盘点Solana生态36个潜力空投项目及交互策略

Odaily星球日报Опубликовано 2024-03-05Обновлено 2024-03-05

Введение

Solana生态或将迎来空投季,汇总36个潜力项目。

原文作者:Lumus, 加密 KOL

原文编译:Felix, PANews

加密 KOL Lumus 盘点了 Solana 生态 36 个具有潜在空投的项目,您需要:

  • 准备好你的钱包

  • 完成尽可能多的步骤

Phantom(钱包)

  • 访问:https://phantom.app/

  • 创建钱包或导入助记词

  • 在内部进行一些交易

  • 打开 dApp - > 任务 - > Connect Drip

  • 在手机上下载钱包并铸造 NFT(重要)

  • 然后,与一些 DEX 连接即可

盘点Solana生态36个潜力空投项目及交互策略

MagicEden(钱包)

  • 访问网站:https://magiceden.io/

  • 创建钱包

  • 在 Solana 上进行一些交易

  • 桥接到 ETH/BTC

  • 在 MagicEden 上购买一些 NFT,然后通过钱包出售

盘点Solana生态36个潜力空投项目及交互策略

Backpack(钱包)

盘点Solana生态36个潜力空投项目及交互策略

Tensor

  • 访问网站:https://links.tensor.trade/

  • 连接钱包(使用 Backpack 钱包,+ 25% 积分)

  • 交易(买/卖)

  • 做多/做空一些 NFT

目前,这是积分活动的第三季,所以不要忘记推荐活动。

盘点Solana生态36个潜力空投项目及交互策略

Exchange ART(NFT)

  • 访问网站: https://exchange.art/

  • 连接钱包

  • 填写个人资料

  • 铸造 NFT

  • 创建新系列藏品

  • 订阅一些作者

盘点Solana生态36个潜力空投项目及交互策略

Drip(NFT 市场)

盘点Solana生态36个潜力空投项目及交互策略

Sniper(NFT 市场)

盘点Solana生态36个潜力空投项目及交互策略

Solana Mobile(手机)

盘点Solana生态36个潜力空投项目及交互策略

Layer 3 (任务平台)

  • 访问网站:https://linktr.ee/layer3xyz

  • 连接 SOL 钱包

  • 填写个人资料(使用您的 EVM 和 SOL 钱包)

  • 打开任务选项 - > Solana

  • 完成任务

这是为其他 DeFi 空投做的准备。

盘点Solana生态36个潜力空投项目及交互策略

Bags(SocialFi)

盘点Solana生态36个潜力空投项目及交互策略

Solana TG 机器人

Whales Market

盘点Solana生态36个潜力空投项目及交互策略

Drift Protocol(DEX)

交易:

  • 做多/做空代币

  • 保留订单至少 10 分钟

  • 增加交易量

Earn:

  • 质押 USDC

注意:解除质押的期限为 13 天。盘点Solana生态36个潜力空投项目及交互策略

Parcl

  • 访问网站:https://app.parcl.co/

  • 连接钱包

  • 存入一些 USDC

  • 通过推荐获得奖金

  • 质押 USDC(1 美元 = 4 积分)

  • 交易期货

盘点Solana生态36个潜力空投项目及交互策略

Zeta(DEX)

不要忘记 3 美元的交易费用。盘点Solana生态36个潜力空投项目及交互策略

Backpack(Exchange)

免责声明:每实现 1 万美元交易,就会损失 9 美元。

盘点Solana生态36个潜力空投项目及交互策略

Jupiter(DEX)

  • 访问网站:https://jup.ag/

  • 交易量达到 1 万美元

  • 使用期货

  • 交易量达到 3 万美元

  • 购买和使用 JLP

  • 使用 DCA(可选)

盘点Solana生态36个潜力空投项目及交互策略

Monaco Protocol

有两个博彩平台:Purebet、BetDEX。以下步骤对两者都有价值:

盘点Solana生态36个潜力空投项目及交互策略

Solblaze(质押)

盘点Solana生态36个潜力空投项目及交互策略

Jito(质押)

盘点Solana生态36个潜力空投项目及交互策略

Marinade(质押)

注意取消质押的费用。盘点Solana生态36个潜力空投项目及交互策略

MarginFi(质押/借贷)

奖励机制:

