FX168财经网_全球视野外汇黄金加密货币NFT资讯网

平安证券：给予海光信息增持评级

件、云计算平台软件、人工智能技术框架和编程环境、核心行业应用等方面进行研发、互相认证和持续优化，公司主动融入国内外开源社区，积极向开源社区提供适用于海光CPU、海光DCU的适配和优化方案，保证了海光高端处理器在开源生态的兼容性。公司根植于中国本土市场，具有本土化竞争优势，能够提供安全可控的产品和更为全面、细致的运营维护服务。随着行业需求的不断增加，国内龙头企业积极开展基于海光高端处理器的生态建设和适配，研制了一批具有影响力的国产整机系统，推动公司产品在金融、电信、交通等国民经济关键领域的广泛应用。　　投资建议：公司CPU新产品海光三号投放市场，产品性能进一步增强，价格也有所提高，带动公司盈利能力大幅提升，而DCU产品能够满足AIGC大模型的训练和推理应用，在当前美国制裁及国产化替代的趋势推动下，未来潜力极大。在CPU、DCU双轮驱动下，公司业绩长期向好的趋势明确。根据公司2023年中报及对行业趋势的判断，我们略微调整了公司的业绩预测，预计2023-2025年公司净利润将分别为12.92亿元（前值为11.96亿元）、17.27亿元（前值为15.77亿元）、23.29亿元（前值为19.66亿元），我们预计，2023-2025年公司EPS分别为0.56元、0.74元、1.00元，对应2023年8月24日的收盘价，公司在2023-2025 年的PE将分别为91.2X、68.2X、50.6X。我们认为，公司CPU、DCU产品均具备较强的市场竞争力，在国产化替代趋势中潜力颇大，维持对公司“推荐”评级。　　风险提示：（1）下游需求不及预期：国产化替代落地节奏若放缓，可能对公司业绩成长带来不利影响。（2）市场竞争加剧：国内竞争对手技术水平快速进步，产品类别逐渐丰富，在金融、电信等重点行业中竞争较为激烈，一旦公司产品更新迭代速度放缓，可能面临市场份额被抢夺的风险。（3）美国对华半导体管制：公司技术来源于AMD授权，随着美国对华半导体管制逐渐加剧，若美国制裁导致公司无法继续使用相关授权技术，可能对公司生产经营造成不利影响，且公司采用较为先进的半导体工艺制程，在美国对华半导体管制的背景下，未来可能出现公司产品代工环节受限的问题。证券之星数据中心根据近三年发布的研报数据计算，中信证券杨泽原研究员团队对该股研究较为深入，近三年预测准确度均值高达91.93%，其预测2023年度归属净利润为盈利12.06亿，根据现价换算的预测PE为97.69。最新盈利预测明细如下：该股最近90天内共有8家机构给出评级，买入评级6家，增持评级2家；过去90天内机构目标均价为111.67。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-08-25

Scroll 生态大盘点：寻找 zkEVM 头部玩家掘金机会

金色财经2023-08-25

网易有道涨5.78% 第二季度净收入同比增长26.2%

站浏览量超过200万次。二季度以来，编程和围棋课的续报均有不错的表现，进阶班的续报率均接近70%。二季度有道的智能硬件净收入2.2亿元，毛利率也从去年同期的30.6%提升至35.8%，这一增长主要归因于有道词典笔X5的受欢迎程度。搭载“子曰”大模型，具备句子润色、语法纠错、写作建议、重点提炼等功能的AIBox在有道翻译中正式上线后，带动词典类订阅会员数同比增长近100%，词典类会员收入同比增长200%以上。有道在线营销服务业务也在营收和毛利方面实现了同比双升。净收入同比增长98.7%，并已连续三个季度实现同比增长超过50%；毛利率31.9%，同比提升4.2个百分点。同时财报显示，有道二季度的总运营费用为8.6亿元，其中研发费用为2.1亿元，均低于去年同期。

