曾經低調投資Sei的 @circle ，如今挺進華爾街取得耀人成績後，終於到了“提攜老朋友”的時候了？在原生USDC上線Sei之後，很多人都也許會好奇，為什麼會是 @SeiNetwork ？上市合規穩定幣發行方的“新身份”會有何影響？ 1）Sei是一條專門為數字資產交易優化而誕生的高性能layer1區塊鏈，其通過並行EVM架構，實現了讓多筆交易同時處理，繼而達成了390毫秒的最終確定性和28,300 TPS的並行處理能力，讓其成為新銳高性能區塊鏈的典型代表。 而且，關鍵也不在於“跑分”成績，高性能layer1拼性能機制其實目標在於能不能打開一個全新的可以解決企業級高併發支付的高頻應用場景。 Sei的差異化在於其專門針對交易場景的底層優化：內置原生訂單撮合引擎(OME)直接對抗MEV問題，雙渦輪共識機制，SeiDB存儲層防止鏈上數據膨脹等等，讓其恰恰成了穩定幣高頻流通的“專屬”賽道。 所以，USDC以合規上市公司新身份來聯手老朋友Sei，一個提供高速公路，一個來跑車，不失為一對完美拍檔？如果說早期Circle投資Sei屬於一種戰略投資的話，那USDC的上線，顯然就是來對當初的投資做商業兌現了。 2）Circle作為已上市的合規穩定幣發行方，USDC作為全球最受信任且受監管的穩定幣，能上線Sei明面上的利好自然為為其注入的巨量流動性，並為其DeFi、支付、遊戲等細分應用場景帶入了合規穩定幣的底層資產。 但深層次利好在於，我感覺這其實就是華爾街對加密基礎設施發出的“採購標準”。 回想三年前穩定幣被質疑，再到貝萊德、富達等主動佈局數字資產基礎設施，再到現今GENIUS法案的推出，穩定幣發行方Circle成了美股新寵等等。不出意外的話，接下來，華爾街需要篩選出更多能夠承接機構資金的“合格供應商”？ 上市後的Circle揹負了業績增長和財報數據披露壓力，其只能更大力度把USDC推向“主流商業應用”領地，而能讓穩定幣應用場景剝離純炒幣交易內循環的場景只有一條路可選：企業級高頻支付場景的規模化突破，包括實時工資發放、毫秒級跨境B2B結算、供應鏈金融支付等等細分場景。 我想，這才是Circle作為已上市合規穩定幣發行方， $SEI 作為新銳高性能交易優化layer1快速“聯姻”的內核意義。

圍繞這次以太坊版“微策略Summer”熱潮， $ETH 真的能複製BTC微策略的“正向飛輪”嗎？談若干個人觀點： 1）ETH微策略確實是效仿BTC微策略的成功範本，短期會有很多美股公司嘗試Fomo，並形成一波正向飛輪。暫且不管美股的操盤主體如何，真金白銀的傳統機構資金和股民買盤力量，拿 $ETH 作為儲備資產這事實打實把以太坊帶出了長期疲軟狀態。 換句話說，Fomo帶動上漲這是幣圈牛市不變的鐵律，只不過這次Fomo的主體不再是幣圈純散戶了，而是華爾街的真金白銀，至少驗證了ETH終於擺脫了純依賴幣圈堆疊敘事的困局，開始吸引圈外增量資金； 2）BTC更接近“數字黃金”的儲備資產定位，價值相對穩定且預期明確，而ETH本質上是一個“生產性資產”，其價值與以太坊網絡的使用率、Gas費收入、生態發展等多重因素綁定。這意味著，ETH作為儲備資產的波動性和不確定性更大。 一旦以太坊生態遇到較大的技術安全問題，或者監管層對DeFi、Staking等功能施壓，ETH做儲備資產面臨的風險和波動變量可比BTC大多了。所以BTC版微策略的敘事邏輯可以借鑑，但不代表市場定價估值邏輯也可以保持一致； 3）以太坊生態相比BTC有更成熟的DeFi infra積累和更豐富的敘事延展性。通過質押（staking）機制，ETH可以產生約3-4%的原生收益率，這使其相當於加密世界的“鏈上生息國債”。 機構Buy in這套故事，短期看是對原先構建BTC layer2等各種infra為BTC提供原生資產生息的一次利空，但長期看則恰恰相反，一旦ETH作為可編程生息資產的催化劑因素在ETH微策略中發揮更大的效用，反倒會刺激BTC生態更快速發展補齊基礎infra； 4）這輪微策略Summer本質上是對Crypto過去的敘事導向進行了一次大洗牌，原先項目方構建項目、擴散技術敘事講給VC和市場的散戶聽，說白了都是講給幣圈原住民，現在這輪新敘事，說是RWA、TradiFi也好，以後可能都要講故事給華爾街聽。 關鍵差異在於，華爾街不吃純概念的餅，他們要的是PMF——真實的用戶增長、收入模型、市場規模等等。這就逼著crypto項目從“技術敘事導向”轉向“商業價值導向”，這不是之前競品Solana給以太坊帶來的壓力嗎？終究還是得面對； 5）這一輪包括SharpLink Gaming、Bitmine immersion Tech、Bit Digital、BTCS inc.等在內的美股微策略概念操盤主體，大多是傳統資本市場業務增長乏力，需要融合Crypto尋找新突破的公司，他們選擇all-in加密資產，往往是因為主營業務缺乏增長點，不得不尋求新的價值增長引擎。 而這些操盤主體之所以敢於如此激進，很大程度上是在利用美國政府大刀闊斧推動加密行業變革到監管機制成熟前的“套利窗口”。短期看鑽了不少法律和合規的空子——比如會計準則對加密資產分類的模糊、SEC披露要求的寬鬆、稅務處理的灰色地帶等等。 微策略能成功很大程度上吃到了BTC這輪超級牛市的紅利，但作為複製者未必有同樣的運氣和操盤能力。因此這次操盤主體帶來的市場熱度和之前純Crypto原生的敘事炒作並沒有太大不同，本質上也是豪賭和試錯，切記警惕投資風險。 Note：這輪微策略Summer更像是Crypto進入主流金融體系的一次“大練兵”，成功了皆大歡喜，失敗了是一次小歡喜（畢竟，能把ETH從敘事乏力泥潭中拖拽出來的實驗，成敗都是成！）

