大部分都是内地优质资产,面向全球资金进行融通。

币股联动的RWA产品设计与发行

(ChatGPT作图)

虽然以前的文章《币股联动的RWA模式》介绍了几只Web3.0概念、比特币概念的股票币股联动的情况,但总体而言香港的上市公司还没有完全找到与虚拟资产和Web3.0的“RWA”模式之路,想象空间还很大。

Web3资产配置和投资

币股联动的RWA模式,最简单的就是上市公司公布Web3.0战略,实现传统金融的股票与虚拟资产的联动,上市公司在配置比特币或投资相关Web3.0合规项目后,公司股票通过与虚拟资产的投资配置、Web3布局的联动,在以比特币为主的虚拟资产价格或价值持续上升的同时,带动现实世界的上市公司股票价值也翻倍增长,这种联动的增长往往是溢价或倍增的。

对于上市公司而言,最简单的第一步就是配置比特币或委托配置比特币资产,让上市公司的资产表有浮盈资产,第二步是结合主营业务或相关性布局Web3.0的投资和建设,通过Web3.0的流量和代币价值的增量,来促进上市公司股票的上涨。

港股的债与RWA的债

香港金融围绕港股上市公司有着丰富的渠道和生态,一个资产包货上市公司的募投管退等环节都非常成熟,甚至是桌面上的、桌面下的都有。港资券商的投行业务、分销渠道和PI客户,基本上都是围绕上市公司而服务的。

上市公司的债,可以是上市公司的企业债,也可以是可转债(债和股的结合),发行制度简单、发行和担保结构方便、转债市场交易。

RWA的债,将内地优质资产或者优质企业债,通过类港股上市公司的红筹结构和SPV公司,发行企业债的Fund,再代币化发行为RWA项目。

也可以基于上市公司的背书发行RWA权益型NFT,SPV公司的现金流NFT的流动性池子;如果在RWA底层资产基础上,再衍生出yield Token代币,可以想RWA NFT来空投yield Token代币,或者同时空投上市公司股票。

这些可以利好那些营收规模交易流水比较大的、新兴领域的上市公司,比如直播影视、医药生物健康、绿色能源、AI算力、互动游戏、大宗商品或耐用品等等,可以在不考虑传统的市盈率模式,而是通过RWA代币溢价和现金流来实现价值增长。

围绕港股与RWA的监管,对于具体项目,SFC监管要求目前是case by case,再看是简单型还是复杂型产品设计。对于有上市公司的背书,而且有可转债和股票期权支撑,适合设计简单的企业债即可。通过上市公司的债券或基金,再代币化,核心是与长期合作的券商一起做好发行和承销;而以往港股常规操作比如增发、配供等,RWA债也可以增发和拆分,围绕企业融资的金融乐高其实是很像的。

复杂型STO/RWA的设计,则会基于上市公司的某资产包或收益权,进行ABS或者类REIT设计,但因为复杂型RWA产品在监管上会比较严格,尤其是转向零售市场,所以不太建议在初期阶段做类似设计。

港股上市公司还需要做好一些准备工作,比如在持牌合规交易所的开户和PI认证,目前还是比较麻烦,比如实控人和股东的穿透等等,我们的基金和上市公司的认证开户折磨了很久。

同时,考虑到结构设计中,在合规RWA资产之上,还可能会有第二层的代币设计,所以也要借助国际站或offshore的另类投资,做好开户、TGE等准备。

Web3.0的加密港股空投模式

之前文章讨论过“持牌合规向右,散户代币向左”,其实就是RWA交易所的左右分类,持牌合规的交易所类似H的香港站,另类投资的交易所类似H的国际站或者offshore的RWA交易所(非现在的原生加密货币交易所)。

香港站,合规的证券类产品,面向用户不同,以香港的PI和合规散户为主;

国际站,非证券类的RWA代币,面向关注RWA赛道的全球Crypto用户或传统金融市场转化过来的小白用户;

从全球资金趋势来看,优质的企业债、固收类产品、股权私募等会成为RWA的主流产品。

RWA代币与港股的目标用户群有差异,生态有交叉和不同。港股的很多玩法,其实在Web3.0和RWA代币化里面,一样可以有传承和创新。比如消费送股票,RWA项目可以充值送RWA代币;比如RWA代币发行,购买RWA代币,空投(赠送)上市公司股票(实物金融资产,可以是带限制的纸票托管)等等。

Web3.0的一些独特玩法,也可以体现出RWA与港股的不同。比如借鉴Runes和Runestone的空投玩法,可以在早期实现对社区散户的fairplay,实现散户对机构客户的逆袭。

无论如何玩,关键在于中环金融港股的人和Web3.0加密金融的人能够相向而行,在Web2.5的中庸赛道上,实现RWA的落地和发展。

通过意图我们能创建以群体智慧作为基础的完全去中心化产品么?

撰文:Tia,Techub News

「起因是觉得,现在的产品不够去中心化,因为产品一定是由某个人设计出来的,在成型的时候就已经是某个人或者某个团队的中心化想法。意图是一个很好的载体。大家都有同样意图的时候,或者说当相同意图集体式出现的时候,也许就会发生一定程度的涌现,即某个需求或者想法或者潜在产品的诞生。」

我接触过一些 DAO,他们通常都是由某个人或以一群人为中心发起,以一个愿景作为主要目标进行运作,其中去中心化的部分通常只有在任命职位时才出现,即通过投票来确定职务。并且,DAO 几乎没有什么盈利能力,资金来源通常来自于创始人或其他投资人或者其他项目的拨款。但作为一个去中心化组织,创始人这一角色天然就与 DAO 不融合,DAO 应当是群体智慧的产物,不应由一个人发起。并且,在运营过程中很重要的一个环节——财务是来自于某一群人。这不是一个好的现象。一来,DAO 不能仅让投资人们完全不重视盈利,只是为爱发电。二来,由于资金影响,成为很难说 DAO 的后续发展路线不受出资人的影响。

但「意图」的出现也许会扭转这一局面。如果说生物界是依靠信息素进行信息传递,那么意图则是人类社会信息传递的良好工具,这一工具应当比当今社会的信息传递方式「价格」要来得好得多。意图可以涌现为思想,进而进化为愿景。Anoma 的意图机器允许用户表达偏好以及意图,这为拥有共同意图和偏好的群体创建了一个土壤,以进行共同创造。所以也许我们也可以基于一组群体意图来进行产品搭建,或是共同创作。

至于融资问题,我想我们可以搭配以 meme 代币的形式来探寻更广泛群体对该意图或偏好的看法,以便让 meme 代币不仅仅是停留在只以价格作为载体的偏好表达。它可以检测市场对于该意图的看法,并且为下一步「创造」带来资本流入和一定程度的营销。

剩下的问题就是关于治理了。相较于 DeFi、链抽象、DA 等这些受人追捧的热点,去中心化治理和 DAO 一直以来都不那么受关注。许多人都低估了治理的重要性。人们常说,in blockchain,we trust。没错,我们通过代码和智能合约确实消除了对于信任的需求,但一系列代码的背后代表的其实是一系列规则的制定,如果没有达到去中心化的治理,web3 将最终重回 web2 的循环。

领袖的好处和坏处都很明显。靠意图式的无领袖自然演化的过程是集体式的进步,slow but steady。当集体中出现一个思想高度异于常人的人,让他来带领大家确实会快很多。但也有很多弊端,尤其在集体智慧很大落后于其个人智慧时,这代表了集体智慧在此阶段容易遭致蒙骗,尤其是当另一个同样智慧但怀有恶意目的的人出现时。追随不是一个好的方式,集体需要逐渐生长出自己的智慧。

这是我的个人政治倾向,当然,当我们去从公司的角度去思考,就是另一回事了。因为这其中涉及到竞争,也就是区分是否是公共物品的主要特点。公共物品是反竞争的。从这一角度来说,也有可能促进一个反竞争社会的构建。但就这一块还需进行进一步研究看是否有更好的答案。又或者我们可以将其作为开放选项,让群体自行选择。

何种形式进行治理,其中治理媒介应当如何设定,是以 NFT 的形式还是代币的形式,是否应当将经济价值赋予其中,还是应当保持其纯粹性,投票的比重又应当如何抉择,这其中需要进行大量系统的研究。

Curve的“去中心化”会更好吗(一)

来源:道说区块链

在CRV那篇文章的留言中,有好几位读者问到了下面这些和“去中心化”有关的问题:

如果Curve被社区接管,从去中心化的角度来说会不会反而对项目更好?

