FX168财经网_全球视野外汇黄金加密货币NFT资讯网

减半、周期与轮回：一部比特币发展史

了《比特币杂志》，目前最全面的比特币 Python 库是其写的 pybitcointools。Vitalik是比特币大区块的支持者，其最早想把比特币做成一个可扩展的东西，比如其曾和他的团队做了彩色币（Colored Coins），它支持用户在BTC生态上发币，任何人可以基于比特币协议构建资产，并进行交易。以太坊承袭了大区块的思想，有别于比特币的数字黄金，而是一个“计算机”。澳本聪：原名Craig Steven Wright，BCH的分叉币BSV的创始人，澳大利亚一个自称是中本聪的人。其声名大噪是因在2016年时，自称自己是中本聪，甚至还得到了比特币核心团队成员Gavin Anderson的确认。但后来因为澳本聪无法提供足够的证据，最后他本人也放弃了，但却得到了“澳洲中本聪”的称号。在比特币分叉风波中，澳本聪也十分活跃，甚至扬言要用钱用钱摧毁比特大陆，最后分叉了BCH， BSV诞生。长铗：真名刘志鹏，中国最大的区块链论坛、媒体“巴比特”的创始人，同时也是一个科幻作家。他在中文区块链世界有着举足轻重作用，长期致力于区块链技术推广与理论研究，是区块链“不可能三角”理论提出者，并出版了国内第一本比特币专著《比特币：一个真实而虚幻的金融世界》。烤猫：真名蒋信予，比特币发展历史上又一个无法忽略的名字。他是中国比特币圈内第一个成功发布ICO项目的人，也是中国最早制造Asic矿机技术天才之一，早在2013年就已经身家过亿，手握全网20%算力。而在2014年底至2015年初，其突然失联，再未露面。吴忌寒：矿霸，比特大陆创始人，比特大陆最高时曾掌握着比特币挖矿超50%的算力。2017年，在比特币的大小区块之争中，其支持大区块，随后分叉了比特币，BCH诞生，甚至想篡权BTC，虽然使劲浑身解数，但最终失败。李笑来：原为新东方老师，被称为中国比特币首富，2010年第一次购买比特币，2014年熊市时又果断加仓。至此，其手上积累了十万枚比特币。而在2017年，李笑来将所有比特币套现，赚取了大约135亿人民币，并且公开表示比特币是一种骗局。 Casey Rodarmor：Ordinals 协议的开发者，让NFT在比特币上得以实现，这是比特币继 2012 年出现的彩色币、2014 年的衍生品 Counterparty 以来的又一次在比特币上发行NFT的尝试。而后其又提出了Rune协议，将在比特币第四次减半当天推出。贝莱德CEO Larry Fink ：早在2017年，Fink表示自己是加密货币的 “忠实信徒”，而在2023 年，贝莱德提交了比特币 ETF 的申请，Fink表示加密货币将有望超越全球货币。全球金融巨头的这一举动，无疑是对比特币的主流化打入了一针强心剂，后来，贝莱德确实成为了美国第一批吃比特币现货ETF螃蟹的人。萨尔瓦多总统Nayib Bukele：他是世界上首位公开支持比特币的总统，并且使比特币成为了其国家的法币，并且此后，该国每天都在购买一个比特币。这无疑是对当下的金融体系的一种创新尝试。 MicroStrategy的CEO Michael Saylor：Michael Saylor是持仓比特币最多的公司，而Michael Saylor也是也是加密货币领域具有重要影响力的人物之一，据说他持有的比特币总数超过12万枚。赵长鹏：币安创始人，2014年用卖房的钱，以600美元的价格梭哈了比特币。其在2017年创办了目前交易量最大交易所币安，其在中国清退交易所后果断选择了全球化的发展方向。事实证明，果断出海确实成就了币安。不过也因此陷入了和美国政府的官司中。行业内对于赵长鹏一直称赞有佳的原因是，其不只是在做一家交易所。币安投资孵化了许多项目，一直在努力把行业的蛋糕做大。比特币的发展历史上，无数人来了又去，也有人一直坚持，从早期积极布道，到后来一直一线参与行业建设。加密发展的历史会记住那些积极投身的实干者，而他们对于比特币的信仰，也给予了他们足够丰厚的财富回报。五、从支付货币到数字黄金，无政府主义终被收编从2008至今，比特币已经诞生了快十六年。比特币诞生于2008年的金融危机之后，彼时中本聪面对货币超发带来的通货膨胀，想要创办一种独立于国家的金融系统。创立之初的比特币是一种电子现金，中本聪最初是希望他能像货币一样被人们用起来。但是，在最初的两年，比特币几乎一文不值。一枚比特币的价格还不到半美分，并且根本没有商家愿意接受用比特币付款。直到2010年5月，比特币才正在被用作购买食物。一名早期矿工Laszlo Hanyec用1万枚比特币换了两个披萨。此后，比特币作为支付方式，真正得到了广泛实践，便是在暗网上。2011年，暗网丝绸之路成立，比特币成为了其上的硬通货，除了其匿名性之外，很大程度上还因为其难以追踪的特性高度符合暗网的需求。从早期的数据中也可以发现，在比特币最初诞生的三个年头，有30%的交易指向暗网；到了2014年，六大暗网中平均每天比特币的交易量达到了65万美元。洗钱、贩毒、拐卖妇女儿童，比特币与这些词绑定到了一起。据统计，截止2018年1月，大约有25%的比特币用户和近一半的比特币交易与非法活动相关。一些暗网消失了，洗钱最常用的虚拟货币也从比特币变为了泰达币，因为其价格恒定。随着比特币价格的暴涨，又因其价格波动较大，比特币作为交换货币的功能也在逐渐减弱，而越来越成为一种价值储存的工具，在2017年的大小区块之争之后，比特币坚定了数字黄金的定位，而在实践中，比特币也在不断做实这一定位。随着一些主权国家货币体系的崩溃，比特币更是成为了一些国家人们超越法币的一种选择。 2021年9月，比特币成为了萨尔瓦多的流通的法定货币。萨尔瓦多也成为了比特币之国。而阿根廷新任的总统则是在多个公开场合宣传比特币与加密货币的好处。苦阿根廷通货膨胀久矣的阿根廷人民，也在积极购买比特币。阿根廷是全球加密货币采用率最高的国家之一。通胀数据显示，阿根廷通胀率从2024年1月的254.20%上升到2月的276.20%。以上国家的例子可以看到，比特币确实在发挥着中本聪最初设想的抗通货膨胀的作用。但一些主权国家也确实在积极拥抱比特币，那个独立于主流金融体系的初衷却不再能实现了。如今，一些政府正在积极监管和拥抱比特币，比特币已经成为了主流金融体系的一部分。最直接的显现就在于，一些国家已经通过了比特币的现货ETF，尤其是美国的通过，影响颇深。纵观这些年比特币的发展，我们可以看到，其实比特币慢慢是从支付方式变成类黄金的投资品，而各国对于其态度也从打击，到了不得不研究监管，又或是积极拥抱。此前，比特币是一撮极客的玩物，而经过了近十六年的发展，比特币的叙事也从支付货币变成数字黄金，从对于国家金融体系的一种对抗，终于被主流金融体系所收编。而比特币本身，也在变化着，有过大小区块之争，有过分叉，到如今其上的铭文符文等新玩意层出不穷。各方势力为了自身利益上在比特币上上演各式纷争，但这些都未真正撼动过比特币，比特币依旧伟大。来源：金色财经

