Koleksi Interaksi Populer | Interaksi Testnet Robinhood; Dapatkan Poin Awal di Canopy (27 Februari)

Odaily星球日报Dipublikasikan tanggal 2026-02-27Terakhir diperbarui pada 2026-02-27

Abstrak

Ringkasan Interaksi Populer: Robinhood Testnet, Canopy Dapatkan Poin Awal (27 Februari) **Robinhood Chain**: Layer 2 yang berfokus pada aset RWA. Robinhood meluncurkan testnet publik berbasis Arbitrum untuk mendukung tokenisasi aset dunia nyata seperti saham dan ETF. Tutorial interaksi: Tambahkan jaringan testnet dan klaim token tes, selesaikan lencana testnet, dan pertimbangkan untuk mencetak NFT (dengan biaya ETH kecil) di platform seperti NFTs2Me untuk memperkaya data interaksi. **Canopy**: Blockchain L1 yang digerakkan oleh AI, saat ini dalam fase testnet dengan aktivitas insentif poin. Baru saja mengumpulkan $1,2 juta dalam pendanaan seed. Tutorial interaksi: Kunjungi situs rewards, hubungkan dompet dan akun X (Twitter) untuk membuka 4 tugas, termasuk tugas harian dan tugas tambahan untuk mendapatkan poin. **TBD**: Platform pasar prediksi berbasis Solana yang berfokus pada jajak pendapat. Telah diluncurkan dan mengumumkan pendanaan seed $3 juta. Interaksi saat ini: Dapatkan promo taruhan bebas risiko hingga $100 dengan mendaftar melalui X atau menggunakan TBD di Solana Seeker.

Orisinil | Odaily Planet Daily (@OdailyChina)

Penulis | Asher (@Asher_ 0210)

Robinhood Chain: L2 yang Fokus pada Aset RWA yang Terhubung Lengkap ke Blockchain

Pengenalan Proyek

Pada 11 Februari, Robinhood mengumumkan peluncuran testnet publik Robinhood Chain berbasis Arbitrum, yang akan mendukung tokenisasi aset dunia nyata, termasuk saham, ETF, aset privat, dan instrumen keuangan lainnya (lebih lanjut dapat dibaca: Robinhood Masuk ke L2, Fokus pada Tokenisasi RWA).

Robinhood menyatakan bahwa testnet publik menjadi dasar bagi pengembang untuk mengeksplorasi potensi dan memvalidasi aplikasi lebih awal, serta mempersiapkan peluncuran mainnet, mendorong tokenisasi aset dunia nyata dan akses likuiditas DeFi. Diketahui bahwa Robinhood Chain akan mendukung perdagangan 7×24 jam, bridging lintas rantai, dan penyimpanan mandiri, mencakup platform aset tokenisasi, protokol pinjaman, dan bursa kontrak berjangka, antara lain.

Tutorial Interaksi

LANGKAH 1. Tambahkan jaringan testnet dan klaim token tes (tautan: https://faucet.testnet.chain.robinhood.com/).

LANGKAH 2. Dapatkan lencana testnet (tautan: https://onchaingm.com/badge-robinhood).

LANGKAH 3. Beberapa platform seperti NFTs2Me telah meluncurkan NFT di testnet Robinhood, yang dapat memperkaya data interaksi testnet Robinhood, tetapi pencetakan NFT memerlukan biaya ETH kecil, pertimbangkan biayanya (tautan: https://bold-robinhood-gold.testnet.nfts2.me/ dan https://robinhood-penta.testnet.nfts2.me/).

Canopy: Blockchain L1 yang Didukung AI

Pengenalan Proyek

Canopy adalah blockchain L1 yang didukung oleh AI, proyek saat ini berada dalam tahap testnet, dan telah meluncurkan aktivitas insentif poin. Pada akhir Januari 2025, Canopy mengumumkan penyelesaian pendanaan seed round senilai 1,2 juta dolar AS, dipimpin oleh Mechanism Capital dan CitizenX, dengan partisipasi dari Primitive, GSR, dan Side Door Ventures.

Tutorial Interaksi

LANGKAH 1. Masuk ke antarmuka aktivitas (tautan: https://rewards.canopynetwork.org/), dan hubungkan dompet serta akun X pribadi.

LANGKAH 2. Setelah menghubungkan akun X, Anda dapat membuka kunci 4 tugas untuk mendapatkan poin, 3 tugas lainnya adalah tugas harian.

