Subscribe to Web3CN
<100 subscribers
Web3CN以太坊再质押项目EigenLayer白皮书四大看点
北京时间2月21日下午，被众多一线投研机构视为2023年以太坊最重要的创新，有可能开启以太坊新叙事方向的项目Eigenlayer终于披露了其第一版白皮书。 EigenLayer是以太坊的再质押集，允许共识层ETH质押者选择验证构建在以太坊生态系统之上的新软件模块。 本期Web3CN将为大家提供EigenLayer完整版中文白皮书，并具体介绍该项目，以及分析Eigenlayer为何具有潜力？白皮书有哪些看点？“再质押”增长空间巨大要理解“再质押”需要从以太坊合并说起。 2022年9月15日，以太坊合并完成了以太坊网络从工作量证明（POW）向权益证明（POS）的过渡。在PoS共识机制中，需要质押一定数量的ETH才能成为以太坊节点，且质押的ETH和奖励无法随时取出，这影响了大家质押ETH的意愿。 在今年以太坊上海升级之后，自由冲提的时代将来临。上海升级允许质押者取出他们的ETH和奖励，对于提高大家质押意愿大有帮助。 同时，为了解决质押ETH的流动性，LSD（全称Liquid Staking Derivatives，即流动性质押衍生品）赛道逐渐成长起来，成为DeFi衍生品。 当投资者将某...
Web3CN项目调研丨DFINITY (ICP) 研究报告
目录 一、项目简介 二、项目愿景 三、特色和优势 四、计算与存储 五、发展历史 六、团队背景 七、融资信息 八、发展成果 九、经济模型 十、行业分析 十一、风险与机会一、项目简介DFINITY基金会成立于瑞士，是一个非营利性组织，致力于将互联网重塑为能承载具有超高能力并具有安全性的计算机。DFINITY 所主导的“互联网计算机”采取 WASM 等新技术与新架构，具有防篡改、速度快、规模可达全球数十亿用户的特点，同时支持软件的自主构建，有望扭转科技巨头垄断互联网的现状。 “互联网计算机”（the Internet Computer，ICP），DFINITY基金会的核心产品，是一个开源通用计算平台，也是一个Layer1 区块链项目，旨在解决当今传统互联网面临的一些重大挑战，如系统安全性差、互联网服务被垄断、个人用户数据被滥用等。借助 ICP ，可以构建任何应用和服务。 同时，DFINITY在治理机制上引入了区块链神经中枢系统，可以保护用户免受攻击，帮助重新启动破损的系统，动态优化网络安全和效率，升级协议并减轻平台的滥用。 可以说DFINITY是一个实打实的互联网科技企业，成立多年，在...
Web3CN2023年Decentraland第二届元宇宙时装周MVFW终极活动指南
元宇宙平台Decentraland将于3月28日至31日举办第二届元宇宙时装周（MVFW）。 今年MVFW以“Future Heritage”为主题，将展示开放元宇宙之间互操作性的潜力，突破数字时尚的界限，致力于将新兴数字设计师与成熟的传统时尚机构联系起来，并探索当代时尚如何在数字领域创造未来。 Decentraland基金会MVFW负责人Giovanna Graziosi Casimiro说：“非常荣幸能够延续MVFW的传统，我们看到许多品牌的回归，以及数字原生时尚的出现，很高兴看到全世界的时尚人士参与数字时尚……”如何体验MVFW使用桌面应用程序登入Decentraland会比浏览器流畅，在MVFW期间，Decentraland默认起始位置将变成Neo Plaza中心，Neo Plaza是本次时装周的核心区域之一。如果需要跳转到其他街区，最简单方法是通过屏幕左上角粉红色框打开MVFW界面。如果您第一次使用Decentraland，可以参考下面步骤： 1.访问Decentraland。可以通过https://play.decentraland.org/进入Decentralan...
Web3CN以太坊再质押项目EigenLayer白皮书四大看点
北京时间2月21日下午，被众多一线投研机构视为2023年以太坊最重要的创新，有可能开启以太坊新叙事方向的项目Eigenlayer终于披露了其第一版白皮书。 EigenLayer是以太坊的再质押集，允许共识层ETH质押者选择验证构建在以太坊生态系统之上的新软件模块。 本期Web3CN将为大家提供EigenLayer完整版中文白皮书，并具体介绍该项目，以及分析Eigenlayer为何具有潜力？白皮书有哪些看点？“再质押”增长空间巨大要理解“再质押”需要从以太坊合并说起。 2022年9月15日，以太坊合并完成了以太坊网络从工作量证明（POW）向权益证明（POS）的过渡。在PoS共识机制中，需要质押一定数量的ETH才能成为以太坊节点，且质押的ETH和奖励无法随时取出，这影响了大家质押ETH的意愿。 在今年以太坊上海升级之后，自由冲提的时代将来临。上海升级允许质押者取出他们的ETH和奖励，对于提高大家质押意愿大有帮助。 同时，为了解决质押ETH的流动性，LSD（全称Liquid Staking Derivatives，即流动性质押衍生品）赛道逐渐成长起来，成为DeFi衍生品。 当投资者将某...
