Oneida Daisy lkKT

5月22日，OPEN跌破关键支撑位，最低触及0.1956美元，收盘于0.1972美元，24小时成交量显著放大。与此前5月19日测试0.2250美元阻力位时的放量上攻形成对比，这次下跌同样伴随成交量的明显放大。量价结构的语言很清晰：这不是散户恐慌，而是有人在出货。
为什么要关注“谁在卖”？
5月16日，OPEN刚刚经历了一轮从0.1827美元到0.1583美元的大幅回调，成交量超过850万枚，单日成交额逾140万美元。技术分析报告明确指出，那轮下跌的特征是“机构级抛售”——在0.1652美元和0.1600美元两个价位出现了与大规模清算相符的成交量峰值。
结合代币经济模型的时间线来看：OPEN于2025年9月上线，团队与投资人代币设有12个月锁仓期，随后分36个月线性解锁，其中投资者每月解锁约508万枚，团队每月解锁约416万枚。当前是2026年5月——第一批投资者解锁正在发生。
一个被低估的“解锁效应”
代币解锁本身不是利空，关键在于“解锁后的流向”。如果每月近1000万枚的解锁量被抛向市场，而生态内的真实需求（质押、证明调用、归因结算）尚未形成足够的吸收能力，价格承压就是数学结果，不是情绪问题。
这恰好构成一个反向观察窗口：当抛压来自结构性解锁，而非基本面恶化，那么抛压的衰竭点，可能就是价值的底部区间。
OpenLedger的生态基本面并未恶化。主网上线、剑桥合作、20个数据集入驻、与Theoriq在DeFAI领域的整合仍在推进。需要验证的是：链上的证明调用频率、质押率、数据集的活跃调用次数——这些指标的增长速度，能否在未来几个季度内追上解锁的供应速度。
可迁移的判断框架
对于任何处于“解锁期”的早期项目，可以追问三个问题：
1. 当前抛售是结构性解锁所致，还是基本面转弱？
2. 生态内的“吸收能力”（真实使用场景对代币的需求）是否在同步增长？
3. 成交量峰值出现在哪些价位？是机构规模的连续抛售，还是散户的分散卖出？
OPEN在0.1956美元获得短暂支撑，但成交量结构显示卖压尚未完全释放。对于长期观察者而言，真正的信号不是价格在哪，而是：当解锁抛压耗尽时，谁在买入。
@OpenLedger #OpenLedger $OPEN

2026年4月，OpenLedger宣布将采用ERC-4626标准。这条消息当时并未引起太多关注，但放在一个月后的今天回看，它可能是理解OPEN下一个叙事拐点的关键线索。
为什么一个“标准化金库”值得拆解？
ERC-4626是DeFi领域最具实操性的标准之一——它为收益型资产提供了统一的存取接口。当OpenLedger将这一标准纳入自己的架构，并与“AI管理的金库层”结合时，实际上在回答一个长期被忽视的问题：AI代理在DeFi中创造的收益，如何被验证、归因和分配？
这就引出了2026年1月OpenLedger与Theoriq的合作公告。两者的结合点很直接：Theoriq提供AI代理的自主决策能力，OpenLedger提供链上可验证的执行层。当AI代理在DeFi市场中进行流动性挖矿、借贷或交易时，每一个操作的决策路径、资金来源和收益归属都能被追溯。
这听起来像是技术细节，但它解决的是一个真实存在的“审计难题”：在DeFAI（DeFi + AI）赛道中，如果你无法验证AI代理的操作是否合规、收益是否准确归因，那么让AI管理资金就只是一句空话。
一个可迁移的判断框架
OpenLedger选择ERC-4626，本质上是在做一件事：让“AI创造的收益”变成标准化的、可组合的链上资产。
这个动作的行业意义在于：它把DeFAI从一个笼统的叙事拆解成了具体可执行的技术路径。对于关注这一赛道的投资者，可以追问三个问题：
1. 该项目是否有标准化的收益表达层？（ERC-4626是一个参考锚点）
2. AI决策路径是否可追溯、可审计？
3. 收益分配是否依赖中心化预言机或链上原生的归因机制？
OpenLedger在三者上都有布局——标准化金库、可验证执行层、归因证明机制。但链上数据的验证仍需时间：质押率、证明调用频率、金库资金规模是下一步需要观察的指标。