所谓的去中心化,不应该也要去创始人化,由社区主导?

这些问题如果进一步细分可以分为两个问题:

1 我所理解的“去中心化”指的是什么?通常大众所理解的“去中心化”又是指什么?

2 如果一个项目按大众所理解的“去中心化”发展,是不是会更好?

今天先和大家分享我对第一个问题的理解。

在2020年以及2021年的多篇文章中,我曾经分享过我所理解的“去中心化”。这个问题经常都会在圈内被提及和讨论,而每次我看到这个题目都会有一些不同的感受和体会。因此尽管它是个“老掉牙”的话题,但每次分享这个话题时,我从不觉得它“老掉牙”,反而觉得它让我对整个生态、对比特币和以太坊的理解又有了新的观点和新的启发。

在区块链生态内,如果严格地按学术标准看,“去中心化”第一次被提及是在比特币的白皮书中。

因此,我对“去中心化”的理解和思考原点就是比特币的白皮书。

那么比特币的白皮书中是如何描述去中心化的呢?

概括地说就是不依赖某个单一的机构或者组织,比特币的网络系统就能完成交易/转账

所以一切的一切回归本源,“去中心化”指的纯粹就是个技术上的涵义:亦即一个网络系统不再受困于传统C/S结构中服务器可能遇到的单点故障问题。

具体到比特币就是整个网络中大概只要有超过一半算力的节点在正常工作,这个系统就能正常运行,而非像传统C/S结构中,众多客户端向一个服务器请求,一旦服务器出故障,整个系统宕机。

自此以后,在比特币生态早期的讨论中,基本上所有涉及“去中心化”的议题都是紧密围绕技术涵义来讨论的:怎么让比特币的网络节点足够多,使得比特币网络宕机的风险足够小。

乃至于后来Blockstream向太空发射卫星运行比特币节点,其出发点依旧是密切围绕技术的:如果地球上发生世界大战,人类的互联网彻底崩盘,我们还有天上的人造卫星在卫星网络中运行比特币,为全人类保留着火种。

读到这里,我希望读者注意:

在这个过程中,当我们的那些先辈们早期严格讨论“去中心化”时讨论过“去中心化”要把比特币的领导者们“去掉”吗?(大家注意我上面的用词,我用了“早期”和“严格”)

没有。

的确,比特币的领导者们换了一任又一任,好似铁打的营盘流水的兵。但那是自然发生而不是刻意为之。

接下来,Vitalik进入加密生态引领创造了以太坊。

早年Vitalik在关于以太坊2.0的构思文章中,对以太坊去中心化的设计和目标更加明确:

以太坊要能扛住人类的第三次世界大战,依旧是人类在进行大战,以太坊网络仍然能正常工作。

此外,他还设想,万一人类由于地区冲突,比如某个国家突然禁止以太坊节点的运行,导致以太坊网络突然四分五裂或者节点之间被割裂孤立,这时以太坊网络能否还正常运行或者能否在极短的时间内迅速恢复。

在这个设想中,我们同样可以看出Vitalik构想的“去中心化”依旧指的是技术上的涵义,指的是以太坊整个网络的运行是否会被外力伤害和摧毁。

这里面谈到了要把以太坊的领导者“去中心化”吗?

同样没有。

上面就是我所理解的“去中心化”。

按我的理解,Vitalik对“去中心化”的理解和构想与中本聪可谓一脉相承:统统都是指技术上的涵义,完全不涉及开发、运营和管理。

为什么我在前面的文字中要刻意强调“早期”和“严格”呢?

因为后来,随着越来越多各种声音的加入,越来越多观点的混杂,对“去中心化”的谈论渐渐变成了“趣味话题”、“餐桌八卦”,从单纯的技术涵义延申到了管理、运维、开发等社会关系和利益纠葛,渐渐地听上去有了“无领导”、“无核心”、“无组织”等一系列和松散、散漫相关的意味———而这种混杂的意涵就变成了越来越多大众所理解的“去中心化”。

AI,一场科技界“卖拐”

AI,一场科技界“卖拐”

本文来自微信公众号:琢磨事(ID:zuomoshi)

AI相关的发布会狂欢,有时候会让人想到赵本山的小品《卖拐》。如果我们回想元宇宙的发展过程,你会发现这几乎和“卖拐”的过程一模一样。先是把一个科幻的概念结合新技术进展再包装,再加大输出功率宣讲各种自圆其说的故事,然后扎克伯格扮演了范伟的角色?拐也卖了(Facebook都改Meta了),可元宇宙在那里呢?

AI的发布会也有点这么个意思。

畅想有点多,应用有点少。

AI假如真的那么厉害,那能像互联网那样生活缺了就不行么,它的超级应用在那里呢?

致命的思维模式

从技术看应用和从战略角度看应用,是两种要命的思维模式,要命的原因是这种视角下其实看不到超级应用,甚至很难看到有用的应用。

AI,一场科技界“卖拐”

这里的常识性问题在于,AI再怎么发展也不是整个世界的镜像,而超级应用注定在世界和它的结合处。

也就是说,横跨两个领域才能造就新的超级应用,这就需要一种从外往里的视角。

技术视角正相反,从AI往外看,这时候看到的就是各种简化版本的可能性,看到的是骨架子,而没有血肉的产品怎么可能成为产品。与此伴生的就是纯粹自上而下的战略型思考。

这其实是研究院的模式,研究院可以有伟大的开始,很少有伟大的产品是彻底从研究院出来的。

这时候不要扯第一性原理,第一性原理是个起点,迷惑处在于它会让人觉得自己已经掌握世界的本质,然后被当成终点。

PC、互联网大潮刚过不远,可以简单回顾下。

PC、互联网的简单回顾

是施乐的研究院发明的图形用户界面,但是乔布斯、盖茨看到后把它变成了现在两万亿美金市值事业的根基。这两人做的到底是什么工作?

互联网基础设施相对完备后,国内是马云、马化腾等完成了它的切实落地,他们做的到底是什么工作?

反面教材反倒是Facebook,这家公司早期崛起全是因为基本没技术含量的校园内的社交产品,后面一想发挥自己雄才大略基本就挂了。第一次是App的选择上,它们觉得应该还是H5类网页,然后为了善后大肆收购,包括花190亿美金收购WhatsApp。最近则是元宇宙,改名这事实在是决心下得够大,然后眼看着也是一地鸡毛,眼看着是有点瘸了。

所以这个时候如果真的想去寻找AI的超级应用,真的不必太在意谁说了什么。

核心就是一点:回到现场去感受新技术,然后思考和实践它到底能干什么,形成体验的闭环。

回到现场

回到现场、建立自己的测试集,就会陆续看到很多新的可能性。

现在有什么应用是过去不能做,现在真能做得了的么?

过去,我带队做产品的时候设想了大量产品,有的尝试过后限于当时的技术放弃了,但现在看起来有些产品逐渐变得可以做了。

之前有个产品叫VIPKID,主打就是用外教陪小朋友练习英语口语。很多家长为了让小朋友练习英语口语应该都买过。后来则逐渐销声匿迹了,一说是因为运营成本过高,成本包括流量成本和外教的成本。

那是不是可以把外教换成AI?用AI来做外教能做到什么水平?

过去的麻烦是,如果是AI又必须用小爱同学这样的唤醒词,那整个交互过程就会非常蹩脚。如果不用唤醒词又没法区分到底哪些是交互的内容,哪些是周围的干扰。

不要低估这事儿,真实场景的交互受到环境干扰是很麻烦的。否则也不至于地球上组织了几万聪明人,最终也还是只能选唤醒词。

现在好些了,用模型在后端判断是否在和自己交互的可能性变高了,这样就可以真的打造一种去除唤醒词的交互方式。因为这个场景不像Siri那么开放,相对垂直,免唤醒的交互方式成立的可能性在变高。

类似的,我们是不是可以打造一种真实场景下的“妈妈讲故事”。AIGC生成各种有趣的故事,用妈妈的音色放给小朋友听?

有人也许说,这东西我做过。

这时候就别学扎克伯格了。而是回到现场,打磨细节。

交互真的流畅么,故事真的精彩么?

智能音箱差不多把所有的这些都做过一遍,但现在哪里变了呢?

