FX168财经网_全球视野外汇黄金加密货币NFT资讯网

九方数字人：AIGC技术，如何为金融科技赋能？

类智慧的技术，AI能够通过数据库更新、机器学习、深度学习等方式，不断的实现优化迭代，7*24小时的在线服务，能够帮助用户在交互中实现高效的信息获取，不断完善市场认知，实现快速成长。随着科技的发展与创新，数字化的金融市场正在逐年崛起，金融科技也不再是机构的专属服务，而是以更加多元的方式，渗透进了普通投资者生活中的方方面面。在未来，必将有越来越多的“数字人”应用于服务领域，而作为金融领域的首发产品，九方财富开发的“九方数字人”，或将树立起一个新的行业标杆。三、未来已来，如何做好一笔投资？九方财富的经营愿景，是“成为客户投资理财的终身伴侣”，而“九方数字人”的发布，就是九方财富迈出的重要一步。据相关数据显示，目前我国共有79家证券投资机构，在过去20年内，我国的咨询业务领域正在快速拓张，不仅体现在业务范围的拓展，更体现在细分领域的专精度，以及更加多元化的服务模式。 2023年，在智能技术的浪潮下，证券投资咨询行业也迎来了一个转型与升级的新时期，利用技术创新与行业整合，有望给用户的投顾体验带来一次革命性的质变。因此，“九方数字人”的推出，并不只是一次AI技术力量的体现，更是九方财富基于多年的市场洞察，给出的一套综合性的解决方案。在这套解决方案下，无论是行业动态的捕捉，还是信息的分析与解码，以及最后的投资决策，都可实现“一站式”解决，大幅降低投资者在信息处理过程中的沉没成本，进一步展现出证券咨询行业在金融领域的核心价值。随着金融数字化的进一步加深，大数据模型与人工智能也必将迎来更广泛的应用，而作为智能交互的重要载体，“数字人”也必将释放出更多的想象力。未来已来，作为“金融数字人”的先驱者，“九方数字人”必将秉承着发展的目光持续创新，给投资者带来更加优质的投顾体验。九方数字人——九方诊股app正式发布，各大应用市场皆可下载。也可以打开微信搜索——九方诊股，欢迎下载体验！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2023-08-11

POW赛道翻红带火Dynex 币价暴涨数十倍背后面临社区多重质疑

来提高去中心化网络的速度和效率，旨在为机器学习、金融科技和生物制药等提供算力。 Dynex网络节点是由PoUW矿工组成，允许任何矿工执行Dynex芯片计算并获得原生代币$DNX作为回报，从而实现去中心化网络来进行高速、高效的执行计算，甚至超过量子计算。不仅如此，Dynex还采用完全匿名点对点交易的隐私方式，且其代币$DNX无IC0、无预挖且无团队预留。技术上很多普通投资者难以验证（下文中我们会详细展开），但Dynex的市场表现却很惊艳。CoinGeoko数据显示，自今年年初以来，$DNX的价格最高翻了超34.7倍。从算力来看，hiveon.com算力管理平台数据显示，截至8月10日，$DNX的算力占比达到了18%，在该平台所列POW币中算力排名首位，远超KAS、ETC、RVN等项目。另外，Mining Pool Stats数据显示，截至8月10日，Dynex的网络算力为1.09 GH/s，排名第38位。而在过去6个月Dynex的算力整体也呈现上涨趋势，虽然曾因算法升级短暂出现下降，但随后又迅速恢复。从算力分布来看，前三大矿池的算力占整体的近84.4%。创始人曾因欺诈被SEC处罚，白皮书涉嫌抄袭 Dynex走红的同时，也开始出现白皮书抄袭、项目团队背景等质疑声。Dynex是个匿名团队，匿名身份在主打去中心化和隐私的Web3世界中并不少见，但这意味着一旦这些项目作恶，用户会很难追究他们的责任。对于团队身份匿名，据Dynex中文频道曾推文解释称，Dynex母公司为北欧一家芯片公司，因税务等问题暂未公开。不过，社区对于这种说法并不接受，有社区成员发现，Dynex创始人Daniel Mattes存在欺诈行为。Linkedin资料显示，Daniel Mattes是位奥地利互联网企业家和风险投资家，曾创办多家公司，包括人工智能公司42.cx、VoIP公司Jajah和移动支付与ID识别创业公司Jumio。其中，Daniel Mattes作为Jumio的前首席执行官，被美国SEC于2019年指控。根据SEC公开文件显示，Daniel Mattes曾在公司破产前欺骗投资者，不仅虚报公司营收，还未经上报偷偷出售公司股票。虽然Daniel Mattes对于这些指控既没有承认也未否认，但最终同意支付超1700万美元和解，且不再被允许在美国领导上市公司。不仅如此，据推特网友@OlivierHelden爆料，Dynex的前身或是DeepQ，后者不仅有相同的神经形态芯片项目，且Youtube上DeepQ宣传视频的Adobe Stock Flash序列号和Dynex官网的宣传视频完全相同（目前Dynex该视频已404无法显示）。有意思的是，还有社区成员透露，他因在Discord社区中询问DeepQ和Dynex的关系后，账号被禁止访问。除了团队背景，Dynex对外宣传的两大核心优势DynexSolve和PoUW也被质疑真实性。根据KOL@陈剑Jason的说法，Dynex可通过DynexSolve将任何现代GPU转变为模拟神经形态计算芯片，但这样革命性的技术却至今没有任何一篇公开论文。不仅如此，神经形态计算尚未在现实世界中得到应用，包括各所顶尖高校、美国军方、英特尔和IBM都还在探索阶段。而对于PoUW，分析师陈剑Jason则表示，对于一条区块链来说，PoUW在开始、过程和结束三个阶段都太非标了，任务的数量和出现频率非标，完成任务的难度和耗时非标，验证任务结果的正确性非标，从而导致根本无法稳定出块且有效验证，这条链将不具备基本的可用性。值得一提的是，陈剑还指出，Dynex官网显示已完成3300个任务，但目前正在进行的只有1个，且这些任务全部都是黑盒压根不知道在做什么，也没有任何发布任务的入口。对于这些技术问题，也有社区成员认为，Dynex能够在对外进行ML公测，说明其技术经得起公众拷问。不过，目前该公测因技术问题被多次推迟。此外，Dynex的白皮书还存在复制黏贴行为，如下图所示，Dynex部分内容几乎照搬了获得专利的美国公司MemComputing旗下的数字记忆计算机（DMM）白皮书。 Dynex和DMM白皮书部分内容对比总之，AI风口和POW概念翻红之下，Dynex受到资金青睐也在意料之中。特别是，随着Kaspa爆火带来POW挖矿潮，且以太坊从POW转向POS后大批矿机被闲置，Dynex也成为了矿工们的迁徙目标。而Dynex作为一个需要极强技术研发能力的项目，社区出于利益下的各种质疑也合乎情理，但要想打消来自市场的疑虑还得拿出“硬实力”。来源：金色财经