金色财经2024-04-20

大涨前兆!立即购买这3个加密货币给你带来 10 倍收益

可能会影响资产的长期价值。 PYTH Python Network 是在牛市初期积累了巨大价值的加密代币之一。在市场高峰期，PYTH 的价值超过 1 美元。它的表现优于几种顶级加密货币。然而，PYTH 因加密货币市场的看跌趋势而损失了很大一部分收益。该代币目前估值约为 1 美元，比峰值低近 40%。与上升趋势相比，其市值也大幅下降。尽管如此，PYTH 仍然是这个市场上值得关注的加密代币之一。截至发稿，该代币正处于反转趋势，过去 24 小时内涨幅超过 5%。除了价格上涨之外，PYTH 的交易量也与市场整体趋势相比有所增加。一般来说，这种价格走势表明投资者对该资产的兴趣有所回归，这可能会导致价格小幅上涨。此外，PYTH 目前的价格比大多数山寨币更接近 ATH 的价值。短期内突破 ATH 的可能性可能会严重影响市场对 PYTH 潜力的看法。根据其社交媒体账号上的帖子，PYTH 在各个网络上的 TVL 也在上升。寻求加密代币短期交易机会的投资者应将 PYTHON 纳入其观察名单，因为该代币具有进一步上涨的潜力。此外，Pyth Network 在加密行业提供独特的服务，这意味着其资产将持续保持需求。 INJ 今天注射剂的价格上涨了 15% 以上，在撰写本文时其价格为 28 美元。INJ 也是牛市中加密货币涨幅最大的股票之一，在趋势顶峰时涨幅超过 400%。投资者称赞该代币是表现最好的代币之一，其价格从 10 月份的约 9 美元攀升至 3 月份的约 55 美元。然而，有迹象表明 INJ 可能有望再次崛起。代币的技术分析表明，投资者可能能够通过建仓来获得短期收益；然而，日线图上的长期移动平均线指标显示，投资者可能会长期看好该资产，因为其当前价格趋势低于 200 日均线。尽管如此，其 10 天均线显示出趋势逆转，使该代币成为短期投资的理想机会。此外，INJ 的加密销毁策略提供了长期保持其价值的渠道。虽然代币可能不会很快恢复到峰值。未来几天它将继续突破其价格界限。来源：金色财经

金色财经2024-04-19

牛市里你必须了解涨幅10倍的加密货币

者，确保适应性和弹性。 3.PYTH Python Network 是在牛市初期积累了巨大价值的加密代币之一。在市场高峰期，PYTH 的价值超过 1 美元。它的表现优于几种顶级加密货币。然而，PYTH 因加密货币市场的看跌趋势而损失了很大一部分收益。该代币目前估值约为 1 美元，比峰值低近 40%。与上升趋势相比，其市值也大幅下降。尽管如此，PYTH 仍然是这个市场上值得关注的加密代币之一。截至发稿，该代币正处于反转趋势，过去 24 小时内涨幅超过 5%。除了价格上涨之外，PYTH 的交易量也与市场整体趋势相比有所增加。一般来说，这种价格走势表明投资者对该资产的兴趣有所回归，这可能会导致价格小幅上涨。此外，PYTH 目前的价格比大多数山寨币更接近 ATH 的价值。短期内突破 ATH 的可能性可能会严重影响市场对 PYTH 潜力的看法。根据其社交媒体账号上的帖子，PYTH 在各个网络上的 TVL 也在上升。寻求加密代币短期交易机会的投资者应将 PYTHON 纳入其观察名单，因为该代币具有进一步上涨的潜力。此外，Pyth Network 在加密行业提供独特的服务，这意味着其资产将持续保持需求。来源：金色财经