上面这类应用如果仔细想想,就会发现这类产品的起点都是对某种角色的置换。

妈妈、教师、女友……整个一个AI版的角色扮演。

扮演好一个角色,需要新技术,但画龙点睛的那一笔是要理解角色、理解感受。

所以这种产品先天和研究院模式、战略式的自上向下思维是冲突的。校园社交网络这种创意为什么不是思科的人先做呢,他们显然更理解网络?大致上是这么个意思。(参见:《角色中心式计算:AI大模型颠覆性的起点与终点》)

寻找超级应用

上面这种角色越多,就越可能造就新的超级应用。

举一个开脑洞的例子。

过去我们有一个产品大类叫UGC,抖音甚至知乎都是这种产品。

那假如上面说的各种AI角色已经哪里都是,那真的还需要UGC么?

为什么不是根据偏好判断直接产生内容?

当然可以保留社交属性,可那不是现在的这种产品形态了。毕竟多半以上的人,并不是内容生产者而是消费者。

如果AIGC的水平真的达到一定程度,那所有UGC的产品(包括搜索)其实都要重来。

现在没有,还是智能水平还不够。

角色重组,会导致新的应用形态诞生,不能老盯着过去成立的产品。

回到切实成立的角色,加一点想象力来寻找超级应用可能更靠谱一点。

AI,一场科技界“卖拐”

从以终端为中心到以智能为中心

仔细想想我们会发现,AI其实必然以智能为中心。

这和移动互联网很不一样,移动互联网基本上以手机为中心。

当然所有产品都会有端、有云,但以App为中心的移动互联网和以Web为中心的PC互联网,其实游戏规则是不一样的。

移动互联网差不多把App的重要性提到一个无以复加的程度。

手机这个终端的重要性超过所有其它终端的数倍还多。

AI就不是这样的。ChatGPT是不是App就没有那么关键。小爱同学这种产品是不是智能音箱其实也不关键。

这是什么模式?这是以智能为中心的模式。非要类比会更类似Web,而不是移动互联网。

这种模式决定了很多事,比如:早期AI企业规模恐怕没互联网涨得那么快。

一定程度上除了小品类,恐怕也不会以手机为主战场。不是不行,而是既有力量太强大。

以智能为中心的产品模式,需要找到自己的新立足点。

为什么强调这点呢?

因为我发现即使很有名的人也用互联网术语来描述AI。

DAU这些其实可以扔一扔了。如果非要创造一个,我觉得适合用Value Per Role(VPR)。

我们对比过AI和互联网的差异,AI如果像我们说的那样是打深井,那就应该计量每口井的出水量。计量覆盖多大面积有什么意思?(参见:《为什么说互联网方法论在AI上差不多全是错的》)

智能的价值密度

之前提过“智能的价值密度”这个概念,这次正好结合以智能为中心,再表述下:

就和矿有富矿和贫矿一样。

不同角色的智能成分是不一样的。

以能干为前提,AI不求矿多,求的是富矿。

度量贫富的就是“智能的价值密度”。一个情景里面智能占比越高,如果能做,AI实际效果越好,比如下棋。

反过来比如搬砖,那其实大模型这类智能的价值就没想的那么大。过去的技术也就覆盖了。

所以AI的核心是找得准。

这事并不难想明白,但思维惯性太大,太多人还是在老的模式下思考这事了。

很简单的问题,AI是烧Token的,如果100个人用,90个人每天问“今天天气怎么样”这类无价值的问题,但它花的成本和有价值问题是一样的,这显然就会增加商业模式成立的难度。

假如我们还用互联网那个转化率漏斗,那大概率从点击率到成交率,即使是符合互联网的漏斗也是不赚钱的,因为你成本高了。除非英伟达真的把这种Token生产变得和加减乘除一样便宜。互联网通过硬的基础设施(云等)、软的基础设施(缓存等)优化了这些成本。所以啊,GPU显然比一般服务器还是贵很多。

怎么对冲这类发散导致的问题呢?

显然需要角色的精准,和以智能为中心的应用。(参见:《智能的价值密度》)

一点点方法论

典型的落地方法论其实叫由特殊到一般,再由一般到特殊。(大家自己查是谁说的)

也就是自下向上和自上向下来回穿梭。

当试错成本低的时候,纯粹的感受派(自下向上)就会占绝对上风。但自下向上就看到机会容易,看不到跃迁的可能性。

当试错成本高的时候,战略派(自上向下)就会占上风。但这容易看到框子,却看不到抓手和落地点。

AI产品正好要求变高了。这时候单一维度恐怕是不灵的。先从角色开始,再有整体趋势认知恐怕更合适。

小结

AI这种纯粹硬科技驱动的事业会导致一种迷信,大家会相信一些“似乎知道更多”的人,但这很要命。冷静的人一定会意识到,这个时候大家都所知不多,最多知道一点方法的方法。这点方法的方法有点用,但真说落地的话,重要性远不如回到角色和感受上。而如果回不到角色和感受上,就会很容易变成科技界的卖拐。

英伟达市值超越微软成为最有价值上市公司缩略图

英伟达市值超越微软成为最有价值上市公司

来源:鞭牛士

6月19日消息,据外电报道,英伟达 ( NVDA ) 市值在周二正式超越微软 ( MSFT ),成为全球最有价值的公司,而就在两周前,它刚刚从苹果( AAPL )手中夺得第二名。

英伟达市值超越微软成为最有价值上市公司

英伟达今日股价上涨约 3.5%,突破每股 135 美元,使这家芯片制造商的市值超过 3.33 万亿美元。微软周二下跌 0.4%,市值接近 3.32 万亿美元。

过去 12 个月,英伟达股价上涨逾 215%,过去五年上涨逾 3,400%。今年迄今,英伟达股价已上涨 175%;微软股价在 2024 年上涨近 19%。

2023 年 6 月 13 日,英伟达的市值首次突破 1 万亿美元。

2024年3 月 1 日,该股突破 2 万亿美元,随后于 6 月 5 日迅速突破 3 万亿美元大关。

该公司市值从 1 万亿美元增长到 3 万亿美元的速度是有记录以来最快的。

英伟达的崛起使其成为标准普尔 500 指数的最大权重股,并且该芯片制造商在基准指数于 2024 年创下历史新高的过程中发挥了关键作用。

截至 5 月,标准普尔 500 指数与英伟达股价走势几乎完全相关,这意味着英伟达股价上涨,标普 500 指数也会上涨。

花旗股票研究团队的数据显示,截至周一,仅英伟达股价上涨就贡献了标准普尔 500 指数今年迄今涨幅的三分之一。

英伟达于 6 月 10 日完成了 10 拆 1 的拆分。

英伟达市值超越微软成为最有价值上市公司

该公司的崛起正值 OpenAI 于 2022 年底推出其 ChatGPT 平台引发的生成式人工智能爆炸式增长。

英伟达的芯片、改进的显卡和 CUDA 软件平台旨在训练和运行人工智能程序,这使其具有战略优势,专家表示,竞争对手 AMD ( AMD ) 和英特尔 ( INTC ) 需要数年时间才能克服这一优势。

英伟达是科技行业的 AI 芯片和集成软件首选供应商。

包括亚马逊 ( AMZN )、谷歌 ( GOOG )、Meta ( META )、微软、特斯拉 ( TSLA ) 等科技巨头都使用其硬件为一切提供支持,从为客户提供的基于云的 AI 产品到他们自己的 AI 模型和服务。

6 月 2 日,在中国台湾举行的台北国际电脑展 (Computex) 大会主题演讲中,首席执行官黄仁勋宣布,公司将于 2025 年发布 Blackwell 芯片的高性能版本,称为 Blackwell Ultra,随后于 2026 年推出新的 AI 芯片平台 Rubin。该公司将于 2027 年推出 Rubin 的 Ultra 版本。

第一季度,英伟达公布调整后每股收益为 6.12 美元,营收为 260 亿美元,分别较去年同期增长 461% 和 262%。

英伟达最近一个季度的数据中心收入同比增长 427%,达到 226 亿美元,占该公司当季总收入的 86%。

英伟达之前最重要的业务是游戏部门,该部门的收入为 26 亿美元。

英伟达市值超越微软成为最有价值上市公司

但 AMD 和英特尔正在推进自己的 AI 芯片,目标是超越英伟达。AMD 最近宣布其 MI325X 和 MI350 将分别于 2024 年和 2025 年上市,并表示其下一代 MI400 AI 加速器平台将于 2026 年上市。