金色财经2023-08-11

Academic Labs通过先进的AI算法和AIGC重新定义了教育科技、宣布与Frac合作

及识别改进的领域。这些功能是由先进的机器学习模型和神经网络提供支持的，构成了平台AI架构的基础。此外，该平台利用自然语言处理（NLP）来深入分析学生的互动，进一步增强了学习过程的个性化，创造出真正定制的教育体验。 Academic Labs的自适应AI驱动方法使其能够全面了解每个学生的独特学习模式、优势和改进领域。这种数据驱动的洞察力使平台能够打造高度个性化和有效的学习体验，从而显著提高学习成果和增加学生参与度。通过创新使用AIGC和自适应AI，Academic Labs不仅正在改变学生的学习方式，还在重塑整个数字教育领域。它提供了一个现代化且高效的解决方案，将个性化学习置于前沿，为教育技术设定了新的标准。区块链整合与未来计划随着Academic Labs在基于AI的在线教育领域的开创性之旅不断深入，该公司还在探索区块链技术的变革潜力。通过与Web3解决方案先驱Frac的合作，Academic Labs旨在推出自己的非同质化代币（NFT）和本地代币。这次朝向区块链技术的举措是Academic Labs的一个重要里程碑。使用NFT和代币将彻底改变学生、教育者和其他利益相关者在平台上的互动方式。这些数字资产将激励学习和内容创作，同时还确保了Academic Labs生态系统内的所有权、可追溯性和奖励。 Frac在Web3解决方案方面的专业知识将在实现这种区块链融合中发挥关键作用。这种合作将提供所需的技术基础设施和专业知识，确保将区块链技术平稳安全地整合到Academic Labs平台中。此外，Frac的能力将使教育内容创作者能够铸造自己的NFT，随后将这些NFT进行共同所有权、成员资格和共享。结论通过创新地运用基于AI的自适应学习和即将到来的区块链整合，Academic Labs正在将自己定位于教育技术行业的前沿。该公司利用先进技术来增强在线学习的承诺，这是对其愿景和创新精神的明证。随着Academic Labs不断创新，教育科技行业、投资者和科技爱好者无疑将会密切关注。AI、AIGC和区块链技术的结合有望彻底改变在线教育，使学习对所有学生更具个性化、吸引力和奖励性。在线教育的未来已经到来，而Academic Labs正在引领潮流。来源：金色财经