Web3CN项目调研丨DFINITY (ICP) 研究报告
目录 一、项目简介 二、项目愿景 三、特色和优势 四、计算与存储 五、发展历史 六、团队背景 七、融资信息 八、发展成果 九、经济模型 十、行业分析 十一、风险与机会一、项目简介DFINITY基金会成立于瑞士，是一个非营利性组织，致力于将互联网重塑为能承载具有超高能力并具有安全性的计算机。DFINITY 所主导的“互联网计算机”采取 WASM 等新技术与新架构，具有防篡改、速度快、规模可达全球数十亿用户的特点，同时支持软件的自主构建，有望扭转科技巨头垄断互联网的现状。 “互联网计算机”（the Internet Computer，ICP），DFINITY基金会的核心产品，是一个开源通用计算平台，也是一个Layer1 区块链项目，旨在解决当今传统互联网面临的一些重大挑战，如系统安全性差、互联网服务被垄断、个人用户数据被滥用等。借助 ICP ，可以构建任何应用和服务。 同时，DFINITY在治理机制上引入了区块链神经中枢系统，可以保护用户免受攻击，帮助重新启动破损的系统，动态优化网络安全和效率，升级协议并减轻平台的滥用。 可以说DFINITY是一个实打实的互联网科技企业，成立多年，在...
Web3CN2023年Decentraland第二届元宇宙时装周MVFW终极活动指南
元宇宙平台Decentraland将于3月28日至31日举办第二届元宇宙时装周（MVFW）。 今年MVFW以“Future Heritage”为主题，将展示开放元宇宙之间互操作性的潜力，突破数字时尚的界限，致力于将新兴数字设计师与成熟的传统时尚机构联系起来，并探索当代时尚如何在数字领域创造未来。 Decentraland基金会MVFW负责人Giovanna Graziosi Casimiro说：“非常荣幸能够延续MVFW的传统，我们看到许多品牌的回归，以及数字原生时尚的出现，很高兴看到全世界的时尚人士参与数字时尚……”如何体验MVFW使用桌面应用程序登入Decentraland会比浏览器流畅，在MVFW期间，Decentraland默认起始位置将变成Neo Plaza中心，Neo Plaza是本次时装周的核心区域之一。如果需要跳转到其他街区，最简单方法是通过屏幕左上角粉红色框打开MVFW界面。如果您第一次使用Decentraland，可以参考下面步骤： 1.访问Decentraland。可以通过https://play.decentraland.org/进入Decentralan...
Share Dialog
Share Dialog
依照 AI 技术目前的发展态势， AI 可能会颠覆诸多行业的未来。
当前 AI 技术的突破让大众关注到了特定类型的 AI ——生成式 AI。生成式 AI 围绕分析、自动化和内容生成展开，生成内容兼具质和量。
了解生成式 AI 如何融入实用应用程序的是非常有必要的。根据 BCG 的博客，到 2025 年，生成式 AI 领域预计将获得整个 AI 市场 30% 的份额，相当于 600 亿美元。
生成式 AI 是机器学习的一部分，通过使用神经网络来生成新内容。与其他为执行特定任务而编程的 AI 系统不同，生成式 AI 在大型数据集上运行，并生成新颖、独特的内容。
最流行的生成式 AI 类型之一是生成对抗网络 （GAN）。GAN 由两个神经网络组成：生成器和鉴别器。生成器创建新内容，鉴别器评估内容的真实性。
生成式 AI 有可能改变我们应用 AI 的方式，从为训练 AI 模型生成逼真的合成数据，到为客户策划量身定制的内容。随着时间的推移，GAN 生成的内容质量随之提高。如今，GAN 生成的图片和视频与原件几乎没有区别。
为了提高生产效率以及降低成本，H&M 和耐克等企业已经开始利用生成式 AI 设计服装。得益于创建虚拟时装秀的 AI 技术，设计师可以在虚拟环境中展示他们的作品。根据麦肯锡2022 年的一项调查，AI 的使用在过去五年中翻了一番，对AI 的投资也在迅速扩大。
ChatGPT 和 DALL-E（见下文）等生成式 AI 工具足以撼动现有工作角色的地位。