以前 $ETH 漲完，都會掀起一輪以太坊生態的輪動行情，MeMe幣、DeFi 藍籌layer2、NFT、GameFi以及ZK、模塊化等敘事板塊輪番啟動，可謂百花齊放； 現在 $ETH 再次起飛，市場卻完全變了味，大家不要再關注以太坊原生生態的創新敘事，取而代之的是都在尋覓TradiFi有封裝ETH資產的美股標的，甚至根本不管不顧這些披著美股代幣化的機構/公司的底色究竟如何。 好吧，BTC連創新高，ETH也蓄勢待發等待新高，可那久違的Crypto原生山寨季市場還會歸來嗎？新一輪傳統金融主導的RWA融合Fi真的機會大於陷阱嗎？我們熟悉的充滿野性、創新、機會、波動、想象的Crypto散戶市場，還在嗎？

AI 正在影響Web3，AgentFi 會是下一輪浪潮的核心變數嗎？ 明晚，將攜手行業 alpha，圍繞「AgentFi：AI 浪潮下的 Web3 智能體經濟新機遇」展開深度對談： 活動詳情🔽 日期：7月18日（星期五） 時間：20:00 語言：中文 嘉賓陣容： - Haotian @tmel0211（獨立研究員） - 0xTodd @0x_Todd（Nothing Research 合夥人 / Ebunker 聯合創始人） - LaoBai @wuhuoqiu（前 ABCDE 投資與研究合夥人） - Howe @0xcryptoHowe（Amber Group 實習生） - Anne @AnneXingxb（Amber Group AI 研究員） 話題包括 Agent 創業機會、結構性變數、AI+Crypto 的融合路徑與未來展望。 歡迎收聽，一起預見智能體經濟的下一個爆點👉 明晚見!

為什麼 $ETH 的新高對山寨幣市場非常重要？ 1）作為技術敘事的龍頭項目，山寨幣市場技術敘事的市場信心迴歸要建立在市場對ETH的技術路線圖、產品協議應用落地願景的再信任基礎上，而長期飽受價格低迷影響的以太坊唯有新高情緒能再度點燃其技術敘事領導力信心； 2）ETH生產的不止是單一技術敘事項目，其大生態項目之間的技術邏輯關聯、TVL流動性可組合性、互相定價和評估體系等都由以太坊的市場基本面決定並直接影響帶動，ETH雄起具有牽一髮而動全身之效； 3）ETH大生態沉澱了太多預期不達的老敘事，DeFi能否二次復興，NFT能否再掀文藝浪潮，layer2是否真有Mass Adoption價值，RWA新敘事能否牽引主升浪等等。在市場低迷期這些被情緒過度打壓的敘事，一旦ETH破新高估值邏輯被修復，則可能啟動一輪摧枯拉朽般的輪動行情；

