Shiba Inu Team Announces Second Shibarium-Based Game

bitcoinistDipublikasikan tanggal 2024-08-29Terakhir diperbarui pada 2024-08-29

Abstrak

Shiba Eternity has officially rebranded to Shiba Inu Games, as announced on Thursday. The rebranded entity, now operating under the...

Shiba Eternity has officially rebranded to Shiba Inu Games, as announced on Thursday. The rebranded entity, now operating under the handle @PlayWithShib on X, announced its commitment to deepening its foray into gaming by developing more games for the SHIB ecosystem. This strategic pivot was broadcast via an X post that encouraged followers to stay tuned for updates and developments in the Shiba Inu gaming sphere.

“Hey gamers of Shib, we’re evolving to PlayWithShib! This will be your new go-to place for all things Shib gaming—updates and more. Follow us and be the first to know!” the team expressed through their social media channel. Shytoshi Kusama, the lead developer of Shiba Inu, praised the rebranding and the team’s new direction with a tweet: “Such an epic move! Shiba Inu Games (@playwithshib) !!#playwithshib Games Galore and More! LFG.”

The rebranding follows the initial creation of Shiba Eternity in July 2022, which at the time concentrated on the Shiba Eternity game. Launched in October 2022, the mobile game enjoyed a brief period of active engagement on X (formerly Twitter) before entering a prolonged hiatus. The account re-emerged from its dormancy on July 16, 2024, to introduce a closed beta version of the game, making it the first inaugural Shibarium-based game.

Shiba Inu Expands Gaming Offer

Further building on their gaming portfolio, Shiba Inu Games unveiled “Agent Shiboshi” today, a new side-scrolling shooter game that thrusts a Shiba Inu named Shiboshi into the role of a secret agent battling against a group known as the “Shadowcats.” The game introduces an in-game currency system where players can accumulate funds by defeating enemies, which can be used to upgrade their characters’ weapons and gear.

Lucie, the marketing lead of Shiba Inu, conveyed the specifics of the game through an X post: “Agent Shiboshi is an exciting upcoming side-scrolling shooter game developed by Shiba Inu Games. The game stars Shiboshi, a secret agent fighting against the mysterious Shadowcats. Players can earn in-game currency by defeating enemies, which can be used to upgrade their weapons and gear.”

She added that “Agent Shiboshi” is part of the broader Shib ecosystem and its launch is planned initially on traditional web2 platforms, with subsequent versions intended for integration into Shibarium. “Agent Shiboshi is part of the Shib ecosystem and will eventually launch on Shibarium. The game will debut on Web2 platforms, with a Web3 version in the works. Available for download on the Apple App Store and Google Play Store for iOS and Android devices,” Lucie revealed.

Earlier in August, she hinted at the release of not just “Agent Shiboshi” but also “Shiboshi Rush,” another game under the Shiba Inu banner. Lucie described these as “hyper-casual games,” emphasizing their design to be straightforward and enjoyable, making them accessible to players across various skill levels.

At press time, SHIB traded at $0.00001350.

Shiba Inu price
Shiba Inu price falls below the 20-day EMA again, 1-day chart | Source: SHIBUSDT on TradingView.com
Featured image created with DALL.E, chart from TradingView.com
Jake Simmons

Jake Simmons

Jake Simmons has been a Bitcoin enthusiast since 2016. Ever since he heard about Bitcoin, he has been studying the topic every day and trying to share his knowledge with others. His goal is to contribute to Bitcoin's financial revolution, which will replace the fiat money system. Besides BTC and crypto, Jake studied Business Informatics at a university. After graduation in 2017, he has been working in the blockchain and crypto sector. You can follow Jake on Twitter at @realJakeSimmons.

Bacaan Terkait

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

Meskipun harga Ethereum (ETH) turun 20-45% sejak awal tahun, minat institusional terhadap aset kriptu terkemuka ini tetap kuat. SharpLink, setelah jeda delapan bulan, kembali membeli 5.000 ETH senilai sekitar $7,88 juta, diikuti penambahan 26.324 LSETH senilai $45,54 juta. Total kepemilikannya kini mencapai 876.285 ETH, menunjukkan keyakinan pada utilitas jangka panjang dan pendapatan staking Ethereum, meski menghadapi kerugian belum terealisasi hampir $1,71 miliar. Tren akumulasi ini juga tercermin pada aktivitas "paus" (whale), dengan satu dompet baru mengakumulasi 18.361 ETH senilai $28,9 juta dalam sembilan hari terakhir, menandakan persiapan untuk pergerakan harga di masa depan. Namun, kepercayaan yang kembali bangun ini belum sepenuhnya tercermin dalam permintaan institusional yang lebih luas. ETF Spot Ethereum justru mencatat arus keluar bersih, dengan penarikan $12,85 juta pada 26 Juni. Meski demikian, total aset yang dipegang penerbit ETF masih signifikan, senilai lebih dari $8,38 miliar, yang mengindikasikan penyesuaian posisi berkelanjutan daripada pelepasan total. Pada intinya, akumulasi oleh treasury perusahaan dan paus mendukung prospek jangka panjang Ethereum, tetapi pemulihan berkelanjutan masih bergantung pada membaiknya sentimen pasar dan arus masuk ETF yang lebih kuat untuk mengimbangi tekanan penjualan institusional yang masih ada.

ambcrypto4j yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

ambcrypto4j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit5j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit5j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit6j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit6j yang lalu

Trading

Spot
活动图片