ChatGPT 是 AI 行业中的一大创新。它是 OpenAI 开发的一种有效的生成式 AI 语言模型，可以快速响应用户命令、生成内容。ChatGPT 基于人类反馈强化学习（RLHF）技术， 可用于客户支持、内容生成、数据分析、虚拟助手、语言翻译等各种应用。在撰写本文时ChatGPT 在 GPT-3.5 语言模型（使用从众多来源收集的大量数据创建的模型）上运行。
另一方面，DALL-E 是由 OpenAI 开发的 AI 模型，它结合了先进的深度学习技术，例如 transformer 网络和 GAN。这种创新技术可以理解和解释自然语言输入，甚至根据文本描述生成图像。
ChatGPT 和 DALL-E 在现实场景中的应用，极大地提高了效率、赋予了更多创造力。微软和谷歌等大公司已将 ChatGPT 纳入其客户支持系统，为客户提供即时帮助。
家具零售商宜家利用AI 创建其产品的 3D 模型，让顾客可以在家中预览家具。此外，汽车制造商雷克萨斯利用 AI 完成超现实的汽车设计，展示了该技术促进创新设计的能力，凸显了生成式 AI 技术的潜力。
生成式 AI 正在触碰 NFT（例如使用 NFT 艺术的品牌和媒体）、区块链游戏（例如使用资产生成、叙事和故事设计以及头像建模创建）、元宇宙（使用 3D 生态系统、多种资产和纹理生成）和 Web3 开发（例如代码生成、审计调试和工作流自动化）领域。
Web3 中生成式 AI 工具创新了在线搜索板块。ChatGPT 与微软 Bing 的最新集成提供了一个增强的、用户友好的聊天界面。此外，生成式 AI 通过其 AI 云融入了 Web3 领域，帮助人们在网络上过滤数据，在进行网络搜索查询时简化 SEO 内容。
依照 AI 技术目前的发展态势， AI 可能会颠覆诸多行业的未来。
当前 AI 技术的突破让大众关注到了特定类型的 AI ——生成式 AI。生成式 AI 围绕分析、自动化和内容生成展开，生成内容兼具质和量。
了解生成式 AI 如何融入实用应用程序的是非常有必要的。根据 BCG 的博客，到 2025 年，生成式 AI 领域预计将获得整个 AI 市场 30% 的份额，相当于 600 亿美元。
生成式 AI 是机器学习的一部分，通过使用神经网络来生成新内容。与其他为执行特定任务而编程的 AI 系统不同，生成式 AI 在大型数据集上运行，并生成新颖、独特的内容。
最流行的生成式 AI 类型之一是生成对抗网络 （GAN）。GAN 由两个神经网络组成：生成器和鉴别器。生成器创建新内容，鉴别器评估内容的真实性。
生成式 AI 有可能改变我们应用 AI 的方式，从为训练 AI 模型生成逼真的合成数据，到为客户策划量身定制的内容。随着时间的推移，GAN 生成的内容质量随之提高。如今，GAN 生成的图片和视频与原件几乎没有区别。
为了提高生产效率以及降低成本，H&M 和耐克等企业已经开始利用生成式 AI 设计服装。得益于创建虚拟时装秀的 AI 技术，设计师可以在虚拟环境中展示他们的作品。根据麦肯锡2022 年的一项调查，AI 的使用在过去五年中翻了一番，对AI 的投资也在迅速扩大。
ChatGPT 和 DALL-E（见下文）等生成式 AI 工具足以撼动现有工作角色的地位。
ChatGPT 是 AI 行业中的一大创新。它是 OpenAI 开发的一种有效的生成式 AI 语言模型，可以快速响应用户命令、生成内容。ChatGPT 基于人类反馈强化学习（RLHF）技术， 可用于客户支持、内容生成、数据分析、虚拟助手、语言翻译等各种应用。在撰写本文时ChatGPT 在 GPT-3.5 语言模型（使用从众多来源收集的大量数据创建的模型）上运行。
另一方面，DALL-E 是由 OpenAI 开发的 AI 模型，它结合了先进的深度学习技术，例如 transformer 网络和 GAN。这种创新技术可以理解和解释自然语言输入，甚至根据文本描述生成图像。
ChatGPT 和 DALL-E 在现实场景中的应用，极大地提高了效率、赋予了更多创造力。微软和谷歌等大公司已将 ChatGPT 纳入其客户支持系统，为客户提供即时帮助。
家具零售商宜家利用AI 创建其产品的 3D 模型，让顾客可以在家中预览家具。此外，汽车制造商雷克萨斯利用 AI 完成超现实的汽车设计，展示了该技术促进创新设计的能力，凸显了生成式 AI 技术的潜力。