肉眼可見要TGE的項目越來越多了，但山寨幣市場的基本盤似乎並沒有太大改善： 1）以太坊還盤在低位尚未能有效開啟一輪新的山寨季行情，漲多少才行不好說，但情緒必須到位，至少要等大以太主導的技術敘事信仰歸位； 2）現在頂著流動性枯竭、技術敘事荒、無空投口碑效應的各種負面Buff來啟動TGE，雖說是項目方無奈之舉，但換個角度看，目前有勇氣市場低谷期發幣然後再後續運維做大的項目，比那些依然等待流動性充沛時發幣的項目要靠譜很多吧； 3）比特幣的獨舞和山寨幣的落寞對比早已經極化，但不能指望純靠比特幣的溢出效應來拯救山寨幣市場，山寨幣需從敘事大於天的虛無中完成內生價值自證，並從過去無交付、無PMF的純炒作模式中脫困才行。

盤點了過去一個月 Crypto+AI賽道的若干熱門項目，發現有三個顯著趨勢變化，並附項目簡要介紹和點評： 1）項目技術路徑更務實，開始注重性能數據說話而非純概念包裝； 2）垂類細分場景成拓展焦點，通用化AI讓位於專業化AI； 3）資本更看重商業模式驗證，有現金流的項目明顯更受青睞； 附：項目簡介、亮點分析、個人點評： 1、 @yupp_ai 項目簡介：去中心化AI模型評估平臺，6月完成3300萬美元種子輪，a16z領投，Jeff Dean參投。 亮點分析：把人類的主觀判斷優勢應用到AI的評估短板上。通過人工眾包給500+大模型打分，用戶反饋可兌現金（1000積分=1美元），已吸引OpenAI等公司採購數據，有真實現金流。 個人點評：商業模式較為清晰的項目，並非是純燒錢模式。但防刷單是大挑戰，反女巫攻擊算法得持續優化。但從3300萬美元融資規模看，資本明顯更看重有變現驗證的項目。 2、 @Gradient_HQ 項目簡介：去中心化AI計算網絡，6月完成1000萬美元種子輪，Pantera Capital與Multicoin Capital領投。 亮點分析：靠Sentry Nodes瀏覽器插件，已經在Solana DePIN領域有一定市場共識，團隊成員來自Helium等，新推出Lattica數據傳輸協議和Parallax推理引擎，在邊緣計算和數據可驗證性方面做了實質性探索，能降低延遲40%，支持異構設備接入。 個人點評：方向很對，正好卡在AI本地化"下沉"趨勢上。但處理複雜任務要和中心化平臺比效率，邊緣節點穩定性還是問題。不過，邊緣計算是web2AI內卷出來的新需求也是web3AI的分佈式框架優勢所在，看好用實際性能的具體產品推進落地。 3、 @PublicAI_ 項目簡介：去中心化AI數據基礎設施平臺，通過代幣激勵全球用戶貢獻多領域數據（醫療、自動駕駛、語音等），累計收入超1400萬美元，建立了百萬級數據貢獻者網絡。 亮點分析：技術上集成ZK驗證與BFT共識算法確保數據質量，還用了Amazon Nitro Enclaves隱私計算技術滿足合規要求。比較有意思的是推出了HeadCap腦電波採集設備，算是從軟件拓展到了硬件。經濟模型也設計得不錯，用戶10小時語音標註能賺16美元+50萬積分，企業訂閱數據服務成本能降45%。 個人點評：感覺該項目的最大價值是到了AI數據標註的真實需求，特別是在醫療、自動駕駛這些對數據質量和合規要求極高的領域。不過20%的錯誤率還是比傳統平臺的10%高了點，數據質量波動是個需要持續解決的問題。腦機接口方向挺有想象空間，但執行難度也不小。 4、 @sparkchainai 項目簡介：Solana鏈上分佈式算力網絡，6月完成1080萬美元融資，OakStone Ventures領投。 亮點分析：通過動態分片技術聚合閒置GPU資源，支持Llama3-405B等大模型推理，成本比AWS低40%。代幣化數據交易的設計挺有意思，直接把算力貢獻者變成了利益相關方，還能激勵更多人參與網絡。 個人點評：典型的“聚合閒置資源”模式，邏輯上說得通。但15%的跨鏈驗證錯誤率確實有點高了，技術穩定性還得繼續打磨。不過在3D渲染這種對實時性要求不高的場景確實有優勢，關鍵是能不能把錯誤率降下來，否則再好的商業模式也會被技術問題拖累。 5、 @olaxbt_terminal 項目簡介：AI驅動的加密貨幣高頻交易平臺，6月完成338萬美元種子輪， @ambergroup_io 領投。 亮點分析：MCP技術能動態優化交易路徑，減少滑點，實測效率提升30%。迎合 #AgentFi 趨勢，算是在DeFi量化交易這個相對空白的細分領域找到了切入點，算是填補了市場需求。 個人點評：方向沒問題，DeFi確實需要更智能的交易工具。但高頻交易對延遲和準確性要求極高，AI預測和鏈上執行的實時協同性還得驗證。另外MEV攻擊是個大風險，技術防護措施得跟上才行。 Note：更多AI+Crypto賽道的新項目，大家可以在評論區補充，我會篩選有投研價值的項目跟進研究並分享，謝謝。