与此同时,英特尔表示,其 Gaudi 2 和 Gaudi 3 AI 加速器的价格将低于竞争芯片。由于各大公司在 AI 芯片上投入了数十亿美元,因此任何价格节约都一定会受到欢迎。

英伟达还面临着来自自身客户日益激烈的竞争,因为亚马逊、谷歌和微软都试图摆脱对该公司芯片的依赖,并同时节省资本支出。

英伟达成立于 1991 年,成立后的前几十年主要是一家硬件公司,为游戏玩家销售运行 3D 游戏的芯片。该公司还涉足加密货币挖矿芯片和云游戏订阅业务。

但在过去两年里,随着华尔街逐渐认识到英伟达的技术是人工智能爆炸式增长背后的引擎,而且这种增长势头没有丝毫放缓的迹象,英伟达股价一路飙升。

据《福布斯》报道,这一涨势使联合创始人兼首席执行官黄仁勋的净资产增至约 1170 亿美元,成为全球第 11 位富豪。

今年迄今,微软股价已上涨约 20%。这家软件巨头也是人工智能热潮的主要受益者,它持有 OpenAI 的大量股份,并将这家初创公司的人工智能模型整合到其最重要的产品中,包括 Office 和 Windows。

微软是 Nvidia 图形处理单元 (GPU) 的最大买家之一,用于其 Azure 云服务。该公司刚刚发布了专为运行其人工智能模型而设计的新一代笔记本电脑,名为 Copilot+。

英伟达是首次荣登美国最有价值公司榜单。过去几年,苹果和微软一直在争夺这一头衔。

Nvidia 的崛起速度如此之快,以至于该公司尚未被纳入道琼斯工业平均指数,该指数是美国 30 家最有价值公司的股票基准。上个月,Nvidia 在发布财报的同时,宣布了10 比 1 的股票分割计划,该计划于 6 月 7 日生效。

拆分使英伟达更有机会被纳入道琼斯指数,该指数是一种价格加权指数,这意味着股价较高的公司(而非市值较高的公司)对基准指数具有较大影响力。

对话Dragonfly合伙人:名人Meme和zk引发的空投争议

整理 编译:深潮 TechFlow

对话Dragonfly合伙人:名人Meme和zk引发的空投争议

对话嘉宾:

Haseeb Qureshi,Dragonfly 管理合伙人

Tom Schmidt,Dragonfly 普通合伙人

Robert Leshner,Superstate 首席执行官兼联合创始人

Tarun Chitra,Robot Ventures 管理合伙人

播客源:Unchained

原标题:$Mother, Hamster Kombat, zkSync – The Chopping Block

播出日期: 2024 年 6 月 15 日

本篇播客亮点

  • 加密市场情绪:讨论最新的市场趋势以及通货膨胀数据如何影响社区。

  • Memecions 与名人:Iggy Azalea 的 $Mother 分析以及名人推出的 Memecions 现象。

  • 新兴 Memecions:对新 Memecions 的见解,包括虚假和被黑客入侵的账户问题。

  • Tap-to-Earn Games:概述 Hamster Kombat 等简单点击式游戏的快速增长。

  • 空投争议:探讨最近的争议,特别是涉及 ZK SYNC 和 Layer 0 的争议,以及 Sybil 攻击的挑战。

  • 未来的空投策略:讨论对清晰、不可玩的指标的演变和需求。

当前市场情绪

Robert 提到,最近的市场情绪可以从价格变化中反向推测。他指出,今天(周三)发布了令人鼓舞的通胀数据,市场对此非常乐观,认为美联储可能在今年降低利率,进而使市场回到正轨。

然而,这种乐观情绪仅持续了几个小时,随后市场出现了大幅抛售,导致价格回落。最终,市场情绪回到了一个相对平静和观望的状态。

名人 memecoins 和市场影响

$Mother

对话Dragonfly合伙人:名人Meme和zk引发的空投争议

Tarun 指出今天加密推特上的最大新闻是 Iggy Azalea 推广她的 memecoin。

Haseeb 引用 Iggy Azalea 在一次采访中的话,质疑 Vitalik 对慈善机构和医院的看法,并暗示 Vitalik 从 gas 费中获利。

Haseeb 介绍 Iggy Azalea 与她的 Memecoin「Mother」的背景,指出她现在更多是一个网红,并且与加密社区中的一些知名人物发生冲突。

展示了一张 Iggy Azalea 和 Vitalik 的 meme 图,图中 Vitalik 被描绘成一个婴儿,正在由 Iggy Azalea 哺乳,暗示她是他的「母亲」。

市场影响

Tarun 提到本周 Memecoin 市场并不平静,许多名人开始涉足 Memecoin。

Haseeb 解释 Hulk Hogan 的 Memecoin 是一次黑客攻击,并且指出黑客现在通过推出假 Memecoin 来牟利。

他提到 Andrew Tate 推出了一个名为「Daddy」的 Memecoin,并与 Iggy Azalea 的 Memecoin「Mother」竞争。

Haseeb 强调当前 Memecoin 市场的名人参与度达到了一个高峰,但认为未来可能会有更高的峰值。

Haseeb 讨论名人通过 Memecoin 和其他方式货币化的未来,指出名人代币在某些情况下可能是正和游戏。

他提到名人代币和传统产品代言的区别,认为名人代币可能会在初期创造价值,但随着市场的饱和,这种价值会被侵蚀。

Robert 认为名人通过新业务(如酒品牌、维生素水、耳机等)货币化是最有价值的方式,这些业务是合法且能创造价值的。

他认为 Memecoin 在突破性成功时可能会创造正财富,但通常情况下是零和游戏。

Robert 提到 Doge 的独特价值主张,Doge 是第一个讽刺的加密资产,它试图成为类似比特币或莱特币以及其他比特币分叉的模仿区块链,使其在加密货币历史中有更大的持久性,而其他名人代币则缺乏这种独特性。

Robert 讨论 Memecoin 市场的饱和问题,认为市场需求有限,最终会达到一个顶峰。

Tom 认为每种市场趋势最终都会饱和,当前的 Memecoin 市场也不例外。

他提到名人代币和传统产品代言的不同之处,认为 Memecoin 可能会在初期创造价值,但随着市场的饱和,这种价值会被侵蚀。

Tarun 认为 Memecoin 的核心真相在于它们试图简化收入分成协议,但实际上并未解决这个问题。

他讨论 Pump.fun 作为第一个成功的代币发射台项目的独特性。Pump.fun 易于使用,且有趣。Tom 认为它比许多区块链游戏项目更接近于真正的病毒性消费应用。

Robert Pump.fun 是第一个类似 Launchpad 的项目,而且做得很好。

点击赚钱游戏:Hamster Kombat vs Notcoin

Haseeb 提到两个值得讨论的区块链游戏项目:Notcoin 和 Hamster Combat。

Haseeb 介绍 Hamster Combat 是一款基于 Telegram 的点击赚钱游戏,玩家通过点击屏幕上的仓鼠图片来获得反馈和积分。

Hamster Combat 已经有超过 1 亿用户,每日活跃用户数超过以太坊。

Haseeb 认为区块链游戏的成功可能会被视为一种社会问题,因为这些游戏可能会让人上瘾并浪费时间。Haseeb 谈到了这些游戏的简单性和病毒性,认为它们满足了人们对「数字增长」的需求。

Robert 认为点击赚钱游戏成功的原因在于它们简单且容易上手,适合那些希望通过轻度工作获得奖励的人。

Robert 提到这些游戏的短期吸引力,认为玩家会在一段时间后失去兴趣。

Robert 继续讨论了这些游戏的经济循环问题,认为一旦空投结束,玩家可能会失去继续玩的动力。他还指出这些游戏的设计非常简单,几乎不需要任何技术创新。

Tarun 提到点击赚钱游戏的流行可能是对复杂游戏和 AI 泛滥的一种反应。他认为这些简单游戏的成功与其低计算需求和易用性有关。

Tom 认为点击赚钱游戏的流行可能是对高端游戏的反应,人们更喜欢简单且不需要太多投入的游戏。

Tom 提到文化的周期性,认为当前的趋势是回归简单。他认为这些游戏的流行反映了人们对「数字增长」的需求,可能是社会某种不满情绪的表现。

空投争议

Airdrop Meta (zkSync LayerZero)

Haseeb 讨论了最近的空投趋势,指出许多大的空投都伴随着争议和戏剧性事件。他提到 ZKSync 和 LayerZero 的空投。

ZKSync 是一个零知识 rollup,他们宣布将空投总供应量的 17.5% 给用户。尽管空投规模很大,但只有大约 11% 的用户合格,这引发了很多愤怒,特别是来自 farming 类型的用户。

