FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Staking 2024 Tokyo回顾：探索质押新前沿、共筑繁荣生态

验证方法。Flockio将自己定位为“机器学习工程师的Uber”，为DApp部署和模型竞赛提供了一个AI竞技场，以及一个模型市场，让任务创建者可以托管模型以供其他用户付费使用。Flockio的激励测试网trainflocko允许轻松参与，提供了一键式训练和验证脚本，适应不同水平的机器学习专业知识。 Solv Protocol，一个去中心化的比特币储备协议，通过其创新的SolVBTC项目为比特币储备和DeFi应用开创了新的可能性。他们通过解决BTC资产的碎片化、收益机会和托管解决方案，为比特币持有者提供了通往BTCFi的门户。同时，HashKey Cloud作为全球领先的Web3基础设施提供商，也分享了其在区块链服务领域的专业见解和创新实践。HashKey Cloud作为HashKey集团的核心业务之一，为全球客户提供专业、稳定且安全的区块链服务，包括安全、稳定、便捷的企业级质押服务，支持主流的Proof of Stake区块链。 “世界のStaking最大级集结|Tokyo站”活动无疑是一次极为成功的行业盛会。它不仅全面展示了Staking技术的最新进展和市场趋势，更为与会者提供了一个深入了解行业动态、分享实践经验、拓展合作网络的宝贵平台。我们有理由相信，在未来的日子里，Staking将继续引领资产增值与生态繁荣的新潮流，为数字经济的发展注入源源不断的活力。关于DP Capital 成立于2023年，总部位于日本和澳大利亚，已在DePIN、人工智能和现实资产（RWA）领域投资超过2000万美元。DP Capital 坚信数字经济是未来核心，为项目提供全生命周期内生态投资，以全球投资专业团队及多年加密市场行业经验全方位支持项目实现其最大潜力。关于 ChainCatcher ChainCatcher是一家领先Web3中文媒体，自2018年创立以来，吸引了超过120万读者，年访问量超18亿次，其合作伙伴包括Binance、OKX、Scroll、Manta、Puffer Finance、Filecoin、HashKey、Solana、Metis、Mina等。关于ionet ionet 是一个去中心化计算网络，支持在 Solana 区块链上开发、执行和扩展 ML 应用程序，将 100 万个 GPU 组合在一起，形成世界上最大的 GPU 集群和 DePIN聚合来自未充分利用的资源（例如独立数据中心、加密矿工以及 Filecoin、Render 等加密项目）的 GPU 来解决这个问题，这些资源结合在去中心化物理基础设施网络 (DePIN) 中，使工程师能够在可访问、可定制、经济高效且易于实施的系统中获得大量计算能力。关于Solv Protocol Solv 是一个去中心化的比特币储备协议，通过流动性共识基础设施释放比特币资产的全部潜力。通过解决 BTC 资产的碎片化、收益机会和托管解决方案，Solv 为比特币持有者提供了通往 BTCFi 的门户，不断为传统基金进入加密货币世界建立途径和信心。关于HashKey Cloud HashKey Cloud作为HashKey集团的核心业务之一，为全球客户提供专业、稳定且安全的区块链服务，包括安全、稳定、便捷的企业级质押服务，支持主流的Proof of Stake区块链。关于StakeStone StakeStone 是一款以 ETH 质押收益为支撑的流动性质押衍生品篮子（LSDb）代币，整合主流质押池、Re-Stake以及LSD蓝筹DeFi策略收益，为所有协议提供全新的高适应性质押收益底层资产需要 LSD 的流动性。关于Nubit Nubit 是一个可扩展的比特币原生数据可用性层，由比特币保护。Nubit 能够在不妥协的情况下扩展比特币的数据容量，为 Ordinals、Layer 2s、价格预言机和索引器等应用程序赋能，从而拓宽比特币生态系统的范围和效率。它利用创新的共识算法和闪电网络，继承了比特币完全抗审查的特性。关于AEON AEON 是下一代模块化支付协议，旨在统一加密支付标准，连接区块链、商家和用户，实现无缝、统一的加密未来。关于Sollong Sollong旨在通过PoPW、TIPIN和EdgeFi网络，使用Depin作为基础应用层，构建RWA金融桥接，创新探索高收益理财模式。关于FLockio FLock 旨在为人工智能构建一个去中心化的隐私保护解决方案。FLock提出了一项名为联合学习区块（简称 FLocks）的研究计划，该计划使用区块链作为数据持有者之间的协调平台来进行机器学习，同时数据保持本地和隐私。通过用区块链取代收集数据和组织机器学习的中央实体，FLocks 旨在让用户能够从自己的数据中挖掘洞察力，并自行决定货币化。关于Orbiter Finance Orbiter Finance 是一个去中心化的跨 rollup 桥，用于转移以太坊的原生资产。在 Orbiter Finance 中，有 Sender 和 Maker 两个角色。当 Sender 发起转账时，Maker 为其提供流动性。智能合约保证了这个过程的安全性。如果 Maker 有不良行为导致转账失败，Sender 可以用 Maker 的保证金向合约发起仲裁请求，然后获得超额补偿。关于Compute Labs Compute Labs 是一种计算代币化协议，用于金融化 AI、实现对计算资产的直接接触以及创建计算衍生品，使投资者能够轻松地从计算（未来的货币）中获利。关于Reflection Reflection 是一个Web3虚拟人格平台，摆脱现有的虚拟数字人和虚拟身份的概念。在这个平台上，用户将实现一个完美的用户AI模拟身份克隆，可以在平台上独立交流、学习、成长。经过一段时间的成长，这个AI数字人格克隆可能会比原来的用户变得更强、更聪明，但仍然完全符合用户自身的性格和特点。关于RootData RootData 是一个 Web3 资产数据平台，率先封装 Web3 资产的链上链下数据，数据结构化更高、可读性更高，致力于成为 Web3 生态系统的可信数据层。来源：金色财经