金色财经2023-08-11

金色Web3.0日报 | 阿根廷数据保护局对Worldcoin进行调查

EDX将利用Solidus Labs的机器学习检测模型和通用客户风险概况功能来识别其平台上的异常或可疑活动，并审查和协调适当的风险应对措施。 2.Circle CEO呼吁美国建立拥抱DeFi世界的链上美元系统 8月10日消息，Circle联合创始人兼首席执行官Jeremy Allaire发布一则宣传片，呼吁美国就数字货币“做出选择”，并重申美元面临的威胁。 Allaire在视频内容提及加密货币“从根本上改变支付方式”的能力，并与九十年代末拨号互联网与如今在智能手机、人工智能等技术下的现代网络状态进行比较，称“唯一没有跟上技术动作的是美元”。 Allaire表示，在当今的全球经济中，美元的强势地位正受到威胁。“让我们建立一个链上美元，它是一个强大的开发者原语，它拥抱多链、动态的DeFi世界，包括小额支付甚至是大规模资本市场。让我们在美国内建设这个系统，让全世界知道美国监管机构正在确保这些系统的安全、透明并受到银行级监管风险管理标准。” 3.Aave社区发起“将sDAI作为抵押资产引入Aave V3”的ARFC提案 8月10日消息，Marc Zeller在Aave治理论坛发布关于将sDAI作为抵押资产引入Aave V3以太坊池的ARFC提案，旨在与MakerDAO生态系统创造新的协同效应。根据该提案，Aave可以为用户提供同时获得DSR收益和利用其资产作为抵押品的双重利益。若该提案获批，sDAI和DAI将同时作为Aave V3以太坊池的储备资产，其中sDAI主要用作抵押品，而DAI作为可借资产。 4.opBNB测试网将于8月14日进行PreContract硬分叉 8月10日消息，BNB Chain宣布，opBNB测试网将于区块高度5114294进行PreContract硬分叉，预计时间为北京时间8月14日14:00。opBNB全节点运行者需在指定时间之前完成升级。此次升级包括将预部署合约WBNB名称设置为Wrapped BNB，符号设置为WBNB。 5.以太坊上海升级以来ETH质押率增涨147% 金色财经报道，据Token Unlocks提供的数据，以太坊上海升级刺激了显着的发展，特别是在ETH质押领域，这一激增最显着的指标之一是质押以太坊的大幅增加，总共质押了2299万枚ETH，约占总发行量的18.86%。然而，考虑到上海升级期间，质押了584万枚ETH，约占流通量的4.8%，说明了升级直接影响的显着增长，净质押率飙升了147%。元宇宙热点 1.香港理工大学成立元宇宙实验室，并获1000万港元捐赠 8月10日消息，香港理工大学与港股上市公司高升集团共同成立元宇宙 + 联合实验室，高升集团拟在未来 5 年向理大捐赠 1000 万港元，新成立的实验室将把元宇宙技术推展至企业协作、工业应用、环保及智慧城市、能源管理和可持续供应链系统等。目前香港理工大学已设立区块链科技、元宇宙科技、人工智能及大数据计算等多个硕士课程，并在本科生课程内增加人工智能及数据分析等内容。 2.杭州第19届亚运会正式发布“亚运元宇宙” 金色财经报道，“数智元动力，赋能新亚运”亚运官方元宇宙发布仪式8月10日上午在浙江省杭州市举行。杭州亚组委联合中国移动正式发布“亚运元宇宙”平台。“亚运元宇宙”融合了AI智能、数字孪生、VR等数字技术。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2023-08-10