金融界2023-08-25

AllianceDAO：AI与Web3的互利共赢

3的具体场景 1. 区块链游戏为不会编程的游戏玩家生成bot 像 Dark Forest 这种基于区块链的游戏创造了一种独特的玩法，玩家可以通过开发和部署执行游戏任务的"机器人"来获得优势。然而，这种新的玩法可能会使那些不懂编程的玩家感到被排除在外。不过，人工智能语言模型（LLM）的出现可能会改变这一状况。通过理解区块链游戏的规则，然后利用这些规则创建能够反映玩家策略的"机器人"，而无需玩家自己编写代码。例如，项目如 Primodium 和 AI Arena 正在尝试让人类玩家和 AI 玩家一同参与游戏，而无需编写复杂的代码。用 bot战斗或下注另一种链上游戏的可能性是完全自动化的人工智能玩家。在这种情况下，玩家本身就是一个人工智能代理，比如 AutoGPT，它使用人工智能语言模型（LLM）作为后端，并且可以访问互联网和可能的初始加密货币资金等外部资源。这些人工智能玩家可以参与类似机器人大战的竞猜游戏。这将为投机和押注这些竞猜结果的玩家提供一个市场。这样的市场可能会催生出全新的游戏体验，既具有策略性又能够吸引更广泛的玩家群体，无论他们是否精通编程。为链上游戏创建逼真的NPC环境如今，许多游戏往往在 NPC 方面表现较为单一，它们的行动有限，对游戏进程的影响相对较小。然而，在人工智能和 Web3 的相互作用下，我们有可能创造出更引人入胜的 NPC 环境，从而颠覆游戏的可预测性，使其变得更加有趣。其中一个关键的前提是引入更具吸引力的人工智能控制的 NPC。然而，在创造逼真的 NPC 环境时，我们面临着一个潜在挑战：如何引入富有意义的NPC动态，同时又能够将与这些活动相关的吞吐量（每秒事务处理量，TPS）最小化。过高的NPC活动所需的TPS可能会导致网络拥塞，影响到实际玩家的游戏体验。通过这些新的玩法和可能性，区块链游戏正在朝着更加多样化和包容性的方向发展，使更多类型的玩家都能够参与进来，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

金色观察 | 细数模块化L2 Mantle最新生态潜力项目

分钟内启动 web3 应用程序，无需编程。 Unmarshal 官网：https://unmarshal.io/ Unmarshal 是一个开创性的多链 Web 3.0 数据网络，改变了区块链数据的可访问性。 GameFi Roboworld 官网：roboworld.io Roboworld 是一款免费卡牌游戏，玩家可以收集独特的机器人并将其作为 NFT 进行交易，并用它们与对手作战。玩家必须战略性地选择和使用以机器人为特色的卡牌来智胜对手并取得胜利。 Age of Zalmoxis 官网：https://www.ageofzalmoxis.com/ Age of Zalmoxis 是一款古老奇幻 MMORPG，融合了虚幻引擎 5 和区块链技术。同时也是一款第三人称大型多人动作角色扮演游戏，融合了 NFT 和区块链，以古老奇幻版本的达契亚王国为背景。 Bionic Owls 官网：https://bionicowls.io/ Bionic Owls 是一款支持 NFT、发挥影响力、玩赚钱的游戏。Bionic Owls 将成为第一款完全可玩的影响、PvP 和 P2E Metaverse 游戏。 NFT Rarible 官网：https://rarible.com/ 集NFT铸造、交易、收藏等功能于一体的市场平台。近期Rarible宣布将永久支持版税，不再聚合来自OpenSea、LooksRare和X2Y2的订单。 Souffl3 官网：souffl3.com Souffl3是跨链NFT资产上线、上币和交易的一站式市场。 FANSI Metaboom 官网：metaboom.fansi.me FANSI正在引领音乐行业进入web3。我们的使命是为音乐家和音乐爱好者创造一个支持性的环境。 NFT2Me 官网：https://nfts2me.com/ NFTs2Me 是一个用户友好的平台，用于创建、部署和管理用户的 NFT 集合，0费用。结语与其他几个头部L2网络相比，尽管在生态项目数量上Mantle并不显得弱势，但其发展时间较短、融资及团队背景均不占优。尤其是Mantle尚处于主网 Alpha 阶段，依然有硬性问题待解决。目前，Mantle 正在开发防欺诈功能过程中，未来何时完工尚且不知。此外，通过Mantle DA(由Eigen DA技术提供支持)的数据可用性目前是一个许可的节点网络，所有节点都由核心团队选择和批准，所以一旦EigenDA主网发布还会进行节点网络迁移。不过，作为首个利用EigenDA的模块化 L2，并且测试网时间超过六个月，构建超 80 个项目，超过1400万笔链上交易。并且自主网 Alpha 启动以来，不断有项目加入，丰富其生态。由此可见，Mantle身上并不乏黑马的颜色。来源：金色财经