金色财经2024-09-02

世纪华通2024中报成绩单优秀，营收、净利涨势迅猛，盈利能力突飞猛进

枢纽，承担各种大规模人工智能算法计算、机器学习、自然语言处理、图像处理、科学计算和工程计算等任务。同时，位于深圳市光明区的深圳数据中心项目为华为云提供定制化数据中心服务，一期项目已经交付，二期项目也已开工建设。结语：打造互联网游戏和人工智能双增长世纪华通上半年的优异业绩，展现了公司在互联网游戏和人工智能云数据领域的领先优势和广阔发展前景。公司通过精准把握产业趋势、加大科技创新力度，持续提升核心竞争力，实现了高质量、可持续发展。未来，世纪华通将继续依托数字科技创新，深度融合多元业务，打造互联网游戏和人工智能云数据的双擎增长引擎，为股东创造更大价值。

金融界2024-09-02

AI投资热潮中的现实考验：Nvidia的快速增长与大科技公司回报的不确定性

（GPU）的技术公司，广泛应用于AI和机器学习领域。 OpenAI：一家专注于人工智能研究和应用的公司，以开发ChatGPT等技术而闻名。估值：对公司或资产在特定时点的市场价值的评估。资本支出（CapEx）：公司为购买、升级或维护固定资产而进行的支出。相关大事件 2024年8月，OpenAI正在进行融资谈判，其估值被报告为超过1000亿美元。这一估值反映了市场对AI技术的持续兴趣和投资热情。然而，Nvidia的财报显示，尽管公司营收增长强劲，但对整个行业的回报仍有待观察。投资回报的迟滞可能引发对AI技术实际价值的更多审视。来源：今日美股网