当DeFAI从概念走向落地，“收益可验证”可能比“收益有多高”更重要。
@OpenLedger #OpenLedger $OPEN

5月15日，OpenLedger宣布成立基金会。彼时OPEN价格约0.21美元。10天过去，5月19日OPEN一度触及0.2250美元，随后回撤至0.2063美元支撑位，24小时成交量1456万枚。波动背后，一个更深层的结构性变化正在发生。
为什么“基金会”这件事值得拆解？
对于一个去中心化AI协议而言，成立基金会的意义远不止“设立一个法律实体”。它标志着项目从“协议实验”阶段进入“机构化运营”阶段。基金会的核心职能是：监督贡献者奖励分配、推动生态治理、以及——最关键的一点——为合规化铺路。
这与欧盟《人工智能法案》的时间线形成了微妙的共振。2026年8月，高风险AI系统的透明度条款将正式生效，届时企业必须证明训练数据来源的合规性。OpenLedger的“归因证明”机制，恰好为此提供了链上可审计的解决方案。
反直觉的市场逻辑
从价格行为看，OPEN在0.2250阻力位受阻后缩量回调。量价结构显示：上攻时放量，下跌时缩量——这不是典型的顶部派发信号，更像是流动性扫荡后的正常整理。RSI处于中性区间，布林带扩张预示波动率正在酝酿。
但真正值得关注的不是短期K线，而是底层需求逻辑的变化。当合规从“可选”变成“强制”，谁在0.20美元附近建仓，买的可能不是代币，而是一个“监管折价”的收敛机会。合规基础设施的需求是刚性的，而这类资产在加密市场中的供给极度稀缺。
一个可迁移的思考框架
OPEN的案例提供了一个分析框架：在制度性拐点来临前，识别那些“为合规而生”的基础设施项目，其价值往往被市场低估，直到监管落地才被重新定价。
具体到投资决策，可以追问三个问题：
1. 该项目解决的是“锦上添花”的优化问题，还是“不得不做”的合规刚需？
2. 它的技术方案是否与即将生效的监管条款直接耦合？
3. 在它所处的赛道中，是否存在可验证的“制度性需求累积”？
如果答案都是肯定的，那么当下的价格震荡或许不是风险，而是窗口期。
写在最后
OpenLedger的实际落地仍需观察——链上质押率、证明调用频率是下一步需要验证的关键指标。但基金会成立+监管时间线+价格缩量整理，这三件事在同一个月内交汇，构成了一组值得持续跟踪的信号。
当AI从“能力竞赛”转向“制度合规”的下半场，那些把“可验证”和“可追溯”做成底层能力的项目，也许正在定义下一个周期的竞争规则。
@OpenLedger #OpenLedger $OPEN

2026年，AI行业正站在一个关键转折点上——不是技术能力的转折点，而是制度约束的转折点。
一条被低估的监管时间线
2026年8月，欧盟《人工智能法案》透明度条款将正式生效。对于被归类为“高风险”的AI系统——包括信用评分、招聘筛选、保险定价和医疗诊断——企业必须能够证明模型的决策过程是可追溯、可解释的。不合规的代价是每家企业最高3800万欧元或全球年营收的7%。与此同时，“十五五”规划纲要明确提出“建立人工智能生成物权利归属和权责认定规则”，中国正在从制度层面回应同一组问题。
这不是未来的议题，这是三个月后的现实。
一个结构性的矛盾
问题在于：合规要求的“可追溯性”与当前AI系统的“黑箱性”之间存在根本矛盾。
赛迪研究院在2026年4月的行业报告中指出，AI数据合理使用边界的模糊性“已成为制约人工智能产业合规发展的瓶颈”。核心争议点包括：训练数据的使用是否符合“合理使用”范畴的判断标准不明确，商业用途与科研用途的边界划分不足，非法来源数据是否存在豁免情形仍存争议。
换句话说，企业面临的不只是一个合规成本问题，而是一个合规可行性问题——在现有的技术架构下，你根本无法回答监管者的问题。
@OpenLedger 的答案：把归因做成原生能力
这正是OpenLedger所定位的“缺口”。