亚马逊云解决方案架构师汪其香：AIGC在不同领域的落地与应用场景

，我们将这个领域称为人工智能，随后随着机器学习的发展，尤其是英伟达等公司算力的提升，我们进入了深度学习时代，神经网络变得越来越庞大、复杂。随着Transformer等技术的出现，大型模型开始兴起，我们把它称之为AIGC。AIGC的核心意义在于改变了创作生产力的方式。传统的AI主要用于推荐和搜索等任务，改变的是内容传播的方式，但创作的源头仍然是人类。然而，AIGC改变了创作的源头，将创作的过程由人类转变为由人工智能生成，因此AIGC在未来的发展潜力越来越大，能够承担的任务也越来越多。据预测，到2025年，由生成式人工智能产生的数据将占据全部数据的10%，而目前这个比例不到1%。这意味着在未来一到两年内，我们在生活中接触到的由人工智能生成的素材，例如广告、海报等，其比例将迅速增加10倍。市场对AIGC的反应也表明，目前已经有许多行业开始应用AIGC技术。AIGC将在各个行业中发挥作用，不仅局限于图片生成，还包括视频生成、语音生成以及文本创作等各个方面。从技术角度来看： 1. 生成图片：AIGC在游戏、电商等领域能够生成各种类型的图片，包括电商产品图片等。 2. 文字生成：除了邮件、广告等场景，AIGC还可以在办公和代码编写领域生成文字内容。 3. 生成音频：AIGC可以用于音乐作曲、生成虚拟数字人等音频创作。 4. 视频生成：虽然之前不够成熟，但现在AIGC已经可以通过输入文字生成相应的视频，例如产品宣传片等。 5. AIGC在典型行业中的应用：在广告媒体领域，AIGC技术可以应用于视频制作，同时也可以用于生成文字内容。在游戏领域中，AIGC的应用也十分引人注目。以前，一个人要创造一个游戏可能需要花费几个月的时间，但有了AIGC技术，现在仅需一个小时就可以创造出多个游戏。这使得游戏开发者的角色从创作者转变为选择者。其中，图片生成的技术成熟度最高，行业中的应用程度也最广泛。不过，在音频和视频方面，目前的技术还没有像图片生成那样成熟。 AIGC技术可以分为两个主要方向： 1. 多模态转化：AIGC能够处理多种不同的输入模态，如文字、图片和代码，然后将其转化为多模态的输出。例如，你可以给AIGC一个描述，它可以生成相应的图片、文字和代码等多种形式的输出。 2. 语言交互：AIGC还可以用于语言交互，比如对话机器人。你提供一段输入，它能够与你进行交互，而不仅仅是单向地创作内容。在这个领域中，常见的应用是客服。随着AIGC技术的普及，人们很难分辨出某个回复是由人还是机器生成的。像ChatGPT这样的大型语言模型，它的回复方式与人类非常相似。在AIGC技术中，可以将其分为不同的技术层次： 1. 基础设施层：基础设施层是整个技术栈的基础。英伟达和云服务提供商为AIGC提供了必要的硬件设施，因为应用于垂直领域和各种训练和推理任务的大型模型需要底层的计算能力。 2. 模型层：模型层是构建在基础设施之上的，当前有一些大公司和科研机构推出了开源的大型模型。这些模型提供了基础能力，可以根据具体行业的需求进行进一步的训练和应用。例如，对于Web3.0中的链游领域，可以利用开源模型进行特定训练，以满足该行业的需求。现在许多公司在这一层面主要是应用模型，根据自身领域的问题引入大型模型的能力，构建SaaS工具，提高内部生产力。 3. 细分应用层：在模型层之上，还可以进一步构建细分的应用。例如，绘画领域中的模型，最初可能会比较受欢迎，但随着时间的推移，针对实际场景的应用将变得更加重要。例如，商品展示和设计等领域，除了绘画外，还可以应用AIGC来生成特定的设计元素。除了图片生成，另一个重要的应用场景是大型语言模型。这些模型在语义理解方面取得了巨大进展。与以往只能进行简单文本提取和分类不同，现在的大语言模型能够理解你的意图。无论是要在互联网上搜索信息，从数据库中查询数据，还是撰写文章，它都能够理解语义，并将其转化为相应的指令。这些大语言模型的语言表达也更加流畅，不再像以前那样与人类表达方式相悖。它们还能够进行闲聊对话。然而，大型语言模型可能会出现编造和虚构的情况，有时候会编造不实信息。另外，由于它们的知识来源于已学习的数据，可能会出现过时的信息。如果要应用这些模型，可能需要在其基础上加入其他组件来提高其准确性和可靠性。模型的规模、成本和质量之间存在一定的关系。模型越大，效果往往会更好，但同时需要更大的计算能力支持。参数量的减少可能会导致回答质量的下降。以图片生成为例，如果要将AIGC用于实际应用，比如在设计领域，就需要对模型进行一定的控制，以生成符合实际需求的内容。例如，在营销活动中，设计师或运营人员可能需要根据需要生成大量图片。