今日美股网2024-09-01

Privasea 详解：基于全同态加密的 AI 网络

。FHE 支持对加密数据进行计算，包括机器学习和人工智能分析，使科学家、研究人员和数据驱动型企业无需解密或泄露底层数据或模型即可提取有价值的见解。完全同态加密是最强大的加密形式，但它有一个很大的缺点，需要大量的计算能力。事实上，FHE 有很多种类型：BGV、BFV、CKKS、FHEW、NuFHE 和 TFHE。同态加密 (HE) 在 1978 年提出后，最初在前三十年中发展缓慢。FHE 的当前形式是在 2009 年问世的，当时 Craig Gentry 提出了一种实现完全同态加密的方法，尽管该系统在每次操作时都会引入噪音。后来，有人提出了一种具有较小密文的修改版本，但最流行的方案是由 Zvika Brakerski 和他的团队提出的，与早期的 FHE 方法相比，它提供了更好的安全性和性能。经过几次连续的迭代——BGV、BFV 和 CKKS——GSW 诞生了，由此开发出了 FHEW（于 2014 年推出）和 TFHE（于 2016 年推出）。 Chillotti、Gama、Georgieva 和 Izabachene 将每个门引导操作的延迟缩短至不到 0.1 秒。从那时起，该方案就将可编程引导纳入其流程，加速 FHE，使其适用于大多数用例，包括 web2 和 web3 应用。到目前为止，最终成果是 Zama 的 TFHE-rs，它扩展了原始 TFHE 功能，以支持整数可编程引导。而且，当前的 Privasea 实现中使用的就是 TFHE-rs。 FHE 的用例：云计算：FHE 允许用户在远程服务器上以加密形式存储和处理数据，从而为云计算带来巨大好处。这意味着用户可以利用云的强大计算能力，同时保证数据的安全和私密。这对所有参与方来说都是双赢的。金融服务：金融服务也可以利用 FHE 的功能。通过安全地处理财务数据，FHE 允许金融机构对加密数据进行复杂的分析。最好的部分是，客户隐私在整个过程中都保持不变。机器学习：通过在加密数据上训练模型，FHE 可以极大地促进机器学习。这使组织能够利用机器学习的力量，同时确保数据安全。 2. Privasea 概述 Privasea AI 网络为人工智能数据隐私相关挑战提供了解决方案。该网络代表了一种尖端架构，将全同态加密 (FHE) 与基于区块链的激励相结合，解决了与数据隐私相关的日益增长的担忧，并满足了对协作 AI 计算日益增长的需求。Privasea AI 网络将 FHE 从理论到应用分为以下四个层次：应用层、优化层、算术层和原始层。该网络提供通用和定制解决方案，以弥合 AI 处理中用户隐私和分布式计算资源之间的差距，涵盖 FHE 的所有四个层次。 Privasea AI 网络的一个关键目标是确保遵守数据保护法规，包括欧盟严格的《通用数据保护条例》（GDPR）。这些法规对个人数据的收集、处理和存储提出了严格的要求。 2.1 网络参与者：网络用户（数据拥有者、结果接收者）：发起机器学习任务，安全地提供数据，并与网络交互以获得解密结果。 Privanetix 节点（计算节点）：作为 Privasea AI 网络中的服务提供商，为隐私保护机器学习任务提供计算资源。解密者：确保 Privanetix 节点生成的加密结果安全解密的专门参与者。他们与网络用户协作解密和解释机器学习任务的最终结果，确保解密结果的隐私和完整性。 2.2 Privasea架构： Privasea AI 网络由四个主要组件组成：HESea 库、Privasea API、Privanetix 和 Privasea 智能合约套件。 HESea 库：该组件构成了 Privasea AI 网络的基础，托管了一系列流行的全同态加密方案的高效实现，例如 TFHE、CKKS、BGV、BFV 等。HESea 库为开发人员提供了访问各种功能的权限。 Privasea API：一套基于 HESea 库构建的综合协议和工具。Privasea API 允许开发人员轻松地将高级隐私保护功能集成到他们的 AI 应用程序中。 Privanetix：一个计算节点网络，可对加密数据进行安全计算。通过将计算分布在多个节点上，Privanetix 确保了 Privasea AI 网络的可扩展性和效率。 Privasea 智能合约套件：该套件包括一系列精心设计的智能合约，用于处理网络管理的各个方面。此外，根据 GitHub 的说法，Privasea 还包含 Zama AI 的其他几个组件，可为区块链和 AI 提供最先进的 FHE 解决方案： Concrete：一个开源 FHE 编译器（已更新为 TFHE-rs），可简化全同态加密 (FHE) 的使用。它允许将 Python 程序转换为其 FHE 等效程序。对于想要创建接受加密输入并生成加密输出的高级应用程序的开发人员来说，Concrete 非常有用。 TFHE-rs：TFHE 的纯 Rust 实现，用于对加密数据进行布尔和整数运算。TFHE-rs 专为希望完全控制 TFHE 功能而不必担心底层实现细节的开发人员和研究人员而设计。 Concrete ML：Zama 基于 Concrete 构建的隐私保护机器学习 (PPML) 开源工具集。它旨在简化数据科学家对全同态加密 (FHE) 的使用，帮助他们自动将机器学习模型转换为同态等效模型。 2.3 Privasea 工作流程：用户创建账户，设置机器学习任务，通过机器学习应用的API接口在本地对向量进行加密，并在本地生成交换密钥。然后，用户可以向 Privatenix 网络提交加密任务并通过区块链支付服务费用。 Privatenix节点在用户的加密域中接收并执行加密任务，然后使用用户先前生成的切换密钥将加密结果传输到解密者的加密域中。一旦工作完成，Privanetix 会将结果发送给解密者并获得报酬接下来，解密者使用他们的客户端密钥对结果进行解密，并使用代理重加密（PRE）方案将解密的结果发送给网络用户。 2.4 安全 KYC 用例工作流程： 1. 注册带照片的身份证：用户提供身份证，包括照片。客户端使用特征提取算法从身份证照片中提取面部特征 2. 提交自拍验证任务：用户使用相机或移动设备进行自拍，客户端使用与身份证登记相同的特征提取算法，从自拍图像中提取人脸特征。 3. 检索 ID 图像的加密嵌入：指定的 Privanetix 节点从安全数据库中检索与用户相关的加密 ID 嵌入。 4. 在密文域中处理人脸检查：利用 FHE 功能，Privanetix 节点对加密的 ID 和自拍嵌入执行计算，例如计算它们之间的距离。Privanetix 节点将距离与预定义的阈值进行比较以确定相似度。结果保留在密文域中。 5. 将加密结果发送给解密器：Privanetix 节点将加密的布尔结果发送给解密器进行进一步处理。 6. 解密和提取结果：解密者拥有私钥，对收到的结果进行解密以获得最终的检查结果（例如是或否）。 7. 结果传递：解密器使用代理重加密（PRE）或其他合适方法将最终结果安全地传递至需要它的指定机构或实体。 3. GitHub 上面我们已经查看了 Zama AI 的一些存储库，现在让我们来看看一些专有的Privasea 存储库。首先引起你注意的是，Privasea 存储库的最后一次更新是在 2023 年 7 月。这可能是因为目前该领域围绕 FHE 和 AI/ML 任务分配的竞争非常激烈，因此团队不会发布更新来保持他们的发展活力。 Privasea-general是主要的 Privasea 存储库，包含多个开源软件包。这些软件包包括 HESea_lib，这是一个高级全同态加密 (FHE) 库，为开发人员提供强大、灵活且易于使用的安全计算工具。或者 Privasea-Miscellaneous，其中包含可用于其他 PrivateSea 存储库的源数据。 