ZetaChain公布创世空投计划,Layer1赛道还有突破机会吗?

Odaily星球日报Publié le 2024-01-23Dernière mise à jour le 2024-01-23

Résumé

女巫也有奖励?

ZetaChain公布创世空投计划,Layer1赛道还有突破机会吗?

1 月 23 日,曾斩获 2700 万美元融资的全链互操作 Layer 1 网络 ZetaChain 公布了创世空投计划。

根据该计划,ZetaChain 将基于测试网所累积的积分(ZETA Points)数额,向逾 80 万名用户和贡献者分配 3150 万 ZETA,快照日期为 2023 年 8 月 20 日。

目前,ZetaChain 已在 ZetaHub 公布了空投资格查询页面。项目方在公告中亦表示,此次基于测试网的空投仅仅是个开始,随着 ZetaChain 继续朝向主网及其他阶段发展,未来还将实施多个产品和计划,以鼓励用户的主网采用,这或许预示着未来进一步空投的可能性。

基础奖励细则

根据空投规划,交互积分与邀请积分将被分开统计,以便向不同类型的贡献行为提供奖励,具体细则如下:

  • 积分超过 5 万的用户将有资格基于交互积分或邀请积分获得基础奖励,奖励并不会按照具体的积分数额发放,而是会根据积分的多少设定不同的等级,从而避免少数用户获得不成比例的超额奖励。

  • 邀请积分较高的用户可根据其邀请积分总数以及受邀者的积分比例获得奖励。

  • 较早入场的用户可根据其加入的日期获得一定幅度的奖励增幅(具体增幅系数详见下文)。

  • 基于用户在 ZetaChain 所连接的各条链上(包括测试网及主网)的交易记录,其基础奖励将会有一定调整,没有任何交易记录的用户则会面临一定的奖励削减,因为此类地址的女巫概率相对更高(具体增幅及削减系数详见下文)。

  • 不同等级的邀请者和交互者可获得的基础奖励为 50 - 20000 ZETA,两项奖励将独立计算。

  • 其他 ZetaLabs 用户则将得到 Access Pack 道具,以获取 ZetaChain 1.0 主网的访问资格。ZetaChain 表示分配给这些用户的 ZETA 数量将在空投启动时公布,但该批分配的规模将小于创世空投,其目的是为了让尽可能多的参与者尝试 ZetaChain。

基于贡献价值的不同,ZetaChain 将向所有拟空投对象分配 Zeta Explorer、Zeat Jetsetter、Zeta Polit、Zeta Trailblazer、Zeta Racer、Zeta Boss、Zeta Cosmopolitans 等不同的角色徽章,用户现已可在 ZetaHub 中查询自己的徽章及等级状况。

系数调整方案

如前文所述,在基础奖励之外 ZetaChain 还将根据交易类型、女巫概率、参与时间等因素对用户最终可获得的 ZETA 奖励数额进行微调。具体方案如下:

  • 交易类型方面:在 ZetaChain 所连接的各条链上(以太坊、BNB 链、Polygon)曾进行过主网交易的地址可在基础奖励之外获得 10% 的增幅;但如果仅在这些链的测试网上进行过交互,基础奖励将会减少 50% ,ZetaChain 表示此举旨在承认其贡献,但又要与主网交互行为作出区分。

  • 女巫概率方面:那些在 ZetaChain 所连接的各条链上没有任何交易记录的用户仅可获得基础奖励的 10% 。

  • 时间因素方面:根据用户首次加入 ZetaLabs 的日期,其最终可获得奖励数额亦有所不同。

    2022 年 8 月 1 日至 2022 年 11 月 17 日入场的用户可获得 25% 的增幅;

    2022 年 11 月 18 日至 2023 年 2 月 15 日入场的用户可获得 10% 的增幅;

    2023 年 2 月 15 日至 2023 年 4 月 5 日入场的用户可获得 5% 的增幅;

    2023 年 4 月 5 日至 2023 年 6 月 20 日入场的用户可获得 2.5% 的增幅。

女巫也有奖励?

