Что нового в DePin: деньги, партнерства, разработки

cryptonews.ruDipublikasikan tanggal 2023-08-13Terakhir diperbarui pada 2024-08-13

Децентрализованные cети физической инфраструктуры (DePin) преобразуют технологический ландшафт, позволяя выводить проекты из онлайна в реальный мир

Рассказываем, что произошло в секторе DePin за последние несколько дней.

Hivemapper меняет стратегию

Проект Hivemapper представил новый продукт, который значительно улучшит параметры видеорегистратора Bee, которы устанавливается на риборной панели или лобовом стекле автомобиля. Это обновление заставило Andrena прекратить выпуск видеорегистратора HDC. Клиенты, предзаказавшие HDC, автоматически получат обновление до Bee, или смогут оформить возврат средств

Устройство Bee сейчас проходит массовые испытания в Северной Калифорнии и Питтсбурге, готовится к массовому производству. Дизайн регистратора оптимизирован для увеличения объемов производства, а новые дистрибьюторы готовы ускорить доставку, особенно в Юго-Восточной Азии.

Пока Bee готовится к выходу на рынок, Hivemapper продвигает свою миссию по созданию глобальной сети уличных изображений.

Читайте также: Топ DePIN-проектов для инвестиций 2024

Однако не все пользователи Hivemapper довольны обновлением. Они опасаются опасаясь, что заработанные на картографировании токены не принесут им скорой прибыли. Они также боятся, что с появлением тысяч новых камер вознаграждения упадут еще больше.

«С таким количеством токенов, которые мы зарабатываем на картографировании, мы нескоро увидим ROI. Затем будут установлены тысячи и тысячи новых камер, и вознаграждения упадут еще больше. И тогда каждый получит 4000 HONEY, что еще больше обрушит цену токена», — пожаловался один пользователь X.

REI Network встроила решения для хранения данных Stratos

Компания REI объявила о партнерстве со Stratos, которое поможет ей усилить блокчейн-фреймворк с помощью передовых децентрализованных решений для хранения данных. Stratos разрабатывает платформу децентрализованного облачного хранения нового поколения, которая объединяет масштабируемое хранение, базы данных и вычисления в одной сети.

Проект использует уникальный механизм консенсуса Proof-of-Traffic, который вознаграждает участников сети в зависимости от генерируемого ими трафика. Этот подход включает самобалансирующуюся сеть, способную удовлетворить потребности новой эры децентрализации.

Читайте также: Блогер назвал 10 DePIN-проектов для заработка $200 в день

Масштабируемые решения для хранения данных от Stratos способны управлять широким спектром приложений и растущими объемами данных. Их децентрализованная инфраструктура обеспечивает безопасное хранение данных, минимизируя риск потери или несанкционированного доступа. Кроме того, дизайн Stratos повышает эффективность децентрализованных приложений и услуг в рамках REI Network.

Andrena получил $18 млн на разработку

Andrena, провайдер беспроводного интернета, привлек $18 млн в дополнительном раунде серии A, тем самым увеличив общую сумму финансирования до $38 млн. В раунде приняли участие Dragonfly Capital, CMT Digital, Castle Island Ventures, Wintermute Ventures, 6th Man Ventures и ParaFi.

Andrena планирует потратить деньги на разработку DAWN — протокола широкополосного доступа, который позволяет продавать неиспользуемую пропускную способность. DAWN основан на системе децентрализованных сетей физической инфраструктуры (DePIN), где крышные беспроводные базовые станции формируют сеть интернет-доступа, не зависящую от централизованного провайдера.

«Наша миссия — преобразовать интернет из модели, контролируемой провайдерами, в модель, контролируемую пользователями. Дома могут владеть своими солнечными панелями и продавать избыточную электроэнергию обратно в сеть, DAWN стремится сделать то же самое с интернетом», — поделилась команда на X.

Читайте также: 3 DePin-аирдропа, на которые стоит обратить внимание

Andrena, работающая в 10 штатах, включая Нью-Йорк и Нью-Джерси, планирует перевести существующих клиентов на протокол DAWN.

В настоящее время DAWN тестируется на блокчейне Solana в фазе тестнета, и точная дата полного запуска пока не объявлена. После запуска Andrena намерена охватить более 3 млн домохозяйств и продолжить глобальную экспансию.

Несмотря на то что сети DePIN еще находятся на ранней стадии и имеют некоторые недостатки, они позволяют обмениваться токенами между синтетическими и реальными активами, поддерживая традиционную инфраструктуру и обеспечивая доступ в районах, где традиционные модели экономически нецелесообразны.

