Arthur Hayes加入Covalent担任战略顾问:“CQT被低估了”

Odaily星球日报Publicado a 2024-06-12Actualizado a 2024-06-12

Resumen

Arthur Hayes加入Covalent担任顾问,并表示将改变CQT代币价值被相对低估这一现状。

Arthur Hayes加入Covalent担任战略顾问:“CQT被低估了”

Arthur Hayes 本人

日前,加密货币交易所 BitMEX 联合创始人兼前首席执行官、现任家族办公室 Maelstrom 首席投资官 Arthur Hayes 已加入区块链数据基础设施初创公司 Covalent 担任战略顾问。

Arthur Hayes:CQT 被相对低估了,我将帮助其改变这一局面

Covalent 此前表示,Hayes 后续将帮助 Covalent 努力成为业内(尤其是以太坊生态系统内)领先的数据基础设施初创公司,并为人工智能 (AI) 行业提供相关服务。

Hayes 对媒体相关人员表示,“Covalent 的以太坊回溯机器 ( Ethereum Wayback Machine,简称 EWM) 能够确保用户长期持续访问区块链历史数据,这将为下一代用例提供发展动力,特别是驱动人工智能模型的发展。”

当被问及是什么原因促使他加入 Covalent 担任战略顾问一职时,Hayes 表示,“Covalent 的 CQT 代币相对于其竞争对手(例如 The Graph)而言一直处于被低估的状态——很多投资者完全错过了这一叙事。现在,随着 Covalent 的不断扩张,作为一个叙事缔造者,我的目标是帮助其缩小这一差距。”

据悉,Hayes 后续将以 CQT 代币形式获得报酬,他提到,”因为就业内一般情况而言,我们只接受代币形式的回报,因为我们相信自己与团队、投资者、客户和市场散户保持一致。我们将与所有拥有相同愿景和目标的人并肩作战。”

Covalent 联合创始人兼首席执行官 Ganesh Swami 向媒体表示,Hayes 是 Covalent 目前唯一一名战略顾问。

据相关市场数据显示,CQT 代币目前价格为 0.23 美元,在过去 24 小时内上涨了 13.25% ,该代币目前市值排名第 347 位,市值约为 1.45 亿美元。

Covalent 的 AI 愿景

Covalent 成立于 2019 年,为超过 225 个区块链网络提供数据基础设施服务,包括比特币、以太坊、Polygon、Avalanche 和 Optimism。然而,Covalent 联合创始人兼首席执行官 Swami 表示,这家初创公司已经在以太坊生态系统中找到了主要发力点。

Covalent 最近推出了以太坊回溯机器(EWM),它能够确保所有以太坊生态系统数据具备可用性,并支持人工智能开发人员和用户访问所有链上历史记录。

Swami 还表示,当今的区块链网络日渐趋向于成为“广告牌而非数据库”,这意味着链上交易数据通常会在短时间内(通常是两周)存在,然后被删除。他说,EWM 将确保以太坊的交易数据以去中心化的方式长期可用。

Swami 强调道,人工智能用例是 Covalent 去中心化数据基础设施的扩展愿景。 “如果没有去中心化数据集,人工智能模型很容易受到操纵和偏见的影响。人工智能中去中心化数据的具体用例包括复制交易、NFT 取证、安全应用程序等。”

Hayes 在 Covalent 担任的具体角色

Hayes 表示,作为 Covalent 的“全方位”顾问,他正在帮助这家初创公司处理“打磨代币经济模型、市场定位、商业模式调整建议、新类型客户接触等一系列事务”。作为一名经验丰富的创始人,他计划向该项目团队传授一些“该做和不该做的事情”以帮助其快速发展。

Hayes 还对合作接触过程进行了简单的说明:Covalent 于去年东京 ETH Global 与 Maelstrom 投资主管 Akshat Vaidya 进行了首次会面,双方团队随后在 ETHCC Paris 和 Token 2049 Singapore 上以更为认真的态度对潜在合作进行了深入讨论,并于去年冬天在 ETH Denver 敲定了具体的合作细节。

Hayes 表示,Maelstrom 同时也是合成美元协议 Ethena 的创始顾问,除此以外,该家族办公室最近还宣布将为去中心化人工智能平台 Ritual 和去中心化永续交易所 Drift 提供咨询服务,(在业内拥有较为丰富的行业资源和充足经验)。

Lecturas Relacionadas

Una guerra sin nombre unificado: El mapa de los Modelos de Mundo de los grandes fabricantes nacionales