LANGKAH 3. Di bawahnya masih ada lebih banyak tugas poin, penuhi persyaratan yang sesuai untuk mengklaimnya.

TBD: Platform Pasar Prediksi Berbasis Solana

Pengenalan Proyek

TBD adalah platform pasar prediksi berbasis Solana, berfokus pada acara jenis jajak pendapat, platform telah dibuka untuk digunakan pada 25 Februari. Dan, pada hari yang sama mengumumkan penyelesaian pendanaan seed round senilai 3 juta dolar AS, dipimpin bersama oleh CMT Digital dan ParaFi.

Tutorial Interaksi

Saat ini, gunakan X untuk mendaftar atau gunakan TBD di Solana Seeker, untuk mendapatkan penawaran taruhan bebas risiko hingga 100 dolar AS.

Pertanyaan Terkait

QApa itu Robinhood Chain dan apa fokus utamanya?

ARobinhood Chain adalah layer-2 yang dibangun di atas Arbitrum dengan fokus utama pada tokenisasi aset dunia nyata (RWA) seperti saham, ETF, aset privat, dan instrumen keuangan lainnya.

QBagaimana cara berpartisipasi dalam testnet Robinhood Chain?

ADengan menambahkan jaringan testnet, mengklaim token tes melalui faucet (https://faucet.testnet.chain.robinhood.com/), dan menyelesaikan misi testnet di OnChainGM untuk mendapatkan badge.

QApa itu Canopy dan bagaimana cara mendapatkan poin di platformnya?

ACanopy adalah blockchain L1 yang digerakkan oleh AI. Untuk mendapatkan poin, pengguna dapat terhubung ke platform rewards (https://rewards.canopynetwork.org/), menghubungkan dompet dan akun X, lalu menyelesaikan tugas harian dan misi tambahan.

QApa yang membedakan TBD dari platform prediksi lainnya?

ATBD adalah platform pasar prediksi berbasis Solana yang berfokus khusus pada acara terkait jajak pendapat atau polling, dan menawarkan insentif taruhan bebas risiko hingga $100 bagi pengguna baru.

QBerapa total pendanaan yang diperoleh Canopy dan siapa saja investor utamanya?

ACanopy mengumumkan penggalangan dana seed round senilai $1,2 juta pada Januari 2025, yang dipimpin oleh Mechanism Capital dan CitizenX, dengan partisipasi dari Primitive, GSR, dan Side Door Ventures.

Bacaan Terkait

Narasi BTC sebagai 'Emas Digital' Apakah Sudah Gagal?

Artikel ini menganalisis Bitcoin dari sudut pandang "aset digital" atau "emas digital", tanpa memberikan saran investasi. Penulis membahas tiga hal utama: **1. Bagaimana Memandang Bitcoin sebagai Aset:** Bitcoin dianggap sebagai kelas aset baru yang unggul dibandingkan emas dalam hal: jumlah terbatas (21 juta koin), kemampuan transfer yang mudah dan aman (kunci pribadi), dan transparansi/auditabilitas penuh (blockchain). Meski awalnya digunakan di area abu-abu, regulasi semakin mengatur. Adopsi global crypto saat ini sekitar 3-4%, menandakan fase awal dengan volatilitas tinggi namun juga potensi pertumbuhan jangka panjang. **2. Memahami Penurunan Harga Terkini:** Penurunan ~50% dari puncak $126k (Okt 2025) ke ~$61k (Feb 2026) dipandang sebagai penjualan siklis yang terprediksi pasca-*halving*, dan sebagai proses "peralihan kepemilikan" historis dari *early holders* ke investor institusional melalui ETF. Data historis menunjukkan tren penurunan persentase *drawdown* setiap siklus (dari >90% ke ~50%), mengindikasikan aset yang semakin matang. **3. Pandangan Jangka Panjang:** Kerangka analisisnya adalah membandingkan kapitalisasi pasar Bitcoin (~$1.4T pada $70k) dengan emas (~$20T). Bitcoin baru mencapainya sekitar 7%. Jika narasi "emas digital" terealisasi sebagian (misal, 30-50% kapitalisasi emas), ruang naiknya masih signifikan. Risiko terbesar bukanlah Bitcoin menjadi nol, melainkan manajemen portofolio yang buruk (seperti *all-in* atau pakai leverage) dan kurangnya pemahaman mendalam, yang bisa membuat investor *exit* dipaksakan sebelum potensi jangka panjang terwujud. Kesimpulan: Volatilitas tinggi adalah "harga" untuk potensi imbal hasil tinggi. Pertanyaan kuncinya adalah apakah penurunan ini menandakan kegagalan narasi "emas digital" atau hanya fase peralihan dalam evolusinya dari aset spekulatif ke aset alokasi. Jawabannya bergantung pada keyakinan mendasar terhadap aset ini.

