Binance Square

block_fancy

Bitcoin: A Peer-to-Peer Electronic Cash System
13 Следвани
112 Последователи
211 Харесано
97 Споделено
Публикации
·
--
Статия
比特币跌,NEAR 涨比特币为什么大跌?#btc #Near 第一,最大的情绪触发点是 Strategy 罕见卖出 BTC。Strategy 以前一直被市场视为“只买不卖”的比特币信仰锚,这次披露卖出 32 枚 BTC,虽然金额相对其持仓很小,但打击的是市场心理:连最强 HODL 叙事都出现裂缝,短线交易员自然先跑。 第二,现货 BTC ETF 出现资金流出,削弱了此前支撑 BTC 的主要买盘。最近报道提到,BTC 跌破 70,000 美元,同时市场关注 ETF 净流出对价格的压力;有数据称 6 月 1 日单日现货 ETF 净流出约 4.84 亿美元。 第三,地缘政治风险和宏观压力也在压制风险资产。近期中东/美伊相关风险升温,叠加市场对通胀、美元走强、降息不确定性的担忧,BTC 这种高波动资产就容易被先卖。 第四,AI 股票吸走了风险资金。有报道指出,从 2026 年 5 月 11 日以来,BTC 下跌超过 10%,而纳指却上涨并创新高,原因之一是资金被 Nvidia、Dell 等带动的 AI 股行情吸引,BTC 反而缺少新的强催化。 NEAR 为什么反而高涨? NEAR 最近吃到的是很典型的 AI + Agent 基础设施叙事。NEAR 官网现在直接把自己定位成 “Currency of Agents”,并强调 NEAR Intents、NEAR AI、私密推理、安全 Agent harness、跨链执行等模块;这正好踩在当下市场最愿意追的 AI Agent 叙事上。 第二,NEAR 有明确的技术升级预期。NEAR 5 月发布 Dynamic Resharding,称其目标包括自动扩展、支持更多 shards、服务 NEAR Intents 和 Agent 相关增长;这种“马上有升级”的节点,很容易成为短线资金炒作理由。 第三,NEAR 不是只有口号,它在强调 Intents 的真实交易量。NEAR 官网显示 NEAR Intents 已有约 190 亿美元累计成交量;其 2026 年 2 月的代币经济文章也提到 Intents 已结算 130 亿美元以上跨链交易量。这类数据让市场更容易把它归到“AI + 跨链执行 + 真实用例”的框架里。 第四,短线交易层面,NEAR 的涨也带有杠杆和动量交易色彩。有市场分析称 NEAR 在大盘走弱时仍延续上涨,且 Open Interest 出现双位数增长,说明不只是现货买入,也有不少杠杆资金在追。这个很好理解:BTC 太重,NEAR 盘子更轻,叙事一热,弹性就更大。

比特币跌,NEAR 涨

比特币为什么大跌?#btc #Near
第一,最大的情绪触发点是 Strategy 罕见卖出 BTC。Strategy 以前一直被市场视为“只买不卖”的比特币信仰锚,这次披露卖出 32 枚 BTC,虽然金额相对其持仓很小,但打击的是市场心理:连最强 HODL 叙事都出现裂缝,短线交易员自然先跑。
第二,现货 BTC ETF 出现资金流出,削弱了此前支撑 BTC 的主要买盘。最近报道提到,BTC 跌破 70,000 美元,同时市场关注 ETF 净流出对价格的压力;有数据称 6 月 1 日单日现货 ETF 净流出约 4.84 亿美元。
第三,地缘政治风险和宏观压力也在压制风险资产。近期中东/美伊相关风险升温,叠加市场对通胀、美元走强、降息不确定性的担忧,BTC 这种高波动资产就容易被先卖。
第四,AI 股票吸走了风险资金。有报道指出,从 2026 年 5 月 11 日以来,BTC 下跌超过 10%,而纳指却上涨并创新高,原因之一是资金被 Nvidia、Dell 等带动的 AI 股行情吸引,BTC 反而缺少新的强催化。
NEAR 为什么反而高涨?
NEAR 最近吃到的是很典型的 AI + Agent 基础设施叙事。NEAR 官网现在直接把自己定位成 “Currency of Agents”,并强调 NEAR Intents、NEAR AI、私密推理、安全 Agent harness、跨链执行等模块;这正好踩在当下市场最愿意追的 AI Agent 叙事上。
第二,NEAR 有明确的技术升级预期。NEAR 5 月发布 Dynamic Resharding,称其目标包括自动扩展、支持更多 shards、服务 NEAR Intents 和 Agent 相关增长;这种“马上有升级”的节点,很容易成为短线资金炒作理由。
第三,NEAR 不是只有口号,它在强调 Intents 的真实交易量。NEAR 官网显示 NEAR Intents 已有约 190 亿美元累计成交量;其 2026 年 2 月的代币经济文章也提到 Intents 已结算 130 亿美元以上跨链交易量。这类数据让市场更容易把它归到“AI + 跨链执行 + 真实用例”的框架里。
第四,短线交易层面,NEAR 的涨也带有杠杆和动量交易色彩。有市场分析称 NEAR 在大盘走弱时仍延续上涨,且 Open Interest 出现双位数增长,说明不只是现货买入,也有不少杠杆资金在追。这个很好理解:BTC 太重,NEAR 盘子更轻,叙事一热,弹性就更大。
Ultra realistic landscape photography of the European Dolomite Mountains, dramatic limestone peaks rising above alpine meadows, golden sunrise light, light morning mist in the valleys, natural colors, breathtaking scenery, wildflowers in the foreground, cinematic composition, professional outdoor photography, Nikon Z9, 85mm lens, ultra detailed textures, HDR, sharp focus, realistic atmosphere, National Geographic style, volumetric light, photorealistic, 8k --ar 1:1 --stylize 50 --v 7.0 评论区说说是哪几个知名画家做的
Ultra realistic landscape photography of the European Dolomite Mountains, dramatic limestone peaks rising above alpine meadows, golden sunrise light, light morning mist in the valleys, natural colors, breathtaking scenery, wildflowers in the foreground, cinematic composition, professional outdoor photography, Nikon Z9, 85mm lens, ultra detailed textures, HDR, sharp focus, realistic atmosphere, National Geographic style, volumetric light, photorealistic, 8k --ar 1:1 --stylize 50 --v 7.0