金色财经2023-08-24

OpenAI要做游戏吗？首度收购Global Illumination 入局AIGC热潮

司的工程师兼首席技术官，已有20多年的编程经验，履历遍布Facebook AI、Instagram、YouTube、谷歌、微软。2012年，他作为YouTube机器学习工程师，主要负责视频推荐，领导了核心基础排名设施重构。 Joey Flynn是公司的设计师兼首席产品官，被外界誉为Facebook的顶级设计师之一。2010年，他加入了Facebook，领导了包括Chat Heads，以及Facebook的移动软件Home在内的一些重要项目。除此之外，值得关注的是，团队中有一名华人工程师Brandon Wang，曾在Riot Games、Pixar致力于游戏动画的研究，擅长做渲染设计。 02.开源网页版沙盒游戏在Global Illumination公司被收购之前，他们正专注于开发一款名为Biomes的创新网页游戏。 Biomes是一个基于Web构建的开源沙盒大型多人在线角色扮演游戏（MMORPG）。它被称为开源版“我的世界”。玩家可以直接在浏览器中进行游戏，无需下载或安装额外的软件。 Biomes游戏世界由多个不同的生物群系组成，包括森林、沙漠、山地和冰原等。玩家可以探索这些生物群系，收集资源、建造建筑，并与其他玩家进行互动、合作，甚至与敌对的生物进行战斗。与传统沙盒游戏不同的是，Biomes使用人工智能技术来动态生成游戏世界。也就是说，地形、植被、动物群落和天气等元素都可以根据玩家的行为和喜好进行调整。例如，如果玩家喜欢探索森林，游戏的人工智能会通过分析玩家偏好，在森林中增加更多的树木、花草和野生动物，以提供给玩家更多的发现和惊喜。如果玩家喜欢在沙漠冒险，游戏人工智能可能会增加沙漠的干旱和危险程度，给玩家带来更多挑战和刺激。这种基于人工智能的自适应游戏体验为玩家带来了许多优势。首先，它增加了游戏的多样性和个性化。每个玩家都可以根据自己的喜好和风格来塑造游戏世界，从而创造出与众不同的体验。其次，人工智能技术使游戏更具互动性。玩家的行为和决策直接影响到游戏世界的演变，他们可以与其他玩家合作或竞争，共同塑造游戏的发展轨迹。 03.重大战略转折？收购Global Illumination无疑是一个具有巨大潜力的战略转折。通过与该数字设计公司的合作，OpenAI将能够创造出更广泛的尖端工具。除了提高OpenAI的现有能力外，这项战略收购还为开发以人工智能为动力的解决方案铺平了道路，开发领域将拓宽至商业、设计和娱乐等。游戏世界的无限可能从Global Illumination目前对外展示的游戏项目Biomes来看， OpenAI也许会打造出一款基于ChatGPT的多智能体沙盒游戏，让用户可以在一个虚拟世界中与其他玩家或智能NPC互动。此前，英伟达发布的Voyager把GPT-4融入《我的世界》变身AI高玩，而曾轰动整个AI社区的斯坦福智能体小镇开源后有知名风投公司Andreessen Horowitz进行了二创，AI生成的智能NPC的确是游戏行业的新趋势。沙盒游戏本身的魅力来自于UGC内容所产生的无限可能性与多样性，生成式AI的出现能够降低内容制造的门槛，提高玩家的创造力。智能NPC的火热则更是将游戏设计的主动权交给了用户，让虚拟世界更具有沉浸感与代入感。 AICG领域的竞争 ChatGPT大火后，随之而来的AIGC时代吹响了号角。文生图、图生图、视频生成等赛道挤满了大厂与独角兽的声影， OpenAI虽然把AIGC最具体的实现场景做到了极致，但在垂直领域商业化落地尚欠火候。 Global Illumination团队在数字产品设计方面具有丰富的专业经验，也与业界知名公司有过合作经历，具有一定的影响力，能很好填补OpenAI在AIGC领域创造垂直产品的空缺。 OpenAI的企业愿景是创造造福全人类的AGI通用智能，但旗下其他产品则更多地是面向开发者和企业提供API接口，打造To B平台。在并入Global Illumination后，OpenAI将增强其产品的创造力和多样性，协同开发新一代更强大的DALL-E或是挑战视频生成领域，都将有助于拓展用户群与增强竞争力。 04.OpenAI入局游戏行业？总而言之，OpenAI收购Global Illumination是该科技巨头重要的战略举措之一。除了增强OpenAI当前的能力外，该战略协议还为开发AI驱动的解决方案奠定了道路，这些解决方案有望改变包括商业、设计和娱乐在内的各个板块。目前，AIGC领域呈现出内容类型不断丰富、内容质量不断提升、技术的通用性和工业化水平越来越强等趋势，这使得AIGC在消费互联网行业日趋主流化，涌现出了一大波智能助手、AI绘画、聊天机器人、数字人等爆款级应用。假使OpenAI入局游戏行业，AIGC的舞台将会展现出更加别样的风采，层出不穷的创新想法或许会彻底改变用户与人工智能的互动方式，为我们带来更好的内容生产和消费体验。【声明】：本文为元宇宙之心运营团队原创，未经允许严禁转载，如需转载请联系我们，文章版权和最终解释权归元宇宙之心所有。来源：金色财经