HESEA_Lib - HESea 是一个尖端的全同态加密 (FHE) 库，为开发人员提供强大、灵活且易于使用的安全计算工具。HESea 采用最先进的加密技术构建，并针对高性能进行了优化，是各种用例的理想选择。HESea 提供各种 FHE 方案，包括 TFHE、CKKS、BGV、BFV 等，使用户无需解密即可对加密数据执行计算。这可确保敏感数据保持安全并免受隐私泄露和安全威胁。 Comparison_demo - 这是使用 HESEA 库进行密文排序的演示。此演示程序将要排序的明文序列加密为相应的密文序列，并通过比较密文序列对该序列进行排序。然后，程序解密密文序列并输出排序后的明文序列。 dinn_demo - 这是使用 HESEA 库进行安全手写数字识别的演示。它代表了一种使用 TFHE 加密方案的隐私保护深度学习方法。DINN 的主要优势在于，它通过创新地使用离散神经网络，在保持正常操作效率的同时实现了具有竞争力的准确性。这些网络量化了权重和偏移量，降低了底层计算的复杂性并简化了初始 TFHE 引导程序。因此，同态估计得到进一步改进，从而提高了效率。 4. 代币经济学 PRVA 代币是 Privasea Al 网络中的实用代币，在促进交易、激励参与者和实现链上治理方面发挥着至关重要的作用。它还充当交换媒介，使用户能够访问隐私 Al 服务并解锁生态系统内的各种功能。PRVA 代币的价值主要由对网络服务的需求驱动，其中包括保护隐私的机器学习和其他基于 Al 的功能。具体来说，PRVA 代币在生态系统中发挥以下作用： - 交易便利化- 激励和奖励- 治理和投票- 质押和网络安全- 访问独家功能代币分配：挖矿/质押（45%）-将分配给项目内提供完全同态加密（FHE）和其他隐私服务的质押节点。团队分配（10%）支持者（20%）营销和社区发展分配（15％）-这些代币将专用于营销和社区发展计划。储备（6%）——此类别主要适用于无法计划的项目，例如需要满足的未来法规或需要申请的许可证。流动性（4%）——这种流动性至关重要，因为它可以确保参与者能够在不引起价格大幅波动的情况下进入或退出其头寸，从而促进市场的增长。 5. 团队 LinkedIn首席执行官 David Jiao是一位经验丰富的企业家，具有在复杂系统开发方面的强大背景，2010 年在 Simplight Nanoelectronics 担任软件工程师，随后加入 Cybercom Group。2015 年至 2020 年，David 担任 Golden Ridge Robotic AB 的联合创始人兼首席产品官，这是一家主要专注于 Cyber-Physical 家用机器人系统的初创研发公司。与此同时，他还参与了沃尔沃的软件开发——作为沃尔沃的系统设计师，我负责设计和原型设计沃尔沃全新 SPA2 架构中车辆配置的系统功能。2021 年，他推出了 Nulink，通过 API 为去中心化应用程序提供 PRE+ZK 技术。此外，David 在沃尔沃的经验使 Privasea 能够参与与 RISE（一家瑞典研究机构）和 Alkit Communications AB 为汽车行业开展的联合项目。 Ting Gao，领英首席研究科学家 - 拥有深厚的应用数学和数学建模背景：自 2010 年以来，他一直担任伊利诺伊理工学院的研究员，自 2015 年以来，他担任 M3 的数据分析师和数据科学家，然后担任 Twitter 的 ML 工程师。自 2021 年以来，他担任华中科技大学应用数学、随机建模、深度学习及其在数学金融中的应用的助理教授 Alex (R) Gaidarski，LinkedIn增长经理- 自 2006 年以来拥有丰富的系统管理员经验，这使他成为一名具有技术倾向的营销人员。在加入 Privasea 之前，他曾在 NuiLink 与 David Jiao 一起担任营销团队成员。 Zean Darren，社区发展和管理，LinkedIn - 拥有丰富的社区管理经验，曾担任 Manta、Polyhedra、Tanssi Network 的大使，并在 Arcomia 和 Story Chain 担任过主持人和助手。 6. 合作、整合和应用 Privasea 目前的主要实际应用是 ImHuman，这款应用已经在 Google Play 和 AppStore 上架。它是 PoH（人类证明）技术的一种实现，可以确认人类身份，保护您的数字存在免受机器人和人工智能模仿的侵害。在此应用中，通过面部生物识别技术确认身份是通过 NFT 个性化人类身份证明。生物特征数据通过用户设备上的加密向量进行网络化。然后使用用户的客户端密钥对这些向量进行安全加密，并将其发送到 Privasea 的安全网络服务器。Privasea 目前正计划在 Linea、Movement、Gate 中实施其 PoH 解决方案，并与 Telegra、/Discord/Reddit 集成。与TG机器人集成的示例： Mind Network 是去中心化零信任数据湖的先驱。Privasea 目前正在构建一个针对完全同态加密的核心操作进行优化的微调库，为 web2 和 web3 客户提供高效便捷的解决方案。另一方面，Mind Network 专注于安全的数据驱动智能合约和加密数据的 AI。此次合作的关键方面之一是 Mind Network 将 Mind Network 的 FHE 数据湖集成到 Privasea 的 AI 网络中。 BNB Grienfield - 将数据管理与 BNB 智能链 (BSC) 中的去中心化金融 (DeFi) 潜力相结合。Privasea AI Network 和 BNB Greenfield 联手改变了数据存储和隐私的格局。Privasea 的 FHE 技术将实现网络上用户数据的持久加密。此外，BNB Greenfield 平台上的开发人员可以无缝地使用加密数据执行计算，涵盖数据统计、逻辑分析和机器学习模型评估等操作，而无需深入研究加密方法的复杂细节，包括利用 Privanetix 强大节点的能力。 Ton Network - Privasea 推出了 Secure LivenessCheck Bot，这是 TON Netwok 的解决方案，旨在通过利用先进的面部识别技术结合完全同态加密 [FHE] 来重新定义用户身份验证。 Pri-Auto 是一个可持续汽车行业的项目，瑞典 Vinnova Fordonsstrategisk Forskning och Innovation (FFI) 已选择在 2023 年为其提供资金。在 Pri-Auto 项目下，Privasea 将构建基础设施，为汽车行业创建安全的数据源，并通过智能访问权限管理实现 OEM、MaaS 和保险公司等多方之间的数据共享。对于这个项目，Privasea 正在与 RISE（一家瑞典研究机构）和 Alkit Communications AB（一家为沃尔沃集团和沃尔沃汽车等 OEM 提供数据收集服务的供应商）合作。 7. 支持者 Privasea 已从 Dewhales Capital、Binance Labs、Gate Labs、OKX Ventures、MH Ventures、K300 Ventures、QB Ventures、Crypto Times、Basic Capital、DuckDAO 等支持者以及一些来自行业的商业天使（例如 Zakaria (zak) Aves 和 Luke Sheng（来自 Chainlink））获得 500 万美元的投资承诺。 8. 结论通过解决效率问题并专注于改进现有算法，Privasea 为 FHE 的广泛采用铺平了道路，确保了数据安全和隐私在这个数据驱动的世界中可以共存的未来。他们的解决方案允许用户利用区块链提供的多种分布式计算资源，同时在处理 AI 时保持对数据和模型的完全控制。当今的世界变得越来越复杂，web3 与 AI 的联系越来越紧密。来源：金色财经