评论区说说是哪几个知名画家做的
冷知识:海马是雄性怀孕 先说结论:在海马家族里,真正负责 “怀胎” 的是爸爸。 冷在哪里:雌性海马会把卵转移到雄性的育儿袋中,雄性在袋内为胚胎调节盐分、供氧并提供保护,直到小海马出生。 为什么有意思:这不是简单的 “帮忙带娃”,而是生殖角色在演化中出现的罕见分工反转。 多知道一点:雄性海马育儿袋并不是普通口袋,它有血管和调节环境的能力,功能上很接近一个专门的胚胎孵育器。 #Haima
冷知识:海马是雄性怀孕

先说结论:在海马家族里,真正负责 “怀胎” 的是爸爸。

冷在哪里:雌性海马会把卵转移到雄性的育儿袋中,雄性在袋内为胚胎调节盐分、供氧并提供保护,直到小海马出生。

为什么有意思:这不是简单的 “帮忙带娃”,而是生殖角色在演化中出现的罕见分工反转。

多知道一点:雄性海马育儿袋并不是普通口袋,它有血管和调节环境的能力,功能上很接近一个专门的胚胎孵育器。 #Haima
Статия
Claude 估值逼近万亿美元:AI 创业公司到底还算“创业”吗?最近 Anthropic 的新闻,有点像把 AI 创业这个词按在桌上重新审了一遍。 一家 2021 年成立的公司,靠 Claude 站到大模型第一梯队,又在新一轮融资里把估值推到 9650 亿美元附近。这个数字已经不是普通创业公司语境里的大了,它更像一个问题。 AI 公司到底还算创业公司吗? 如果我们还用过去 SaaS 创业的眼光看它,就会觉得离谱。过去的软件公司,最迷人的地方在于轻资产,高毛利,边际成本低。先写出产品,再用增长和续费证明自己。 但大模型公司不是这样。 它们先要买算力,买人才,买数据工程,买企业客户的信任。用户还没大规模付费之前,账单已经先跑起来了。 所以 Anthropic 的估值,不只是投资人押注一个聊天机器人。它押的是一整套结构,模型能力能不能继续往前,企业客户会不会把 Claude 放进工作流,云厂商和芯片供应链能不能持续供给算力,以及资本市场愿不愿意继续相信这条路。 这就让 AI 创业变得很不像创业。 过去创业公司最重要的是快。先跑起来,边跑边修。 现在头部 AI 公司最重要的是扛。扛算力,扛研发,扛合规,扛客户迁移,扛估值背后的增长预期。 这不是小团队在车库里写代码的故事,更像电信、云计算、半导体和软件订阅混在一起的故事。 说到这里,最关键的不是估值高不高。 关键是这种估值背后,钱买的到底是什么。 第一层,钱买的是算力时间。 大模型训练和推理不是一次性开支。模型越强,客户越多,推理量越大,算力越像公司的原材料。Anthropic 融资时强调扩展计算能力,这句话听起来普通,其实很要命。 对传统软件公司来说,增长意味着服务器成本上升一点。 对大模型公司来说,增长可能意味着一轮新的算力采购、云服务承诺和芯片供给安排。 第二层,钱买的是企业入口。 Claude 真正有价值的地方,不只是能聊天,而是开始进入企业软件、客服、代码、文档、流程自动化这些场景。ServiceNow 这类企业软件伙伴,把 Claude 接进自己的产品里,等于把模型变成工作流的一部分。 这是估值能讲下去的地方。 消费级聊天有热度,但企业级合同有收入可见性。只要企业愿意把模型嵌进流程,AI 公司就不再只是卖一次调用,而是在争夺长期工作入口。 第三层,钱买的是信任。 AI 公司面对的不是普通产品风险。模型幻觉、数据安全、版权、企业合规、行业监管,每一个都可能影响采购。企业客户不是问你能不能生成,而是问你能不能被审计、能不能被追溯、能不能被采购。 所以估值越高,公司越不像创业公司。 它必须像基础设施一样稳定,又必须像创业公司一样高速增长。 这很矛盾。 也是它最危险的地方。 因为一旦资本市场把你按基础设施定价,它就会要求你有基础设施级别的需求确定性。一旦市场按软件公司定价,它又会要求你有软件公司级别的毛利和扩张效率。 AI 大模型公司夹在中间。 它们既要烧钱,又要证明不是烧钱换热闹。 既要开放给企业,又要把安全边界讲清楚。 既要追模型前沿,又要把每次推理成本压下来。 这就是为什么我觉得,Anthropic 的估值不是一个单纯的融资新闻。它更像一个行业拐点。 AI 创业的第一阶段,是证明模型能做出惊艳能力。 第二阶段,是证明这些能力能被企业稳定使用。 第三阶段,才是真正残酷的地方,要证明高估值背后的收入、毛利和基础设施投入能互相对得上。 对普通 AI 创业者来说,这件事也有启发。 不是所有团队都要走 Anthropic 这条路。 事实上,大多数团队也走不了。 头部大模型公司拼的是资本、算力、模型和企业入口。中小团队真正该拼的,是具体行业里的流程理解,是把模型变成可采购、可复用、可嵌入的产品。 如果你没有能力买下算力战争,就不要假装自己在打一场模型战争。 你要打的是场景战争。 最后留一份清单。 如果你正在做 AI 产品,先问自己五个问题。 第一,你卖的是模型能力,还是企业流程里的一个可交付结果。 第二,客户为什么要把数据和工作流放到你这里。 第三,你的成本会不会随着用户增长一起失控。 第四,你有没有能支撑采购的安全、权限、审计和合规说明。 第五,如果大模型能力继续降价,你的产品还剩下什么。 Anthropic 的万亿估值故事很壮观。 但真正值得普通创业者学习的,不是估值。 是它提醒我们,AI 时代的公司不再只是写软件。 它们在争夺工作流、算力资源和组织信任。