LayerZero 的空投策略是允许用户自我报告,如果自我报告为机器人,可以获得原本空投的 15% 。如果举报他人成功,举报者可以获得被举报者 10% 的空投。这种方法也引发了不同的反应。

Haseeb 提到最近的空投几乎都没有得到一致的正面反馈,认为这是一个普遍存在的问题。

Tarun 认为空投的期望值随着时间的推移不断增加,导致越来越难让所有人满意。他认为空投的期望值是由第一个采用新颖机制的项目设定的,后续的项目需要支付更多的「溢价」来满足这些期望。

Tom 赞同空投期望值不断增加的观点,认为这是一个普遍存在的问题。

公平空投的挑战

Haseeb 提到最近六个月内几乎没有一个主要的空投能让所有人满意。

Tom 认为在面对大量用户和潜在的机器人时,空投的公平性和透明性是一个重要问题。他提到 GMV 的空投是近期少数几个没有引发大量负面反应的例子之一。

Tarun 提到 Celestia 的空投是一个例外,他们将空投分配给开发者和研究者,这种方法被其他项目效仿。

Tarun 提到行为经济学中的一种现象,即一旦期望值被设定,后续的期望值会越来越高。

他解释了这种现象的具体表现,例如一些人因为在 Celestia 的空投中获得了大额奖励,现在期望在其他项目中也能获得类似的奖励。

Tarun 认为这种期望值的不断增加类似于薪资期望的上升,一旦期望被设定,很难降低。

空投产业化

Haseeb 提到空投产业化的问题,认为这可能是导致空投争议增加的原因之一。

六个月前,空投产业化的规模远不如今天。那时,虽然也有空投猎手,但数量和工具都远不如现在。

他指出,现在许多新兴市场的用户,可以通过各种指南和工具轻松参与空投,这使得空投产业化变得更加普遍。

Haseeb 认为对于一些项目,比如去中心化交易所(Dex)或需要提供流动性的项目,衡量用户行为相对简单,因此争议较少。

而对于一些不明确的项目,比如 Layer 1 协议或 Celestia,用户不清楚该做什么才能获得空投,这增加了不确定性和争议。

Tarun 认同 Haseeb 的观点,提到 Celestia 的空投也被产业化的 famers 所利用。提到一些 meme,反映了用户对空投的不满。

Tom 认为一些空投要求用户投入更多的「皮肤在游戏中」(skin in the game),例如提供资本或支付交易费用,这样的空投争议较少。

他提到 ZKSync 的 Discord 中的一个 meme,反映了印度用户的强烈不满。

Tarun 则认为整个生态系统有点失控,用户通过各种方式来操纵指标以获得空投奖励。

他认为目前的空投系统过于复杂和容易被攻击,不是一个有效的代币分发方式。

Tarun 预测未来空投的趋势可能会完全改变,因为当前的系统并不理想。

未来的空投策略

Haseeb 指出,当前的空投机制缺乏对抗性,难以有效区分真实用户和虚假账户(Sibyl 攻击)。随着空投猎手技术的提高,反 Sibyl 技术的效果变差,误伤真实用户的概率增加,错误率也随之上升。

他认为项目方在某种程度上默许了空投猎手的存在,因为这有助于提升项目的指标。

空投猎手和项目方之间存在一种「浮士德式交易」,即项目方允许空投猎手存在以提升短期指标,但长期来看,这会导致更多的用户不满。

Haseeb 指出,未来的趋势可能会有所变化。他认为,项目方可能会更早地让事情变得清晰可见。比如,项目方可能会提前告诉用户他们将奖励什么,并选择一些难以被操纵的指标,如流动性等。这样可以避免惊喜因素带来的不满和操纵问题。另一种可能性是,空投猎手和项目方之间的「猫鼠游戏」将永远持续下去,双方不断尝试击败对方的 Sibyl 攻击和反 Sibyl 措施。

Robert 认为工作量证明(Proof of Work)在比特币中的成功在于其与项目核心目标的紧密联系。然而,当前的空投机制类似于「假工作」,没有为项目提供实际价值,更多是为了光学效果。未来的空投机制需要更好地将工作与代币分配联系起来,以提高项目的成功率。

Tarun 讨论了工作量证明(PoW)和权益证明(PoS)之间的差异,认为 PoS 在某些方面不如 PoW。空投机制需要更多的随机性和持续性,以减少期望值管理的问题。他还提到,其他领域如游戏和 Spotify 中的欺诈问题也没有完全解决,空投也不例外。

KYC 在空投中的作用

Haseeb 提出,未来可能会走向全面的 KYC 以获取空投,因为现在已经有一些地区(如卢甘斯克、克里米亚、美国、印度等)被排除在外。如果已经在做这些限制,那么全面 KYC 也许是下一步。

Tarun 反对这个观点,认为 KYC 无法扩大规模,会导致资产分配更加集中在那些能够通过 KYC 的人手中,而不是广泛分布。他还指出,很多空投猎手可能无法通过 KYC。

Haseeb 进一步解释,当前的反 Sibyl 攻击(即防止一个人创建多个虚假账户)措施实际上是一个「蹩脚的 KYC 版本」,通过各种信号来试图验证用户是否是真人。

Tom 则认为,回归线性空投(即根据某些难以操纵的指标进行分配)可能是更实际的解决方案。

Haseeb 提到,未来可能会有一些零知识证明(ZK)技术,能够在不泄露用户 KYC 信息的情况下进行验证。

Tarun 认为这种技术未来可能会实现,但目前还不够成熟。而且,即使有了这种技术,仍然会有很多人被排除在外。

Tarun 担心,如果采用 KYC,政府可能会更容易将其视为证券,这将增加复杂性和合规成本。

FHE:守护数据隐私缩略图

FHE:守护数据隐私

来源:IOBC Capital

在数字化时代,数据隐私的保护比以往任何时候都显得更加重要。随着大数据、云计算和物联网技术的飞速发展,个人信息的收集、存储和分析变得日益普遍。然而,这也带来了数据泄露和滥用的风险。

FHE即全同态加密(Fully Homomorphic Encryption),它允许在加密数据上直接进行计算,并且得到的计算结果与在原始数据上进行相同计算的结果一致。这意味着我们可以在不暴露原始数据的情况下,对数据进行处理和分析,它为保护数据隐私和完整性提供了一种新的解决方案。

FHE的理论基础可以追溯到1978年,Rivest等人提出了首个同态加密问题,直到2009年,Gentry在其博士论文中首次构造出可实现的全同态加密方案,FHE研究才真正开始蓬勃发展。早期的FHE方案计算效率极低,无法满足实际应用需求,随着研究人员不断提出优化方案,显著改善了FHE的性能,FHE的研究正朝着提高效率、降低计算复杂度和拓展应用场景的方向发展。

FHE的技术实现路径

基于理想格的FHE方案

这是目前公认最实用和高效的FHE构造方式,主要思路是利用环运算的代数结构,通过模运算和分解环的理想因子来完成加密和解密操作。代表性方案有BGV、BFV和CKKS等,这类方案的优点是运算效率较高,缺点是需要更大的密钥和密文空间。

基于矩阵的FHE方案

该方案将明文信息编码到矩阵中,通过矩阵运算实现同态性。代表方案有GSW和HiNC等,其特点是安全性很高,但效率较低。

基于NTRU的FHE方案

NTRU(Number Theory Research Unit)具有良好代数结构和循环对称性,可以构建高效的FHE方案,如YASHE和NTRU-FHE等,这类方案的优点是密钥和密文大小较小,适合资源受限环境。

基于学习含噪声算术电路(LWE/LWR)的FHE方案

利用在LWE/LWR难题基础上构造的加密方案,例如FHEW和TFHE等,这类方案更注重理论创新,可实现非常强的安全性,但实用性有限。

FHE vs. ZKP

FHE和ZKP都是加密技术,但它们几乎是互补的。

ZKP允许证明者向验证者证明一个信息是正确的,而无需透露具体细节,验证者无需重新执行计算,即可验证信息的正确性及计算完整性。虽然ZKP可以在不泄露信息的情况下证明正确性,但其输入通常为明文形式,这可能会导致隐私泄露。