金色财经2024-08-30

2024年9月份将会大放异彩的4大100倍潜力加密货币

AO 是 Bittensor 去中心化机器学习网络的山寨币，过去一周其价格上涨了 15% 以上。自本月初以来，该山寨币一直在上涨通道内交易。当资产价格在两条向上倾斜的平行线之间移动时，就会形成这种看涨模式，其中上线作为阻力位，下线作为支撑位。目前，TAO 正接近该通道的上线。成功突破这一阻力位将表明，在购买压力不断增加的推动下，上涨趋势可能会持续。如果出现这一突破，TAO 的价格可能会反弹至四个月高点 578.30 美元。来源：金色财经

金色财经2024-08-30

从最新中报，看阳光保险(6963.HK)的价值增长路径

险的智能理赔平台，能够基于“图片识别+机器学习+数据库”技术应用，可智能识别损失情况，指导案件估损定损。上半年，阳光财险智能理赔人伤定损的单证分类与外表伤情识别功能使用率超过80%，单证分类准确率达95.6%。此外，从保险客户角度出发，相较于事后赔付，往往事前预防和风险事件发生概率降低更具意义。有鉴于此，阳光保险依靠领先的风控技术，主动参与和融入到承保标的风险管理过程中去，有效降低客户事故发生频率或损失程度，真正做到了将科技与客户需求相结合，最大程度激活科技潜能。 2024年上半年，阳光保险累计为8595个企业客户提供科技减损和专业风险咨询服务，升级打造“保险+科技+服务”的全量风险管理服务模式。由此观之，阳光保险为金融业的新质生产力塑造提供了一个良好模板。三、从社会价值看可持续发展以上论述更多体现的是阳光保险的经济价值，但这并非其全貌，尤其在当下越来越重视金融的政治性、人民性的背景下，单纯的经济价值容易低估一家服务国家战略、履行社会责任的保险企业可持续发展的能力。服务实体经济已经成为金融业的根本宗旨。上半年，阳光保险为实体经济提供风险保障50.4万亿元，提供资金支持逾4200亿元。其中在支持小微企业方面积极履行帮扶义务，为约1.8万家小微企业提供风险保障近2200亿元。在助力乡村全面振兴方面，阳光保险通过农业保险的创新和覆盖面的拓宽，保障了粮食安全并助力了农业产业的兴旺。这不仅对农村地区的经济发展起到了推动作用，也体现了保险公司在国家粮食安全战略中的重要角色。截至目前，阳光保险提供农业风险保障353亿元，支付理赔款1.5亿元，惠及约4.4万农户。此外，阳光保险为“一带一路”项目提供的风险保障，展现了其在支持国家对外开放战略中的积极作为。这种国际视野和行动，不仅促进了国际合作，也为中国企业“走出去”提供了坚实的风险保障。阳关保险为331个“一带一路”项目提供风险保障602亿元，涉及67个“一带一路”共建国家。再者，通过绿色保险、可持续投资和绿色运营的实践，阳光保险为构建和谐共生的社会贡献力量。其在绿色保险产品服务上的丰富和创新，以及对气候变化的积极应对，展现了其对环境保护和可持续发展的承诺。2024年上半年，阳光保险为122万次企业及个人提供绿色保险保障近8万亿元，提供赔款支持约23亿元。截至2024年6月末，可持续投资余额近550亿元，其中绿色投资超190亿元。可以看到，经济价值与社会价值共振，正是阳光保险正在构建的稳健、可持续的企业发展模式。四、结语在阳光保险的发展历程中，我们见证了一个企业如何通过坚持高质量发展和积极履行社会责任，实现了自身的价值提升和社会的和谐共生。这也是阳光保险对其初心——“创立一家受人尊重的百年企业”的践行，以及定力的坚守。初心不忘、定力不移，企业价值自然会显现。叠加当前阳光保险被纳入恒生综合指数，其市场认知度和投资价值将进一步提升，这不仅是对阳光保险过往稳健发展的认可，更是对其未来潜力的期待。对于这家能够持续向好的保险企业，理应多增添一份期待。