2026年1月，OpenLedger与Story Protocol联合发布了一项新标准，将知识产权授权直接嵌入AI训练和推理流程。其核心逻辑是：Story Protocol作为IP的注册层，定义“什么可以被使用”；OpenLedger作为验证和执行层，追踪“它被如何使用了”，并在链上自动完成收益结算。
同月，OpenLedger与Perceptron Network达成合作，进一步推进“可验证智能”的落地。Perceptron提供贡献证明和链上声誉层，使AI系统的决策路径、数据来源和贡献者归属都可以被追溯和验证。2026年1月19日，OpenLedger又与Theoriq合作，将这一框架引入DeFi领域的自主AI代理，使金融智能体的行为在链上可审计、可验证。
这套组合的本质是什么？是把“合规”从事后的审计环节，提前到系统设计的原生层。
一个可验证的经济学逻辑
这套设计的经济学基础值得拆解。
在传统框架下，数据提供者面临一个两难：要么放弃所有权换取收益，要么保留控制权但无法变现。OpenLedger通过加密归因证明，拆解了这对矛盾——数据不需要转让，只需要被“记录”。每一次数据对模型输出的贡献都可以被量化、归因和结算。
这与欧盟AI法案第53(1)(d)条对训练数据来源透明度的要求高度耦合。与Gartner预测2026年全球AI支出将达2.59万亿美元的趋势形成共振。数据训练集的供给侧压力——版权、隐私保护、商业机密三重约束——正在倒逼一种新的定价机制。
可借鉴的思考框架
对于正在部署AI的企业，OpenLedger的案例提供了一个可迁移的视角：在面对制度性约束时，将“合规”从成本项重新定义为“设计约束”，可能比被动适应更有效率。
具体来说，三个问题值得追问：
1. 你的AI系统的数据来源是否能被完整追溯？
2. 如果监管要求你解释某个输出的生成路径，你能否在合理成本内满足？
3. 你的数据供应链中，贡献者的权益分配机制是否具备可审计性？
如果答案是否定的，那么问题不在于“要不要改”，而在于“留给你的窗口期还有多久”。
写在最后
OpenLedger的实际落地效果仍需验证——链上质押率、证明调用频率等指标是下一步需要观察的关键数据。但它至少提供了一个结构性的路径：在AI从“能力竞赛”转向“制度合规”的下半场，“可验证”本身就是护城河。
当监管倒逼透明度，当合规成为准入门槛，那些把“可追溯”和“可归因”做成底层能力的项目，也许正在定义下一个周期的竞争规则。
#OpenLedger $OPEN @Openledger

2025年8月2日，欧盟《人工智能法案》第53(1)(d)条正式生效。据此，任何将通用AI模型投放欧盟市场的提供商，都必须公开其训练数据的来源和处理方式，否则可能面临高额罚款。与此同时，Gartner预测，2026年全球AI支出将达2.59万亿美元，同比增长47%。
一边是规模急剧膨胀的市场，一边是强制穿透的合规要求——AI产业链的深层矛盾正在浮出水面：训练数据的来源合规性和知识产权归属，不再是一个可以模糊处理的边缘问题，而是演变成了结构性的门槛。
这项监管的意义可能被低估。它提出了一个具体到近乎苛刻的问题：如果一个模型的输出包含了你提供的数据，如何证明？如何分成？传统的解决方案——合同约定、信任背书、第三方审核——在模型推理链条越来越复杂的今天，几乎都不具备可操作性。
这正是OpenLedger找到的那个“被忽视但关键”的切口。它没有去追逐更高效的数据存储或更快的模型推理，而是把问题锁死在AI生产链条中最模糊的环节——归因。项目官方的表述很克制：“让每一次数据调用和模型推理都能被追溯，让每一个有价值的贡献都能被记录与协调”。
“归因证明”是其核心机制。它通过加密方法将AI输出的贡献值路由到原始数据来源，构建可验证的信用记录和自动化支付。这一机制带来了一个结构性的改变：数据贡献不再需要转让所有权才能产生收益。数据提供者保留控制权，同时通过贡献记录获得可验证的经济回报。