为了确保真实用户本应获得的奖励不受侵占,ZetaChain 已与 SocialScan 达成合作,并基于地址的交互行为进行了女巫筛查,最终剔除了超 30 万个潜在的女巫地址,这些地址在各类垂直领域及网络中均有着几乎相同的行为模式。

不过,ZetaChain 亦提到其将对女巫群组中分数最高的一些地址进行奖励。ZetaChain 解释表示,这并不意味着该项目有意纵容女巫攻击,而是因为即便是女巫地址也有助于 ZetaChain 对测试网进行压力测试,从而改善网络的稳定性状况,此举也表明了 ZetaChain 会对去中心化社区中的任意贡献行为进行奖励。

另辟蹊径的 Layer 1 

在多条新链靠着 DA 拆解、并行处理等新概念大卷性能、成本的当下,主打全链互操作性的 ZetaChain 在 Layer 1 赛道内多少显得有些特殊。

如果说其他 Layer 1 所聚焦的是底层承载能力的突破,ZetaChain 所聚焦的就是如何将各大承载能力日益改善的孤岛串联起来。ZetaChain 希望打破当前市场在进行跨链交互对桥的依赖,取而代之的是利用原生的 Omnichain 智能合约在各条链之上进行无需信任的资金转移与消息响应。

根据官方所描述的愿景,ZetaChain 希望做的事情是将“链”的概念抽象出来,允许开发者基于 Omnichain 智能合约构建覆盖多条链的 Omni-Dapps,让用户在无需感知底层区块链切换的情况下通过单一平台执行各类涉及跨链交互的操作。

原生跨链型 Layer 1 ,类似的故事在 Crypto 行业已并不新鲜,但随着各大生态系统的日渐成熟,新的周期下 ZetaChain 能否迎来与市场需求的契合,或许将是决定该项目未来发展状况的核心要素。

Lectures associées

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

**Rapport du T1 2026 sur Ethereum : Baisse des frais, mais nombre d'utilisateurs et volume de transactions atteignent des records** Le premier trimestre 2026 présente une dynamique clé pour Ethereum : l'utilisation explose tandis que les revenus liés aux frais baissent. Le nombre d'utilisateurs actifs mensuels (+85,9% en glissement annuel), le nombre de transactions (+81,5%) et le débit du réseau ont tous atteint des sommets historiques. En revanche, les frais totaux sur le réseau principal se sont effondrés de 81,9% sur un an. Ce paradoxe s'explique par la stratégie délibérée d'Ethereum de privilégier la croissance à court terme en réduisant le coût de l'espace bloc grâce aux mises à niveau comme Fusaka (capacité de données augmentée). C'est l'effet Jevons : la baisse des coûts libère une nouvelle demande. Le rapport souligne également un pivot narratif majeur : Ethereum consolide son rôle de couche de règlement financier mondial pour les actifs tokenisés. Il domine ce marché naissant, détenant des parts majoritaires dans les stablecoins (61,8%), les fonds tokenisés (73%), les matières premières tokenisées (84%) et les prêts DeFi (79,2%) parmi les cinq principales blockchains. L'entrée en force d'institutions comme BlackRock, JPMorgan et Fidelity, avec des produits concrets, valide cette tendance. Ainsi, Ethereum sacrifie une capture de valeur à court terme (frais, TVL, capitalisation baisse) pour renforcer ses effets de réseau et sa position d'infrastructure neutre et ouverte, pariant sur une croissance à long terme alimentée par la tokenisation massive de la finance traditionnelle.

marsbitIl y a 31 mins

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

marsbitIl y a 31 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

Le PDG d'Intel, Lip-Bu Tan, a exposé sa vision ambitieuse de transformer l'entreprise avec pour objectif de multiplier par 10 la valeur pour les actionnaires dans les 5 à 10 prochaines années. Lors d'un podcast, il a détaillé sa stratégie axée sur trois piliers technologiques pour dépasser les limites physiques de la miniaturisation : l'emballage avancé (EMIB), les nouveaux matériaux de substrat comme le verre, et les semi-conducteurs de nouvelle génération (GaN, SiC, InP, diamant synthétique). Il souligne la reprise de la demande en CPU pour l'IA, notamment l'inférence et les agents intelligents, modifiant le ratio CPU/GPU dans les serveurs. Tan défend également la division de fonderie d'Intel, essentielle pour la sécurité de la chaîne d'approvisionnement américaine, en se concentrant sur la confiance client, le rendement et les délais. Il révèle le projet Terafab en collaboration avec Elon Musk pour construire des capacités de fabrication de semi-conducteurs. Selon lui, le plus grand malentendu des investisseurs est de sous-estimer le potentiel d'Intel, encore en phase de "rampement". Il prévoit que le véritable potentiel de l'entreprise, au-delà du PC, dans l'informatique en périphérie, l'IA physique et les agents IA, sera pleinement reconnu vers 2030-2032.