AIGC可以在几分钟内生成大量图片，然后运营人员可以从中挑选。在服装行业中，AIGC还可以帮助设计人员找到创意并生成图片和设计风格。此外，AIGC还可以用于活动海报的生成，帮助拓展创意思路。例如，有一个广告客户卖眼镜和假发，以前需要找模特并在各个国家拍摄照片，成本很高。但现在借助AIGC和开源模型，可以生成各种肤色和国籍的模特照片，降低了全球投放的营销成本。在游戏策划和素材创意方面，AIGC也能发挥作用。游戏设计的原画师可以通过AIGC提高工作效率，生成原画和策划灵感。同样，填色领域也非常适合AIGC，特别是在二次元动漫场景中。在文字生成方面的应用，主要集中在对话、客服、陪伴机器人、游戏中的NPC、数字人以及智能问答等领域。以前在搜索引擎中，你需要明确指定你要搜索的内容。但现在的大语言模型可以理解你的语义，你可以以自然对话的方式向搜索引擎提问。智能问答方面，你可以直接问出类似“搜线下性价比最高的产品是什么”这样的问题，它会理解你的意思并呈现出相应的结果。此外，大语言模型还可以辅助编写代码，帮助生成SQL语言和模块，以及撰写剧本和营销邮件等。为了应对开源大语言模型可能出现的幻觉和胡编情况，可以采取一些限定条件下的回答策略，以确保机器人的回答不偏离主题。例如，在提问之前，可以通过企业文档和数据库来限定机器人的回答范围，让它只在特定领域内进行回答，从而实现可控的文本生成。除了开源模型的应用，亚马逊云还提供了一系列机器学习能力。亚马逊云的机器学习服务分为三个层次。最底层是基础设施，提供强大的算力支持。中间层是机器学习训练平台，您可以在这个平台上进行模型训练、模型部署，并且可以找到并使用各种开源模型。最上层是托管的AI服务，如AIGC和模型推理等。举一个例子，如果我们使用AIGC生成图片，可以结合图像识别服务，对生成的图片进行简单的筛选。例如，确保生成的图片不含有黄色或暴力内容。或者可以指定生成某种产品在特定场景下的展示图，然后通过图像识别服务检查生成的结果，确保是否符合要求。这类似于前处理或后处理的操作，可以借助不同的AI服务来实现。目前，除了AIGC（Artificial Intelligence Generated Content）之外，另一个热门的工具是“Building”服务，它是围绕大语言模型的脚手架工具。由于开源大语言模型的种类繁多，而在不同的场景下可能会使用不同的模型或者有一些特定的思维链。Building工具可以帮助我们管理多个大语言模型，包括AWS自家的泰坦大语言模型，从而简化在大模型上的开发工作。 AWS还提供了基础设施算力支持，通过自研芯片可以降低未来推理成本。当我们完成模型开发后，通常需要进行推理以适用于实际场景。AWS自研的芯片可以提供低成本的算力资源，以满足各种应用的需要。另一个面向个人开发者免费的服务是“第三个服务”，该服务支持多种语言。刚刚提到的“Bedrock”服务是一个API，它支持许多常见的基础模型。举个例子，你可以使用AWS自家的大语言模型泰坦进行文字生成。同时，你还可以利用其他公司的大语言模型。有一些模型是预先训练好的，可以直接使用。然后，通过这种服务，你可以将这些开源大语言模型导入到你自己的AWS账号中，进行微调以满足特定场景需求。你可以将这些模型集成到自己的应用框架中。 “Bedrock”提供了许多模型，它们不断更新。你可以使用这些模型来生成内容，辅助编写代码等。最后，让我们来了解一下关于基础设施的服务。目前，我们提供了A100和A800等型号的计算卡，这些资源可以在海外使用。除了在训练阶段需要的高性能算力外，我们还提供了用于推理的计算卡，以降低推理的成本。除了英伟达的计算卡外，我们还自行研发了芯片，例如SD和其他常见的大语言模型，这些模型可以在我们的芯片上进行部署。由于成本较低，相同的算力情况下，使用我们的自研芯片会更加经济高效。这些大语言模型已经兼容了我们的芯片。在机器学习领域，AWS提供了全流程的赋能。我们拥有解决方案架构师团队，可以协助您进行架构梳理。此外，我们还有产品技术专家团队，以及人工智能实验室和数据算法科学家。如果您有创新的AIGC场景，我们会投入算法科学家与您合作，共同推进项目。此外，我们还提供培训体系，以确保您可以充分了解和利用我们的服务。 AWS的解决方案具有高度的灵活性，可以确保私域数据的安全性，并提供高性价比的基础设施选项。我们还提供了直接调用API来使用大模型的功能，同时我们也拥有全面成熟的AIGC解决方案，适用于各个行业、媒体等领域。以上就是我今天的演讲内容，大家对于AIGC在海外的云计算，或者关于AIGC的任何问题，都可以一起来讨论，谢谢大家！来源：金色财经