Claude 估值逼近万亿美元:AI 创业公司到底还算“创业”吗?

最近 Anthropic 的新闻,有点像把 AI 创业这个词按在桌上重新审了一遍。
一家 2021 年成立的公司,靠 Claude 站到大模型第一梯队,又在新一轮融资里把估值推到 9650 亿美元附近。这个数字已经不是普通创业公司语境里的大了,它更像一个问题。
AI 公司到底还算创业公司吗?
如果我们还用过去 SaaS 创业的眼光看它,就会觉得离谱。过去的软件公司,最迷人的地方在于轻资产,高毛利,边际成本低。先写出产品,再用增长和续费证明自己。
但大模型公司不是这样。
它们先要买算力,买人才,买数据工程,买企业客户的信任。用户还没大规模付费之前,账单已经先跑起来了。
所以 Anthropic 的估值,不只是投资人押注一个聊天机器人。它押的是一整套结构,模型能力能不能继续往前,企业客户会不会把 Claude 放进工作流,云厂商和芯片供应链能不能持续供给算力,以及资本市场愿不愿意继续相信这条路。
这就让 AI 创业变得很不像创业。
过去创业公司最重要的是快。先跑起来,边跑边修。
现在头部 AI 公司最重要的是扛。扛算力,扛研发,扛合规,扛客户迁移,扛估值背后的增长预期。
这不是小团队在车库里写代码的故事,更像电信、云计算、半导体和软件订阅混在一起的故事。
说到这里,最关键的不是估值高不高。
关键是这种估值背后,钱买的到底是什么。
第一层,钱买的是算力时间。
大模型训练和推理不是一次性开支。模型越强,客户越多,推理量越大,算力越像公司的原材料。Anthropic 融资时强调扩展计算能力,这句话听起来普通,其实很要命。
对传统软件公司来说,增长意味着服务器成本上升一点。
对大模型公司来说,增长可能意味着一轮新的算力采购、云服务承诺和芯片供给安排。
第二层,钱买的是企业入口。
Claude 真正有价值的地方,不只是能聊天,而是开始进入企业软件、客服、代码、文档、流程自动化这些场景。ServiceNow 这类企业软件伙伴,把 Claude 接进自己的产品里,等于把模型变成工作流的一部分。
这是估值能讲下去的地方。
消费级聊天有热度,但企业级合同有收入可见性。只要企业愿意把模型嵌进流程,AI 公司就不再只是卖一次调用,而是在争夺长期工作入口。
第三层,钱买的是信任。
AI 公司面对的不是普通产品风险。模型幻觉、数据安全、版权、企业合规、行业监管,每一个都可能影响采购。企业客户不是问你能不能生成,而是问你能不能被审计、能不能被追溯、能不能被采购。
所以估值越高,公司越不像创业公司。
它必须像基础设施一样稳定,又必须像创业公司一样高速增长。
这很矛盾。
也是它最危险的地方。
因为一旦资本市场把你按基础设施定价,它就会要求你有基础设施级别的需求确定性。一旦市场按软件公司定价,它又会要求你有软件公司级别的毛利和扩张效率。
AI 大模型公司夹在中间。
它们既要烧钱,又要证明不是烧钱换热闹。
既要开放给企业,又要把安全边界讲清楚。
既要追模型前沿,又要把每次推理成本压下来。
这就是为什么我觉得,Anthropic 的估值不是一个单纯的融资新闻。它更像一个行业拐点。
AI 创业的第一阶段,是证明模型能做出惊艳能力。
第二阶段,是证明这些能力能被企业稳定使用。
第三阶段,才是真正残酷的地方,要证明高估值背后的收入、毛利和基础设施投入能互相对得上。
对普通 AI 创业者来说,这件事也有启发。
不是所有团队都要走 Anthropic 这条路。
事实上,大多数团队也走不了。
头部大模型公司拼的是资本、算力、模型和企业入口。中小团队真正该拼的,是具体行业里的流程理解,是把模型变成可采购、可复用、可嵌入的产品。
如果你没有能力买下算力战争,就不要假装自己在打一场模型战争。
你要打的是场景战争。
最后留一份清单。
如果你正在做 AI 产品,先问自己五个问题。
第一,你卖的是模型能力,还是企业流程里的一个可交付结果。
第二,客户为什么要把数据和工作流放到你这里。
第三,你的成本会不会随着用户增长一起失控。
第四,你有没有能支撑采购的安全、权限、审计和合规说明。
第五,如果大模型能力继续降价,你的产品还剩下什么。
Anthropic 的万亿估值故事很壮观。
但真正值得普通创业者学习的,不是估值。
是它提醒我们,AI 时代的公司不再只是写软件。
它们在争夺工作流、算力资源和组织信任。
$UNI 垃圾,看着挣扎
$UNI 垃圾,看着挣扎
黄金的走线很漂亮,接盘的何时能解套? 😞
黄金的走线很漂亮,接盘的何时能解套?
😞