除了AI本地化“下沉”之外，AI賽道近段時間最大的變化莫過於：多模態視頻生成的技術突破了，從原先支持純文本生成視頻演變成文本+圖像+音頻的全鏈路整合生成技術。 隨便說幾個技術突破案例，大家感受下： 1）字節跳動開源EX-4D框架：單目視頻秒變自由視角4D內容，用戶認可度達到70.7%。也就是說，給一個普通視頻，AI能自動生成任意角度的觀看效果，這在以前需要專業的3D建模團隊才能搞定； 2）百度“繪想”平臺：一張圖生成10秒視頻，宣稱可以達到“電影級”質量。但是不是由營銷包裝誇大的成分，要等8月份的Pro版本更新後實際看效果； 3）Google DeepMind Veo：可以達到4K視頻+環境音的同步生成。關鍵技術亮點是“同步”能力的達成，之前都是視頻和音頻兩套系統拼接，要能做到真正語義層面的匹配需要克服較大的挑戰，比如複雜場景下，要做到畫面中走路動作和腳步聲的對應音畫同步問題； 4）抖音ContentV：80億參數，2.3秒生成1080p視頻，成本3.67元/5秒。老實說這個成本控制的還可以，但目前生成質量看，遇到複雜的場景還差強人意； 為什麼說這些案例在視頻質量、生成成本、應用場景等方面的突破，價值和意義都很大？ 1、技術價值突破方面，一個多模態視頻生成的複雜度往往是指數級的，單幀圖像生成大概10^6個像素點，視頻要保證時序連貫性（至少100幀），再加上音頻同步（每秒10^4個採樣點），還要考慮3D空間一致性。 綜合下來，技術複雜度可不低，原本都是一個超大模型硬剛所有任務，據說Sora燒了數萬張H100才具備的視頻生成能力。現在可以通過模塊化分解+大模型分工協作來實現。比如，字節的EX-4D實際上是把複雜任務拆解成：深度估計模塊、視角轉換模塊、時序插值模塊、渲染優化模塊等等。每個模塊專門幹一件事，然後通過協調機制配合。 2、成本縮減方面：背後其實推理架構本身的優化，包括分層生成策略，先低分辨率生成骨架再高分辨增強成像內容；緩存複用機制，就是相似場景的複用；動態資源分配，其實就是根據具體內容複雜度調整模型深度。 這樣一套優化下來，才會有抖音ContentV的3.67元/5秒的結果。 3、應用衝擊方面，傳統視頻製作是重資產遊戲：設備、場地、演員、後期，一個30秒廣告片幾十萬製作費很正常。現在AI把這套流程壓縮到Prompt+幾分鐘等待，而且能實現傳統拍攝難以達到的視角和特效。 這樣一來就把原本視頻製作存在的技術和資金門檻變成了創意和審美，可能會促進整個創作者經濟的再洗牌。 問題來了，說這麼多web2AI技術需求端的變化，和web3AI有啥關係呢？ 1、首先，算力需求結構的改變，以前AI拼算力規模，誰有更多同質化的GPU集群誰就贏，但多模態視頻生成需求的是多樣化的算力組合，對於分佈式的閒置算力，以及各個分佈式微調模型、算法、推理平臺上都可能產生需求； 2、其次，數據標註的需求也會加強，生成一個專業級視頻需要：精準的場景描述、參考圖像、音頻風格、攝像機運動軌跡、光照條件等等都會成為專業的數據標註新需求，用web3的激勵方式，可以刺激攝影師、音效師、3D藝術家等提供專業的數據素，用專業垂類的數據標註增強AI視頻生成的能力； 3、最後，值得一說的是，當AI從過去集中式大規模資源調配逐漸趨於模塊化協作本身就是一種對去中心化平臺的新需求。屆時算力、數據、模型、激勵等共同組合形成自我強化的飛輪，繼而帶動web3AI 和web2AI場景的大融合。

