<現在競爭的不是模型，而是數據> 人工智慧產業的核心不再是計算或模型，而是「高品質數據」。就像人類文明在過去通過石油進步一樣，人工智慧也需要一種新的「燃料」來推進。正如石油在第二次世界大戰前後被用作能源和材料，導致快速的工業化，數據的獲取和處理方式將決定在人工智慧時代的領導地位。 埃隆·馬斯克今年早些時候也提到過這一點。「我們已經耗盡了人類知識在人工智慧學習中的累積總和。」像GPT這樣的模型確實是通過抓取網站、書籍、代碼和圖像的公共數據迅速增長的。然而，現在我們需要的是新的數據形式，這些數據要麼是受版權保護的，要麼根本不存在。 例如，在自動駕駛和機器人等領域，我們需要基於多傳感器集成的複雜數據，如攝像頭、雷達和激光雷達，以及在真實環境中收集的案例數據，這些數據在網絡上並不存在。 更大的問題是「如何將它們很好地結合」而不是技術本身。成千上萬的人需要在分散的情況下收集、標記和更新數據，而迄今為止使用的集中式方法難以處理這種多樣性和規模。因此，人工智慧產業越來越傾向於認為去中心化的方法是解決方案。 這就是「Poseidon (@psdnai)」發揮作用的地方。Poseidon不僅僅是一個數據倉庫；它是一個基礎設施，接收、驗證和精煉現實世界的數據，以創建可以在沒有版權顧慮的情況下使用的訓練數據集。 比喻來說，Poseidon是一個「石油精煉廠」。它將原始數據精煉成人工智慧可以用於學習的燃料。這整個過程在@StoryProtocol上運行。它透明地記錄了誰提供了數據、在什麼條件下以及誰使用了它。提供數據的人會獲得公平的補償，而人工智慧開發者可以安心使用。 Poseidon將在數據層面實現創新，而不是通過GPU或模型，可能是將web3技術應用於web2產業的最佳範例。

<為什麼 Sonic 來到韓國?> 今年早些時候，@SonicLabs 讓 DeFi 瘋狂者們心潮澎湃。在一個迅速改版的鏈上，懷舊的 DeFi 產品重返市場。當時，有人說將根據積分分發約 2 億個 $S 代幣，這佔總供應量的約 6%，引發了巨大的熱潮。 然而，隨著全球對專注於 DeFi 的鏈的興趣減退，Sonic 可能知道海外不會有太多用戶願意承擔這樣的交易量。 最終，我認為唯一可以期待反應的市場是「韓國」，這也是為什麼這次活動被計劃的原因。然而，韓國投資者現在已經受過教育，這不會像以前那樣容易。 聚集在活動上的大多數人都是空投農民，從項目的角度來看，參與者被視為「負擔」。 最後，如果他們不與像以前那樣體現 DeFi 精神的真正產品競爭，我相信將很難重新獲得關注。就我個人而言，看到我曾經喜愛的 Sonic 被推向聚光燈之外，感到非常遺憾。

<故事，獲得新動力> 一位新人物加入了@StoryProtocol，正在通過IP代幣化重塑內容產業。 他是Sandeep Chinchali，德克薩斯大學奧斯汀分校的教授，專精於人工智慧、機器人技術和分散式系統。 Sandeep Chinchali曾是NASA的研究員，在斯坦福大學研究生成式AI和雲端機器人技術，目前是德克薩斯大學奧斯汀分校的教授，專注於自動駕駛和分散式機器學習模型。 在他的研究中，他直接在車輛中安裝黑匣子以收集真實世界數據，分析被稱為「長尾」事件的稀有場景。他深刻意識到數據質量和稀缺性的重要性，通過標記這些數據並在深度學習TPU硬體上訓練輕量級AI模型。 在這個過程中，他向自己提出了一個問題。 「為了讓AI在現實中正常運作，它需要質量數據，而不僅僅是模型。要自願收集這些數據，必須有有效的激勵結構。」 他在Story找到了答案。 @StoryProtocol將數據定義為不僅僅是一種資源，而是IP，並正在建立一個鏈上獎勵系統。 稀有數據收集 → 標記 → 合成 → 鏈上註冊 → 版稅分配 每一步都在鏈上透明追蹤。Sandeep教授這樣解釋。 「我在Story上註冊由我的行車記錄儀捕捉到的稀有駕駛場景，然後一位朋友為其標記。基於此，AI創建合成數據，在每一步生成連接的IP，並自動將版稅分配給所有貢獻者。」 作為Story的首席AI官，Sandeep Chinchali教授將主導整體AI策略、鏈上學習數據基礎設施以及分散式數據獎勵系統的設計。他將數據的價值定義如下。 「數據是新的IP。」