黄仁勋《AI 的五层蛋糕》解读:中国的位置与未来机会> 作者整理 | 2026年3月11日 | 基于黄仁勋 2026.03.10 英伟达官方博客长文 一、五层蛋糕究竟说了什么 2026年3月10日,英伟达CEO黄仁勋发表了自2016年以来的第七篇公开长文。这不是一篇普通的行业观察,而是一份系统性的产业图谱。他用"五层蛋糕"这个朴素的比喻,重新定义了AI这件事的本质。 五层结构从底到顶依次是: 能源 → 芯片 → 基础设施 → 模型 → 应用 每一个成功的应用,都会向下牵动所有层级,直到最底层为它供电的发电厂。 这个框架最核心的洞见是:**AI不是一个软件产品,而是一套重工业体系。** AI并非单一的聪明应用程序或模型,而是如同电力和互联网一样至关重要的基础设施,运行在真实的硬件、能源和经济基础之上,能够吸收原材料并转化为规模化的智能。 五层详解 第一层:能源(Energy) 这是整个体系的物理极限。实时生成的智能需要实时产生的电力,生成的每一个 Token 都是电子移动、热量管理以及能源转化为计算能力的结果,不存在任何抽象层。当前能源供给已成为AI规模化发展的紧迫瓶颈。 第二层:芯片(Chips) 芯片是能源转化为算力的变压器。AI工作负载需要巨大的并行计算能力、高带宽内存以及高速互联。芯片层的进步速度,直接决定了"智能"最终能变得多便宜。这也是英伟达坐稳核心位置的根本原因。 第三层:基础设施(Infrastructure) 即"AI工厂"。涵盖土地、电力输送、冷却系统、建筑施工、网络,以及将成千上万个处理器协同编排为一台机器的调度系统。其设计初衷不是为了存储信息,而是为了**制造智能**。 第四层:模型(Models) 模型是智能本身的形态。AI模型可以理解多种类型的信息,包括语言、生物学、化学、物理学、金融、医学以及物理世界本身。黄仁勋特别提到 DeepSeek-R1,认为开源强推理模型的出现,激活了整个架构栈的需求,加速了应用层的技术采用,并增加了对底层训练、基础设施、芯片和能源的需求。 第五层:应用(Applications) 这是最靠近用户、也是最能创造商业价值的一层。黄仁勋认为,传统软件和 APP 有可能在未来消失,取而代之的是由**智能体(Agent)**驱动的新一代应用形态。 💡 黄仁勋原文金句:"目前的投入规模不过几千亿美元,而未来仍需要建设数万亿美元级别的基础设施。这正在成为人类历史上最大规模的基础设施建设之一。" 二、中国在五层蛋糕里的真实位置 黄仁勋曾在 CSIS 访谈中逐层给中美打分,结论出人意料地客观: 核心结论:中国在芯片层承受结构性压力,但这个短板正在倒逼应用层的极限创新。 三、中国在应用层的独特机会 黄仁勋的五层蛋糕理论,对中国最重要的启示不在底层,而恰恰在顶层——**应用层**。这里是中国优势最集中、机会最具爆发性的战场。 🏭 制造业AI化:世界工厂的升级窗口 中国是全球制造业规模最大的国家,拥有最完整的产业链和最密集的工厂集群。当AI模型能够理解"物理世界本身"时,工厂就变成了AI最天然的训练场和变现场。 - AI质检:视觉识别替代人工抽检,精度提升10倍 - 智能排产:动态优化生产计划,减少库存浪费 - 预测性维护:提前感知设备故障,降低停产损失 - 机器人协作:人形机器人与工人协同作业 每一个场景在中国都有数以万计的工厂可以复制落地,市场规模以万亿计。 📊 超大规模用户数据优势 应用层的核心竞争力,本质上是**数据飞轮**。中国拥有14亿人口的行为数据:电商、支付、出行、医疗……这些数据的密度和多样性在全球无出其右。当AI应用需要持续迭代、贴近用户场景时,这种数据优势会形成极高的护城河,让本土公司在垂直应用领域碾压外来竞争者。 🏛️ 政府主导的场景规模化能力 中国的体制优势在应用层尤为突出: - 一个AI医疗影像系统,可以一次性铺开到数千家县级医院 - 一套AI教育产品,可以通过政策快速进入数亿学生的学习场景 - 智慧城市、AI政务、工业互联网,都具备全国统一推广的条件 这种"**场景规模化**"的速度,是任何市场化驱动的国家都难以复制的。 🧠 以DeepSeek为代表的"低成本高效能"模型路线 DeepSeek 的横空出世证明了一件事:在芯片受限的条件下,中国工程师可以通过算法创新绕开硬件瓶颈。这种"**以软补硬**"的能力,正在让更多中小企业能以极低成本调用顶级AI能力,从而催生出大量此前不可能存在的应用。 四、结语:顶层的战争,中国有主场优势 黄仁勋的五层蛋糕理论给了我们一个清醒的提示:**不要迷恋层层都要赢,要找到自己最能赢的那一层,然后把它吃透。** 对中国而言: - 🔴 芯片层:短期仍受制约,需长期自主攻关 - 🟡 能源层 + 基础设施层:已具备强竞争力 - 🟢 模型层:DeepSeek 路线证明可行 - 🟢 应用层:主场优势最显著,千亿/万亿级机会密集 制造、医疗、教育、农业、政务……每一个垂直场景的AI渗透,在中国的体量下都是千亿乃至万亿级的机会。 黄仁勋说:*"每一个成功的应用都会向下拉动其下方的每一层,一直延伸到维持其运转的发电厂。"* 这句话反过来理解就是——**谁控制了顶层的应用生态,谁就拥有了向下传导需求、定义整个产业节奏的权力。** 这场五层蛋糕的竞争,中国最好的一口,正在顶层等着被咬下来。 --- *参考来源:黄仁勋英伟达官方博客《AI是一块五层蛋糕》,2026年3月10日