  • 借出 1 美元 = 1 积分/天

  • 借入 1 美元 = 4 积分/天

每周重复 3 次。盘点Solana生态36个潜力空投项目及交互策略

Kamino(借贷)

盘点Solana生态36个潜力空投项目及交互策略

Meteora

您也可以使用 DLMM,但安全性较差。

盘点Solana生态36个潜力空投项目及交互策略

Cega

注意,流动性将锁仓 30 天。

盘点Solana生态36个潜力空投项目及交互策略

Asset Dash(钱包追踪)

  • 访问网站:https://linktr.ee/assetdash

  • 注册一个帐户

  • 打开“钱包”

  • 追踪几个钱包

  • 进行一些交易

  • 购买 NFT(可选)

Squads

  • 访问网站:https://squads.so/

  • 连接钱包

  • 创建你的 squad(填写所有内容)

  • 存入一些 SOL

  • 打开 Treasury - > 交易 - >使用 SOL 和 USDC

  • 成交量要达到 100 美元

盘点Solana生态36个潜力空投项目及交互策略

Vault Music

  • 下载手机应用

  • 创建一个帐户

  • 打开发现- >选择几个免费曲目

  • 打开 Fantasy - >选择 5 位作者

盘点Solana生态36个潜力空投项目及交互策略

SOL super stake

盘点Solana生态36个潜力空投项目及交互策略

Circuit(质押)

盘点Solana生态36个潜力空投项目及交互策略

Francium(借贷)

  • 访问网站:https://francium.io/app

  • 连接钱包

  • 打开“借出'->存入任一资金池

  • 打开“挖矿”- >存款

  • 打开“投票” - >投票

盘点Solana生态36个潜力空投项目及交互策略

Kanalabs(桥接)

盘点Solana生态36个潜力空投项目及交互策略

Phoenix(DEX)

盘点Solana生态36个潜力空投项目及交互策略

Pyth(质押)

空投已经结束,但可以提高在其他空投中的机会。

盘点Solana生态36个潜力空投项目及交互策略

Mayan

盘点Solana生态36个潜力空投项目及交互策略

Tip Link

Похожее

Открытые системы в конечном итоге побеждают: почему Ethereum — следующий Linux?

**Открытые системы в конечном итоге побеждают: Почему Ethereum — это следующий Linux?** Исторические параллели показывают, что открытые, децентрализованные системы («базары») со временем превосходят закрытые, контролируемые («соборы»). Как Linux победил проприетарные UNIX-системы, а интернет — частные сети, так и Ethereum, благодаря своей беспристрастной нейтральности (credible neutrality), имеет все шансы стать доминирующей основой для мировой финансовой инфраструктуры. Ключевые причины: 1. **Беспризорное (permissionless) инновационное развитие:** Подобно модели разработки Linux с открытым исходным кодом, Ethereum позволяет любому разработчику вносить инновации без разрешения (примеры: ERC-20, ERC-721, Uniswap). Ни одна частная компания не может сравниться с совокупной скоростью инноваций глобального сообщества. 2. **Суверенитет и нейтральность:** Ethereum — это суверенная вычислительная платформа, правила которой прозрачны, равны для всех, устойчивы к изменениям и открыты для участия. Ни одна организация (будь то корпорация или государство) не может контролировать или произвольно менять сеть, что устраняет риски платформы и создает доверие. 3. **Провал частных альтернатив:** Частные блокчейны и консорциумы (например, We.trade, Marco Polo), продвигаемые банками, страдают от фундаментальных противоречий интересов участников и не могут обеспечить открытую компоновку (composability) и нейтральность, которые являются основной ценностью блокчейна. Многие подобные проекты уже потерпели неудачу. 4. **Эффект сетевого масштаба:** Доверие разработчиков и институтов (Coinbase, BlackRock, JPMorgan, Robinhood) привлекает в экосистему Ethereum больше инструментов, ликвидности и приложений, создавая самоподдерживающийся цикл роста. На Ethereum уже приходится подавляющая доля активности в DeFi, стейблкоинах и токенизированных активах. 5. **Ответственность на уровне приложения:** Аргумент о необходимости контролируемого субъекта для регулирования в финансовой сфере решается на уровне приложений (например, с помощью токеновых стандартов со встроенным KYC, как ERC-3643), а не базового расчетного уровня, который должен оставаться нейтральным. История технологий учит, что преимущества закрытых систем (скорость, фокус) в долгосрочной перспективе уступают силе открытых сетей. Ethereum, как платформа, обеспечивающая суверенитет, нейтральность и беспрепятственные инновации, находится на пути к тому, чтобы стать для финансов тем же, чем Linux стал для операционных систем, — повсеместно принятой, надежной и открытой основой.

