Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

最近全网都在发 Irys (✧ᴗ✧) 和 375ai 的合作,我也赶紧研究了一下这是多大合作能被全网讨论啊?一研究发现这事挺大,375ai负责在现实世界扫街抓数据,Irys则给这些数据盖上防伪章,闭环从采集到变现 Irys作为Layer-1区块链界的学霸,主打低成本存储、可验证计算和AI协调,9月交易量8.55亿刀,40万活跃钱包,忙得热火朝天!它的绝招是数据上链后,谁也别想动,用加密指纹加密,零知识证明保真,干净利落,而375ai是Solana上的数据狂人,在美国扔了4万个AI传感器节点,覆盖70%的人口活动区,个个都是全副武装高清摄像头、NVIDIA Jetson GPU、环境传感器,抓起交通、环境、网络数据来那叫一个眼疾手快!更别提他们的375go App,20万用户直接把手机变数据矿机,一边匿名贡献数据,一边赚代币,简直是躺着也能挖矿 传统AI数据垃圾进垃圾出,来源不明、随便篡改、存个几年就失踪,375ai和Irys这对CP直接放大招,375ai提供高保真现实数据,Irys当真相守护者,每条数据都有个永久的数字身份证,这数据还能编程,自动触发支付或AI训练,自动驾驶、智能城市、物流场景随便玩~ Irys主网上线在即,375ai还全球跑马圈地,目前170个国家已经到手了!加上Irys的EVM兼容性,开发者们估计要蜂拥而至,这波合作,简直是把死气沉沉的数据变活蹦乱跳的资产,坐等大戏开场~ 强调一句配的图可是我辛辛苦苦做了一个来小时做出来的,我可是从来不偷官图的好宝宝,希望能多给我点权重😭

46,064 Aufrufe • vor 11 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

好久没写诗了,今天看到irys这个项目 突发灵感,哈哈哈 那就来一首! Irys链上闹哄哄 数据编程乐无穷 AI专治假消息 存啥都省大把钱 切入正题 Irys (✧ᴗ✧) 最开始是在研究数据存储赛道时刷到的,当时还叫Bundlr,后来改名Irys后反而更让人记住了 毕竟现在做数据链的项目不少,但敢说自己是 可编程数据链 的,他们家确实有点东西。 蹲了很久看着社区从几十人慢慢涨到现在这么活跃,最舒服的是氛围特别牛逼。中文社区里没人瞎喊单,反而经常看到有人扒技术文档里的细节,比如那个多账本架构,有人把Submit Ledger和Publish Ledger的区别做成流程图分享,这种讨论技术的感觉,真的像早期玩链上项目时的氛围。团队给我的感觉是 闷声干大事型。去年种子轮融了890万刀,但从没见过他们拿融资额炒作,反而默默上了测试网,优化了好几次数据验证速度。 前阵子试了下他们的SDK确实不孬,三行代码就能搞定链上数据上传,对开发者太友好了, CEO Josh在AMA里被问到技术瓶颈时,直接打开编辑器现场演示解决方案,这种懂技术的老板比只会念稿子的强多了。 最让我觉得靠谱的是他们的落地节奏。不是那种光发合作通稿的项目,最近真的看到好几个AI项目和DePIN项目在官推提了和Irys的集成。而且他们的定位很清晰,就是做AI和数据密集型应用的基础设施,这种专注度在现在乱糟糟的市场里太难得。 现在每天刷他们的测试网任务成了习惯,Irys Arcade里的小游戏既能练手又能熟悉功能,听说活跃用户可能有机会拿未来的代币分配。中文社区的运营也很用心,有人扒他们的Provenance Toolkit组件,团队看到了还会出来补充使用技巧,这种互动感真的很圈粉,记得关注一下中文区官推Irys中文(✧ᴗ✧) 。 说实话,玩过不少测试网,但像Irys (✧ᴗ✧) 这样把技术、社区、开发者体验都打磨得这么细的不多。他们的动漫风格品牌看着轻松,但内核一点不含糊——IrysVM兼容EVM,混合共识机制兼顾安全和效率,还有那个反虚假信息的数据溯源功能,越研究越觉得这个方向有潜力。 最近把测试网的任务都清完了,顺手在GitHub上扒了他们的开发文档,打算试着用SDK做点小工具。这种从用户慢慢变成参与者的感觉,大概就是早期项目最吸引人的地方吧。 做个视频送给Irys (✧ᴗ✧) 告诉我喜不喜欢?