金色财经2023-08-24

加密艺术：区块链与创意的奇妙融合

实现创作者和购买者之间的直接连接。可编程艺术作品智能合约为艺术作品增加了可编程性。艺术家可以在智能合约中定义作品的属性、使用权和销售条件，实现自动化的版权管理和收益分享。这种方式保护了艺术家的权益，同时也为购买者提供了透明的购买和使用权。去中心化市场与全球参与区块链使得加密艺术市场变得去中心化，任何人都可以参与其中，无论地域和身份。这种全球性的参与促进了艺术创作的多样性和创新性。同时，去中心化市场也消除了中间商和中介，让创作者和收藏家能够更直接地互动和交易。拓展艺术创作领域加密艺术不仅限于传统的绘画和雕塑，还涵盖了虚拟现实、增强现实和数字音乐等领域。区块链技术为这些新型创作提供了支持，让艺术家可以在数字领域创造出更多富有创意的作品。价值与现实世界的连接虽然加密艺术在数字领域蓬勃发展，但它的价值也能够延伸至现实世界。一些加密艺术作品通过代币化，可以与现实世界的实物或特权相联系，为数字作品赋予了实际的价值和意义。创新与未来展望加密艺术与区块链的融合不仅为艺术界带来了技术上的创新，也在艺术市场上掀起了一场变革。未来，我们可以期待更多新的加密艺术形式的涌现，以及区块链技术在艺术领域进一步的应用。加密艺术的奇妙融合，将为艺术界带来更广阔的发展空间和创造力的释放。来源：金色财经