marsbitIl y a 33 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

marsbitIl y a 33 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

Le chercheur en intelligence artificielle Pete Florence, ancien employé de Google DeepMind et co-créateur de l'architecture VLA (Vision-Language-Action), a levé 400 millions de dollars (environ 2,7 milliards de RMB) pour sa startup Generalist AI, portant sa valorisation à 2 milliards de dollars. Parmi les investisseurs figurent NVentures (NVIDIA), Bezos Expeditions, ainsi que des personnalités comme Li Fei-Fei, co-fondateur de Xiaomi Lin Bin et le fondateur de Zoom, Eric Yuan. Contrairement à la tendance actuelle, Florence rejette catégoriquement l'étiquette "modèle du monde" pour son entreprise. Issu du MIT et influencé par son mentor Russ Tedrake, il prône une approche orientée "objectif" plutôt que "technologie". Pour lui, l'objectif ultime n'est pas de construire un modèle du monde, mais de créer des robots capables d'accomplir avec un taux de réussite et une vitesse élevés des tâches variées et inédites, sans nécessiter de données spécifiques. Generalist AI a dévoilé deux modèles d'intelligence incarnée : GEN-0 en novembre 2025, démontrant que les lois d'échelle des LLM s'appliquent au mouvement physique, et GEN-1 en avril 2026. Ce dernier, entraîné sur plus de 500 000 heures de données collectées via un dispositif portable, atteint un taux de réussite de 99% sur des tâches manuelles précises comme plier des cartons. Florence estime que GEN-1 approche d'un point d'inflexion similaire à GPT-3, avec des performances atteignant un niveau utile pour des déploiements commerciaux. Ce financement record, intervenu rapidement après la démonstration de GEN-1, valide la vision pragmatique de Florence : développer des robots généralistes réellement utiles en se concentrant sur la résolution de tâches physiques concrètes.

marsbitIl y a 41 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

marsbitIl y a 41 mins

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

En l'espace de trois jours, Google a perdu deux figures légendaires de l'IA, signe d'un exode massif de ses talents vers des concurrents comme OpenAI et Anthropic. Noam Shazeer, co-auteur de l'architecture Transformer, a rejoint OpenAI, tandis que John Jumper, lauréat du Nobel et responsable d'AlphaFold, est parti chez Anthropic. Ce mouvement, renforcé par le recrutement d'Andrej Karpathy par Anthropic, révèle une tendance structurelle. La cause profonde est un désalignement des missions. Les priorités de Google restent centrées sur son activité publicitaire, contraignant la recherche. À l'inverse, OpenAI et Anthropic offrent une focalisation exclusive sur l'innovation et la sécurité de l'AGI. De plus, les perspectives d'introduction en bourse de ces startups promettent des gains financiers considérables via leurs actions, un avantage que Google, déjà géant établi, ne peut égaler. La fusion de Google Brain et DeepMind en 2023, censée unifier les forces, a en réalité accru les tensions entre recherche fondamentale et pression commerciale, créant un environnement moins attractif pour les scientifiques de haut vol. Cette restructuration du paysage des talents, potentiellement irréversible, représente une crise silencieuse pour Google. Son avantage en matière de données, de puissance de calcul et de publications académiques dépend ultimement des personnes capables de les exploiter, et celles-ci partent.

marsbitIl y a 2 h

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

Le domaine de l'IA suit de près les scores des grands modèles sur des benchmarks comme MMLU-Pro et MMMU, devenus des références pour évaluer les capacités de raisonnement et de compréhension multimodale. Derrière ces outils d'évaluation influents se trouve Wenhu Chen, professeur assistant à l'Université de Waterloo et fondateur du TIGERLab. Face aux limites des anciens benchmarks comme MMLU, où les modèles de pointe atteignaient des scores quasi parfaits, Chen a dirigé le développement de MMLU-Pro. Cette nouvelle base de données, plus difficile et stable avec des questions à choix multiples élargis, permet de mieux distinguer les véritables capacités de raisonnement des modèles. Dans le domaine multimodal, les benchmarks MMMU et MMMU-Pro, également créés par son équipe, évaluent rigoureusement la capacité des modèles à combiner informations visuelles complexes et connaissances disciplinaires pour résoudre des problèmes avancés. Cette expertise en évaluation découle des recherches de Chen sur la compréhension d'informations complexes et le raisonnement, renforcée par son expérience chez Google DeepMind sur Gemini. Aujourd'hui au Meta Super-Intelligence Lab, il continue ses travaux sur l'évaluation et l'entraînement de modèles multimodaux. Son parcours illustre le rôle crucial, bien que moins visible, des chercheurs dans la construction des fondations méthodologiques qui guident les progrès de l'IA.

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

marsbitIl y a 2 h

Trading

Spot
Futures
活动图片