JM 火龙果

19,187 Aufrufe • vor 1 Jahr

有人靠金融市场模拟,在链上赚了 $400,000 而且用到的整套工具,都是 GitHub 开源 能看到的钱包在这,自己点开看: 他们做的不是 crypto 原生叙事 而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易 问题也很现实: 这些数据平时都在大型中心化交易所里。 你怎么拿? 拿到之后又怎么处理,才能真的变成可交易模型? 这套公开出来的技术栈,大概是这样: 1)Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。 核心卖点就是:免费真实数据。 GitHub: 2)MiroThinker 一个偏深度研究和预测的 agent。 据说在 BrowseComp benchmark 上做到 88.2。 特点是: 长周期推理 先验证再下结论 步骤级 + 全局级校验 单任务最多可调用 300 次工具 它的作用不是直接下单。 而是先通过 MCP Server 拉数据, 把研究、清洗、验证这些环节跑完, 最后整理成可以直接用于模拟的数据集。 GitHub: 3)MiroFish simulation system 把前面准备好的数据丢进去, 再设定模拟参数, 就可以开始跑价格行为模拟。 本质上,它卖的不是一个指标。 而是一种更接近“矩阵视角”的东西: 价格在不同条件下会怎么动 哪些路径更常见 哪些定价其实偏离了历史结构 整个流程串起来就是: 拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场 这种玩法最值得看的,不是“开源”两个字 而是它说明了一件事: Polymarket 上很多看起来像事件交易的东西,背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。 你觉得这种 edge 的核心,更像是数据获取能力,agent 研究能力,还是最后那层 simulation 对市场行为的还原能力?

0x_Miko

23,786 Aufrufe • vor 5 Monaten

大家都在刷SpaceX上市首份财报,没人注意Musk扔的王炸:SpaceX 要把AI数据中心搬到太空去, 而且不是科幻和概念PPT, 明年就开始发射。 就在昨天的财报电话会上, Musk直接宣布: SpaceX未来所有的AI算力, 不管是地面数据中心还是轨道上的, 独家使用Nvidia最新的Vera Rubin架构。 2026年底,总算力超过2GW, 2027年底,接近10GW。 这是什么概念? 现在全球最大的超算也就几百兆瓦, 10GW是十个超算的规模, SpaceX直接一步迈进全球最大AI基础设施玩家的行列。 但这还不是最炸的, 最炸的是他们同步公布的Starmind计划: 一整个轨道AI卫星星座, 2027年开始发射, 每一颗卫星里,直接塞Nvidia Rubin GPU加Vera CPU, 真正的数据中心级太空算力。 地面的数据中心也省事, 直接用同一套设计, 把太阳能板和散热器拆了就行。 很多人第一反应是这也太扯了, 但你仔细想,这事儿逻辑硬得可怕。 现在地面上搞AI,最大的瓶颈是什么? 不是GPU,是电,是散热,是地。 一个10GW的数据中心, 要占多少地,要拉多少电,要建多少冷却塔, 审批要多少年, 这些问题在太空里全部不存在。 太阳是免费的, 真空是最好的散热器, 轨道上的空间要多少有多少。 以前这事儿不成立, 是因为发射成本太高, 现在Starship把发射成本打下来了, 把一公斤东西送到轨道的成本马上就要降到几百美元甚至更低, 太空计算突然就从科幻变成了经济账。 而且这不是什么遥远的愿景, 他们已经和NVIDIA GeForce 联合设计好了Starmind AI1计算载荷, Elon Musk 原话是"这不是遥远的未来,我们预计明年就开始发射"。 计算在轨道上跑,结果通过星链的激光链路传回来, 你在地面上用,根本感觉不到区别。 这个消息一出来, AMD 股价直接跌了8%。 这可是SpaceX, 是现在全世界最能把疯狂想法变成现实的公司, 加上Nvidia最新的芯片, 再加上Starship的发射能力, 这三家凑在一起, 等于直接给"轨道数据中心"这个概念盖了章。 他们还在申请最多一百万颗卫星的FCC许可, 这个野心, 已经不是和谁竞争的问题了, 是直接把AI算力的上限给掀了。 我们这代人从接触电脑开始, 所有的计算都发生在地面上, 在机房里,在数据中心里, 从明年开始, 我们用的AI, 可能有一部分真的是在天上算的。 这一天,可能会比所有人想的都近。