格隆汇2024-08-30

一文读懂Crypto x AI新星Hyperbolic

做到这一点： · Optimistic机器学习（OpML）：假设所有事务都是有效的，除非有验证者（validator）提出质疑。 · 零知识机器学习(zkML)：使用ZK电路来验证计算是否被正确执行。然而，两者都具有局限性： · OpML依赖于validators来查验结果，这就会因争议期而延迟最终确定性。另外，缺少内在激励来确保validators的诚信行为。 · zkML的计算量非常大，有时甚至需要几天的时间才能生成具有70B+参数的大模型证明。 Hyperbolic的目标是通过其抽样证明（PoSP）协议和抽样机器学习（SpML）来克服这些缺点。SpML利用抽样和博弈论来鼓励诚信行为，而不需要进行持续不断的监督。它基于一种被称为Nash Equilibrium（纳什均衡）的纯策略型博弈论概念，即所有参与者都有明确的动机诚信行事，因为作弊的成本超过了潜在的收益。最简单的思维模式是把它想象成一个公共汽车售票系统。检票员只进行随机检查，所以你可能会认为乘客经常会冒险逃票。但令人惊讶的是，他们并没有这样做，因为逃票的惩罚力度足以阻止乘客作弊。只要罚款远远超过购票成本，诚信就会占上风。 Hyperbolic的SpML使用经济激励来解决当前的验证机制（如OpML和zkML）的局限性。它既提供了速度又提供了安全性，在二者之间达到了很好的平衡，并且没有沉重的计算负担。需要注意的是什么？那就是它假设每个人的行为都是理性的，但事实并非总是如此。如果SpML在实践中运行良好，它将改变去中心化AI应用的游戏规则，使无需信任的验证推理成为现实。 2、可扩展的低成本计算训练AI是很昂贵的。电力和计算接入是企业和初创公司面临的最大成本。训练模型所需的算力成本几乎每9个月翻一番。 2020年GPT-3的成本约为400万美元，而2023年GPT-4的计算训练成本高达1.9亿美元，让人惊掉下巴。只有资源充足的机构组织才能活下去。规模较小的参与者和爱好者被过高的成本挤出市场。斯坦福大学的一名博士后不得不停止他的研究，原因是他负担不起所需的数千个GPU。去中心化计算网络的一个主要挑战是管理异构硬件——不仅仅是顶级的英伟达芯片，还有各种各样的GPU。 Hyperbolic的去中心化操作系统是其计算网络的核心。它将通过内置的自动扩展和容错性无缝地汇集资源。 Hyperbolic的突破在于它对这种复杂性的处理方式。 · 它通过优化不同硬件（从Nvidia到AMD GPU）的张量运算提供灵活性。 · Hyperbolic的编译栈抽象了复杂性，使开发人员能够在不同的GPU设置中实现高性能，而不会陷入部署和配置方面的困境。其他市场可能会提供去中心化GPU，但它们通常缺乏Hyperbolic所能提供的精密优化，从而将性能调优的负担放在用户身上。 Hyperbolic通过一个API简化了这一点，该API提供了对针对各种硬件优化的AI模型的访问权，使全球计算资源更加易于访问。 8月15日，Hyperbolic发布了其GPU市场的alpha受限版本，允许100名等候成员试用GPU租赁功能。 3、AI服务层 Hyperbolic人工智能生态系统的下一个组件就是AI服务层，它提供推理、模型训练、模型评估和检索增强生成（RAG）等功能。在Hyperbolic app中，你可以轻松运行顶级开源模型，如Llama 3.1 405B和Hermes 370B。要想微调输出，你可以调整超参数，如max tokens、temperature和top P。 Hyperbolic平台为创新的人工智能应用打开了大门，包括： · AI智能体收入共享：代币化AI智能体的所有权以重新分配收入。 · 人工智能DAO：利用人工智能进行治理决策。 · 分割GPU所有权：允许用户拥有和交易部分GPU。 4、Crypto扮演什么角色？ Hyperbolic基础设施的核心是其区块链，它支撑着编排、服务和验证层。区块链为Hyperbolic的开源AI云处理结算和治理。它还支持PoSP技术的仲裁和验证机制。虽然关于该区块链的具体内容还很少，但你大可期待Hyperbolic很快就会透露更多关于这方面的信息。 5、研究级Alpha Hyperbolic仍处于测试网阶段。他们在由Polychain Capital和Lightspeed Faction领投的种子轮融资中筹集了700万美元资金。有意思的是，Hyperbolic是Llama 3.1 405B Base模型的独家提供商。 Base模型是LLM的初始预训练版本，没有经过微调或通过人类反馈(RLHF)进行强化学习。它具有如下优势： · 全方位支持对特定任务的微调 · 是高级人工智能技术的起点，例如合成数据生成或模型蒸馏（model distillation）。 6、关于团队 Jasper (Yue) Zhang博士是Hyperbolic Labs的联合创始人兼首席执行官。他曾是Ava Labs的高级区块链研究员和Citadel Securities的量化研究员。他在两年内读取了加州大学伯克利分校的数学博士学位，并在阿里巴巴全球数学竞赛和中国数学奥林匹克竞赛中均获金牌。 Yuchen Jin博士是Hyperbolic Labs的联合创始人兼首席技术官。他拥有华盛顿大学计算机系统和网络博士学位。他之前曾在OctoML工作，这是一家为运行、调整和扩展生成式AI应用程序提供基础设施的公司。 7、我们的几点想法总的来说，Hyperbolic让我们非常兴奋。他们绝对是Crypto AI领域里最值得关注的团队之一。 Hyperbolic不仅仅是一个算力提供商，像PoSP和SpML这样的创新也为去中心化AI增加了新的信任和验证层。在Hyperbolic上试验base模型是非常有趣的，特别是因为他们是目前为数不多的能够实现这一功能的提供商之一。我们绝对可以相信支持他们的开源AI承诺。几周前，我们写过关于Prime Intellect的文章。Hyperbolic是否会像Prime Intellect那样专注于分布式AI训练，这一点还有待观察。虽然我们注意到对算力的需求通常是稀疏的，但对于Hyperbolic来说似乎并非如此。他们已经在研究市场上显示出了早期吸引力，吸引了研究人员和开发人员的极大兴趣。来源：金色财经