黄仁勋《AI 的五层蛋糕》解读:中国的位置与未来机会

> 作者整理 | 2026年3月11日 | 基于黄仁勋 2026.03.10 英伟达官方博客长文
一、五层蛋糕究竟说了什么
2026年3月10日,英伟达CEO黄仁勋发表了自2016年以来的第七篇公开长文。这不是一篇普通的行业观察,而是一份系统性的产业图谱。他用"五层蛋糕"这个朴素的比喻,重新定义了AI这件事的本质。
五层结构从底到顶依次是:
能源 → 芯片 → 基础设施 → 模型 → 应用
每一个成功的应用,都会向下牵动所有层级,直到最底层为它供电的发电厂。
这个框架最核心的洞见是:**AI不是一个软件产品,而是一套重工业体系。** AI并非单一的聪明应用程序或模型,而是如同电力和互联网一样至关重要的基础设施,运行在真实的硬件、能源和经济基础之上,能够吸收原材料并转化为规模化的智能。
五层详解
第一层:能源(Energy)
这是整个体系的物理极限。实时生成的智能需要实时产生的电力,生成的每一个 Token 都是电子移动、热量管理以及能源转化为计算能力的结果,不存在任何抽象层。当前能源供给已成为AI规模化发展的紧迫瓶颈。
第二层:芯片(Chips)
芯片是能源转化为算力的变压器。AI工作负载需要巨大的并行计算能力、高带宽内存以及高速互联。芯片层的进步速度,直接决定了"智能"最终能变得多便宜。这也是英伟达坐稳核心位置的根本原因。
第三层:基础设施(Infrastructure)
即"AI工厂"。涵盖土地、电力输送、冷却系统、建筑施工、网络,以及将成千上万个处理器协同编排为一台机器的调度系统。其设计初衷不是为了存储信息,而是为了**制造智能**。
第四层:模型(Models)
模型是智能本身的形态。AI模型可以理解多种类型的信息,包括语言、生物学、化学、物理学、金融、医学以及物理世界本身。黄仁勋特别提到 DeepSeek-R1,认为开源强推理模型的出现,激活了整个架构栈的需求,加速了应用层的技术采用,并增加了对底层训练、基础设施、芯片和能源的需求。
第五层:应用(Applications)
这是最靠近用户、也是最能创造商业价值的一层。黄仁勋认为,传统软件和 APP 有可能在未来消失,取而代之的是由**智能体(Agent)**驱动的新一代应用形态。
💡 黄仁勋原文金句:"目前的投入规模不过几千亿美元,而未来仍需要建设数万亿美元级别的基础设施。这正在成为人类历史上最大规模的基础设施建设之一。"
二、中国在五层蛋糕里的真实位置
黄仁勋曾在 CSIS 访谈中逐层给中美打分,结论出人意料地客观:
核心结论:中国在芯片层承受结构性压力,但这个短板正在倒逼应用层的极限创新。
三、中国在应用层的独特机会
黄仁勋的五层蛋糕理论,对中国最重要的启示不在底层,而恰恰在顶层——**应用层**。这里是中国优势最集中、机会最具爆发性的战场。
🏭 制造业AI化:世界工厂的升级窗口
中国是全球制造业规模最大的国家,拥有最完整的产业链和最密集的工厂集群。当AI模型能够理解"物理世界本身"时,工厂就变成了AI最天然的训练场和变现场。
- AI质检:视觉识别替代人工抽检,精度提升10倍
- 智能排产:动态优化生产计划,减少库存浪费
- 预测性维护:提前感知设备故障,降低停产损失
- 机器人协作:人形机器人与工人协同作业
每一个场景在中国都有数以万计的工厂可以复制落地,市场规模以万亿计。
📊 超大规模用户数据优势
应用层的核心竞争力,本质上是**数据飞轮**。中国拥有14亿人口的行为数据:电商、支付、出行、医疗……这些数据的密度和多样性在全球无出其右。当AI应用需要持续迭代、贴近用户场景时,这种数据优势会形成极高的护城河,让本土公司在垂直应用领域碾压外来竞争者。
🏛️ 政府主导的场景规模化能力
中国的体制优势在应用层尤为突出:
- 一个AI医疗影像系统,可以一次性铺开到数千家县级医院
- 一套AI教育产品,可以通过政策快速进入数亿学生的学习场景
- 智慧城市、AI政务、工业互联网,都具备全国统一推广的条件
这种"**场景规模化**"的速度,是任何市场化驱动的国家都难以复制的。
🧠 以DeepSeek为代表的"低成本高效能"模型路线
DeepSeek 的横空出世证明了一件事:在芯片受限的条件下,中国工程师可以通过算法创新绕开硬件瓶颈。这种"**以软补硬**"的能力,正在让更多中小企业能以极低成本调用顶级AI能力,从而催生出大量此前不可能存在的应用。
四、结语:顶层的战争,中国有主场优势
黄仁勋的五层蛋糕理论给了我们一个清醒的提示:**不要迷恋层层都要赢,要找到自己最能赢的那一层,然后把它吃透。**
对中国而言:
- 🔴 芯片层:短期仍受制约,需长期自主攻关
- 🟡 能源层 + 基础设施层:已具备强竞争力
- 🟢 模型层:DeepSeek 路线证明可行
- 🟢 应用层:主场优势最显著,千亿/万亿级机会密集
制造、医疗、教育、农业、政务……每一个垂直场景的AI渗透,在中国的体量下都是千亿乃至万亿级的机会。
黄仁勋说:*"每一个成功的应用都会向下拉动其下方的每一层,一直延伸到维持其运转的发电厂。"*
这句话反过来理解就是——**谁控制了顶层的应用生态,谁就拥有了向下传导需求、定义整个产业节奏的权力。**
这场五层蛋糕的竞争,中国最好的一口,正在顶层等着被咬下来。
---
*参考来源:黄仁勋英伟达官方博客《AI是一块五层蛋糕》,2026年3月10日
Статия
AI × DeFi 的下一个爆发点,我盯上了 $ROBO最近在研究 @FabricFND 的 Fabric Protocol,越看越觉得这个项目在做一件真正有价值的事。 AI Agent 的叙事大家都听烂了,但真正能落地、能跑通经济模型的项目少之又少。Fabric Foundation 做的事情不一样——它在构建一套让 AI Agent 真正能够在链上自主运作的基础设施,而 $ROBO 就是这套系统的核心驱动力。 为什么我看好 #ROBO ? 传统 DeFi 协议的问题在于需要人工干预,效率低、反应慢。Fabric 的思路是让 AI Agent 接管这些重复性的链上操作——自动执行策略、管理仓位、优化收益。这不是概念,是真实在跑的基础设施。 $ROBO 作为生态内的功能性代币,绑定的是整个 AI Agent 网络的使用需求。随着接入协议和 Agent 数量增长,代币的实际使用场景会持续扩大——这才是我最看重的基本面逻辑。 现在市场上大多数 AI+Crypto 项目还停留在讲故事阶段,@FabricFND 已经在默默 build 了。这种项目,往往在下一轮叙事爆发时候冲得最猛。 #ROBO 还在早期,这种机会不多见。