金色财经2024-04-19

构建只涨不跌的DApp代币合约系统：LP分红项目开发详解

术来支持系统的运行，如Node.js、Python等。第三部分：智能合约设计与开发在进行智能合约设计和开发时，需要考虑以下几个方面：只涨不跌机制：设计智能合约的逻辑，确保代币价格只能上涨，可以采用锁定资金、自动回购等机制。 LP分红机制：实现分红功能，根据用户的持有量分配奖励，并确保分红过程的公平和透明。质押和挖矿机制：设计质押和挖矿功能，允许用户质押数字资产，并根据质押量分配挖矿奖励。安全性审计：对智能合约进行全面的安全审计，确保合约的安全性和稳定性，防止漏洞和攻击。第四部分：用户界面开发开发一个友好的用户界面，让用户能够方便地参与和管理他们的资产。界面应包括以下功能：账户注册和登录：允许用户注册账户并登录系统。资产管理：显示用户的资产信息，包括持有的代币数量、质押情况等。挖矿和分红：允许用户参与挖矿和领取分红，显示相应的收益和奖励。交易功能：提供买卖代币的交易功能，支持用户之间的交易和资金转移。第五部分：测试和部署在完成开发后，需要进行全面的测试，确保系统的稳定性和安全性。测试包括单元测试、集成测试和用户验收测试等。完成测试后，将系统部署到选择的区块链平台上，让用户可以访问和使用。结语通过以上步骤，一个只涨不跌的DApp代币合约系统就可以得以构建。这样的系统具有创新的设计和强大的功能，为用户提供了稳定的投资机会，并推动了区块链技术的发展和应用。然而，开发这样的系统也需要谨慎对待，确保安全性和可靠性，为用户创造长期价值。小编只开发互联网软件，不会参与任何运营项目，以上数据通过互联网公开信息进行分析的商业模式和数据，小编不承担任何数据真实性责任。想要了解更多这个模式的相关知识，请私信小编，免费为你设计商业模式方案，为你解疑答惑。来源：金色财经

金色财经2024-04-11

ChatGPT官宣免注册，国内首个AI程序员入职阿里云，恒生科技指数ETF(159742)上涨近2%，小鹏汽车领涨超7%

的边界从此被打破，Java程序员能完成Python、C等不同编程语言的代码编写，通义灵码在阿里云正式上岗，标志着编程率先成为大模型技术落地的领域之一。在大语言模型百花齐放阶段，我们认为国内大厂持续投入大语言模型，有望打造出更适合中国的AI生产力工具。目前AIGC行情已有所分化，未来主题性机会有望逐步切换向案例兑现、甚至基本面兑现，龙头及龙头板块需重点关注。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-04-10