AYi

59,666 Aufrufe • vor 26 Tagen

那个Now @zama真人摸草改规则了,没有做的可以去做一下,很好通过的,做过的也去看一下角色有没有掉,掉了的话按照下面新规则重做一下~ (社区管理说只是为了有趣,我感觉像在变相认证真人,视频像我这样就行了,公园好多人,有点紧张,环顾下四周,念完我就跑了) 新规则Touched Grass角色获得👇: 1⃣找一个绿色的草地蹲下 2⃣准备一张白纸写上你的discord用户名放在草地上 3⃣大声朗读:I'm touching grass, so i'm probably not a bot 4⃣用手机拍下视频上传到discord中的chat频道 5⃣同时随便@一个处于在线状态的Volunteer角色者 6⃣志愿者在线的话审核是很快的,我不到1分钟就通过了 传送门: #ZamaCreatorProgram ⭐什么是全同态加密 (Fully Homomorphic Encryption, FHE) 呢? FHE就像是一个“能戴着手套做精细手术”的加密技术——你可以在不解密的情况下,直接对加密数据做各种复杂计算,但全程是看不到原始数据的。 ⭐FHE解决了什么问题? 比如在云计算、大数据分析、医疗研究等场景中,我们经常需要把数据交给别人处理(比如云服务器),但又怕隐私泄露。FHE允许服务器在不知道数据内容的情况下直接处理加密数据,服务器将处理结果返给你后,此时你用密钥解密,得到的就是处理后的正确结果。 ⭐FHE神奇在哪里? 1.加密数据也能“算数学”:比如你加密了两个数字 加密(3) 和 加密(5),发给服务器,服务器可以直接在加密状态下计算 加密(3) + 加密(5),得到的结果是 加密(8)(而不是8!)。你解密后得到的就是8。 2.支持复杂计算:不只是加减乘除,甚至能算机器学习、数据库查询等复杂操作。 ⭐总结: FHE是一种“终极隐私保护技术”,让你能放心把加密数据交给别人处理而不泄露任何信息。虽然目前效率还不够高,但它是隐私计算领域的“圣杯”,未来在数据敏感场景中会越来越重要。

zhouzhou (🪂Airdrop Daily Check🔍)|(❖,❖)

11,644 Aufrufe • vor 1 Jahr

炒美股的兄弟们有福气了。龙哥找了一个开源软件,胜过彭博。 彭博终端一年订阅费够买辆二手车,FinceptTerminal零元。 这不是玩笑。彭博那玩意儿起步价两万美金一年,专业版往二十万走。普通散户、刚起步的量化团队、小型投资机构,基本被这个门槛挡在外面。 FinceptTerminal 干的事就一个:把这堵收费墙拆了。 2.7万星,纯 C++ 写,说明不是花架子。打开终端,股票、期货、外汇、宏观数据全在一个界面里,不用切来切去。行情实时刷新,技术分析工具直接能用,想跑量化模型也行,不是那种只能看 K 线的半成品。 几个实在的亮点:。 数据覆盖广。美股、欧股、亚太市场,外汇和大宗商品都进来了,宏观指标也能拉。不是只盯一个市场的玩具,是真的能当工作台用。 交互式探索。看数据不是死盯屏幕等刷新,可以自己下钻,点开某个行业、某只股票、某段时间,层层扒下去,找到你想看的那个数字。 开源免费。代码全在 GitHub 上,想改就改,想集成进自己的系统也行。彭博打死不让你碰它的数据接口,这个反过来。 举个场景。你想研究美股科技板块最近一周的资金流向,打开 FinceptTerminal,调出行业列表,点进科技板块,叠加宏观指标和个股资金数据,一套下来不用切软件、不用导 CSV、不用手动算比例。 安装也不麻烦,GitHub 上有详细说明,Linux 和 macOS 都支持。 金融圈一直有个怪现象:干活的人用的工具最贵,最需要数据的人反而买不起数据。这种开源项目能跑出来,说明大家真的受够了。 不是要替代彭博,专业机构该买还是买。但对于还在摸索阶段、想认真研究市场、但预算有限的人来说,这玩意儿就是真香的答案。 有兴趣的去 GitHub 翻代码就知道了。