<RedStone 訪談> RedStone 是一個模組化區塊鏈預言機項目，為超過 1,250 種資產提供安全、快速且具成本效益的數據供應，涵蓋超過 70 條鏈。 其架構將鏈外數據收集與鏈上交付分開，支持拉取和推送機制。這種設計使開發者能夠在燃氣成本和實時性能之間進行優化。 今晚 10 點 KST，我們將邀請 RedStone 的創始人，聽取他們對快速增長的穩定幣和 RWA 市場的願景和策略。 👉

<由AI創建的內容是真實的嗎?> Verify by @Mira_Network 是回答這個問題的基礎設施。它通過三個專門的驗證模型評估每個聲明，將結果分類為「真」、「假」或「無共識」。 如果所有模型達成相同的結論，則被視為可靠的結果；如果它們不同，則會引起懷疑的警示。這不僅僅是找到正確答案，而是將「不確定性」本身作為數據提供。 Verify 不僅僅是一個簡單的演示；它是一個「信任基礎設施」。它通過API提供後端，允許公司檢測AI生成內容的真實性，自動過濾虛假信息，並在必要時連接進行人工審查。

<觀看 SharpLink Gaming 的想法> 感覺像是 ConsenSys 正在引領潮流，使「以太坊金融策略」成為一個重要的趨勢。SharpLink Gaming 正在通過 PIPE 積累約 5000 億韓元的以太坊，與比特幣金融策略的不同之處在於，以太坊可以通過資產管理產生利潤，而不僅僅是簡單的持有。 我好奇的是他們將如何管理所收集的以太坊。從 @SharpLinkGaming 的案例來看，可以確認他們是通過 Figment 基於 LST 或 LRT 來管理資產的。 Figment 是以太坊的頂級驗證者之一，為機構投資者運營專用的保險庫，提供穩定的質押回報。像 @Obol_Collective 這樣的項目幫助大型運營商更穩定和高效地進行驗證，類似於 Figment。 隨著越來越多的機構採用以太坊策略，我相信以太坊的供應將不可避免地集中在這些特定於機構的驗證者上。特別是因為風險管理對於機構來說至關重要，他們往往會非常保守地運營節點，以最小化停機或削減等風險。 例如，如果在運行單一驗證者密鑰的節點時發生自然災害，可能會導致不僅失去未來的獎勵，還有質押的本金。為了降低這種風險，對於將驗證者密鑰分散到多個節點的基礎設施的需求，即 DVT（DVT：分散式驗證者技術），預計將持續增長。 以太坊和 Solana 之間的決定性基礎設施差異在於其去中心化的計算結構。它旨在通過至少 5-6 個客戶端來避免單點故障，即使世界末日來臨。為了讓機構能夠正確地駕馭這一以太坊敘事，他們需要制定策略以減少驗證者層的單點故障，像 @Obol_Collective 這樣的項目正是這一努力的中心。 最終，隨著越來越多的公司選擇以太坊金融策略，能夠幫助他們更好地驗證或簡化資產管理的項目的需求將自然增加。

沒想到韓國對穩定幣的興趣會這麼高。僅NH農協銀行就有300多名員工參與。我再次感受到加密市場仍處於起步階段。

<全球風險投資公司的投資語法已經改變> 如今，全球創投公司正在投資希望將數位資產納入策略資產的公司。Pantera 最近創建了 DAT（數位資產國庫）基金，並投資了 Cantor Equity Partners（CEP）等公司，據稱其獲利率為資產淨值 （NAV） 的 1.5 至 10 倍。 最終，創建了一個以公司和私募股權基金為中心的新元數據。我們在這裡可以考慮的是提前了解這些公司未來將哪些幣種作為戰略資產。 例如，像@StoryProtocol這樣的項目似乎可能會被納入灰度管理的AI基金中，如果像@DCGco這樣認真對待AI的VC單獨創建一個AI ETF，那麼$IP、$TAO、$Flock等AI幣就有可能被戰略性地納入。 如果你看看目前的 Pantera 案例，你可以看到比特幣、以太坊、瑞波幣、Avalanche、Hyperliquid 和 Sui 等主要幣種。 因此，我認為尋找公司和基金可以作為中小型股戰略資產納入的候選股會更現實。

“CLOBs on Blobs”為 Celestia 帶來了巨大的收入機會。高性能交易場所正在轉向模組化架構，Celestia 正在成為基於 CLOB 的交易所的首選 DA 層。 今晚 11 點（韓國標準時間）晚上 11 點，我將在我的 YouTube 播客上主持 @celestia 的@nickwh8te，深入探討這種轉變的真正含義。

韓國市場對新幣仍然充滿熱情，但經受住了長期風雨的幣可能是更好的選擇。@maplefinance