AI\DePIN\Sol生态三重光环加身：浅析发币在即的IO.NET

式的、去中心化的芯片网络，能够执行基于Python的机器学习代码，运行AI和机器学习程序。 IO Cloud的基本业务模块叫做集群（Clusters），Clusters是一个可以自我协调完成计算任务的GPU群组，人工智能工程师可以根据自己的需求来自定义想要的集群。 IO.NET的产品界面的用户友好度很高，如果你要部署属于自己的芯片集群，来完成AI计算任务，在进入它的Clusters（集群）产品页面后，就可以开始按需配置你要的芯片集群。页面信息：https://cloud.io.net/cloud/clusters/create-cluster，下同首先你需要选择自己的任务场景，目前有三个类型可供选择： General（通用型）：提供了一个比较通用的环境，适合早期不确定具体资源需求的项目阶段。 Train（训练型）：专为机器学习模型的训练和微调而设计的集群。这个选项可以提供更多的GPU资源、更高的内存容量和/或更快的网络连接，以便于处理这些高强度的计算任务。 Inference（推理型）：专为低延迟推理和重负载工作设计的集群。在机器学习的上下文中，推理指的是使用训练好的模型来进行预测或分析新数据，并提供反馈。因此，这个选项会专注于优化延迟和吞吐量，以便于支持实时或近实时的数据处理需求。然后，你需要选择芯片集群的供应方，目前IO.NET与Render Network以及Filecoin的矿工网络达成了合作，因此用户可以选择IO.NET或另外两个网络的芯片来作为自己计算集群的供应方，相当于IO.NET扮演了一个聚合器的角色（但截至笔者撰文时，Filecon服务暂时下线中）。值得一提的是，根据页面显示，目前IO.NET在线可用GPU数量为20万+，而Render Network的可用GPU数量为3700+。再接下来就进入了集群的芯片硬件选择环节，目前IO.NET列出可供选择的硬件类型仅有GPU，不包括CPU或是苹果的iGPU(M1、M2等），而GPU也主要以英伟达的产品为主。在官方列出、且可用的GPU硬件选项中，根据笔者测试的当日数据，IO.NET网络总在线的可用数量的GPU数量为206001张。其中可用量最多的是GeForce RTX 4090（45250张），其次是GeForce RTX 3090 Ti（30779张）。此外，在处理AI计算任务如机器学习、深度学习、科学计算上更为高效的A100-SXM4-80GB芯片（市场价15000$+），在线数有7965张。而英伟达从硬件设计开始就专为AI而生的H100 80GB HBM3显卡（市场价40000$+），其训练性能是A100的3.3倍，推理性能是A100的4.5倍，实际在线数量为86张。在选定集群的硬件类型后，用户还需要选择集群的地区、通信速度、租用的GPU数量和时间等参数。最后，IO.NET根据综合的选择，会为你提供一个账单，以笔者的集群配置为例：通用（General）任务场景 16张A100-SXM4-80GB芯片最高连接速度（Ultra High Speed）地理位置美国租用时间为1周该总账单价格为3311.6$，单张卡的时租单价为1.232$ 而A100-SXM4-80GB在亚马逊云、谷歌云和微软Azure的单卡时租价格分别为5.12$、5.07$和3.67$（数据来源：https://cloud-gpus.com/，实际价格会根据合约细节条款产生变化）。因此仅就价格来说，IO.NET的芯片算力确实比主流厂商便宜不少，且供给的组合与采购也非常有弹性，操作也很容易上手。业务情况供给端情况截至今年4月4日，根据官方数据，IO.NET在供应端的GPU总供给为371027张，CPU供给为42321张。此外，Render Network作为其合作伙伴，还有9997张GPU和776张CPU接入了网络的供给。数据来源：https://cloud.io.net/explorer/home，下同笔者撰文时，IO.NET接入的GPU总量中的214387处于在线状态，在线率达到了57.8%。来自Render Network的GPU的在线率则为45.1%。以上供应端的数据意味着什么？为了进行对比，我们再引入另一个上线时间更久的老牌分布式计算项目Akash Network来进行对比。 Akash Network早在2020年就上线了主网，最初主要专注于CPU和存储的分布式服务。2023年6月，其推出了GPU服务的测试网，并于同年9月上线了GPU分布式算力的主网。数据来源：https://stats.akash.network/provider-graph/graphics-gpu 根据Akash官方数据，其GPU网络推出以来，供应端尽管持续增长，但截至目前为止GPU总接入数量仅为365张。从GPU的供应量来看，IO.NET要比Akash Network高出了好几个数量级，已经是分布式GPU算力赛道最大的供应网络。需求端情况不过从需求端来看，IO.NET依旧处于市场培育的早期阶段，目前实际使用IO.NET来执行计算任务的总量不多。大部分在线的GPU的任务负载量为0%，只有A100 PCIe 80GB K8S、RTX A6000 K8S、RTX A4000 K8S、H100 80GB HBM3四款芯片有在处理任务。且除了A100 PCIe 80GB K8S之外，其他三款芯片的负载量均不到20%。