从行业需求端看，训练数据正面临深刻的供给侧压力。中国科学院院刊的一项研究指出，国内训练数据面临“质量低、数量少、分布散”的突出问题，版权、隐私保护和商业机密三重约束叠加，使数据获取和共享成本居高不下。在具身智能领域，需要的多模态真实数据与现有数据量之间，保守估计至少还差两个数量级。合成数据虽被视为补充手段，但MIT的研究指出其与真实世界之间存在偏差，超过60%的AI应用数据已是合成来源，而真实数据稀缺性问题并未因此消解。
这就形成了一个反直觉的局面：AI对真实数据的饥渴与数据拥有者对控制权的保守，在传统定价机制中互斥。而OpenLedger通过链上归因，实质上把这两件事拆开了——控制权归你，定价权上链。
从落地端看，该机制与监管框架的耦合也在加码。欧盟AI法案颁布后，对企业而言，合规不再是“做与不做”的选择题，而是“能否在合理成本下做”的技术题。一个能自动追溯数据贡献、生成可审计链上记录的协议，本质上就是一个合规基础设施。与此同时，OpenLedger在融资端也获得了市场的认可。据公开信息，该项目已累计融资1500万美元，投资方包括Polychain Capital、Borderless Capital、Finality Capital和HashKey等。OPEN代币在2025年9月上线后，陆续登陆Upbit、Bithumb等韩国主流交易平台，并于近期被币安列入HODLer Airdrops计划。截至2026年5月19日，OPEN总供应量为10亿枚，初期流通量约21.55%，社区与生态分配占比高达61.71%。
一个值得进一步验证的维度是链上活跃度。截至2026年5月19日，OPEN市值约4441万美元，24小时交易额逾82万美元，市场情绪中性。其真正的价值逻辑——数据提供方质押OPEN以保证质量、模型开发者获得收益分配、应用方依赖可追溯记录满足审计合规——是否已经跑通，需要从链上质押率、证明调用频率等数据中进一步验证。
AI定价机制的历史演进，本身就是一部逐步从黑箱走向透明的故事。最初，算力是可定价的；后来，算法成为新的定价维度；而数据和模型的归属权，始终是定价体系中缺失的一环。OpenLedger的归因证明机制，是否能够真正填上这个缺口，仍取决于生态能否吸引足够多的真实数据贡献者和模型开发者进入。但至少，它提供了一个从“合规刚需”出发到“经济杠杆”落地的结构化路径——这对于任何一个正在被监管和合规问题困扰的AI从业者来说，都是一个值得关注的工具。
#OpenLedger $OPEN

坦白说，最开始接触Pixels的质押生态时，我和大多数人一样，第一反应是：又是个锁仓拿币的游戏。Web3世界里，这种模式太常见了——项目方给你一个APY数字，你锁进去，然后每天看着奖励一点点增加，最后解锁时发现币价跌得比奖励还快。
所以我一开始只是小额试水。但随着我真正开始玩Pixels这个游戏，我的看法发生了转变。
第一个触动我的点，是我发现质押$PIXEL 之后，游戏体验真的不一样了。
没有质押之前，我就是普通的种田、做任务、攒资源。但质押之后，系统给我开放了一些原本看不到的权限——比如某些稀缺种子的购买资格、新土地的优先认领权，甚至还有一次提前参与活动测试的机会。这种感觉很微妙：你不是单纯地在“挖矿”，而是感觉自己成了这个游戏世界的“股东”。你的质押行为，直接改变了你能玩到什么。
第二个点，是代币消耗的真实性。
我特意去研究了一下$PIXEL 的流通机制。很多GameFi项目的通病是：代币只有产出，没有消耗。但Pixels做了一个很实在的设计——游戏里的土地维护、工具修复、宠物喂养，这些高频操作都需要消耗$PIXEL 。换句话说，只要你还在玩这个游戏，你就需要不断地用到它。这就形成了一个闭环：质押锁住一部分流通，游戏消耗又吃掉一部分供应，两边同时作用，抛压自然就小了。
第三个点，是团队的更新频率。
我关注Pixels官方账号有一段时间了，他们不是那种画个大饼就消失的项目。Roadmap上的东西，基本上都在按节点推进。最近关于Chapter 2的讨论越来越多，虽然具体细节还没完全公布，但从已有信息来看，新的游戏模块会和质押池做更深度的打通。这意味着，你现在质押的$PIXEL ，未来可能会解锁更多玩法。
