Axelar(AXL)和Wormhole通过Lido温度检查投票,将提供stETH跨链BNB Chain服务

Odaily星球日报Publié le 2024-01-29Dernière mise à jour le 2024-01-29

Résumé

跨链桥最初仅支持BNB Chain,后续可能扩展至其他EVM链。

2023 年 10 月,LayerZero 建立了面向 Lido 所发行的 stETH 的跨链桥,允许将其跨链至 BNB Chain 和 Avalanche。

LayerZero 曾向治理组织 Lido DAO 寻求批准,但在该组织正式批准之前就部署了该跨链桥。技术上而言这并不违规,而这种做法也并非完全前所未见——Lido 曾建立了各种跨链桥,并非所有跨链桥都等到社区投票后才启动。但 Lido DAO 部分社区成员认为 LayerZero 营销方式不当,他们认为 LayerZero 试图在没有 DAO 批准的情况下冒充官方 Lido 合作伙伴。一名成员在 Lido DAO 治理论坛上发文表示:“宣布未定事件,是对 DAO 的不尊重,也是一种明显的不严肃的体现。”

当时一封由一系列加密基础设施提供商签署的声明表示,LayerZero 在不当利用先发优势,以在竞争对手之前“锁定”用户。Lido 战略顾问 Hasu 在 Lido DAO 论坛上表示:“通过单方面部署跨链桥并以官方方式营销,似乎是在向 DAO 施加压力,以避免流动性碎片化。通过这样的营销吸引用户,使得其他的跨链桥提案受限,并且让 DAO、Lido 质押者和参与链陷入了困境。”

随着越来越多的区块链诞生,跨链“互操作性”变得至关重要,跨链桥是跨链互操作性正常运作所需的关键基础设施。但是这些服务也容易出现问题,这就是为什么协议对它们授予认可的地方如此重要的原因。

Lido 的对 stETH 的认可被视为互操作性提供商的重要标志,根据 DeFi Llama 的数据,其 TVL 达 208 亿美元,在 DeFi 协议中位列第一。

今年 1 月 17 日,Lido DAO 发起了一项选择 BNB Chain 的 wstETH 跨链桥开发者的温度检查投票,选项分别包括 Axelar & Wormhole、Chainlink CCIP、LayerZero、Hyperlane。最终 Axelar & Wormhole 支持率达 81.1% ,Chainlink 为 14.1% ,而 LayerZero 仅 4.7% 。

Axelar(AXL)和Wormhole通过Lido温度检查投票,将提供stETH跨链BNB Chain服务

在即将进行的正式投票后,Axelar & Wormhole 将很快成为 stETH 跨链至 BNB Chain 的“官方”服务提供者。

Axelar(AXL)和Wormhole通过Lido温度检查投票,将提供stETH跨链BNB Chain服务

Interop Labs(Axelar 开发商)首席执行官 Sergey Gorbunov 在接受 CoinDesk 采访时表示:“Axelar 和 Wormhole 团队决定合作,将两个网络的安全性有效结合起来,提供跨链 ETH LST 的有效安全性。”

Gorbunov 表示,Axelar 和 Wormhole 的目标是防止“服务提供商固化”,即服务提供商利用他们的先发优势永久巩固自己在协议基础设施中的地位。Axelar 和 Wormhole 跨链方式是开源且可扩展的,根据 Lido 基金会的选择,可能进行后端扩展以支持其他跨链桥提供商。这种可组合性是 Axelar+ Wormhole 提案中开源方法特点之一,其他提案无法复制,该“缺陷”导致了投票结果呈一边倒的形势。

Axelar 表示,跨链桥最初仅支持 BNB Chain,后续可能扩展至其他 EVM 链。

Wormhole 基金会首席商务官 Robinson Burkey 告表示:“在我看来,这不止是一次普通的治理投票,它变得更多地关乎原则而不仅仅是技术。代币持有者能够基于个人意愿支持符合协议利益的最佳选择,如果你剥夺了代币持有者的这种权力,那么就是在逐渐削弱去中心化的基本原则。”

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 5 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 5 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 7 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 7 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 15 mins

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

marsbitIl y a 15 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