金色财经2024-08-27

「CryptoGPT」终结量化策略你也可以创建属于自己的策略

合了来自多个市场的数据源，并使用先进的机器学习算法来分析和预测市场走势，为用户提供更精准的交易信号。三、创建你自己的量化策略：步骤解析在「CryptoGPT」平台上创建一个量化策略并不复杂。以下是具体的步骤： 1. 确定交易策略的目标首先，你需要明确你的交易目标。例如，你是想在震荡市场中获取短期收益，还是在趋势市场中捕捉长期趋势？不同的市场条件和交易目标会影响策略的选择和设计。 2. 选择适合的技术指标选择技术指标是策略创建的核心。常见的技术指标有移动平均线（Moving Average）、相对强弱指数（RSI）、MACD、布林带（Bollinger Bands）等。你可以根据市场条件和策略目标，选择一种或多种技术指标来辅助决策。例如，如果你希望创建一个捕捉市场趋势的策略，可以选择均线策略（Moving Average Strategy）；如果你更关注市场的超买或超卖状态，可以选择RSI或布林带。 3. 编写策略描述「CryptoGPT」的优势在于其自然语言编程能力。你可以通过文字描述，定义你的交易策略。例如： • “当价格超过20日移动平均线并持续3个交易日以上，且RSI大于70时，执行做多操作。” • “当MACD线从下往上穿过信号线，且成交量增加时，开多仓。” 4. 设置止盈止损条件止盈止损是量化策略中至关重要的一环。一个好的止盈止损策略可以帮助你在市场波动中锁定收益，同时控制损失。你可以在「CryptoGPT」平台上设置固定比例的止盈止损，也可以根据市场的波动性动态调整。例如，你可以设置当价格上涨达到3%时平仓，或者当价格下跌超过1%时止损。 5. 回测和优化策略策略创建完成后，下一步是进行回测。通过回测，你可以使用历史数据来测试你的策略在不同市场条件下的表现。回测结果能够帮助你评估策略的稳定性和收益率，并找到需要优化的地方。在「CryptoGPT」上，你可以快速进行多次回测，并调整策略参数，优化策略表现。 6. 执行和监控策略当你对策略的表现感到满意时，可以将其部署在「CryptoGPT」平台上进行实时交易。平台将根据你的设定，自动执行交易操作，并根据市场变化实时调整策略。此外，你可以随时监控策略的表现，并根据市场情况手动干预或调整策略。四、案例分析：从零开始创建一个简单的量化策略为了更好地理解如何使用「CryptoGPT」创建自己的量化策略，我们以一个简单的RSI策略为例。策略名称：RSI回调策略策略描述：该策略基于相对强弱指数（RSI）来判断市场的超买和超卖状态。当RSI低于30时，表示市场超卖，可能出现反弹，此时买入；当RSI高于70时，表示市场超买，可能出现回调，此时卖出。策略参数： • RSI周期：14 • 超买水平：70 • 超卖水平：30 • 止盈水平：2% • 止损水平：1% 开仓条件： • 当RSI < 30时，执行买入操作。 • 当RSI > 70时，执行卖出操作。平仓条件： • 达到止盈或止损水平时，自动平仓。策略优化：在「CryptoGPT」上进行策略回测，发现当市场波动较大时，策略表现较好。在波动较小的市场条件下，策略需要调整止盈止损水平以减少不必要的交易。通过这个简单的案例，我们可以看到，使用「CryptoGPT」创建一个量化策略是多么的简单和直观。只需要几个步骤，你就可以将你的想法转化为一个可执行的策略。五、量化策略的未来：AI的持续赋能随着人工智能技术的不断进步，量化交易策略也在不断演化。AI的自学习能力使得交易策略能够自动优化和进化，从而更好地适应市场变化。未来，我们可以期待更多智能化、自动化的量化策略工具问世，为交易者提供更多的选择和机会。此外，AI技术的普及还将推动量化策略的进一步创新。例如，基于深度学习的算法策略、量化选股策略、基于事件驱动的策略等，这些创新策略将为交易者提供更丰富的工具和更大的盈利空间。六、结论量化策略作为一种高效的交易方式，正在成为越来越多交易者的首选。「CryptoGPT」平台通过降低入门门槛，让更多的人有机会参与到量化交易中来。无论你是刚刚接触加密货币市场的新手，还是经验丰富的交易员，「CryptoGPT」都可以帮助你创建和优化属于自己的量化策略，实现稳定盈利。未来，随着AI技术的进一步发展和市场的不断变化，量化策略将会有更多的创新和进步。作为交易者，我们应当保持开放的心态，不断学习和尝试新的策略，以在充满挑战的市场中获得成功。通过「CryptoGPT」，你不仅可以终结传统的量化策略，更可以创建属于自己的、创新的交易策略。让我们共同期待，在AI的持续赋能下，量化交易的未来将更加辉煌！ 3EX相关链接： Twitter(CN): https://twitter.com/3EX_ZH 来源：金色财经