而官方当日披露的网络压力值为0%，意味着大部分芯片供应都处于在线待机状态。而在网络费用规模上，IO.NET已经产生了586029$的服务费用，近一日的费用为3200$。数据来源：https://cloud.io.net/explorer/clusters 以上网络结算费用的规模，无论是总量还是日交易量，均与Akash处在同一个数量级，不过Akash的大部分网络收入来自于CPU的部分，Akash的CPU供应量有2万多张。数据来源：https://stats.akash.network/ 此外，IO.NET还披露了网络处理的AI推理任务的业务数据，截至目前其已经处理和验证的推理任务数量超过23万个，不过这部分业务量大部分都产生于IO.NET所赞助的项目BC8.AI。数据来源：https://cloud.io.net/explorer/inferences 从目前的业务数据来看，IO.NET的供给端扩张顺利，在空投预期和代号“Ignition”的社区活动刺激下，让其迅速地汇聚起了大量的AI芯片算力。而其在需求端的拓展仍处于早期阶段，有机需求目前还不足。至于目前需求端的不足，是由于消费端的拓展还未开始，还是由于目前的服务体验尚不稳定，因此缺少大规模的采用，这点仍需要评估。不过考虑到AI算力的落差短期内较难填补，有大量的AI工程师和项目在寻求替代方案，可能会对去中心化的服务商产生兴趣，加上IO.NET目前尚未开展对需求端的经济和活动刺激，以及产品体验的逐渐提升，后续供需两端的逐渐匹配仍然是值得期待的。 2.3 团队背景和融资情况团队情况 IO.NET的核心团队成立之初的业务是量化交易，在2022年6月之前，他们一直专注于为股票和加密资产开发机构级的量化交易系统。出于系统后端对计算能力的需求，团队开始探索去中心化计算的可能性，并且最终把目光落在了降低GPU算力服务的成本这个具体问题上。创始人&CEO：Ahmad Shadid Ahmad Shadid在IO.NET之前一直从事量化和金融工程相关的工作，同时还是以太坊基金的志愿者。 CMO&首席战略官：Garrison Yang Garrison Yang在今年3月才正式加入IO.NET，他此前是Avalanche的战略和增长VP，毕业于加州大学圣巴巴拉分校。 COO：Tory Green Tory Green 是 io.net 首席运营官，此前是 Hum Capital 首席运营官、Fox Mobile Group 企业发展与战略总监，毕业于斯坦福。从IO.NET的Linkedin信息来看，团队总部位于美国纽约，在旧金山有分公司，目前团队人员规模在50人以上。融资情况 IO.NET截至目前仅披露了一轮融资，即今年3月完成的A轮估值10亿美金融资，共募集了3000万美金，由Hack VC领投，其他参投方包括Multicoin Capital、Delphi Digital、Foresight Ventures、Animoca Brands、Continue Capital、Solana Ventures、Aptos、LongHash Ventures、OKX Ventures、Amber Group、SevenX Ventures和ArkStream Capital等。值得一说的是，或许是因为收到了Aptos基金会的投资，原本在Solana上进行结算记账的BC8.AI项目，已经转换到了同样的高性能L1 Aptos上进行。 2.4 估值推算根据此前创始人兼CEO Ahmad Shadid的说法，IO.NET将在4月底推出代币。 IO.NET有两个可以作为估值参考的标的项目：Render Network和Akash Network，它们都是代表性的分布式计算项目。我们可以用两种方式推演IO.NET的市值区间：1.市销比，即：市值/收入比；2.市值/网络芯片数比。先来看基于市销比的估值推演：从市销比的角度来看，Akash可以作为IO.NET的估值区间的下限，而Render则作为估值的高位定价参考，其FDV区间为16.7亿~59.3亿美金。但考虑到IO.NET项目更新，叙事更热，加上早期流通市值较小，以及目前更大的供应端规模，其FDV超过Render的可能性并不小。再看另一个对比估值的角度，即“市芯比”。在AI算力求大于供的市场背景下，分布式AI算力网络最重要的要素是GPU供应端的规模，因此我们可以以“市芯比”来横向对比，用“项目总市值与网络内芯片的数量之比”，来推演IO.NET可能的估值区间，供读者作为一个市值参考。如果以市芯比来推算IO.NET的市值区间，IO.NET以Render Network的市芯比为上限，以Akash Network为下限，其FDV区间为206亿~1975亿美金。相信再看好IO.NET项目读者，都会认为这是一个极度乐观的市值推算。而且我们需要考虑到，目前IO.NET如此庞大的芯片在线张数，有受到空投预期以及激励活动的刺激，在项目正式上线后其供应端的实际在线数仍然需要观察。因此总体来说，从市销比的角度进行的估值测算可能更有参考性。 IO.NET作为叠加了AI+DePIN+Solana生态三重光环的项目，其上线后的市值表现究竟如何，让我们拭目以待。 3.参考信息 Dephi Digital：The Real Merge Galaxy：Understanding the Intersection of Crypto and AI 来源：金色财经

