比RSIC更公平?一文了解即将空投的Runestone

Odaily星球日报Publié le 2024-01-27Dernière mise à jour le 2024-01-27

Résumé

空投具体标准:拥有3个或更多非文本/JSON 铭文。

原文作者:鉴叔(X:@jianshubiji

相关阅读:

《RSIC:创新符文挖矿玩法,Runes 协议的预热工具?》

编者按:RSIC 的空投及创新符文挖矿玩法一时引爆市场,FOMO 情绪下,RSIC 价格飙到了 1700 U。然而,项目方预留 10% 份额的行为也被社区质疑有违铭文公平发行的核心观念。Runestone 是 @ord_io 的创始人 @LeonidasNFT 受 RSIC 启发所开启的一个实验项目。Leonidas 表示不喜欢 RSIC 自称第一个符文的宣传方式,暗示了 RSIC 分配方式的不公平,并称 Runestone 即将给 Ordinals 社区免费空投。加密 KOL 鉴叔(X:@jianshubiji)发文简要介绍了关于 Runestone 的基本信息,Odaily星球日报整理如下:

$RSIC 开启了符文空投的先河,因其新颖的空投+挖矿+符文的玩法,市场情绪很 FOMO,价格从 200 U 涨到了现在 1700 U。 

没收到 $RSIC 的空投没关系,一个更公平的符文—— Runestone(符号为 ᛤ)即将免费向 Ordinals 活跃地址空投。

下面是关于 Runestone 的具体介绍。

比RSIC更公平?一文了解即将空投的Runestone

一、起源

Runestone 是由 @ord_io 的创始人 @LeonidasNFT $RSIC 的启发所开启的一个实验项目。

$RSIC 的只空投给了一些比特币蓝筹 NFT 的部分持有者,而且团队预留了 10% 的份额,在分配上并不是特别公平。 Leonidas 不喜欢 $RSIC 自称第一个符文的宣传方式,并且暗示了 $RSIC 分配方式的不公平,于是做出了 Runestone 给 Ordinals 社区免费空投,并且在社区中募集了 7 万美元作为空投的费用。

二、空投规则

Runestone 已经在区块高度 826, 600 完成快照(Ordinals 诞生一周年)。 

Runestone 的总量共 11 万张,每个地址最多一张,将以铭文的形式进行空投,等到 Casey 完成对符文协议的开发后,将 Runestone 符文 1 : 1 空投给铭文持有人(最近 Casey 在玩博德之门 3 ,希望符文能够如期上线吧,哈哈哈)。

比RSIC更公平?一文了解即将空投的Runestone

Leonidas 筛选标准考虑了以下因素: 

  • 持有铭文的数量 

  • 铭文的文件类型(文本/ json),不同格式的铭文可能有不同的分配权重 

以上包含诅咒铭文(不知道打废的铭文算不算)

比RSIC更公平?一文了解即将空投的Runestone

基于以上因素,Leonidas 于今天发布了空投的具体标准:拥有 3 个或更多非文本/JSON 铭文。

三、ᛤ 与 Rune 的起源

ᛤ 源自盎格鲁-撒克逊符文,语义无从考证。 

Rune 希腊语的意义为“秘密”,传说由魔法之神、战争与死亡之神、知识之神-奥丁所创。最早发现出处在 101 年,沿用至今,有大量神秘学知识(该部分图文来自@micaiOXS)。

比RSIC更公平?一文了解即将空投的Runestone

四、需要注意的问题 

  • 快照已经结束了,不用专门去打铭文

  • 空投的时间还没确定,可以关注创始人推特 @LeonidasNFT

  • 空投的是铭文,符文等 Casey 完成 Rune 协议就会 1 : 1 空投,Casey 计划在比特币减半(即区块高度 840000)时发布。

  • Runestone 是空投的,等着到账就可以了,没有任何的铸造地点,所有让你铸造的都是骗子。 

最后,希望每个粉丝都能拿到 Runestone 的空投吧,毕竟我也发过那么多期比特币铭文的内容了。

原文链接


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 47 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 47 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 49 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 49 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 57 mins

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

marsbitIl y a 57 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 3 h

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

marsbitIl y a 3 h

Trading

Spot
Futures
活动图片