金色财经2023-08-24

硬核解析：下一代区块链的“智能”Architecture

M智能合约框架内，这要求intent被编程化后可由智能合约或代理合约，或off-line扩展的方式和链上各类DeFi协议进行丝invoke滑调用。 2）独立运行在一个全新的公链架构内，除了Solver、Excutor之外，还需要有相应的Proposer、Validator等角色以实现链的去中心化运作。 Solver即求解器，是负责将抽象的intent编程化的角色，比方说：用户A在发送交易时有三个intent意图，透明intent+安全intent+隐私intent。简单的交易由layer1直接处理，而复杂的交易会来到layer2 Solver这里。 Solver将两个意图通过一个由ZK Proof提供的零知识证明技术，一个由ciphertext提供的随机加密算法密文。最后，处理好的txs会被发送到Mempool，等待打包上链； Executor即执行人，是负责将Solver发送来的txs最终执行状态改变+完成校验，可以理解为，最终成功实现用户intent的矿工，并负责校验intent执行过程中不会出差错，完成最后的链上记账行为；再通俗理解，Solver相当于以太坊上的Searcher，负责搜集整理交易，Executor则相当于以太坊上的bulider负责最终打包出块。当然，它也有Node节点，Relay中继器，Validator验证者这些角色，和目前已有公链无差，就不过多解释了。 Solver和Executor都可以由Permissionless的组织和机构以Auction的方式参与，以确保系统的透明性和去中心化。其大致Workflow为（如下图）： User 提交intent数据——Gossip Node接收并广播数据: ①简单交易直接走L1——>经layer1的Proposer、Validator、Executor等生成Recepit ②复杂交易会被分配到L2——>Solver负责模块化集成zk、cipheretext等技术编程化数据——>Proposer整理排序将数据打包——>Validator验证数据的有效性——>Executor完成出块记账——>返还给用户Recepit。用户客户端会汇聚Recepit，最终完成Verify。看完是否觉得，这完全是一套全新的区块链架构Architecture？嗯，没错。一个集成已有各类技术，高度模块化的新公链构造。从比特币时代的Scriptable脚本化到以太坊时代的Programmable编程化，再到intent时代的Programable ++。下一代的区块链“智能”架构，理想情况下会充分利用各种前沿技术执行交易（包括AI），用户也可以通过intent层传入更复杂的需求，整个执行过程又被架构高度自动化和模块化。唯有区块链更加易用和“智能”，才能最终实现Mass Adoption。来源：金色财经

金色财经2023-08-24

通过链上数据和交易一文带你读懂MEV

成为 MEV-bot 的收入（例如，以编程方式设置时，在应用 UI 或 amountOutMinimum/sqrtpricelimitx 96 参数内的 swap 设置中设置一个百分比)。清算 MEV 机器人还可以在借贷协议中获利，借贷协议是连接贷款人和借款人的 DEX（例如 MakerDAO、Aave、Compound 等）。借款人提供平台支持的抵押品后可以借入一定价值的资产，当借款人的抵押品无法偿还债务时，就会发生清算，清算人被激励以低价购买抵押品偿还债务。让我们以0×652 开头的交易为例。 0×310 地址开头的 MEV 机器人通过从 Balancer 获得闪电贷获得 212 USDT 借款，然后 MEV-bot 在步骤 3-8 中清偿了借款人所欠的 USDT，0×994 地址开头的 MEV 机器人以折扣价获得了抵押品作为回报，在步骤 8-11 中，MEV 机器人将所有收到的 TUSD swap 为 WETH 和 USDT，并在步骤 12 中还清了初始闪电贷，所有步骤都在一次交易中完成。长尾 MEV 套利、三明治攻击和清算是提取 MEV 的主要方式。此外，MEV 中还有其他一些策略，这些策略是利基的、神秘的和未被发现的，这些均被称为长尾 MEV。来源：金色财经

金色财经2023-08-24

区块链技术是否安全？了解背后的保障与风险

世界中发挥作用。区块链技术本身在一定编程上被认为是相对安全的，但也不是绝对安全的。来源：金色财经

金色财经2023-08-23

24小时热点