金色财经2023-08-10

等待再次突破前高 ! 抓住即将爆发上涨的加密货币 !

构建一个具有加密经济的开放、去中心化的机器学习网络 PHB：RedPulse(PHB)置换智能合约，Phoenix是Layer1和Layer2区块链基础设施，为智能Web3应用程序提供支持，专注于下一代人工智能和启用隐私的Web3应用程序。 OCEAN：是一个基于区块链的生态系统，允许个人和企业轻松释放其数据的价值，并通过使用基于 ERC-20 的数据代币将其货币化。通过 Ocean Protocol，发布者可以在保护隐私和控制权的同时将其数据货币化，而消费者现在可以访问以前不可用或难以找到的数据集。 WEB3.0板块： Web3是这两年谈论最多的话题之一，不管是国内外互联网大厂纷纷入局，香港成为全球首个合法“Web3新都”，Web3被普遍认为是互联网的下一阶段，一个基于加密和区块链技术的去中心化网络，所以机会非常大。 MASK：Mask Network是一个帮助用户从Web2.0无缝过渡到Web30的门户。Twitter落入马斯克之手后日益走向去中心化社交协议的概念，Mask等插件型协议也有一点起色。 2021年2月发行，市值排行113，币安蓝鸟指数唯三品种，低估值，推特概念币。 RNDR：是为数不多的基于区块链的分布式GPU的渲染网络平台是用户用来支付渲染的代B，也是VR板块币，是世界上第一个也是最快的GPU 加速、无偏差和符合现实物理定律的渲染引擎，也是迪士尼、HBO 等产业领头的公司指定使用的软体，目前市场需求量大、竞争小。 AR：去中心化存储龙二，背后强庄，已获得包括Coinbase Ventures 投资。一次性付永久存储，Meta旗下拥有Facebook、Instagram和WhatsApp与Arweave达成合作关系。（去中心化存储有一定机会） Layer2板块： ARB：二层扩容方案龙头，且作为一个新币，还没打出三浪，很有可能在坎昆升级之前提前打出预期，所以布局的性价比比较高。 OP：巨量解锁后基本面的压力会比较小。同样如果坎昆升级带来Layer2 summer的话，OP rollup生态一定会拉升。 MATIC：MATIC看到了 ZK 的潜力并投资了 10 亿美元构建 ZK 解决方案，目前已推出 4 种方案，不难想象，当坎昆升级所带来的 ZK 热点出现时，Polygon 将顺势起飞。 SNX：允许创建由资产债务支持的合成流动性。合成资产龙头，又有V3的全链协议叙事预期。 GMX：Arb目前 TVL 中超 30% 来自GMX本质接近杠杆平台，GLP 借币给 trader 加杠杆做对手盘。 RDNT：Arb上的原生借贷市场，试图解决不同链 / L2 之间流动性割裂问题，构建出一个全链借贷市场，完全由社区运营。跨链借贷门槛很高，它又做的很好，想象空间很大。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。来源：金色财经