Foresight News10 мин. назад

Открытые системы в конечном итоге побеждают: почему Ethereum — следующий Linux?

Foresight News10 мин. назад

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

Рост за счет доступа к каналам дистрибуции подходит к концу. Такие гиганты, как Coinbase, Stripe и Kraken, стремятся контролировать всю цепочку создания стоимости, поглощая или создавая конкурирующую базовую инфраструктуру, чтобы захватить прибыль и избежать «платы за проезд». Coinbase с ее блокчейном Base собирает сборы за упорядочение, Stripe приобрела Bridge для удержания доходов от стейблкоинов, а Kraken купила NinjaTrader для получения лицензий на деривативы. Однако протоколы DeFi, такие как Morpho и Uniswap, строят защиту, активно расширяясь на множество блокчейнов. Это снижает риск зависимости от одной платформы. Их глубоко укоренившаяся, проверенная в боях технология создает высокие затраты на замену для крупных компаний, что ведет к взаимозависимости. Хотя будущее может двигаться к олигополии, текущая динамика — это гонка между вертикальной интеграцией гигантов и горизонтальным, мультичейн-расширением открытых протоколов. Краткосрочная стабильность есть, но долгосрочный итог этой борьбы определит архитектуру отрасли.

marsbit16 мин. назад

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

marsbit16 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

**Краткое содержание статьи: "Проблемы вычислительных мощностей в контексте китайско-американского соперничества в области ИИ"** Ключевой проблемой развития ИИ в Китае является серьезное отставание в области вычислительных мощностей, особенно в сфере высокопроизводительных чипов для **обучения** моделей ИИ. В то время как китайские чипы, такие как продукты компаний Moore Thread, Biren Technology и других, находят применение в более доступных задачах **вывода (инференса)** (например, в приложении Doubao), они практически не представлены в требовательном сегменте обучения крупных моделей. Здесь безраздельно доминируют американские компании, в первую очередь Nvidia с ее чипами серии A100/H100/H200 и экосистемой CUDA. Разрыв огромен: США контролируют более 70% мирового рынка высококлассных GPU, их общие вычислительные мощности более чем в два раза превышают китайские (2400 против 1053 EFLOPS). Американские технологические гиганты, такие как Meta, Google, Microsoft и Amazon, вкладывают сотни миллиардов долларов в инфраструктуру ИИ. Например, только у Google вычислительных мощностей столько же, сколько у 500 000 чипов H100, что составляет четверть от общемирового объема. Это позволяет им проводить десятки итераций обучения крупных моделей в год и экспериментировать с параметрами в триллионы и десятки триллионов, как это делает xAI Илона Маска. В результате, самые передовые американские модели (например, Anthropic Claude Mythos с 10 триллионами параметров) значительно превосходят лучшие китайские (например, DeepSeek V4 Pro с 1.6 триллионами параметров). Эксперты оценивают отставание Китая в 8-15 месяцев. Основная причина — физическое отсутствие необходимых мощностей для быстрого обучения сверхбольших моделей в соответствии с законом Scaling Law. Китай стремится к импортозамещению, разрабатывая собственные чипы (Huawei Ascend 910B, Cambricon и др.). Хотя по абсолютной производительности они пока отстают от лидеров на 30% и более, в сфере инференса разрыв сократился до 15-20%. Главная проблема — не только производительность железа, но и отсутствие зрелой программной экосистемы, подобной CUDA. Однако уже есть первые успехи: компании вроде Zhipu AI и Moore Thread начинают демонстрировать возможность полного цикла обучения моделей на отечественном оборудовании и фреймворках. Вывод: Китай сталкивается с фундаментальным вызовом в "гонке вычислений", которая лежит в основе "гонки моделей". Преодоление этого разрыва требует времени, масштабных инвестиций и построения собственной экосистемы. Страна обладает необходимым рынком, талантами и капиталом, но путь к паритету с США в области высокопроизводительных чипов для ИИ будет долгим.