空投龙 | |上Gate玩事件合约

11,852 Aufrufe • vor 2 Monaten

惊呆了,原来这样可以每天0磨损刷alpha!我感觉已经隐隐约约把握住了流量密码,今天刷个黄推浏览量还挺高,食色性也,国内还是太性压抑了!alpha带来的搜索量也不错,我决定每天的发文都带一下alpha跟美女😂 第一点,这个方法确实是可以每天套利1.5u左右,但是得建立在bfusd脱锚的情况下,基本上可以覆盖当日的gas,实测是每日刷新额度。 第二点,男人嘛总喜欢刷点美女小视频,但是浏览记录被人看到了就很社死,我平时没事就喜欢去小红书学学穿搭,这个浏览记录跟链上的交互记录一样,在我老婆的眼里完全透明啊,怎么办呢,难道只能手动删除吗?这个时候就要引入FHE这个概念了,全同态加密(Fully Homomorphic Encryption, FHE)是一种先进的加密技术,允许在加密数据上直接进行计算(如加法和乘法),而无需先解密,从而实现数据隐私保护。而 Now @zama 的研究方向就是开发FHE解决方案,实现数据在加密状态下的计算和处理,确保链上数据始终保持隐私。换句话说,如果小红书引入这个技术是不是就可以保护我的浏览隐私呢? 链上交互大家讲究的就是一个公平/公正/公开,数据完全透明可验证,但是呢人总是有点隐私的,ZAMA 凭借FHE技术把链上透明与个人隐私这两个看似悖论的东西融合到了一起,既保留了区块链的公开可验证性,又确保了数据的隐私性。可以说是重塑了区块链的隐私范式,为构建一个更安全、更公平的 Web3 生态奠定了一定的基础。#ZamaCreatorProgram 走过路过不要错过哈,有钱的捧个钱场(算了都是穷哥们),没钱的捧个人场,好歹看了美女视频您说是不是?

Crypto听泉

81,658 Aufrufe • vor 10 Monaten

最近在 GitHub 上刷到一个挺炸的开源项目:Wren AI 它本质上是在做一件我们都很熟、但一直没被真正解决好的事:让不懂 SQL 的人,也能自己查数据库。 比如说,业务、运营想看数据,第一反应就是来敲后端:“帮我查下上个月销量前 3 的产品”“这个转化率能不能按渠道拆一下”。 SQL 本身不难,但沟通成本、来回确认、临时插队,才是真正耗时间的地方。 Wren AI 的思路很直接:对话即查询。 你直接用自然语言问问题,它会自动生成 SQL、跑库、给结果,甚至顺手把图也画好(柱状图、折线图那种)。 可以把它理解成一个 “自带 AI 分析师的开源版 Metabase”,但门槛更低,不用拖字段、不用写 SQL。 比较关键的一点是,它不是那种“裸 Text-to-SQL”。 Wren AI 引入了 Semantic Layer(语义层),你可以提前把业务指标、表关系、口径定义清楚,相当于给大模型加了一层“业务护栏”。 这一步虽然需要懂数据库的人前期配置一下,但一旦理顺,后面业务方基本很难把数据问歪,准确性和安全性都高很多。 模型和部署这块也挺对技术人的胃口: ·云模型:OpenAI / Claude / Gemini 都能接 ·数据不出内网:可以配 Ollama + 本地模型(比如 DeepSeek) ·数据库支持也很全:MySQL、Postgres、ClickHouse、DuckDB 基本全覆盖 ·安装也不折腾,有 Docker 基本就是一键起 整体看下来,我觉得它特别适合两种场景: 1)想给团队搭一套真正能用的自助查数平台 2)想研究 “AI + BI + 语义层” 这种更偏工程化的落地方案 一句话总结:把“查数据”的自由还给业务,把时间还给开发。

sitin

30,018 Aufrufe • vor 6 Monaten