marsbit2j yang lalu

Narasi BTC sebagai 'Emas Digital' Apakah Sudah Gagal?

marsbit2j yang lalu

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

**Dari Kode ke Kognisi: Evolusi Otak Robot** Era robot sebelumnya bergantung pada kode yang dirancang dengan hati-hati untuk persepsi, perencanaan, dan kontrol (seperti PID), membatasi kemampuan generalisasi. Kemajuan datang dengan pembelajaran mendalam untuk persepsi visual dan pembelajaran penguatan untuk kontrol motorik, tetapi kebijakan tetap sempit. Titik balik terjadi dengan munculnya Model Bahasa Besar (LLM). LLM bertindak sebagai perencana tingkat tinggi, menerjemahkan instruksi bahasa alami menjadi urutan keterampilan atomik untuk dieksekusi oleh sistem robot tradisional (seperti ROS2). Ini adalah lompatan besar, tetapi LLM hanya penjadwal cerdas, bukan penggerak langsung. Lompatan berikutnya adalah Model Visi-Bahasa-Aksi (VLA). Model ini menggabungkan persepsi visual dan instruksi bahasa langsung ke dalam satu jaringan neural untuk menghasilkan perintah gerakan, menyatukan penalaran dan tindakan. Ini memungkinkan generalisasi yang lebih baik. Arsitektur populer (seperti di Figure AI, NVIDIA GR00T) menggunakan sistem "otak ganda": Model S2 yang besar dan lambat (7-9Hz) untuk penalaran tingkat tinggi, dan model S1 yang kecil dan cepat (200Hz) untuk menghasilkan gerakan halus. Lapisan S0 (1kHz) menangani keseimbangan dan koordinasi refleksif. Komputasi untuk kontrol keselamatan yang kritis dijalankan secara lokal di papan (mis., pada NVIDIA Jetson) karena masalah latensi dan keandalan jaringan. Cloud digunakan untuk antarmuka percakapan dan pembelajaran kumpulan data. Model sumber terbuka (seperti OpenVLA, NVIDIA GR00T, π0) sangat penting, memungkinkan startup mengadaptasi model dasar dengan data robot mereka sendiri, mempercepat inovasi. Namun, VLA masih memiliki keterbatasan: pemulihan kesalahan, efisiensi sampel, generalisasi lintas platform, perencanaan jangka panjang, dan pemahaman fisika yang mendalam. Di sinilah **Model Dunia** menjadi kunci. Model Dunia adalah jaringan neural yang memprediksi keadaan dunia masa depan berdasarkan keadaan saat ini dan tindakan yang diusulkan (misalnya, menghasilkan video yang disimulasikan). Ini memungkinkan robot untuk "berpikir sebelum bertindak", mensimulasikan berbagai skenario, mengevaluasi hasil, dan memilih tindakan terbaik sebelum eksekusi. Pendekatan ini meningkatkan pemulihan, generalisasi, perencanaan, keamanan, dan memungkinkan pembangkitan data sintetis skala besar. Arsitektur utama termasuk difusi video tingkat piksel (Cosmos/Sora), JEPA (LeCun), dan model dunia tindakan laten (Genie). Masa depan robot humanoid mungkin menggabungkan VLA dengan Model Dunia untuk perencanaan berbasis simulasi. Data (terutama melalui operasi jarak jauh) tetap menjadi penghalang utama. Sementara narasi "momen ChatGPT" untuk robot agak menyesatkan (saat ini lebih mirip era GPT-2), kemajuan menuju robot yang mampu beradaptasi secara umum sangat cepat. Evolusi dari kode buatan ke model dunia yang dipelajari secara perlahan memindahkan kecerdasan dari pikiran insinyur ke dalam sistem yang mampu memahami dan membayangkan dunia.

marsbit3j yang lalu

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

marsbit3j yang lalu

Trading

Spot
Futures
活动图片