金色财经2024-04-09

金色百科 | 什么是生成艺术 NFT？

如Processing、p5.js 和Python）来生成可以随时间演变或响应各种外部输入的艺术作品。这种艺术创作方法通过引入随机性、复杂性和互动性元素，扩展了传统艺术的界限，允许产生无穷无尽的结果，并使每件生成艺术都真正独一无二。 NFT 与艺术的融合彻底改变了数字艺术品的认证、拥有和交易方式。使用区块链技术铸造 NFT 对艺术家和收藏家都具有重大影响，为数字创作货币化和数字艺术投资提供了新模式。区块链的安全性和透明性确保了每件作品的来源，提供了以前在数字领域难以实现的真实性和稀缺性。二、生成艺术 NFT 是如何创建的？艺术家使用算法来决定生成艺术的创作，然后将其铸造为区块链上独特的 NFT。生成艺术 NFT 是艺术与技术之间共生关系的产物。艺术家定义一组规则或使用编程语言编写计算机程序。这些规则规定了艺术品的视觉元素是如何生成的，包括形状、颜色、图案和动作。此外，生成艺术 NFT 严重依赖创意编码来制作独特、动态的艺术品。这允许初始变化以及艺术根据时间或用户交互而发展的潜力。他们还融入了随机性元素，以确保每个 NFT 都是独一无二的，同时还添加参数来指导整体美学并确保其符合他们的愿景。流行的创意编码工具包括 openFrameworks、NodeBox 和 Max/MSP。最终的艺术品随后被铸造为 NFT，这一过程将数字艺术品转化为区块链上的独特资产。这一铸造过程涉及创建防篡改的数字所有权证书，以确保艺术品的真实性和稀缺性。收藏家购买 NFT；购买触发智能合约，在链上执行生成代码。该代码利用基于交易细节或区块数据等因素的随机性，专门为该收藏家创建真正独特、独一无二的艺术品版本。三、为什么生成艺术 NFT 如此独特？生成艺术 NFT 以其算法驱动的创作过程而著称，确保每件作品都是真正独一无二且充满活力的。生成艺术 NFT 因其固有的独特性及其创作背后的动态过程而脱颖而出。每件作品都是算法、艺术家定义的参数以及有时随机元素或实时数据输入之间复杂相互作用的结果。这确保了即使使用相同的规则，结果也可能有很大差异，从而产生真正独一无二的艺术品。艺术中的数字稀缺数字稀缺性是一个通过区块链技术变得具体化的关键概念。在艺术背景下，它指的是在数字复制毫不费力且无处不在的世界中证明数字资产的有限存在、所有权和原创性的能力。生成艺术 NFT 通过使用区块链来证明和记录每件艺术品的独特性和所有权，从而利用了这一概念。代币化的艺术当艺术品被代币化并在区块链上表示为 NFT 时，它通过其元数据获得独特的身份，其中包括创作者的身份、创作日期和所有权历史等信息。这些元数据无法更改，确保艺术品的出处和真实性得到无限期保存。对于生成艺术来说，这种标记化过程至关重要，因为它不仅断言了每件作品的原创性，而且还确保了艺术品生成的独特参数和条件。四、在哪里可以找到生成艺术 NFT？生成艺术 NFT 可在各种在线平台上使用，从广泛的市场到专注于生成艺术的利基网站。生成艺术 NFT 可通过各种迎合数字艺术品和区块链技术的在线平台获取。这些平台的范围从广泛的 NFT 市场到专门致力于生成和算法艺术的利基网站。生成艺术的NFT市场 OpenSea、variable、Nifty Gateway和SuperRare等NFT市场上都有各种各样的数字艺术，包括生成艺术NFT。这些平台为艺术家提供了一个以 NFT 形式铸造、展示和销售作品的空间。收藏家可以浏览广泛的收藏，参与拍卖，并直接从创作者购买独特的作品。这些市场通常以社区评级、艺术家简介和每件作品的详细历史为特色，包括以前的所有权和销售价格，为艺术品的价值和来源提供透明度和洞察力。 NFT艺术创作平台除了一般的 NFT 市场之外，还有专门专注于生成艺术及其独特创作过程的平台。 Art Blocks 是一个著名的例子，它提供了一个精心策划的空间，艺术家可以在其中部署他们的生成算法。当收藏家在 Art Blocks 上购买一件作品时，该平台的算法会运行生成艺术家作品的独特实例，然后在以太坊区块链上铸造为 NFT。这确保了每件作品都是独一无二的，将创作过程与收藏行为直接联系起来。五、生成艺术 NFT 面临的挑战生成艺术 NFT 的创新领域面临着从知识产权问题到真实性验证和道德考虑等一系列挑战。在数字和生成艺术空间中驾驭知识产权可能特别棘手。由于生成艺术是由艺术家定义的算法创建的，因此出现了谁拥有版权的问题——艺术家、算法或与艺术交互以创建最终作品的最终用户。这种模糊性可能会导致所有权和版权侵权纠纷，使数字艺术品的分发和销售变得复杂。虽然 NFT 本质上提供了一种验证数字艺术品真实性和出处的方法，但该系统并非万无一失。假冒 NFT 可能会产生问题，即个人在未经原艺术家许可的情况下铸造艺术品，这给确保买家购买正品和原创作品带来了挑战。区块链技术的去中心化本质虽然是一种优势，但也可能使监管和监督更具挑战性。此外，生成艺术 NFT 领域还出现了伦理问题，特别是涉及艺术创作过程的透明度以及算法在未经适当归属或同意的情况下复制或衍生现有艺术品的可能性。在艺术创作中使用数据和人工智能引发了进一步的伦理问题，涉及所制作艺术的原创性和真实性，以及是否尊重他人的知识产权。这些道德考虑需要社区内持续的对话和最佳实践的发展。来源：金色财经

金色财经2024-04-08

冲击全球前十大永续合约交易商, 新锐量化机构Quantrend是如何做到的？

信息和资料，陈泰元和戴志洋团队最初使用Python语言来处理，但很快发现其效能明显不足的问题，转而尝试Go语言后仍不能达到预期标准，最终才选择了Rust这一冷门但高效的语言。技术转型的过程听起来简单，但实则困难重重。负责系统建设的戴志洋表示：“一般团队要更换程式语言写产品，可能需要1~2年的时间，我们只需要几个月，还可以一直再进化。”而代价是所有人经常关在小房间里一次就是七八个小时。 Quantrend就像是建立在交易平台上的APP，为机构或VIP等用户提供增值服务，同时也为交易所提供了流动性和交易量。陈泰元在接受PANews采访时表示，“我们还是比较focus维持市场秩序跟稳定，然后就是发展我们的AI技术，从根源做起。” 2021年秋，Quantrend完成高频交易系统的架构，同时训练出有预测力的AI模型，并取得了FTX交易所最高等级的VIP。万事具备后，正式启动高频交易，这本该是一个重要的里程碑。然而，没过几天，原本直线上升的净值，在某个时间点开始翻转并直线下降。在重新调整参数再次上架后，仅过几个小时就又从直线上升转为直线下降。Quantrend开始怀疑事情不单纯，并做起了实验，结果指向同一个结论：FTX作弊。一个月后，Quantrend最终不得不壮士断腕，卖掉所有的FTT，下架所有的策略，将一切推倒重来。 2022年7月，又历时半年之久，才重新在币安继续交易。然而这个时候，加密市场已经开始转入寒冬，所有从业者开始苦等牛市，却先等来了FTX的爆雷。由于Quantrend在发现FTX有猫腻后早早转移了资产，因而在这场风波中得以幸免于难。在“转投”币安平台后，Quantrend经过一年多时间的稳步发展。从币安的永续合约的视角看，Quantrend已基本跻身全世界前十大的交易商，其XAOS交易系统一年产生的交易量高达3000亿美元。今年年初，Quantrend在OKX也拿下了最高的做市商等级和VIP等级。可以说，不论市场行情好坏，其高频交易系统都得到了市场的验证和充分认可。作为初创企业，Quantrend还提供资管服务，如币安VIP 3以上用户可以享受的托管子账户（MSA，Managed Sub-Account）服务，托管子帐户为投资人在将交易委托给专业交易团队操作时，同时保有帐户应用灵活性的资产管理服务架构。在享有与交易团队相同优惠的VIP费率同时，也可以保障资金的安全性。其具有灵活操作特性，既能符合投资人账户区分需求，也支持投资人创建多个托管子账户给不同交易团队使用，以更加适应多元化的资产管理市场需求。展望未来：寻求与大资本合作目前来看，无论是在交易量、策略、系统以及与交易所的关系和合作上，Quantrend基本上都已经具备。在牛市的预期下，市场向好也意味着需要更大的资金体量。作为一个全名排名前十附近的高频交易商，Quantrend今年将寻求与国际资本合作，以扩大其整体的交易量。至于其资管服务，Quantrend将会更加突出它在市场上的独特性与差异化，包括用托管子账户做增值服务，或去寻求与传统的投行合作。“透过这些银行的托管服务，让银行去做客户的资金安全的担保，然后再去向他们提供一些相对安全收益较高的产品，我觉得这个是我们今年会去做的。” 来源：金色财经