生成式 AI 正在触碰 NFT（例如使用 NFT 艺术的品牌和媒体）、区块链游戏（例如使用资产生成、叙事和故事设计以及头像建模创建）、元宇宙（使用 3D 生态系统、多种资产和纹理生成）和 Web3 开发（例如代码生成、审计调试和工作流自动化）领域。
Web3 中生成式 AI 工具创新了在线搜索板块。ChatGPT 与微软 Bing 的最新集成提供了一个增强的、用户友好的聊天界面。此外，生成式 AI 通过其 AI 云融入了 Web3 领域，帮助人们在网络上过滤数据，在进行网络搜索查询时简化 SEO 内容。
生成式 AI 通过对大量数据进行训练并学习模仿该数据中的模式来进行学习并有广泛的应用场景。
ChatGPT 根据来自互联网的大量文本进行训练，使其能够模仿人类对话。它通过学习从网络收集的图像及相关说明，根据文本指令生成图像。
Stable Diffusion （一种生成式 AI 模型，专注于生成图像），它使用扩散过程通过模拟从噪声图像到目标图像的随机游走来创建新图像。该模型经过训练，可以在训练过程中对图像、学习模式和特征进行去噪和重建，可以通过逆转扩散过程来生成新颖的图像。在艺术、设计、广告和娱乐领域都有应用。
DALL-E，它是 OpenAI 开发的另一种生成式 AI 模型，基于 GPT-3 架构的修改版本，在大型图像数据集及其相应的文本描述上进行训练。DALL-E 可以根据输入文本生成视觉连贯且上下文相关的图像，在艺术、设计、广告和视觉叙事方面具有潜在应用。
另外值得一提的是 Lens Studio，它本身不是生成式 AI 模型，但它使开发人员能够使用计算机视觉、机器学习和其他 AI 技术创建 AR 内容。Lens Studio 是由 Snap Inc. 开发的桌面应用程序，它允许用户在 Snapchat 上创建和发布称为 Lenses 的增强现实 （AR） 体验，它可以帮助为用户创建引人入胜的交互式 AR 体验，并应用于娱乐、营销和教育领域。
而使用生成式 AI 文本工具，可以简化和创新动态游戏元素，比如对话和头像。生成式 AI 还支持 NFT 艺术生成。在 AI 工具上输入一组规则（例如颜色范围和图案），AI 通过随机和数据迭代，在规定的框架内生成艺术品。
这些模型由公司构建和完善，这些公司通过收集更多训练数据并改进模型。像 OpenAI 和 Stability.AI 这样的公司通过收取其技术的使用费用或为个体企业创建专属内容来获利。
每个硬币都有正反两面，生成式 AI 也有一些风险，正是因为它拥有接收外界并学习的特性，在不停优化的同时也不可避免地会被一些恶意人士“教坏”。
生成式 AI 的发展使得 AI 造假之风却愈演愈烈。例如，利用 AI 撰写未经证实的文章或完成学术论文，“一键换脸”、“视频合成”等。利用 AI 制造谣言，扰乱网络传播秩序。
4月25日，国内就发生了一起利用 AI 技术炮制虚假不实信息的案件，一男子利用 AI 技术撰写“今晨甘肃一火车撞上修路工人致9人死亡”的不实文章，文章点击量高达1.5万余次。
那么，针对 AI 存在的诸多风险，我们在应用时首先要了解其风险以及应对策略。
风险
知识产权侵权和内容版权问题
AI 生成的内容的质量和真实性
新区块链运行时生成中的架构障碍
基于敏感数据的内容的隐私问题
生成式 AI 的恶意运行
恶意的算法数据输出
应对策略：
使用基于 AI 的内容审核工具，例如 Google 的 Perspective API 或 Two Hat 的 Community Sift
联邦学习、同态加密和匿名化等数据隐私保护技术
使用用于训练 ImageNet、MNIST 等可信度生成 AI 算法的代表性数据集
使用基于 AI 的欺诈检测工具，例如 Fraud.Net、Kount、NICE Actimize
AI 内容分析指标，如公平性和问责性指标
制定在 Web3 中使用生成式 AI 的标准
生成式 AI 的自动化为数据计算提供了动力，帮助 Web3 组织将机器学习集成到他们的运营中，这是一个革命性的领域，生成式 AI 正在创新金融，科技、体育、游戏、医疗保健等行业。
ChatGPT，DALL-E 等生成式 AI 正在改变我们创建内容和与内容交互的方式，使用数据驱动的方法生成新的文本、图像和体验。生成式 AI 将融入到各行各业，改变原有的工作角色，颠覆行业的未来。
