Berachain V2革新之路:验证节点质押与削减机制

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

Resumen

V2中的一个关键经济变化是引入了更大的验证节点保证金,即质押在BERA中的数量。

原文作者:Infrared Finance

原文编译:深潮 TechFlow

Berachain V2革新之路:验证节点质押与削减机制

今年一月,Berachain 的 Artio 测试网上线,从那时起,生态系统一直在稳步上升。开发人员、用户和验证器操作员都参与了测试,帮助对网络进行压力测试并指导 Berachain 的设计决策。V1测试网验证了核心概念,如流动性证明,但也发现了改进的空间,这就是V2的用武之地。我们将尽力总结 Berachain 核心开发人员的最新成果。

简要说明

  • 验证节点现在需要质押 69, 420 个 BERA,而不是 BGT,以提高经济安全性。

  • BGT 委托者不再会被削减。

  • 所有验证节点都有平等的机会生产区块。

  • 验证节点数量上限已增加,以改善去中心化。

  • 核心技术栈从 Polaris 更改为 BeaconKit,以提高性能和 EVM 兼容性。

  • 即将推出公开的 Infrared 测试网部署。

V2的新变化

BERA 质押和削减变化

V2中的一个关键经济变化是引入了更大的验证节点保证金,即质押在 BERA 中的数量。简单来说,验证节点保证金是验证节点开始生产区块时必须质押的代币数量。

在V2中,验证节点保证金从少量的 BGT 增加到 69, 420 个 BERA。这确保了验证节点有更高的经济投入,通过增加潜在攻击的成本来提高网络的安全性。这一变化意味着验证节点承担更多责任,同时在不影响 BGT 在流动性证明中的角色的情况下增加了 BERA 的实用性。

BERA 质押的变化也影响了验证节点削减,这是对行为不当或表现不佳的验证节点的惩罚。如果验证节点被削减,一部分质押的代币将被扣除,这是一个不理想的结果。

在V1中,削减可能影响到验证节点和 BGT 委托者。在V2中,只有验证节点的 BERA 质押才会被削减。这保护了 BGT 委托者,并将更多责任放在验证节点身上,确保用户和协议在使用他们的 BGT 参与流动性证明时更加安心。

更公平的区块生产

在V1中,验证节点生产新区块的机会随着委托给他们的 BGT 数量的增加而增加。在V2中,区块生产得到了改进,所有验证节点现在都有平等的机会生产新区块,区块奖励将根据他们的委托 BGT 成比例增加。这确保了更公平的奖励分配,并鼓励更多验证节点加入网络,同时仍保持 BGT 委托的重要性。

验证节点数量上限

验证节点数量上限已从 100 增加到 128 ,未来可能还会更多。众所周知,增加更多验证节点的上限可以改善去中心化和网络安全。去中心化很重要!

架构升级

最后,Berachain V2从 Polaris 架构迁移到 BeaconKit,这将提高网络性能。BeaconKit 允许使用任何以太坊执行客户端,如 Reth、Geth 或 Nethermind,使 Berachain 与 EVM 完全兼容。此升级解决了V1中遇到的瓶颈,确保了更顺畅的交易处理。如果您想了解更多,请阅读Dev Bear 关于该主题的技术博客

这些变化对 Infrared 的影响

V2引入的变化是网络向前迈出的重要一步。Berachain V2将为用户、开发人员和验证节点提供更好的体验,使整个生态系统受益。

BGT 转向纯粹的经济角色,通过明确 BGT 的价值主张,增强了围绕 iBGT 构建的生态系统。我们已经看到许多协议采用 iBGT 来构建飞轮,并期望这一趋势在改进的 BGT 设计下继续发展。

关于验证节点的 BERA 质押,我们正在计划一些令人兴奋的事情,很快会与大家分享。

接下来是什么?

我们正在全力完成新的、公开的 Infrared 测试网部署,希望尽快上线供用户和合作伙伴使用。

原文链接

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