FHE的引入可以解决这个问题,FHE能够在加密数据上执行任意计算,而无需解密,从而保护数据隐私。但FHE存在的问题是,无法确保计算的正确性和可靠性,这正是ZKP所解决的问题。

通过FHE+ZKP的技术组合,一方面FHE保护了输入数据和计算过程的隐私性,另一方面ZKP为FHE计算提供了正确性、合法性和可审计性的加密证明,最终实现真正安全可信的隐私计算,这对于敏感数据处理、多方合作计算等隐私保护应用场景都是非常有价值的。

ZAMA:FHE领航者

Zama是一家开源密码学公司,为区块链和AI构建最先进的FHE解决方案。主要拥有四种开源方案:

TFHE-rs 是一个 Rust 实现的 Torus 上的全同态加密,用于在加密数据上执行布尔和整数运算。TFHE-rs 库实现了 Zama 变体的 TFHE,它实现了所有所需的同态操作,如通过可编程自举(Programmable Bootstrapping)进行加法和函数评估。

Concrete 是一个开源的FHE框架,包含了一个 TFHE编译器作为框架的一部分,该编译器将常规编程代码转换为计算机可以使用 FHE 执行的可操作指令,使开发人员可以轻松编写 FHE 程序。对 FHE 加密数据进行计算可能会引入大量噪声,从而导致错误,Concrete 的默认错误概率非常低,开发人员可以灵活地修改此错误概率的参数。

Concrete ML 是基于Concrete构建的隐私保护机器学习(PPML)开源工具,开发者可以无需密码学知识,即可将FHE集成到机器学习模型中。

fhEVM 将FHE引入EVM生态,使开发人员可在链上执行加密的智能合约,保护链上数据隐私的前提下使智能合约仍然拥有可组合性。fhEVM在整合TFHE-rs的同时,引入新的TFHE Solidity库,允许开发人员使用Solidity对加密数据进行计算。

Fhenix:首个FHE-Rollup

Fhenix是第一个基于FHE的Layer2 Rollup,基于Zama的TFHE-rs构建了自己的加密计算库——fheOS,它包含常见加密操作码的预编译,使智能合约能够在链上使用FHE原语。fheOS 还负责 rollup 与 Threshold 服务网络 (TSN) 之间的通信和身份验证,以进行解密和重新加密请求,同时证明解密请求是合法的。fheOS 库旨在作为扩展注入到任何现有的 EVM 版本中,与 EVM 完全兼容。

Fhenix的共识机制采用了Arbitrum 的 Nitro 证明器。之所以选择欺诈的证明方式,是因为FHE和zkSNARK的底层结构不一样,采用ZKP的方式验证FHE计算量非常大,在当前技术阶段几乎不可能做到。

Fhenix还于近期与EigenLayer合作开发了FHE coprocessors,把FHE计算引入其他公链、L2、L3等。由于Fhenix采用欺诈证明,存在7天挑战期,EigenLayer的服务能够帮助协处理器实现快速交易确认,显著提升性能。

FHE:守护数据隐私

Inco Network: Confidentiality as a Service

Inco是一个模块化的可信计算Layer1,可作为Web3的通用隐私层。支持fhEVM,使开发人员能够使用Solidity语言及以太坊生态中的开发工具快速构建隐私Dapp。同时,Inco通过桥接及IBC协议,将CaaS服务提供给缺乏原生加密的EVM和Cosmos链。CaaS服务主要包含三个功能:

链上加密状态:直接将加密数据存储在链上,而无需链下存储;

可组合加密状态:完全在链上对加密数据执行状态转换,无需解密;

链上随机性:为应用程序在链上生成随机数,无需外部随机性服务,能够直接在链上构建应用。

当前,Inco已有一些用例,如游戏、NFT、RWA、投票治理、DID等。

FHE:守护数据隐私

Mind Network: FHE Restaking Layer

Mind是专为AI和POS网络量身定制的第一个的FHE Restaking层。作为Restaking层,它接受来自ETH、BTC和AI蓝筹公司的restaking代币进行质押;同时作为FHE验证网络,利用FHE技术来验证各节点数据达成共识,确保数据完整性和安全性。Mind为去中心化AI、Depin、EigenLayer AVS、Babylon AVS及关键POS网络提供经济安全保障,维护整个系统的共识和可信度。

FHE:守护数据隐私

Restaking层:与 EigenLayer、StakeStone、Renzo、Babylon、Ankr 等合作,从以太坊和比特币网络中获取安全性;与 Chainlink CCIP 、Connext 等合作,实现跨链远程restaking。

安全层:引入 FHE 增强验证器,确保验证和共识计算过程端到端加密,通过集成 Fhenix 和 Inco 的fhEVM模块,进一步增强安全性。

共识层:引入一种专为AI任务设计的Proof of Intelligence(POI)共识机制,确保 FHE 验证者之间公平、安全的奖励分配。此外,Mind Network 正在与 AltLayer、EigenDA 和 Arbitrum Orbit 合作推出 Rollup 链,以更低成本和更快性能增强共识计算。

Privasea: Proof of Human

Privasea是一个用于FHE机器学习的Depin+AI网络,技术架构包括以下几个核心组件:

HESea 库:这是一个先进的FHE库,提供了对加密数据进行安全计算的功能。该库支持多种 FHE 方案,例如 TFHE、CKKS、BGV/BFV 等。

Privasea API:这是 Privasea AI 网络的应用程序接口,提供了一系列功能和端点,简化数据提交、模型训练和预测的操作,并确保数据在传输和处理过程中的加密。

Privanetix:这是一个去中心化的计算网络,由多个高性能计算节点组成,能够高效地对加密数据进行处理。每个节点都集成了 HESea 库,以确保数据隐私和计算性能。

Privasea 智能合约套件:基于区块链技术的激励机制,通过智能合约跟踪 Privanetix 节点的注册和贡献,验证计算并分发奖励,确保参与者的积极性和公平性。

FHE:守护数据隐私

Privasea推出了ImHuman应用,基于FHE开发了Proof of Human,旨在证明用户是人类,以保护其数字身份不受机器人和人工智能仿冒的威胁。用户可以通过面部生物识别技术验证其为真实人类,生成一个独特的 NFT,作为个人人类身份的证明。使用 ImHuman 应用,用户可以在不泄露个人详细信息的情况下,在 Web3 和 Web2 平台上安全地确认个人身份。

写在最后

在Defi领域,FHE使交易和资金流动能够在不泄露敏感财务信息的情况下进行,从而保护用户隐私并降低市场风险,也可能成为有效解决MEV问题的方式之一;在全链游戏中,FHE确保玩家的得分和游戏进度等数据在加密状态下得到保护,同时允许游戏逻辑在不暴露数据的前提下在链上运行,增强了游戏的公平性和安全性;在AI领域,FHE允许对加密数据进行分析和模型训练,这不仅保护了数据隐私,还促进了跨机构的数据共享和合作,推动了更安全、更合规的人工智能应用的发展。

FHE在实用性和效率上仍面临诸多挑战,但其独特理论基础为克服瓶颈带来希望。未来,FHE有望借助算法优化、硬件加速等途径,大幅提升性能,扩大应用场景,为数据隐私保护和安全计算提供更加坚实的基础。

大跌淘金:252个代币里谁最强势,谁最能跌?

原创 | Odaily星球日报

作者 | 南枳

大跌淘金:252个代币里谁最强势,谁最能跌?

6 月 7 日,BTC 在仅差 3 美元即触及 7.2 万美元的关口后,开始一路下跌。仅在 6 月 12 日发生过一次反弹,从 6.6 万美元上涨至 7 万美元,又开始一路下跌。

在整体市场大幅下跌的行情中,往往能测试出什么代币最具有“抄底”价值或者说最为强势,包括最抗跌、反弹最快两方面。Odaily星球日报将近十日行情划分为 6 月 7 日第一轮下跌、 6 月 11 日第二轮下跌、 6 月 12 日第一轮反弹、以及近十日总体行情,对币安现货交易板块的 252 个代币(刨除稳定币和黄金合成币)就上述两方面数据进行整理分析,并得出结论如下:

6 月 7 日第一轮下跌

6 月 7 日前数日,其实只有 BTC 独自吸血上涨,多数代币已提前下跌,但时间上并不一致,因此本节仍以 BTC 开始显著下跌的 20 时开始计算,计算截止时间为 6 月 8 日 08: 00 。

最抗跌的代币中,“孙宇晨系代币”一如既往地占据了多个位置,此外在这一期间 HIGH、BTC、ETH 等几个代币表现较好

跌幅榜上多数为我们所熟知的代币,在此不一一列举,后续重点关注是否有反弹

大跌淘金:252个代币里谁最强势,谁最能跌?