来源：CoinTelegraph
声明：NFT中文社区编辑作品，内容仅代表作者立场，且不构成投资建议，请谨慎对待，如文章/素材有侵权，请联系官方客服处理。
生成式 AI 通过对大量数据进行训练并学习模仿该数据中的模式来进行学习并有广泛的应用场景。
ChatGPT 根据来自互联网的大量文本进行训练，使其能够模仿人类对话。它通过学习从网络收集的图像及相关说明，根据文本指令生成图像。
Stable Diffusion （一种生成式 AI 模型，专注于生成图像），它使用扩散过程通过模拟从噪声图像到目标图像的随机游走来创建新图像。该模型经过训练，可以在训练过程中对图像、学习模式和特征进行去噪和重建，可以通过逆转扩散过程来生成新颖的图像。在艺术、设计、广告和娱乐领域都有应用。
DALL-E，它是 OpenAI 开发的另一种生成式 AI 模型，基于 GPT-3 架构的修改版本，在大型图像数据集及其相应的文本描述上进行训练。DALL-E 可以根据输入文本生成视觉连贯且上下文相关的图像，在艺术、设计、广告和视觉叙事方面具有潜在应用。
另外值得一提的是 Lens Studio，它本身不是生成式 AI 模型，但它使开发人员能够使用计算机视觉、机器学习和其他 AI 技术创建 AR 内容。Lens Studio 是由 Snap Inc. 开发的桌面应用程序，它允许用户在 Snapchat 上创建和发布称为 Lenses 的增强现实 （AR） 体验，它可以帮助为用户创建引人入胜的交互式 AR 体验，并应用于娱乐、营销和教育领域。
而使用生成式 AI 文本工具，可以简化和创新动态游戏元素，比如对话和头像。生成式 AI 还支持 NFT 艺术生成。在 AI 工具上输入一组规则（例如颜色范围和图案），AI 通过随机和数据迭代，在规定的框架内生成艺术品。
这些模型由公司构建和完善，这些公司通过收集更多训练数据并改进模型。像 OpenAI 和 Stability.AI 这样的公司通过收取其技术的使用费用或为个体企业创建专属内容来获利。
每个硬币都有正反两面，生成式 AI 也有一些风险，正是因为它拥有接收外界并学习的特性，在不停优化的同时也不可避免地会被一些恶意人士“教坏”。
生成式 AI 的发展使得 AI 造假之风却愈演愈烈。例如，利用 AI 撰写未经证实的文章或完成学术论文，“一键换脸”、“视频合成”等。利用 AI 制造谣言，扰乱网络传播秩序。
4月25日，国内就发生了一起利用 AI 技术炮制虚假不实信息的案件，一男子利用 AI 技术撰写“今晨甘肃一火车撞上修路工人致9人死亡”的不实文章，文章点击量高达1.5万余次。
那么，针对 AI 存在的诸多风险，我们在应用时首先要了解其风险以及应对策略。
风险
知识产权侵权和内容版权问题
AI 生成的内容的质量和真实性
新区块链运行时生成中的架构障碍
基于敏感数据的内容的隐私问题
生成式 AI 的恶意运行
恶意的算法数据输出
应对策略：
使用基于 AI 的内容审核工具，例如 Google 的 Perspective API 或 Two Hat 的 Community Sift
联邦学习、同态加密和匿名化等数据隐私保护技术
使用用于训练 ImageNet、MNIST 等可信度生成 AI 算法的代表性数据集
使用基于 AI 的欺诈检测工具，例如 Fraud.Net、Kount、NICE Actimize
AI 内容分析指标，如公平性和问责性指标
制定在 Web3 中使用生成式 AI 的标准
生成式 AI 的自动化为数据计算提供了动力，帮助 Web3 组织将机器学习集成到他们的运营中，这是一个革命性的领域，生成式 AI 正在创新金融，科技、体育、游戏、医疗保健等行业。
ChatGPT，DALL-E 等生成式 AI 正在改变我们创建内容和与内容交互的方式，使用数据驱动的方法生成新的文本、图像和体验。生成式 AI 将融入到各行各业，改变原有的工作角色，颠覆行业的未来。
来源：CoinTelegraph
声明：NFT中文社区编辑作品，内容仅代表作者立场，且不构成投资建议，请谨慎对待，如文章/素材有侵权，请联系官方客服处理。
No comments yet