這幾天 @plumenetwork $PLUME 的二級市場表現不錯，驗證了一個事實：當下Crypto市場若能和特朗普家族扯上關係便可以收穫穩穩的幸福？具體怎麼回事呢？ 最近，Plume宣佈與特朗普家族創立的World Liberty Finance (WLFI) @worldlibertyfi 達成重要合作，成為首個將USD1整合到其原生穩定幣pUSD儲備資產的RWA鏈。 USD1是一個由特朗普家族支持，擁有美國國債1:1足額錨定背書的穩定幣，當前市值 $22億美金，24小時交易量穩居穩定幣市場第二，僅次於USDT。 換句話說，USD1並不算是一個普通的穩定幣項目，背後有特朗普家族和SEC的雙重背書。這在當前加密友好政府的背景下，這相當於RWA賽道獲得了“政策直通車”。 那麼，此次合作的核心亮點有哪些呢？ 1）RWA承接機構級資金大規模商業應用已成事實 ：此前阿聯酋支持的MGX已經用USD1結算對Binance的20億美元投資，驗證了RWA敘事已經有了大額的商業應用。 因此，對Plume而言，接入USD1換來不止是22億美元體量的流動性支撐，更意味著，RWA已經從純DeFi場景中抽脫出來成為可承接傳統金融鉅額資金的基礎設施。本質上，代表RWA實現了從“概念驗證”到“商業化落地”的躍遷； 2）穩定幣市場格局存在不確定性：USD1從零到22億美元的市值，且24小時交易量能超越USDC排名第二。如此快的速度其實證明了USDT、USDC等雙寡頭競爭格局很容易被有“政治背書”的USD1撬動。 顯然，Plume能搶先接入USD1其實是要爭取在穩定幣新市場格局中提前卡位。當其他RWA項目還在糾結選USDT還是USDC時，Plume已經站在了政策確定性的一邊； 總結一點：在當前Crypto容易受政策影響的大環境下，有時候，“政治正確”往往比技術創新更能帶來短期超額收益。市場對特朗普家族相關概念的追捧已經形成了一套成熟的投資邏輯，這一波短期政治紅利想必是可以吃一陣。 當然，政策友好只能算是短期催化劑，長期來看，項目還是得迴歸基本面考驗。尤其是，RWA生態能夠真正承接更多的傳統資產上鏈，以及能否在合規框架下做出差異化的產品創新等等。

最近觀察AI行業，發現個越來越“下沉”的變化：從原先拼算力集中和“大”模型的主流共識中，演變出了一條偏向本地小模型和邊緣計算的分支。 這一點，從Apple Intelligence覆蓋5億設備，到微軟推出Windows 11專用3.3億參數小模型Mu，再到谷歌DeepMind的機器人“脫網”操作等等都能看出來。 會有啥不同呢？雲端AI拼的是參數規模和訓練數據，燒錢能力是核心競爭力；本地AI拼的是工程優化和場景適配，在保護隱私、可靠性和實用性上會更進一步。（主要通用模型的幻覺問題會嚴重影響垂類場景滲透） 這其實對web3 AI會有更大的機會，原來大家拼“通用化”（計算、數據、算法）能力時自然被傳統Giant大廠壟斷，套上去中心化的概念就想和谷歌、AWS、OpenAI等競爭簡直癡人說夢，畢竟沒有資源優勢、技術優勢，也更沒有用戶基礎。 但到了本地化模型+邊緣計算的世界，區塊鏈技術服務面臨的形勢可就大為不同了。 當AI模型運行在用戶設備上時，如何證明輸出結果沒有被篡改？如何在保護隱私的前提下實現模型協作？這些問題恰恰是區塊鏈技術的強項... 有注意到一些web3 AI相關新項目，諸如最近由Pantera零投10M的 @Gradient_HQ 推出的數據通信協議Lattica，來解決中心化AI平臺的數據壟斷和黑箱問題；@PublicAI_ 腦電波設備HeadCap​​採集真實人類數據，構建“人工驗證層”，已經實現了14M的收入；其實，都在嘗試解決本地AI的“可信性”問題。 一句話：只有當AI真正“下沉”到每個設備時，去中心化協作才會從概念變成剛需？ #Web3AI 項目與其繼續在通用化賽道裡內卷，不如認真思考怎麼為本地化AI浪潮提供基礎設施支持？