AI × DeFi 的下一个爆发点,我盯上了 $ROBO

最近在研究 @FabricFND 的 Fabric Protocol,越看越觉得这个项目在做一件真正有价值的事。
AI Agent 的叙事大家都听烂了,但真正能落地、能跑通经济模型的项目少之又少。Fabric Foundation 做的事情不一样——它在构建一套让 AI Agent 真正能够在链上自主运作的基础设施,而 $ROBO 就是这套系统的核心驱动力。
为什么我看好 #ROBO ?
传统 DeFi 协议的问题在于需要人工干预,效率低、反应慢。Fabric 的思路是让 AI Agent 接管这些重复性的链上操作——自动执行策略、管理仓位、优化收益。这不是概念,是真实在跑的基础设施。
$ROBO 作为生态内的功能性代币,绑定的是整个 AI Agent 网络的使用需求。随着接入协议和 Agent 数量增长,代币的实际使用场景会持续扩大——这才是我最看重的基本面逻辑。
现在市场上大多数 AI+Crypto 项目还停留在讲故事阶段,@FabricFND 已经在默默 build 了。这种项目,往往在下一轮叙事爆发时候冲得最猛。
#ROBO 还在早期,这种机会不多见。
Статия
机器人经济革命已正式开启!Fabric 如何用 $ROBO 赋予AI机器人经济主权?下午好,广场溜子们。今天想和大家深入分享一个我非常看好的AI+机器人+区块链融合项目 —— @FabricFND 推出的 Fabric Protocol。 Fabric Protocol 是一个致力于构建下一代机器人经济的去中心化基础设施基金会。他们通过区块链技术,为自主智能机器人和AI代理赋予链上身份、主权钱包以及完整的经济系统。这意味着未来的机器人不再是单纯的工具,而是能够独立参与经济活动、完成任务并获得收益的“数字公民”。 在整个生态中,$ROBO 是核心的实用型与治理型代币。它不仅用于支付机器人间交易的手续费、质押以保障网络安全,还能让持有者参与平台治理决策。随着越来越多AI机器人接入网络,$ROBO 的实用价值将持续提升。目前在币安广场上,$ROBO/USDT 交易对的表现非常亮眼,流动性充足,近期交易量稳步增长,显示出市场对这个赛道的强烈兴趣。 为什么我如此看好 Fabric Protocol 和 ROBO 呢?因为我们正站在AI技术爆发的前夜。未来几年,全球将出现海量的智能机器人,它们需要一个公正、透明且去中心化的经济协议来协调工作、分配收益。而 Fabric Protocol 正是为此而生的先锋项目。他们不仅解决了机器人身份认证和经济自主性的难题,还通过创新的智能合约机制,让人机协作变得更加高效和公平。 作为早期关注者,我已经看到项目在技术研发、生态建设和合作伙伴拓展方面的扎实进步。ROBO 只是一个普通代币,而是承载着真实应用场景和长期价值的实用资产。如果你也相信AI将重塑人类社会,那么 $ROBO 绝对值得你深入研究和布局。 目前 Robo 币安的表现持续吸引着大量投资者目光。无论是从技术创新还是应用落地来看,Fabric Protocol 都走在了行业前列。机器人经济不是遥远的科幻,而是正在发生的现实。持有 $ROBO 就等于提前参与了这场人类与AI共生的伟大变革。 对机器人经济、AI代理和Web3未来感兴趣的朋友们,欢迎一起加入讨论!让我们共同见证 Fabric Protocol 如何引领机器人时代的到来!