当然，我也不是无脑唱多。
任何质押都有风险。比如解锁周期内如果市场大跌，你没法立刻离场；比如合约万一出问题（虽然Pixels目前没有发生过）；比如代币经济模型如果后续调整，可能会影响收益率。这些我都想过，所以我的策略是：只拿自己愿意长期持有的仓位去质押，不梭哈，不借贷。
最后说点实在的。
如果你已经在玩Pixels，我建议你至少试一试质押。不用多，哪怕只是小额，也能让你直观感受到“质押参与权限”和“纯锁仓挖矿”之间的区别。如果你还没开始玩，也可以先去了解一下这个项目，看看它和其他GameFi有什么不同。
Web3游戏还在早期阶段，真正能把“好玩”和“赚钱”平衡好的项目并不多。Pixels在我眼里，是少数走在正确方向上的一个。
#pixel
@Pixels
$PIXEL

在GameFi赛道中，多数项目的质押系统本质上是“锁仓挖矿”——用户锁定代币，换取通胀奖励。这种模式的致命缺陷在于：当产出速度超过消耗速度，代币必然面临持续性抛压。
@Pixels 的$PIXEL 质押生态提供了一种不同的设计思路。其核心不是单纯的代币激励，而是将质押权转化为生态参与权限。具体而言，质押$PIXEL 的用户可以获得三方面权益：第一，游戏内稀缺资源的优先获取权；第二，新活动与土地升级的准入资格；第三，生态治理的投票权重。
这种设计的精妙之处在于，它把金融行为转化为游戏行为。用户质押不是为了被动生息，而是为了更深度地参与游戏。质押时间越长、数量越多，用户在Pixels世界中的身份权重就越高。
从代币经济角度看，这一机制有效降低了流通速度。当$PIXEL 被大量锁定在质押池中，且解锁后仍需投入游戏消耗场景（如工具修复、土地维护），代币的抛压自然得到缓解。链上数据显示，Pixels质押地址数在过去数月保持增长，大额地址几乎没有撤离迹象。
当然，任何质押都存在风险，包括合约安全、解锁周期内的市场波动等。但Pixels的差异化价值在于：它将质押从“金融工具”升级为“游戏机制”。如果你已经是Pixels的玩家，不妨尝试深度参与质押生态，体验资产与玩法融合的新模式。
#pixel
@Pixels
$PIXEL

在当前的 GameFi 赛道中，大多数项目的质押系统仍停留在“锁仓换积分”的初级逻辑。用户质押代币，获得固定收益，系统最终演变为套利者与协议之间的博弈。然而，@Pixels 正在尝试一条不同的路径：将质押机制深度嵌入游戏的经济与治理结构，使其成为生态运行的必要组件。
从设计哲学上看，$PIXEL 的质押不仅仅是一种收益分配方式，更是一个动态的“参与门槛”。用户若想获得稀缺的游戏资源、参与土地拍卖、提升农场效率或优先体验新版本内容，都需要在质押池中持有一定数量的 $PIXEL 。这种设计有效地将金融行为转化为使用行为，从而减缓代币的纯投机性流动。
进一步分析，Pixels 的质押生态还承担着“流动性调节阀”的功能。当市场热度上升时，更多用户选择质押以获取额外收益，流通盘自然收紧，有利于价格稳定；而在生态需要扩张时，官方可通过调整质押奖励系数，引导部分代币回流市场。这种由质押生态驱动的内生调控机制，在大多数 Web3 游戏中尚属少见。
当然，任何机制都有其边界条件。$PIXEL 质押系统面临的挑战包括：解锁周期带来的短期流动性压力，以及新增功能能否持续吸引真实玩家参与。但从链上数据来看，质押地址数量在过去两个月呈现稳步增长，且大额地址基本未出现抛售行为，这说明长期参与者对生态方向保持信心。
总的来说，$PIXEL 的质押生态正在从边缘激励走向游戏经济的核心层。它不再只是一个“挖矿工具”，而是决定资源分配、用户身份和治理权重的基础设施层。对于关注 GameFi 长期价值的用户而言，理解这一演变逻辑，比单纯追逐 APY 更有意义。
#pixel
@Pixels
$PIXEL

市场综述：情绪与资金面的双重背离
截至2026年4月25日当周，加密市场呈现出典型的“宏观敏感型”资产特征。尽管地缘政治风险（如美伊停火谈判）有所缓和，但市场并未走出单边上涨，而是进入了复杂的“消化与再定价”阶段 。