金色财经2023-08-10

财务控制、会计和审计是全球企业需求量最大的技能

术和系统实施(排名第六)以及人工智能和机器学习和数据科学方面的按需人才，每个需求都会增加100%。（财见）

美通社2023-08-10

厉害！安省3名华裔学生跻身黑客大联盟Top50！万锦渔人村中学17岁学生上榜

程技能，重点关注人工智能 (AI) 和机器学习项目。参加黑客马拉松比赛，让苏同学获益良多，苏说，在 48 小时的黑客马拉松比赛过程中，虽然他没有睡觉或洗澡，但他学到的东西比他想象的要多，而且玩得很开心，他几乎忘记了吃饭！苏是 React 语言的新手，但仍然负责其项目 Nourpact 的功能，该项目旨在帮助消除食物浪费，并赢得了Best Domain Name第一名和College Division第二名。 2023 年 MLH 前 50 名获奖者中，42% 的人表示， Python 是他们最喜欢的计算机语言。 22% 获奖者表示，阅读是他们最喜欢的爱好，其次才是电子游戏和现场体育比赛。最后看看2023年这50名上榜的完整名单：作者：丁其

超级生活2023-08-08

金色沙龙·北京站 | Crypto新周期叙事新动向

展起来的概念。在一开始叫AI，后面有了机器学习，随着英伟达的算力出来以后，变成了深度学习，整个网络和模型越来越大、越来越深。AIGC的意思是说，它改变了生产力的方式。传统的AI用来做推荐和搜索，改变的是分发方式，但源头还是由人来创造的。而AIGC改变的是生产源头，现在这些素材是由AI生成的，所以AI在未来发展的潜力会越来越多。到2025年生成式AI产生的数据，将占所有数据的10%，而现在不到1%。未来是由AI生成的，这个占比会快速提升10倍。现在很多行业都落地了AIGC的应用。它会覆盖在各个行业，除了生图外，还有生成视频、生成语音，帮我们去写作，在生活里的各方面，都会有AI创作的素材出现。神话起源CEO谈毅：以太坊GAS和速度以及智能合约是未来突破的方向神话起源CEO谈毅在主题《哪些Web3叙事将引领下轮牛市》的圆桌会议中表示，以太坊有三个大家可以关注的点，以及存在的核心价值。一个是GAS，一个是速度，一个是智能合约，这是以太坊做这么大的核心。换句话说，未来的突破也在这三个方向上。以GAS和速度为例，一个是2.0的升级，今年下半年能不能如期推出，推出以后的效果，能不能像人们预期的那样。这有可能是一下子给加密资产带来一个新的台阶。做L2的团队，也在L2层面上解决这个问题，一个是速度，一个是GAS。第三个是智能合约，以太坊就是行业标准。它从NFT开始，ERC-721以后，还有EIP-1159，今年好像也有新的智能合约的协议会提交出来做审核。所以如果从这三个点上突破的话，以太坊的价值和生态能进一步的扩大和提升。尤其是智能合约。今年可以看到有很多创新想法，随着NFT往下发展，在用新的智能合约做，这都是以太坊可以关注的点。巨鲸研究院Founder柯南：GameFi可能是下一个爆发点巨鲸研究院Founder柯南在《哪些Web3叙事将引领下轮牛市》的圆桌会议中表示，GameFI可能是下一个爆发点。像三七互娱、完美世界，已经在布局GameFI。既然传统游戏都开始布局，像传统的资产，比如房地产也会有机会。大家用上链的方式，通过虚拟资产和现实资产结合，产生更多的效益。吁投资者保持理性，根据发展趋势、政策环境和比特币周期来审时度势，适时布局以渡过熊市，迎接下一个牛市。他对公链未来前景持乐观态度，认为公链将持续发展并创造更大价值。公链作为Web3生态的关键组成部分，将继续发挥重要作用，团队将根据市场需求不断创新，为用户和项目创造更多价值。新火科技市场总监Peter：公司将集聚核心资源投入MPC托管平台发展新火科技市场总监Peter带来主题分享《持牌合规发展，新火的思考与实践》。Peter表示，作为港股上市公司，新火科技持续加强合规业务发展，未来将集聚核心资源投入MPC托管平台Sinohope业务发展。据了解，新火科技MPC托管平台Sinohope通过采用 MPC-CMP技术支持用户分布式管理私钥分片与协同签名，解决私钥单点风险，有效增加透明性和易用性。目前已支持Ethereum、Bitcoin、Avalanche、Cosmos、BNB Chain、Polygon、Arbitrum、Optimism、Near、Tron、Filecoin等主流公链。 8月7日，Sinohope宣布其Web3 Access功能已正式上线，首创 MPC APP 钱包领域 DApp 交易支持“自定义多人审批”功能。比特大陆市场总监林晗：性能好的区块链服务器能在减半周期里拥有更多优势比特大陆市场总监林晗带来主题分享《PoW生态建设，蓄力下一个牛市》。林晗表示，关于PoW和PoS这两种机制的争执持续了很久。有些是坚定的PoW主义者，V神就是坚定的PoS主义者。比特币减半事件对做区块链服务器的影响更加深远，因为会导致减半，一些低端的服务器没有办法运行会带量大量的低端服务器关机，对矿业来说是一个洗牌的重要时机。如果你有非常高性能的区块链服务器，就会有一个低电量消耗，减半是个一瞬间的事情，区块奖励一瞬间降下来，但是全网算力会自动调整。所以调整以后，收益是增是减，是个动态调节的过程。如果在减半之前，拥有的是性能最好的区块链服务器，就能让你保持在减半周期里，拥有无与伦比的优势。 CESS Senior Ambassador Andy：DeFi、游戏和内容创作者平台是带来Web3用户的主要方向 CESS Senior Ambassador Andy在《下一个十亿级Web3用户来自哪里》圆桌会议中表示，能带来用户的主要有三个方向。首先是DeFi。DeFi有两方面，一个是支付，一个是DEX，这都是硬需求。昨天Paypal发的稳定币，特别是跨境支付、跨国支付，会很方便。以后用DEX做交易，这是趋势。第二个看好的赛道是之前很多嘉宾提到过的游戏，因为游戏可以跟金融结合得比较好。而且游戏在全世界范围内，也有很多用户。第三个是内容创作者平台。我们反观一下Web2.0能留住客户的APP，有微信，都是靠内容留住客户的。所以把用户吸引到Web3.0，要靠内容。 PermaDao Builder Panda：流量入口的最终目的就是让进入Web3.0的门槛越来越低 PermaDao Builder Panda在《下一个十亿级Web3用户来自哪里》圆桌会议中表示，流量入口的最终目的只有一个就是让Web3.0进入的门槛越来越低。很多开发者会出现私钥保管不当，发地址的时候错发成私钥。我从去年一直在关注MPC和AA钱包赛道，有了MPC钱包，就是让用户拿不到私钥，这样被盗的概率就会大大降低。AA钱包还有一个好处，很多新人理解不了为什么要用GAS，因为在Web2.0是免费转账。在以太坊和BTC网络存数据非常昂贵。这样我们可以把比特币网络的数据和代码放到永存网络上，把计算逻辑和VM放到链下。大家可以尝试更廉价的存储，比如FIileCOIN等公链，这也是一个新的思路。现在看起来ZKL2是一个值得发展和探索的路子，但能不能行通不好说，也要看技术落地。因为现在交易链非常慢，所以要看V神的代理下，ZK这些项目哪个到底更好用，这也是值得期待的。随后，其他与会成员陆续发言，共同探讨Web3行业发展前景。来源：金色财经