6 月 11 日第二轮下跌

在横盘三天后,比特币带领所有代币开始了新一轮的下跌。本节所统计的时间为 6 月 11 日 0: 00 至 6 月 12 日 0: 00 。

可以看到,孙宇晨系列代币仍然霸占了抗跌榜单,而此前第一轮下跌跌幅最少的 HIGH 成为跌幅榜第一,短期内不再具有购买价值。此外跌幅榜所有代币均有所变化,意味着至少有 20 个代币成为弱势品种

大跌淘金:252个代币里谁最强势,谁最能跌?

6 月 12 日第一轮反弹

第二波下跌次日,比特币带领市场开始了一轮反弹,本轮统计时间为 6 月 12 日 0: 00 至 6 月 13 日 0: 00 。

LPT 通过反弹证明了自己,此外同时进入跌幅榜和反弹榜的还有 NOT、UNI。

另一方面,HIGH、PEOPLE、OM 延续了弱势的表现,下跌最多且反弹最少

大跌淘金:252个代币里谁最强势,谁最能跌?

十日行情汇总

以 6 月 7 日 20 时为基准,根据近十日最低价格计算最大跌幅。根据最低价格和今天 14 时的收盘价计算反弹幅度。数据如下所示。

HIGH 成为本轮最弱势代币,此外连续上榜跌幅榜的包括 AEVO、CKB 和 SATS。

NOT、CRV、UNI 展现出较强韧性,但除了 BTC 外没有可见的连续强势币种。

大跌淘金:252个代币里谁最强势,谁最能跌?

ST亿利锁定交易类强制退市,或还面临受损股民维权

ST亿利锁定交易类强制退市,或还面临受损股民维权

雷达财经雷助吧出品文|林宜采 编|深海

6月13日,ST亿利发布关于公司股票可能存在因股价低于1元而终止上市的风险提示公告。

根据《股票上市规则》第9.2.1条规定,在上海证券交易所仅发行A股股票的上市公司,如果连续20个交易日的每日股票收盘价均低于1元,公司股票可能被上海证券交易所终止上市交易。

公司股票自2024年5月24日收盘价首次低于1元(当日收盘价为0.98元/股)后,后续交易日公司股票连续下跌,截止2024年6月13日,公司股票收盘价为0.5元/股,连续14个交易日公司股票收盘价均低于1元,即使后续6个交易日连续涨停也不能回归1元/股以上。

按照上海证券交易所《股票上市规则》相关规定,公司股票已锁定交易类强制退市。

其他相关重大事项风险提示显示2023年度,公司经审计归属于母公司股东净亏损为5.42亿元,扣除非经常性损益后归属于母公司股东净亏损为6.75亿元。

2024年4月29日,致同会计师事务所(特殊普通合伙)出具了带有持续经营重大不确定性段落的保留意见《审计报告》。

因致同会计师事务所(特殊普通合伙)对公司2023年度内部控制出具了否定意见内部控制审计报告。根据《上海证券交易所股票上市规则》相关规定,公司股票于2024年5月6日起被实施其他风险警示。

截至2023年末,公司及合并报表范围内的分、子公司在亿利财务公司的存款余额为39.06亿元,已计提减值准备金额为4.2亿元。亿利财务公司对于公司存放的39.06亿元货币资金的用途主要是向亿利集团及其关联方发放贷款,近日公司获悉相关贷款已被划分为次级贷款(不良贷款的一种)。又因亿利财务公司被列为失信被执行人,以及因资产分类不实、高管人员长期缺位等问题被国家金融监督管理总局北京监管局作出行政处罚,受亿利资源集团风险化解进度影响,公司存放亿利财务公司款项存在重大可收回性风险。

公司于2024年6月10日收到中国证券监督管理委员会下发的《立案告知书》(编号:证监立案字0182024001号),因公司涉嫌信息披露违法违规,中国证券监督管理委员会决定对公司立案。

2023年9月7日,公司控股子公司鄂尔多斯市亿鼎生态农业开发有限公司气化车间发生高压气体泄漏事故。亿鼎生态为公司重要子公司,最近年度实现营业收入22.38亿元,占公司营业总收入的20.02%。目前,相关事故调查进行中,尚未复工复产。

值得关注的是,此前在4月23日,ST亿利发布2023年年度业绩预告更正公告。

公司此前于2024年1月31日在上交所网站披露了《2023年年度业绩预减公告》。经财务部门初步测算,预计2023年度实现归属于上市公司股东的净利润3645万元到5286万元。更正后的业绩预告情况为:经财务部门再次测算,预计2023年度实现归属于上市公司股东的净利润-4.87亿元到-5.96亿元。

对此,已代理众多股票索赔、获赔的江苏胜衡律师事务所主任宋联民向雷达财经表示,业绩预告是投资者决策的重要依据,公司业绩预测存在重大差异,会误导投资者决策,给投资者造成损失的,应当赔偿。凡是在2024年1月31日至2024年4月23日期间买入,且在2024年4月23日晚间收盘时还持有,或在2022年4月30日至2024年4月23日期间买入ST亿利股票,且在2024年4月23日晚间收盘时还持有的受损投资者,可通过公号“雷助吧”(雷助码:99)报名,免费参与索赔。获赔前无任何费用。

天眼查显示,ST亿利成立于1999年,是一家以从事电力、热力生产和供应业为主的企业。

苹果的后来者居上策略:靠隐私保护打脸微软

以下是来自tom’s guide作者Alex Wawro的笔述:

01.苹果与微软相比更注重用户隐私

我一直是Windows的忠实用户,但微软疯狂地将人工智能融入一切,让我开始觉得应该咬咬牙换成Mac。

自小我几乎只用Windows电脑,所以我对MacOS一直不太适应。虽然Windows 11有其缺点,但总的来说,自2021年发布以来,微软在维护和改进方面做得还不错。

然而,在参加了WWDC 2024大会并如我所期地听到苹果讨论AI和隐私的问题后,我很想在今年晚些时候MacOS Sequoia发布时转向苹果系统。

坦白说,我之所以有这样的想法,更多是因为微软不遗余力地将“AI”推向所有产品,而不是因为我有多喜欢苹果产品。

我用iPhone是因为我以前写过关于游戏的文章,而苹果的App Store是移动游戏开发者的必争之地,但除此之外,我个人不太喜欢苹果的设计理念。

很多时候,我觉得自己无法定制或控制设备的某个关键方面,因为苹果没有提供给用户这样的选择,这种感觉让我非常不爽。但我对Windows Copilot还有这些AI功能渗透电脑的方式更加反感。

苹果的后来者居上策略:靠隐私保护打脸微软

自从微软在2023年推出带有ChatGPT的Bing以来,我使用过各种形式的“人工智能”,但除了让互联网充斥着垃圾数据外,我还没找到使用它们的令人信服的理由。

虽然微软一直在强调整合Copilot可以提高用户的工作效率,但我所见过的它所能做的要么是胡乱帮我,要么是胡乱总结或改写文本。

对了,它还能生成图片,在聊天时放上这些图片会很有趣,但实际上没什么用处,因为这些图片看起来明显是AI生成的。

诚然,AI技术还处于早期阶段,两家公司在将人工智能整合到操作系统中时,还有很多时间来完善。虽然苹果在人工智能领域起步较晚,但我不禁被它以隐私为先的苹果智能(Apple Intelligence)营销所吸引。

我喜欢苹果将隐私作为其人工智能产品的主要卖点,并希望微软也能如此。

事实上,苹果将隐私作为其2024年营销的重要支柱,并发布了一份新闻稿,强调其新操作系统尊重用户隐私的所有方式。

当然,这只是一份新闻稿,目的是让苹果公司看起来更有面子,但这样的声明微软还没有发布过,而且如果不对其数据基础架构进行认真改造,也很可能无法发布。

举例来说,当Siri在iOS 18中进行大改版时,它将与ChatGPT-4o集成,据称能够处理比现在复杂得多的请求,比如能够看到设备上应用程序的内部情况,并在其中采取行动来满足用户的请求。