**Resumen de las guerras por el modelo mundial: el panorama de las grandes tecnológicas chinas** El concepto de "modelo mundial" aún carece de una definición unificada, adoptando nombres como modelo base del mundo, IA física, o integrándose en sistemas de conducción autónoma o inteligencia corporeizada. Tras esta confusión nominal, la industria persigue un mismo objetivo: dotar a las máquinas de un entorno interno dinámico y simulable para predecir y ensayar acciones, reduciendo la dependencia de datos del mundo real y comprimiéndolo en un "motor de datos" generativo. Los gigantes tecnológicos y automotrices han convertido esto en una nueva arena de competición, relegando a startups con menos recursos de datos y cómputo. **1. Gigantes de Internet: Del mundo digital al físico** * **Alibaba** presenta una estrategia triple: **Qwen-AgentWorld** (entorno de simulación para agentes de IA basado en lenguaje), **HappyOyster** (generación de mundos virtuales interactivos) y **Qwen-RobotWorld** (cerebro de simulación para robótica e inteligencia corporeizada), cubriendo mundos lingüísticos, virtuales y físicos. * **Tencent** centra su **HY-World** en la generación y reconstrucción de entornos 3D editables, aprovechando sus fortalezas en videojuegos y escenarios sociales. * **ByteDance** desarrolla en secreto un modelo basado en la enorme base de datos de vídeos de TikTok/Douyin, con el objetivo de construir un gemelo digital que simule leyes físicas. * **Huawei** integra capacidades de modelo mundial en su **Pangu**, sirviendo como base de entrenamiento para su sistema de conducción autónoma ADS y robótica, sin comercializarlo como producto independiente. * **Baidu** embebe estas capacidades en su modelo de conducción autónoma **Apollo ADFM** y en el modelo multimodal **Ernie**, sin destacar el término "modelo mundial". **2. Fabricantes de automóviles: La escuela de conducción y el campo de pruebas** Para los automovilísticos, el modelo mundial es una herramienta práctica para entrenar y evaluar sistemas de conducción autónoma. * **NIO** fue pionero con su **NWM**, enfocado en la "reconstrucción imaginada" del espacio y la "deducción imaginada" del tiempo. Su versión 2.0 ya se implementa en flota. * **Li Auto** desarrolló **DrivingSphere**, un entorno de simulación 4D de alta fidelidad para generar escenarios complejos y probar el sistema en bucle cerrado. * **XPeng** presentó **X-World**, un "simulador del mundo real" para su VLA de segunda generación, expandiendo masivamente los escenarios de simulación. * **Geely** integra su **WAM (World Action Model)** en una arquitectura unificada para conducción, cabina y chasis. * **BYD** y **Great Wall** también avanzan en su desarrollo, siendo este último el primero en anunciar un sistema VLA+modelo mundial para producción en serie en 2026. **3. Proveedores de tecnología de conducción autónoma: El motor invisible** Firmas como **Momenta** (con su modelo **R7** ya en producción), **Horizon Robotics** (con **HorizonDrive** para generación de vídeo de larga duración y simulación), **Haomo.ai** (pionera con **DriveGPT**) y **DeepRoute** integran el modelo mundial como núcleo de sus plataformas de simulación y entrenamiento para sistemas de nivel L3/L4. **Conclusión: No es una moda, es una escalada** El modelo mundial representa la convergencia natural de los modelos de lenguaje, generación de vídeo y conducción autónoma en el mundo físico. Ha pasado de ser un experimento técnico a una infraestructura industrial crítica. La ventana de oportunidad para las startups se estrecha, ya que los gigantes, con sus vastos datos, capacidad de cómputo y canales de producción, están transformando rápidamente estos modelos en componentes operativos de sus productos y servicios. La cuestión clave ya no es quién tiene un modelo, sino **qué modelo entiende y simula verdaderamente el mundo para tomar decisiones útiles**.

marsbitHace 5 min(s)

Una guerra sin nombre unificado: El mapa de los Modelos de Mundo de los grandes fabricantes nacionales

marsbitHace 5 min(s)

¿Extracción masiva de las capacidades de Claude? Anthropic acusa a partes relacionadas con Alibaba de "destilar" su modelo.

Anthropic acusa a operadores vinculados con Alibaba y su laboratorio de IA Qwen de realizar el "mayor ataque conocido de destilación de modelos" contra su sistema Claude. Según una carta dirigida al Comité Bancario del Senado de EE.UU., entre el 22 de abril y el 5 de junio de 2026, se utilizaron alrededor de 25.000 cuentas fraudulentas para realizar más de 28,8 millones de interacciones con Claude, con el objetivo de extraer sus capacidades. La destilación de modelos consiste en utilizar las respuestas de un modelo avanzado para entrenar a otro, replicando así parcialmente sus habilidades sin robar el código fuente. Anthropic advierte que esto podría transferir capacidades en ingeniería de software y razonamiento de agentes. Este caso se produce en un contexto de tensiones: el Pentágono incluyó a Alibaba en su lista de "empresas militares chinas" y el gobierno estadounidense ha impuesto restricciones a la exportación de modelos de IA avanzados, incluidos los de Anthropic. La compañía pide una mejor colaboración entre el gobierno y las empresas para controlar el acceso y compartir información sobre amenazas. Aunque la acusación aún no tiene resolución judicial, destaca cómo las salidas de los modelos de IA se han convertido en un activo estratégico y objeto de disputa en la competencia tecnológica.

marsbitHace 31 min(s)

¿Extracción masiva de las capacidades de Claude? Anthropic acusa a partes relacionadas con Alibaba de "destilar" su modelo.