机器人经济革命已正式开启!Fabric 如何用 $ROBO 赋予AI机器人经济主权?

下午好,广场溜子们。今天想和大家深入分享一个我非常看好的AI+机器人+区块链融合项目 —— @FabricFND 推出的 Fabric Protocol。
Fabric Protocol 是一个致力于构建下一代机器人经济的去中心化基础设施基金会。他们通过区块链技术,为自主智能机器人和AI代理赋予链上身份、主权钱包以及完整的经济系统。这意味着未来的机器人不再是单纯的工具,而是能够独立参与经济活动、完成任务并获得收益的“数字公民”。
在整个生态中,$ROBO 是核心的实用型与治理型代币。它不仅用于支付机器人间交易的手续费、质押以保障网络安全,还能让持有者参与平台治理决策。随着越来越多AI机器人接入网络,$ROBO 的实用价值将持续提升。目前在币安广场上,$ROBO /USDT 交易对的表现非常亮眼,流动性充足,近期交易量稳步增长,显示出市场对这个赛道的强烈兴趣。
为什么我如此看好 Fabric Protocol 和 ROBO 呢?因为我们正站在AI技术爆发的前夜。未来几年,全球将出现海量的智能机器人,它们需要一个公正、透明且去中心化的经济协议来协调工作、分配收益。而 Fabric Protocol 正是为此而生的先锋项目。他们不仅解决了机器人身份认证和经济自主性的难题,还通过创新的智能合约机制,让人机协作变得更加高效和公平。
作为早期关注者,我已经看到项目在技术研发、生态建设和合作伙伴拓展方面的扎实进步。ROBO 只是一个普通代币,而是承载着真实应用场景和长期价值的实用资产。如果你也相信AI将重塑人类社会,那么 $ROBO 绝对值得你深入研究和布局。
目前 Robo 币安的表现持续吸引着大量投资者目光。无论是从技术创新还是应用落地来看,Fabric Protocol 都走在了行业前列。机器人经济不是遥远的科幻,而是正在发生的现实。持有 $ROBO 就等于提前参与了这场人类与AI共生的伟大变革。
对机器人经济、AI代理和Web3未来感兴趣的朋友们,欢迎一起加入讨论!让我们共同见证 Fabric Protocol 如何引领机器人时代的到来!
等到卖了之后开始涨,明牌跟他们玩🐶,亏七成$ALLO
等到卖了之后开始涨,明牌跟他们玩🐶,亏七成$ALLO
😭
😭
block_fancy
·
--
垃圾币没有前途,昔日的明星项目,看得都心塞#Eigenlayer
看样子是回不了本了,才买了一千个,亏得底掉
看样子是回不了本了,才买了一千个,亏得底掉
炒币成了最大负担,几年白干了。谁出来担个责,保证不打死他
炒币成了最大负担,几年白干了。谁出来担个责,保证不打死他
这么烂的行情不看也罢,不如看点小清新
这么烂的行情不看也罢,不如看点小清新
卖了,不玩了。遇人不淑,玩个几把毛
卖了,不玩了。遇人不淑,玩个几把毛
还在拼命射
还在拼命射
骑着小猪看太阳
·
--
今日(30)币安alpha项目分析
兄弟们下午好啊,比特币又被跌麻了!!还是不要玩二级了,继续撸alpha吧。
看看今天alpha项目解析,又是一个Ai项目,今年Ai项目是在太多了:)

1️⃣项目名称:Kindred Labs ($KIN)
融资金额:未公布
上线日期:1月30日,下午7点
空投门槛:241
预计收益:40美金~60美金
领取方式:积分领取
项目介绍:Kindred 是一款去中心化 AI 伴侣平台,拥有 20 多个 Web2 和 Web3 领域的知名 IP,旨在将标志性 IP 转化为具有情感智能的代理,重新定义人机交互。
走势很漂亮,这就是归途
走势很漂亮,这就是归途
Ru7
·
--
$ASTER 还挺抗跌
CZ大表哥只公开提及过3个代币
分别是 BTC、BNB、ASTER
所以可见 $ASTER 份量之高

HODL🫰
#AsterDEX
被割得太惨
被割得太惨
几木
·
--
我们熬夜撸的那些天王级项目都怎么样了?
1月14日,Solana官推对着Starknet贴脸开大,贴出Starknet链上个位数的日活数据,直接嘲笑说“笑死,直接归零吧” 
知道很多公链无人问津,但Solana官推这条内容依旧让我震惊。Starknet 怎么说也是 L2 时代的“四大天王”之亿,融资数亿美金,竟然沦落到这个地步?这让我不经想知道,当空投落地,潮水退去,那些传说中的“天王级”项目,现在到底怎么样了?
为了搞清楚真相,我让 Gemini 写了一套 Python脚本,连接各大公链的 RPC 节点,直接去抓取了过去 24 小时(1月15-16日)链上最原始的区块数据。为了尽量接近真实情况,我让 Gemini 写了一套覆盖全链的清洗算法:
第一,针对 Eclipse 这种特殊的 SVM 架构,专门剔除了数百万笔验证节点的‘共识投票’(System Vote),还原真实的交互量;
第二,针对所有 EVM 系公链(包括 Arb, Base, Scroll, zkSync, Starknet 等),统一设定了 ‘Nonce > 10’ 的门槛。 这意味着,那些刚刚创建、交互次数寥寥无几的‘日抛型’账号,全都被排除在‘核心老用户’的统计之外。