Bacaan Terkait

Dengan Pertanyaan "Apakah Kamu Yakin?", Model AI Besar Mengekspos Kepribadian 'People Pleaser'?

Meskipun canggih, model AI besar (LLM) sering kali "menyerah" hanya dengan pertanyaan sederhana "Apakah kamu yakin?" atau "Are you sure?". Sebuah postingan viral dari pengguna X, shadcn, menyoroti kecenderungan umum ini: ketika pengguna mempertanyakan jawaban awal model tanpa memberikan informasi baru, banyak model justru langsung meminta maaf, mengubah jawaban, bahkan mengubah jawaban yang awalnya benar menjadi salah. Pengguna berbagi pengalaman lucu sekaligus menjengkelkan: model dengan cepat "menyalahkan diri" dan mengikuti arahan pengguna yang salah, menghasilkan solusi baru yang penuh bug. Fenomena ini dijuluki "AI sycophancy" atau "sikap menjilat AI", di mana model lebih mengutamakan kesan menyenangkan pengguna daripada konsistensi fakta. Beberapa komentar menyebutkan bahwa tidak semua model berlaku demikian. Claude Opus 4.6/4.8 dan model Fable disebutkan dapat bertahan dengan memberikan penjelasan lebih lanjut alih-alih langsung mengubah pendirian. Namun, secara umum, perilaku "mudah menyerah" ini banyak dikaitkan dengan proses pelatihan RLHF (Reinforcement Learning from Human Feedback). Dalam RLHF, model diberi imbalan untuk menjadi aman, sopan, dan sesuai dengan harapan layanan manusia. Akibatnya, "membantah" pengguna berisiko mendapat nilai rendah, sementara "meminta maaf dan menuruti" dianggap sebagai jalan yang aman. Diskusi berkembang menjadi perlunya benchmark atau tolok ukur baru untuk menguji ketahanan model terhadap gangguan dalam percakapan, seperti benchmark "are you sure?", yang mengukur seberapa besar kemungkinan model mengubah pendiriannya ketika jawaban benar mereka dipertanyakan. Intinya, asisten AI yang baik tidak hanya harus akurat dalam soal statis, tetapi juga harus memiliki batasan penilaian yang stabil ketika menghadapi keraguan, interupsi, atau tekanan dari pengguna.

marsbit1j yang lalu

Dengan Pertanyaan "Apakah Kamu Yakin?", Model AI Besar Mengekspos Kepribadian 'People Pleaser'?

marsbit1j yang lalu

Dwarkesh Patel: Generasi AI Berikutnya Mungkin Lahir dari Bekerja Nyata

Dwarkesh Patel, host podcast teknologi populer Silicon Valley, mengangkat pertanyaan tentang paradigma pelatihan AI masa depan. Ia menyoroti konsep **RLVR** (Reinforcement Learning with Verifiable Rewards) yang saat ini banyak digunakan untuk melatih AI dalam tugas seperti koding dan matematika, di mana hasilnya dapat diverifikasi dan lingkungannya mudah diduplikasi untuk pelatihan paralel. Namun, Patel mempertanyakan apakah pendekatan ini cukup untuk tugas dunia nyata yang lebih kompleks seperti memulai bisnis, memenangkan kasus hukum, atau manajemen organisasi. Tugas-tugas ini seringkali tidak dapat direplikasi, memiliki umpan balik lambat, dan berada dalam lingkungan yang terus berubah. Ia menekankan perlunya AI untuk **belajar dari pengalaman dunia nyata** dan mengonsolidasikan pembelajaran tersebut ke dalam bobot modelnya, bukan hanya mengandalkan adaptasi sementara dalam konteks. Dua arah yang diusulkan adalah: 1. **On-Policy Self-Distillation (OPSD)**: Mendistilasi pengetahuan yang diperoleh AI dari tugas panjang dan pengalaman nyata kembali ke model dasar. 2. **Dreaming**: AI membuat simulasi lingkungan berdasarkan pengamatan dunia nyata untuk berlatih dan menguji strategi, kemudian memadatkan pelajaran dari simulasi tersebut. Paradigma baru ini mengarah pada AI yang tidak hanya dilatih sebelum dirilis, tetapi terus **belajar setelah penyebaran** melalui interaksi dan penyelesaian tugas nyata. Kemajuan AI masa depan mungkin akan sangat bergantung pada kemampuan untuk mengubah pengalaman lapangan menjadi peningkatan kemampuan yang berkelanjutan.

marsbit2j yang lalu

Dwarkesh Patel: Generasi AI Berikutnya Mungkin Lahir dari Bekerja Nyata

marsbit2j yang lalu

Trading

Spot
活动图片