金色财经2024-04-03

金色早报丨以太坊blob被用来创建铭文比特币L2网络BOB完成1000万美元融资

用 ▌Algorand声称成为首个使用Python作为原生编程语言的L1区块链 Algorand基金会推出AlgoKit 2.0，声称这使得Algorand成为第一个使用Python作为原生编程语言的L1区块链。该团队表示，Instagram、Spotify和Uber等流行应用程序都是用Python编写的，全球有超过1000万软件开发人员在使用。AlgoKit 2.0是AlgoKit命令行界面(CLI)的升级版，是一个用于在Algorand上构建的工具集，它使开发人员能够使用常规Python编写Web3应用程序，该工具包已通过改进的模板系统进行了内部重新架构，以提供整体上更加简化的开发人员体验。 ▌Layer N宣布推出AI Functions，用于AI推理和AI用例 Layer N（一个设计为自定义虚拟机网络的“以太坊StateNet”）宣布推出AI Functions，该工具允许开发人员在其应用程序中集成AI推理和AI用例。这是与Modulus Labs合作的，Modulus Labs是一家专注于通过ZK技术将AI引入链上的公司。使用案例的示例可能包括用更复杂的模型替换AMM、产量优化策略、游戏和AI加密代理以及AI仲裁。该团队在博客文章中写道：“想象一个预测市场，其中包括基于人工智能的事件结果仲裁，从而降低共识共谋的风险。” 加密货币 ▌贝莱德CEO：即使美SEC将加密货币定为证券，推出以太坊ETF仍是可能的贝莱德首席执行官Larry Fink表示，即使美国证券交易委员会（SEC）将加密货币指定为证券，推出以太坊ETF仍然是可能的，这将加强围绕第二大数字资产的监管审查。 ▌贝莱德代币化投资基金BUIDL资金流入增至2.45亿美元根据rwa xyz的数据，贝莱德代币化投资基金BUIDL资金流入增至2.45亿美元，在推出的一周内受到了强劲的需求，Ondo Finance的9500万美元流入促进了BUIDL的增长。其2.45亿美元规模仅次于富兰克林邓普顿的富兰克林链上美国政府货币基金（FOBXX），该基金拥有3.6亿美元的存款。随着加密货币公司和全球金融巨头竞相将债券等传统工具纳入区块链轨道，美国国债是现实世界资产代币化的门户。此前大约1小时前消息，贝莱德代币化投资基金BUIDL推出一周内已流入1.6亿美元。 ▌Ethena将于4月2日向用户空投ENA代币提供价值13亿美元USDe稳定币的DeFi协议Ethena公布了计划，计划于4月2日向用户空投代币。该协议计划空投7.5亿个ENA代币，占总供应量的5%。赚取“积分”的活动将于4月1日结束，该活动使用户有资格获得代币空投。在此日期之前取消质押、解锁或出售所有USDe的用户将没有资格获得空投。 ▌贝莱德代币化投资基金BUIDL推出一周内已流入1.6亿美元美元机构数字流动性基金（BUIDL）是贝莱德首支代币化投资基金，在成立第一周就实现了近1.6亿美元的资金流入。代币化现实世界资产 (RWA) 平台Ondo Finance发文称，它将把其代币化短期美国国债ETF OUSG的“很大一部分”资产分配给BUIDL，Ondo表示，它将向BUIDL转移9500万美元，尚不清楚这9500万美元是否计入贝莱德已经积累的1.6亿美元中。据悉，BUIDL是一种代币化货币市场基金，投资于美国国库券、回购协议和现金。在总部位于迈阿密的Securitize的帮助下，它使用以太坊区块链发行BUIDL代币，该代币旨在提供每个代币1美元的稳定价值，并以代表美元收益的代币形式向合格投资者支付股息。 ▌律师预测FTX前CEO SBF将在法庭上发表个人声明法律专家对即将于周四在纽约举行的FTX前CEO SBF的听证会进行了预测。据称，SBF将面临20至30年的监禁，检方要求判处40至50年，而辩方则主张6.5年。SBF因在FTX欺诈案中被裁定犯有七项罪名。预计SBF将在周四的法庭上发表个人声明，尽管他仍不太可能完全承担责任。受害者影响陈述可能对判决产生重要影响。SBF仍保留上诉的权利。重要经济动态 ▌美联储理事沃勒：数据显示需要减少降息或较晚开始放松政策美联储理事沃勒表示，今年降息可能是合适的，但现在还不是时候；数据显示需要减少降息或较晚开始放松政策；等待的风险低于过早降息的风险；当前经济“仍不急于”降息；美联储可能需要比预期更长时间地维持当前利率目标；需要在通胀方面取得更多进展才能支持降息；至少需要几个月的数据才能确定通胀率将达到2%；经济形势强劲，为美联储评估数据提供了空间；经济正在健康增长。 ▌美股三大指数集体收涨，标普500指数再创收盘新高金色财经报道，美股三大指数集体收涨，道指涨1.22%，标普500指数涨0.86%，纳指涨0.51%。其中，标普500指数再创收盘新高，纳指、道指均逼近历史收盘高点。金色百科 ▌什么是创世区块？创世块通过建立网络、遵守共识规则并将所有未来块链接回起始点来启动区块链。在工作量证明 (PoW) 链中，创世区块是区块链网络上开采的第一个区块，并作为后续所有区块的基础。它通常被硬编码到协议中并由区块链的创建者创建。由于没有以前的区块可供参考或挖掘，因此它不涉及传统的挖掘过程。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2024-03-28