marsbitHace 31 min(s)

La industria de la criptografía entra en la era de la "demostración": las meras visiones ya no bastan

**La era del "Muéstrame" en cripto: Ya no basta con la visión** El sector tecnológico y, en particular, el de las criptomonedas, ha entrado en una nueva fase: la era del "Muéstrame". Ya no es suficiente con presentar una visión atractiva, un producto mínimo viable (MVP) o un equipo prometedor. El público, cada vez más sofisticado y escéptico tras años de ruido y malos actores, exige pruebas tangibles. Este cambio se debe a varios factores: la creciente desconfianza hacia una tecnología que lleva décimas desarrollándose, la entrada a gran escala de instituciones financieras tradicionales (TradFi) como BlackRock, Fidelity o JPMorgan con productos reales (fondos tokenizados, ETF, soluciones blockchain), y el contraste con industrias como la IA, que han entregado productos consumibles. Estos actores han elevado el listón de lo que se considera un proyecto serio. La narrativa ha pasado de "¿Qué estás construyendo?" a "¿Qué has construido y quién lo usa?". La comunicación efectiva ahora requiere un "stack de pruebas" que incluya: * **Asociaciones reales y ejecutadas**, con contratos e integraciones, no meras conversaciones. * **Datos concretos y verificables** en la red principal (mainnet): volumen, carteras activas, ingresos. * **Señales de ajuste al mercado (product-market fit)**, como una base de usuarios orgánica y creciente que no sean solo inversores. * **Validación por terceros**: auditorías, investigaciones independientes. Para los equipos, esto significa que la historia debe construirse desde los hechos comprobables, no al revés. Un ejemplo concreto ("reducimos la liquidación transfronteriza de 3 días a 4 minutos con 3 empresas usándolo hoy") es más poderoso que una declaración ambiciosa ("construimos el futuro de los pagos"). Esto no hace que la visión sea irrelevante, pero la proporción ha cambiado: antes podía ser 80% visión y 20% sustancia; ahora es lo contrario. La visión da contexto y ambición, pero debe estar respaldada por logros demostrables. Esta mayor exigencia es una buena noticia para los proyectos con fundamentos sólidos, ya que filtra el ruido y permite que su señal genuina resuene con más fuerza. La pregunta clave es si la estrategia de comunicación está diseñada para probar el valor o solo para prometerlo.

链捕手Hace 38 min(s)

La industria de la criptografía entra en la era de la "demostración": las meras visiones ya no bastan

链捕手Hace 38 min(s)

Meta ingresa al mercado de pronósticos siguiendo la tendencia, ¿podrá evitar el fracaso del metaverso?

**TL;DR:** * Según The New York Times, Meta ha formado un pequeño equipo para desarrollar 'Arena', una aplicación de mercados de predicción con un sistema de puntos donde los usuarios podrán apostar sobre resultados políticos, deportivos y de eventos globales. * Los mercados de predicción ya muestran una demanda real. Con 3.560 millones de usuarios diarios, Meta podría llevar este nicho al mercado masivo. * Sin embargo, la crisis de confianza de Meta, sumada al escrutinio sobre elecciones y desinformación, podría convertir a Arena en objetivo regulatorio antes de que pueda escalar. Meta, tras las enormes pérdidas de su apuesta por el metaverso (casi 900.000 millones de dólares en Reality Labs), se adentra ahora en los mercados de predicción. Este sector, con un volumen de negociación anual que se espera supere los 1 billón de dólares para 2030, tiene una base de usuarios establecida, lo que supone un contraste estratégico con la costosa creación del metaverso. Meta posee una ventaja clave: su enorme base de usuarios de 3.560 millones de personas al día, muy superior a la de plataformas existentes como Kalshi o Polymarket. Su estrategia habitual de replicar productos exitosos (como Stories o Reels) e integrarlos en su ecosistema podría funcionar aquí. Además, el desarrollo de Arena, basado principalmente en software, es mucho menos costoso que el del metaverso. No obstante, los desafíos son significativos. Meta ya probó una aplicación similar, 'Forecast', que cerró en 2022. El sector está muy regulado, con ejemplos de multas y disputas legales. La reputación de Meta en el manejo de contenido político, datos y desinformación genera desconfianza entre reguladores. Arena comenzará con un sistema de puntos para evitar la estricta regulación financiera inicial, pero esto podría priorizar la participación sobre la precisión. En resumen, Meta tiene el potencial de popularizar los mercados de predicción, pero su historial de confianza y el entorno regulatorio hostil plantean serios riesgos. Su éxito dependerá de si puede operar Arena sin desencadenar controversias que atraigan la atención de los reguladores, algo en lo que ha fracasado con proyectos financieros anteriores como Libra/Diem.

Foresight NewsHace 55 min(s)

Meta ingresa al mercado de pronósticos siguiendo la tendencia, ¿podrá evitar el fracaso del metaverso?

Foresight NewsHace 55 min(s)

Trading

Spot
Futuros
活动图片