marsbit16 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

marsbit16 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

Новая работа команды Хэ Каймина, MiniT2I, представляет собой минималистскую базовую модель для генерации изображений по тексту, которая бросает вызов существующим сложным подходам. В отличие от популярных моделей, таких как Stable Diffusion, MiniT2I отказывается от использования VAE, сложных механизмов введения условий (AdaLN), вспомогательных функций потерь, приватных данных и этапов выравнивания RL/DPO. Модель работает непосредственно в пространстве пикселей, используя потоковое согласование. Архитектура MM-JiT основана на чистом Transformer с двумя адаптерами для текста и без AdaLN. Обучение проводится в два этапа на полностью открытых данных: предварительное обучение на LLaVA-recaptioned CC12M и тонкая настройка на наборе высококачественных пар изображение-текст. Несмотря на небольшой размер (например, версия B/16 с 258 млн параметров), MiniT2I показывает конкурентоспособные результаты на бенчмарках GenEval (0.87) и DPG-Bench (84.2), превосходя более крупные модели. Модель L/16 (912 млн параметров) демонстрирует хорошее качество в стилях, композиции и воображении, приближаясь к SD3-Medium. Работа также честно указывает на текущие ограничения: артефакты на границах патчей, побочные эффекты CFG в пиксельном пространстве, потолок разрешения и отставание в рендеринге текста из-за использования только открытых данных. MiniT2I доказывает, что создание мощных тексто-графических моделей может быть более простым, эффективным и доступным, отмечая возможный переход от парадигмы «нагромождения» к парадигме «очищения».

marsbit21 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

marsbit21 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

Если вы, как и мы, последние несколько лет были глубоко вовлечены в индустрию, вы заметили, как изменилась атмосфера. Основной консенсус заключается в том, что отрасль активно оптимизируется под AI-агентов, что отодвигает на второй план продукты, ориентированные на прямое человеческое взаимодействие. Однако цепочка данных остается активной на новом уровне — уровне автономных агентов, недоступном для прямого человеческого вмешательства. Агенты уже доминируют в определенных сегментах: * **Деривативы (перпетуальные контракты):** Скорость и круглосуточное исполнение дают машинам явное преимущество, что подтверждают результаты конкурсов, где все AI-агенты завершили гонку, в то время как многие люди понесли убытки. * **Арбитраж (MEV):** Это абсолютно доминируемая роботами сфера, где масштабируемая человеческая деятельность невозможна. * **Оптимизация доходности:** Большинство новых протоколов DeFi включают автономных AI-агентов для управления, что показывает рост их внедрения. * **Спот-торговля:** По оценкам, автоматизированные боты отвечают за значительную долю общего объема торгов. В других сегментах наблюдается **смешанная активность**: * **Предиктивные рынки:** Агенты доминируют в краткосрочном арбитраже, но люди сохраняют преимущество в долгосрочных прогнозах, требующих адаптации. * **Кредитование в DeFi:** Хотя процессы ликвидации автоматизированы, ключевые решения о займах и депозитах по-прежнему принимаются людьми. Человеческое взаимодействие остается ключевым в областях, требующих доверия и контекста: * **Стейблкоины и платежи:** Подавляющий объем транзакций связан с реальными людьми, использующими криптовалюту для переводов и повседневных расходов. * **Кошельки:** Это последний рубеж, требующий человеческого одобрения и надзора. С ростом числа агентов **верификация человеческой деятельности** становится критически важной. Проекты, такие как World (AgentKit), t54, Self Protocol и Kite AI, разрабатывают инфраструктуру для безопасного связывания агентов с проверенными людьми, обеспечивая подотчетность и доверие в агент-ориентированной экономике. **Вывод:** Агенты превосходят людей в задачах, требующих скорости и оптимизации (трейдинг, MEV), и эта тенденция сохранится. Однако человеческий слой остается жизненно важным для сфер, связанных с реальной экономикой, платежами, доверием и сложными суждениями. Будущее, скорее всего, будет заключаться в симбиозе, где агенты эффективно выполняют задачи, но подотчетны и контролируются людьми.

marsbit28 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

marsbit28 мин. назад

Торговля

Спот
Фьючерсы
活动图片