Vitalik：通过更多反相关激励支持去中心化质押

是因为该块已发布异常迟到。请参阅此 python 输出中的“10216 ssfumbles”。我最终实现了三种方法：上面的前两种方法，以及一种更复杂的方法，我将“实际共同失败”与“假共同失败”进行比较：每个集群成员被替换为（伪）随机验证器的失败具有相似的故障率。我还明确区分了失误和错过。我对这些术语的定义如下：失误：当验证者在当前时期错过证明，但在上一个时期正确证明时；错过：当验证者在当前时期错过了证明并且在上一个时期也错过了证明时。目标是区分两种截然不同的现象：(i) 正常运行期间出现网络故障，以及 (ii) 离线或出现长期故障。我还同时对两个数据集进行此分析：最大截止日期和单槽截止日期。仅当根本不包含证明时，第一个数据集才会将验证器视为在一个时期内失败。如果证明未包含在单个槽中，第二个数据集将验证器视为失败。以下是我对前两种计算预期共同故障的方法的结果。这里的 SSfumbles 和 SSmisses 是指使用单时隙数据集的失球和失误。对于第一种方法，实际行有所不同，因为为了提高效率，使用了更受限制的数据集： “预期”和“假集群”列显示，如果集群不相关，基于上述技术，集群内“应该”有多少共同故障。 “实际”列显示实际有多少共同故障。一致地，我们看到集群内“过多相关失败”的有力证据：同一集群中的两个验证器比不同集群中的两个验证器同时错过证明的可能性明显更大。我们如何将其应用到惩罚规则中？我提出了一个简单的论点：在每个槽中，令 p 为当前错过的槽数除以最后 32 个槽的平均值。该时隙证明的惩罚应与 p 成正比。也就是说，与其他最近的槽位相比，未证明某个槽位的惩罚应与该槽位中失败的验证者数量成正比。这种机制有一个很好的特性，那就是它不容易被攻击：在任何情况下，失败都会减少你的惩罚，并且操纵平均值足以产生影响需要你自己进行大量的失败。现在，让我们尝试实际运行它。以下是四种惩罚方案对大集群、中集群、小集群和所有验证器（包括非集群）的总惩罚：基本：每次失误扣一分（即类似于现状） basic_ss：相同，但需要包含单槽才算作未命中超额：用上面计算的 p 来惩罚 p 点 extra_ss：用上面计算的 p 来惩罚 p 点，要求单槽包含不计为未命中使用“基本”方案，大方案比小方案有约 1.4 倍的优势（在单槽数据集中约 1.2 倍）。使用“额外”方案，该值下降至约 1.3 倍（在单时隙数据集中约 1.1 倍）。通过多次其他迭代，使用略有不同的数据集，超额惩罚方案统一缩小了“大人物”相对于“小人物”的优势。这是怎么回事？每个插槽的故障数量很少：通常只有几十个。这比几乎任何“大额股份”都要小得多。事实上，它比大型质押者在单个槽位中活跃的验证者数量还要少（即其总存量的 1/32）。如果大型质押者在同一台物理计算机或互联网连接上运行许多节点，那么任何故障都可能会影响其所有验证器。这意味着：当大型验证者出现证明包含失败时，他们会单枪匹马地改变当前槽的失败率，这反过来又会增加他们的惩罚。小型验证器不会这样做。原则上，大股东可以通过将每个验证者置于单独的互联网连接上来绕过这种惩罚方案。但这牺牲了大型利益相关者能够重用相同物理基础设施的规模经济优势。进一步分析寻找其他策略来确认这种影响的大小，其中同一集群中的验证器很可能同时出现证明失败。尝试找到理想的（但仍然简单，以免过度拟合和不可利用）奖励/惩罚方案，以最小化大型验证者相对于小型验证者的平均优势。尝试证明此类激励方案的安全特性，理想情况下确定一个“设计空间区域”，其中奇怪攻击的风险（例如，在特定时间战略性地离线以操纵平均值）成本太高，不值得。按地理位置聚类。这可以决定该机制是否也能激励地理上的去中心化。通过（执行和信标）客户端软件进行集群。这可以决定该机制是否也能激励使用少数客户。来源：金色财经

金色财经2024-03-27

24小时热点