金色财经2024-08-27

英伟达财报前瞻：多位分析师认为Blackwell 强劲收入潜力可以抵消产能延迟

用英伟达 GPU 的并行处理能力来加速机器学习工作负载。它不断发展 CUDA 的功能，以保持其市场领导地位。英伟达即将推出的 Blackwell 平台的推理能力是现有 Hopper 的 30 倍，同时成本和能耗降低了 25 倍。英伟达可能在即将召开的财报电话会议上提供 Blackwell 产量增加的更多细节。即使 AMD 推出与 Blackwell 相当的竞争产品，但Blackwell仍然有绝对的竞争优势，英伟达仍是GPU 市场无可争议的领导者。此外，还有诱人的收入动态。据引用摩根士丹利分析的新闻报道，英伟达及其合作伙伴预计将为配备即将推出的 Blackwell GPU 的 AI 服务器机柜定价 200 万至 300 万美元。根据对数万台 AI 服务器的需求，这一定价可能会在 2025 年带来超过 2000 亿美元的年收入。商业焦点： Blackwell 延迟或将影响收入？ 8 月初，有报道称这家 AI 芯片领军企业将因设计缺陷将下一代 AI 芯片的发布时间推迟至少三个月，导致该公司股价暴跌。但多位分析师认为 Blackwell并不会给英伟达的业绩带来较大的影响。以下的分析师的观点。原文链接

投资慧眼2024-08-27

OKX Ventures、Multicoin Capital 、1kx：DeFi 通往何方

理效率低下的问题也将通过更多依赖数据和机器学习的自动化动态治理得到改善。在协议设计方面，协议具有识别用户行为并做出相应调整的既得利益。例如，个性化的信用和利率调整将通过信用评分系统实现，行为良好的用户将享受更低的信贷或抵押率，提升用户参与度和忠诚度。同时，创新的协议将动态调整利率和抵押品要求，精细化风险管理，提高安全性并更有效地管理用户风险。 DeFi的未来发展必然是从投机交易到实际应用的进化。基于以往的迭代成果，整合扩容技术方案、新的通证范式、零知识证明和AI等技术，重点在于创建一个更安全且互联互通的生态系统，利用最新的基础设施进步推动应用变革。通过解决过去的局限性并引入更可持续的经济模式，旨在彻底改变用户体验和可访问性，提供更低费用和直观界面。 Multicoin（Kyle Samani）：最重要的机会在于链上衍生品。我们还未充分挖掘永续衍生品和链上期权的潜力。它们有望大幅提升金融市场的包容性，将新型资产类别引入链上，并解锁更优的对冲、杠杆和投资表达方式。正因如此，我们正将大部分精力投入这一领域，并坚信 Drift 是目前最有潜力抓住这一机会的 DeFi 协议。 1kx（Mikey 0x）：在 1kx，我们更关注长期增长前景，而非短期收益。从叙事角度来看，现实世界资产（RWAs）可能是最具吸引力的领域。如果 DeFi 在未来十年内实现百倍增长，我们必须依赖机构的力量。随着时间推移，这一价值主张将愈加清晰：开放、透明且可组合的账本，能够显著降低中介成本。另一个方向则是由 Hyperliquid 提出的概念是“链上 CEX”。尽管永续合约是交易所业务的重要组成部分，但他们还有许多其他收入来源，例如通过间接产品将客户引导至其链上。Hyperliquid 的愿景与此相似，他们从永续合约起步，逐步扩展到现货代币启动平台，并围绕这两个产品构建生态系统。在 DeFi 这样相对成熟的市场中，布局的关键在于找到分销和市场推广方面具有独特优势的团队。如今，单靠核心机制创新已经难以推动重大变化，我认为真正的突破点可能已过去。随着该领域的扩展和更多协议的推出，基于基本面的布局将成为关键主题。新的资金管理者希望看到真实的现金流和增长前景。目前，市场正在对 DeFi 全栈进行极高的增长预期定价（基于如市盈率等基本指标），这一增长目标虽然可实现，但可能需要比预期更长的时间。 OKX Ventures 的免责声明，请详阅https://www.okx.com/zh-hans/learn/okx-disclaimer. Multicoin Capital 的免责声明，请详阅https://multicoin.capital/disclosures/ 1kx的免责声明，请参考:https://1kx.network/important-disclosures 风险提示及免责声明本文章仅供参考。本文仅代表作者观点，不代表OKX立场。本文无意提供 (i) 投资建议或投资推荐； (ii) 购买、出售或持有数字资产的要约或招揽； (iii)财务、会计、法律或税务建议。我们不保证该等信息的准确性、完整性或有用性。持有的数字资产（包括稳定币和 NFTs）涉及高风险，可能会大幅波动。您应该根据您的财务状况仔细考虑交易或持有数字资产是否适合您。有关您的具体情况，请咨询您的法律/税务/投资专业人士。请您自行负责了解和遵守当地的有关适用法律和法规。来源：金色财经

金色财经2024-08-26

24小时热点