例如,在WWDC大会上,我们看到苹果演示了如何让新Siri找到特定人物和地点的照片,然后让苹果的人工智能助手对照片进行编辑,使其更加出彩。

苹果表示,新版Siri会尽量在设备上完成所有处理工作,以确保用户的请求和图片不会被发送到其他任何地方或被任何人看到。

不过,如果Siri需要更多的处理能力来完成请求,它会联系苹果的服务器进行额外处理。

这些服务器是苹果的隐私云计算服务器,在苹果芯片上运行,因此具有与iPhone或MacBook相同的安全功能,如Secure Enclave和Secure Boot。

苹果的后来者居上策略:靠隐私保护打脸微软

苹果承诺,在这些服务器上,任何人(包括苹果员工)都看不到你的数据,而且在你的请求得到满足后,数据会立即被删除。苹果还承诺允许“独立专家”检查运行这些隐私计算服务器的代码,并验证其说法是否属实。

但如果需要使用ChatGPT-4o,Siri会在发送请求和/或图片/文件到ChatGPT之前征求用户的同意。这只是整个过程中的一小步,却让我倍感安心,因为这是在提醒我,我正在将个人数据发送到第三方服务器进行处理。

相比之下,微软对人工智能的态度似乎是——让用户无缝地将其集成到电脑的所有操作中。即使我对此感到满意,但是我对微软似乎不怎么重视用户隐私感到很不舒服。

虽然该公司已经发布了一份关于Copilot如何使用你的数据的指南,但其中明确指出,你必须付费才能保证数据安全。

虽然免费提供给Windows用户的基本版Copilot确实有一个设置,可以让用户启用或禁用它从Microsoft Edge读取数据的功能,但这是用户对自己隐私的全部控制。要真正确保发送到Copilot的请求和数据是私密的且不会与任何人共享,必须每月支付30美元的Copilot for Microsoft 365订阅费用。

因此,如果你是微软的付费用户,在使用Copilot时就会看到“您的个人和公司数据在此聊天中受到保护 ”的提醒。如果你看不到这个提醒,也就说明你的数据没有被保护。

老实说,我不相信微软会把我的数据卖给广告公司或其他数据驱动型企业。但如果你恰好在欧盟或英国使用Outlook应用程序,你就会发现该公司显然非常乐意将用户数据出售给广告商。

这是因为在部分地区,微软增加了用户选择不将数据出售给第三方的选项,这可能是迫于监管压力。

苹果的后来者居上策略:靠隐私保护打脸微软

另一方面,苹果似乎在将AI整合到日常生活中的同时,公开地承诺不会通过Apple Intelligence赚钱。

苹果在人工智能方面的努力似乎正在帮助Siri成为其一直以来承诺的虚拟助手,同时也在改进Spotlight搜索和备忘录中的语音输入等功能。

总的来说,苹果在将AI整合到其产品中的隐私优先方法——是我迄今为止在大型科技公司中所见最好的。

虽然有人可能认为苹果在AI领域的反应显得迟缓,落后于竞争对手,但作为一名用户,这实际上让我感到非常安心。

坦率地说,看到微软以创纪录的速度将人工智能引入其所有产品中,我其实感到有点害怕,而且我认为,这种急于推向市场的行为从长远来看可能会弊大于利。

02.苹果的人工智能如何处理用户数据?

上周,苹果在全球开发者大会(WWDC)上轰轰烈烈地宣布,将在其产品中加入人工智能,并与ChatGPT开发商OpenAI合作。

苹果在推出一套自主研发的AI模型的同时,还将ChatGPT集成到其设备和软件中。因此,人们很自然地想知道,这两家公司将如何处理用户的个人信息。

对于以安全和隐私著称的苹果来说,这个问题尤为关键。

苹果智能(Apple Intelligence)是苹果自主研发的AI工具的统称,主要定位于个人助手,强调“个人”这一点。它会获取有关用户的人际关系、联系人、发送的信息、电子邮件、参加过的活动、日历上的会议等具体信息,以及其他与用户生活息息相关的数据。

苹果希望,利用这些数据让用户的生活变得更轻松,例如,帮用户找到几年前音乐会的照片,找出要附在邮件中的正确附件,或者按照优先级和紧急程度对用户的移动通知进行排序。

不过,苹果智能可能缺乏某些科技专家所谓的“世界知识”,也就是关于历史、时事和其他与用户非直接相关的信息,而这就是ChatGPT的用武之地。

用户可以选择让Siri将问题和提示转发给ChatGPT,或者让ChatGPT帮助在苹果应用程序中编写文档。

苹果表示,计划最终与其他第三方人工智能模型进行整合,这种整合基本上消除了访问ChatGPT的步骤,为苹果用户提供了更无缝的使用体验。

由于苹果智能和ChatGPT的用途大不相同,用户发送给这两个AI的信息量和类型也可能不同。

苹果智能系统将可以访问用户的大量个人数据,从书面通信、照片和视频,到日历、事件记录等。除了不使用其的功能外,似乎没有其他办法阻止苹果智能访问这些信息。苹果公司发言人没有立即回应有关这一问题的提问。

如果用户决定通过苹果使用ChatGPT,可能会选择与OpenAI共享其中的一些数据和更多数据,但ChatGPT不一定或不会自动访问用户的高度个人化的信息。在大会的演示中,苹果展示了Siri在向ChatGPT发送提示之前征求用户的许可。

作为与苹果协议的一部分,OpenAI做出了一项重要让步:OpenAI同意不存储来自苹果用户的任何请求信息,也不收集他们的IP地址。

苹果的后来者居上策略:靠隐私保护打脸微软

既然我们已经确定了OpenAI会如何处理用户的数据,那么苹果呢?

虽然苹果用户如果想使用ChatGPT,就必须将个人信息和人工智能请求发送给OpenAI,但苹果表示,大多数时候苹果智能不会将用户数据发送到任何地方。苹果会尽量在设备上直接处理AI请求,使用较小的AI模型。

这与苹果处理FaceID和其他敏感数据的方式类似——其理念是,在设备上处理数据可以限制风险暴露。如果用户的数据从未实际传输到其他任何地方,就无法被拦截或被黑客攻击。

如果用户的人工智能任务需要更强的处理能力,苹果智能会将用户的查询和数据发送到苹果控制的云计算平台,由能力更强的人工智能模型来完成请求。

这也是苹果公司声称自己在隐私保护方面取得重大突破的地方。

在大会主题演讲中,苹果宣布的这一消息似乎没有得到太多的关注,但这显然是苹果经过精心计划的重大进展。

苹果周一表示,它已经开发出一种新的云计算方法,这意味着苹果可以对敏感数据进行计算,同时确保任何人,甚至是公司本身,都无法知道正在处理哪些数据或进行哪些计算。

苹果的新架构被称为“私有云计算”(Private Cloud Compute),它借鉴了iPhone的某些硬件和安全概念,包括保护苹果移动设备上用户敏感数据的安全区(secure enclave)。

苹果公司软件工程高级副总裁Craig Federighi在主题演讲中表示:“有了私有云计算,用户的数据永远不会被存储,也不会被苹果公司获取。在满足用户的人工智能请求后,私有云计算会自行删除该过程中涉及的任何用户数据。”

03.苹果的训练数据

苹果的人工智能模型并非凭空出现。它们也必须经过训练,就像其他公司提供的模型一样。这不禁让人猜想苹果使用了谁的数据,又是如何使用的?

在上周发布的一份技术文件中,苹果表示,其模型是“根据授权数据”(包括为增强特定功能而选择的数据)训练的。

苹果补充说:“在训练基础模型时,我们从不使用用户的私密个人数据或用户互动,我们会应用过滤器去除个人身份信息,如在互联网上公开的社会安全号码和信用卡号。”

不过,苹果的确承认从公共互联网上搜刮数据,然后用于训练其自研模型,这与其他人工智能公司有些类似,其中一些公司曾面临版权诉讼,并引发了一场关于人工智能初创公司是否不公平地从人类工作中获利的争论。

苹果没有透露其摄取了哪些网络信息,但该公司明确表示出版商可以在其网站上添加代码,以防止苹果的网络爬虫收集其数据。但是,这将保护自己知识产权的责任完全推给了出版商,而不是苹果公司。

原文来源于:

1.https://www.tomsguide.com/ai/apple-is-handling-ai-so-much-better-than-microsoft-i-may-ditch-windows-for-macos-sequoia

2.https://edition.cnn.com/2024/06/13/tech/apple-ai-data-openai-artificial-intelligence/index.html

中文内容由元宇宙之心(MetaverseHub)团队编译,如需转载请联系我们。