当进度条跑完,看着最终汇总的那张 Excel 表格,我感到一种巨大的荒谬感。我们身处的这个行业,正被撕裂成两个平行的宇宙。一个在社交媒体和融资新闻里喧嚣尘上,另一个在链上数据的冰冷现实里,死寂得可怕。
一、 主角Starknet估值150亿美金?
Solana 官推说 Starknet 有 150 亿美金的估值。作为对比,小鹏汽车一年卖出42万辆汽车,当前市值190亿美元。不过,Starknet的现状,比 Solana 说的更残忍。
市场早就用脚投票了。Starknet 现在的真实 FDV(完全稀释估值)已经跌到了不足 8.5亿美金。
8.5亿美金是什么概念? meme代币pepe的市值常年稳定在 10 亿美金以上。 一个自称“以太坊终局”的公链,现在竟然还不如一个meme值钱。

链上数据也印证了价格的崩塌: 在剥离掉噪音后,Starknet 过去 24 小时的真实交易仅 1.3 万笔,活跃地址数更是惊人地低至 4320 个。 拿着几亿美金的融资,却是一座只有几千人使用的空城。
二、 天王们的集体“裸泳”

这份 AI 跑出来的“验尸报告”显示出令人唏嘘的现状:
zkSync (ZK):曾经撸毛党心中的“耶路撒冷”,号称有 500 万用户。如今潮水退去,24 小时里只留下了 8 万笔交易。不过,这 24 小时里却有 6.4 万个活跃地址,平均一个地址一天只动 1.2 次。对于一条标榜高性能的公链来说,这种‘一人一笔、点到为止’的交互频率,实在显得过于整齐和安静了,多少让人觉得有些耐人寻味。Scroll (SCR):作为最晚发币的“旧时代遗老”,也未能幸免。日交易量仅 3.7 万笔。最离谱的是,脚本在统计‘新地址活跃度’时,竟然跑出了一个刺眼的 0。 哪怕这可能是 RPC 节点的索引延迟或脚本的统计误差,但对于一条曾号称几十万用户的公链来说,必须要靠‘误差’来寻找新用户,这本身就是一个巨大的黑色幽默。Eclipse:项目试图讲一个把 Solana 的高性能引擎装进以太坊车架的故事。但不足 9000 笔的日交易量和仅5000多个真实活跃用户的现实,无情地戳破了叙事泡沫。事实证明,无论用什么样的高级引擎,没有人开,它依然只是一堆昂贵的废铁。
当利益的糖果发完,人群散去的速度比我们想象的要快一万倍。
三、 幸存者的反衬
当然,也不全是坏消息。

Polygon 尽管被嘲笑技术老旧,但 518 万 的日交易量证明了它依然被加密用户需要,比如最近爆火的预测市场龙头Polymarket便是搭建在Polygon之上,不过Polymarket团队在一个月前已经确认,未来将从Polygon迁移,搭建自己的Layer2网络。
不像Base、BSC这样有交易所作为靠山,Arbitrum依靠自己的先发优势(21年8月上线)和流动性壁垒,维持了 228 万的日交易数量和 134万的核心老用户。要知道,Arb 的空投盛宴早在近三年前就结束了。此刻留下的,不再是等着天上掉馅饼的‘电子乞丐’,而是精算年化收益率的链上套利者。
为了证明 Arbitrum 的含金量,我们不妨看一眼它的同门师弟 Optimism (OP)。 虽然 OP 的日交易量也高达 200 万笔,但其核心老用户仅有 19 万,只有 Arbitrum 的七分之一。
如果说 Starknet 和 Scroll 的归零宣告了‘ZK 叙事’的破产,那么 Linea 可能是唯一的例外。在这份榜单中,Linea 展现出了惊人的韧性。数据显示,它拥有 18.4 万 的核心老用户。
但正是这些仅存的烟火气,反倒映衬得那几位跌落神坛的“天王”,显得格外凄凉。

结语
写到这里,其实心情挺复杂的。
似乎就在昨天,Starknet、Scroll、zkSync这些名字,还是社群里人人追捧、通宵交互的“明星”。那时我们迷信 VC 的背书,迷信“ZK 技术是终局”,迷信 TPS 的理论数值。我也曾建立过数十个钱包,在一个个excel表格罗列出密密麻麻的交互日记,像一个勤勤恳恳的赛博流水线工人。
而此刻,看着屏幕上这串冰冷的数据,它们像一座座矗立在区块链世界的“鬼城”。 金碧辉煌,空无一人。
Влезте, за да разгледате още съдържание
Присъединете се към глобалните крипто потребители в Binance Square
⚡️ Получавайте най-новата и полезна информация за криптовалутите.
💬 С доверието на най-голямата криптоборса в света.
👍 Открийте истински прозрения от проверени създатели.
Имейл/телефонен номер
Карта на сайта
Предпочитания за бисквитки
Правила и условия на платформата