金色财经2023-08-08

IOSG Ventures：LLM赋能区块链开启链上体验新纪元

融合的机会。其中值得一提的，当属零知识机器学习（ZKML）。人工智能和区块链是两种具有根本性差异特征的变革性技术。人工智能需要强大的计算能力，通常由中心化的数据中心提供。而区块链提供了去中心化的计算和隐私保护，在需要进行大规模计算和存储任务上表现不佳。我们仍在探索和研究人工智能和区块链集成的最佳实践，后续也将向大家介绍目前一些“AI + 区块链”结合的项目案例。 Source: IOSG Ventures 本篇研究报告分为上下两部发表，本文为上部，我们将重点关注 LLM 在加密领域的应用，并探讨应用落地的策略。 LLM 是什么？ LLM（大语言模型）是一种计算机化语言模型，由一个具有大量参数（通常为数十亿）的人工神经网络组成。这些模型在大量未标记的文本上进行训练。 2018 年前后，LLM 的诞生彻底改变了自然语言处理的研究。与以往需要为特定任务训练特定监督模型的方法不同，LLM 作为一个通用模型，在各种任务上都表现出色。其能力和应用包括：理解和总结文本：LLM 可以理解和总结大量的人类语言和文本数据。它们可以提取关键信息并生成简洁的摘要。生成新内容：LLM 具有生成基于文本内容的能力。通过向模型提供 prompt，它可以回答问题、新生成的文本、摘要或情感分析。翻译：LLM 可用于在不同语言之间进行翻译。它们利用深度学习算法和神经网络来理解词汇之间的上下文和关系。预测和生成文本：LLM 可以基于上下文背景预测并生成文本，与人类生成的内容类似，包括歌曲、诗歌、故事、营销材料等。在各个领域的应用：大型语言模型在自然语言处理任务中具有广泛的适用性。它们被用于对话式人工智能、聊天机器人、医疗保健、软件开发、搜索引擎、辅导、写作工具等众多领域。 LLM 的优势包括其对大量数据的理解能力、执行多种语言相关任务的能力，以及根据用户需求定制化结果的潜力。常见的大型语言模型应用由于其出众得自然语言理解能力，LLM 具有相当大的潜力，而开发者主要关注以下两个方面：基于大量的上下文数据和内容，为用户提供准确的并且最新的答案通过使用不同的代理和工具完成用户下达的特定任务正是这两个方面让与 XX 聊天的 LLM 应用如雨后春笋般爆发。例如，与 PDF 聊天、与文档聊天以及与学术论文聊天。随后，人们尝试将 LLM 与各种数据源融合。开发者已成功将平台，如 Github、Notion 和一些笔记软件与 LLM 整合。为了克服 LLM 固有的限制，不同的工具被纳入了系统中。第一个这样的工具是搜索引擎，为 LLM 提供了访问最新知识的能力。进一步的进展将把 WolframAlpha、Google Suites 和 Etherscan 等工具与大型语言模型整合。 LLM Apps 的架构下图概述了 LLM 应用在回应用户查询时的流程：首先，相关的数据源被转换为嵌入向量并存储在向量数据库中。LLM 适配器使用用户查询和相似性搜索从向量数据库中找到相关的上下文。相关的上下文被放入 Prompt 中并发送给 LLM 。LLM 将执行这些 Prompt，并使用工具生成回答。有时，LLM 会在特定数据集上进行调优，以提高准确性并降低成本。 LLM 应用的工作流程可以大致分为三个主要阶段：数据准备和嵌入：该阶段涉及将机密信息（例如项目备忘录）保留以供将来访问。通常，文件会被分割，并通过嵌入模型进行处理，保存在一种特殊类型的数据库中，称为向量数据库。 Prompt 的构建（Formulation）和提取（Extraction）：当用户提交搜索请求（在本例中，搜索项目信息）时，软件会创建一系列 Prompt，输入到语言模型中。最终的 Prompt 通常包含由软件开发人员硬编码的提示模板，作为 few-shot 示例的有效输出示例，以及从外部 API 获取的任何所需数以及向量数据库中提取的相关文件。 Prompt 的执行和推理：完成 Prompt 后，将它们提供给预先存在的语言模型进行推理，这可能包括专有模型 API、开源或经过个别微调的模型。在此阶段，一些开发人员可能还会将操作系统（如日志记录、缓存和验证）整合到系统中。将 LLM 引入加密领域尽管加密领域（Web3）与 Web2 有一些类似的应用，但在加密领域中开发出优秀的 LLM 应用需要尤其谨慎。加密生态系统独特，具有其特有的文化、数据和融合性。在这些加密限定的数据集上微调的 LLM 可以以相对较低的成本提供优越的结果。虽然数据丰富可得，但在类似 HuggingFace 等平台上明显缺乏开放数据集的。目前，只有一个与智能合约相关的数据集，其中包含 11.3 万个智能合约。开发者还面临将不同工具整合到 LLM 中的挑战。这些工具与 Web2 中使用的工具不同，它们赋予 LLM 访问与交易相关的数据、与去中心化应用（Dapp）互动以及执行交易的能力。到目前为止，我们还没有在 Langchain 中找到任何 Dapp 的集成。尽管开发高质量的加密 LLM 应用可能需要额外的投入，但 LLM 天然适合加密领域。这个领域提供了丰富的、干净的、结构化的数据。再加上 Solidity 代码通常简洁明了，这使得 LLM 更容易生成功能性的代码。在《下部》中，我们将讨论 LLM 可以帮助区块链领域的 8 个潜在方向，如：将内置的人工智能 /LLM 功能集成到区块链中使用 LLM 分析交易记录使用 LLM 识别潜在的机器人使用 LLM 编写代码使用 LLM 阅读代码使用 LLM 帮助社区使用 LLM 跟踪市场使用 LLM 分析项目敬请期待！来源：金色财经

金色财经2023-08-08

24小时热点