当前最显著的特征是情绪指标的暴力修复。根据 alternative.me 数据，加密恐惧与贪婪指数在短短48小时内从32点（恐惧）飙升至46点（中性），创下近3个月新高 。这种“情绪V反”主要受现货ETF连续6日资金净流入的推动，显示出机构资金正在利用市场恐慌进行“左侧布局” 。
核心变量：从“减半叙事”到“宏观流动性”
我们需要重新审视2026年的分析框架。过去依赖的“比特币减半必涨”逻辑正被宏观因子削弱。当前市场的定价权已移交至传统金融巨头：
1. 机构行为的“双刃剑”效应：Strategy（原MicroStrategy）等巨鲸在本月斥资25.4亿美元加仓，但与此同时，高利率环境压制了“热钱”的涌入，导致山寨币市场流动性出现结构性枯竭 。市场的核心矛盾已从“要不要买”转变为 “该买什么（BTC vs. 山寨）”。
2. RWA与AI的结构性跑赢：尽管Q1整体回报为负，但现实世界资产（RWA） 代币化与AI Agent 赛道表现出极强韧性。Grayscale研究指出，这不仅是叙事，更是由于链上金融对传统资本的“效用提升” 。
技术前瞻与操作策略：
从链上数据看，比特币目前在 76,000-80,000 美元区间形成筹码密集交换带。虽然抛压仍在，但长期持有者（LTH）的积累地址数在增加，显示筹码正在从“弱手”向“强手”转移 。
📌 分析师建议：
· 对于稳健型：关注“代币化美债”及头部DeFi协议的稳定币收益，在波动中捕获真实收益。
· 对于进取型：密切关注 AI+Crypto 及 美国《CLARITY法案》 的动态，这将是决定Q3季度是否开启“合规牛”的关键催化剂 。
#币安广场 #内容挖矿 #加密分析 #BTC #RWA

🔥 深度拆解：为什么 $PIXEL 的质押生态是 GameFi 2.0 的样板？
当我们讨论 Web3 游戏的可持续性时，绝大多数项目都卡在同一个问题上：代币发行速度远超实际消耗，最终导致通胀崩溃。而 @Pixels 通过其精心设计的 质押生态系统，给出了一个值得研究的答案。
一、质押 ≠ 锁仓，而是角色升级
在 Pixels 中，质押 $PIXEL 并不是简单地把代币丢进池子里等着领奖励。每质押一定数量的 $PIXEL ，你在游戏中的“贡献等级”就会提升。这种等级直接关联到：
· 稀有资源的开采权限
· 新土地或活动的优先参与权
· 生态治理投票的权重
换句话说，质押让你的身份从普通玩家变成了“生态合伙人”。
二、经济闭环：消耗驱动价值，而非炒作
很多 GameFi 代币只有买和卖两个动作，而 Pixels 构建了一个完整的消耗场景：
· 土地需要修复和维护（消耗 $PIXEL ）
· 工具耐久度下降需要补充（消耗 $PIXEL ）
· 市场交易和宠物繁殖同样需要燃烧代币
这些消耗机制将质押奖励的释放重新回收，形成循环。而那些参与质押的玩家，恰恰是游戏最忠实的活跃用户，他们一边获取奖励，一边通过日常行为消耗代币，反过来支撑币价稳定。
三、数据正在说话
从链上数据来看，Pixels 的质押池总锁仓价值在过去三个月稳步上升，且新增地址中不乏持有超过 6 个月以上的“老玩家”。更值得注意的是，项目方明确表示未来多个新模块（比如即将上线的宠物对战系统和拍卖行）会进一步与质押池联动，届时质押者的收益来源将更加多元化。
四、风险与现实考量
当然，任何质押机制都不是完美的。用户需要关注解锁周期和流动性风险，同时也要注意项目路线的执行进度。但从目前 Pixels 的更新频率和社区活跃度来看，团队在按计划推进，透明度也较高。
总结
如果你正在寻找一个不仅具备短期激励、更有长期机制支撑的 GameFi 项目，@Pixels 的 $PIXEL 质押生态值得你花时间去体验。它不再是“挖提卖”的短期游戏，而是一个真正让玩家与项目共同成长的试验场。
质押你的 $PIXEL ，走进 Pixels 的世界，你会发现游戏本身，才是最好的收益来源。
#pixel