一季度预期发币空投,手把手带你交互Yogapetz

Odaily星球日报Xuất bản vào 2024-01-26Cập nhật gần nhất vào 2024-01-26

Tóm tắt

冥想挖矿,每日打卡。

原创 | Odaily星球日报

作者 | Asher

编辑 | 秦晓峰

一季度预期发币空投,手把手带你交互Yogapetz

得益于今年一季度发币预期刺激,Yogapetz(瑜珈宠物)最近在社交媒体上热度攀升。

Yogapetz 是加密 KOL「Keungz」所创立的专注于健身和社交游戏的项目,概念来自币安创始人 CZ 在 Twitter 上发文" The world needs healing"以及 Stepn 跑步健身爆红出圈,通过"瑜珈"、"冥想"以及"颂咏"三个核心要素,打造平衡生活、内观和真实自我的世界。

Yogapetz 采用双代币模型,分别是 WELL (起初代币名为 PRANA)、KARMA,目前官方没有公布详细的代币经济学。根据官方推文,大部分的 WELL 代币都将分配给社区和 NFT 持有人。

目前,获取 WELL 的途径有两个:一是购买 Kubz NFT 或者是 Yogapetz NFT 并进行质押,每天产出积分;购买前可以在 notabot 上面查看分数,越高的分数能够获得越多的代币。二是参加 Yogapetz 官方推出的活动,完成一些每日任务,花费少量的 opbnb,也可以获得奖励。Odaily星球日报手把手带大家参与官方推出的每日任务,获得潜在的代币奖励。

一季度预期发币空投,手把手带你交互Yogapetz

图源:官推

手把手操作教程

撸毛网站:https://well3.com/

STEP 1. 推特注册并登陆,之后需要输入邀请码才能进入签到界面。目前整理了四个仍可以使用的邀请码(若需要更多的邀请码,可以 YogaPetz 推特评论中留意):WGFLSF5NWK、BWHXN、 8DTQR

一季度预期发币空投,手把手带你交互Yogapetz

一季度预期发币空投,手把手带你交互Yogapetz

一季度预期发币空投,手把手带你交互Yogapetz

STEP 2. 关注推特类任务,完成后如下图。

一季度预期发币空投,手把手带你交互Yogapetz

STEP 3. 推特点赞转推类任务,完成后如下图。

一季度预期发币空投,手把手带你交互Yogapetz

STEP 4. 修改推特个人资料类任务——更换个人主页的 banner、推特昵称后加❤️ $WELL,完成后如下图。

一季度预期发币空投,手把手带你交互Yogapetz

STEP 5. 每日重复性任务。此步骤任务记得每日都要做。

1、发送任意推文并@Yogapetz、添加#Well$WELL。

2、完成一次呼吸训练,共两次。点击“Start”,然后点击“I am ready”,等待 30 秒左右即可完成,完成界面如下图。完成后进入 3 小时的冷却期,每日可进行两次呼吸训练。

一季度预期发币空投,手把手带你交互Yogapetz

STEP 6. 链接 opbnb 网络,开“宝箱”。

首先,进行两步准备工作。

1、将 Metamask 切换到 opbnb 网络。手动添加方式如下:

网络名称: opBNB;

RPC URL: https://opbnb-mainnet-rpc.bnbchain.org;

链 ID: 204 ;

货币符号:BNB;

区块链浏览器 URL: https://mainnet.opbnbscan.com

2、通过 BNB 跨链桥,将 bep20 链上的 BNB 存入到 opbnb 链,跨链桥链接为:https://opbnb-bridge.bnbchain.org/deposit(也可以直接通过币安交易所将 BNB 存入 opbnb 链)。

然后,开始开“宝盒”。通过选项栏进入,点击”Master's Wisdom“,选择”Quest All“并点击指定区域后支付一笔 Gas,即可开出”宝箱“,具体步骤如下图。

一季度预期发币空投,手把手带你交互Yogapetz

一季度预期发币空投,手把手带你交互Yogapetz

一季度预期发币空投,手把手带你交互Yogapetz

一季度预期发币空投,手把手带你交互Yogapetz

STEP 7. 查看已开出的”书籍“。

一季度预期发币空投,手把手带你交互Yogapetz

注意

完成 Well3 的全部任务后,记得在 opbnb 链上留少量 BNB 来开”宝箱“。其中,STEP 2 —— STEP 4 为一次任务;STEP 5 中的两个小任务为每日任务,且”呼吸训练”任务每日可进行两次;STEP 6 为查看目前持有的”书籍“,”书籍“分不同级别,之后官方会公布各等级书籍兑换 WELL 代币的数量。

Well 项目属于热度高、操作难度小,成本低, 喜欢「撸毛」的小伙伴可以坚持做下去,快去收集更多的”书籍“吧。

Nội dung Liên quan

Báo cáo Ethereum Q1 2026: Phí giảm, người dùng và khối lượng giao dịch lập kỷ lục mới

Báo cáo Q1/2026 của Ethereum cho thấy một xu hướng đối lập: lượng người dùng, số giao dịch và thông lượng mạng lưới đều đạt mức cao kỷ lục, trong khi phí giao dịch, tổng giá trị bị khóa (TVL), khối lượng giao dịch và vốn hóa pha loãng hoàn toàn (FDV) của ETH lại giảm. Hiện tượng này được giải thích là "Nghịch lý Jevons": việc giảm chi phí sử dụng mạng lưới sau đợt nâng cấp Fusaka đã giải phóng nhu cầu, thúc đẩy tăng trưởng quy mô. Báo cáo nhấn mạnh sự chuyển dịch trong định vị cốt lõi của Ethereum từ một blockchain DeFi sang một tầng thanh toán tài chính toàn cầu. Ethereum tiếp tục thống trị thị trường tài sản được mã hóa, chiếm phần lớn thị phần trong các lĩnh vực stablecoin (61,8%), quỹ được mã hóa (73%), hàng hóa được mã hóa (84%) và cổ phiếu được mã hóa. Sự tham gia của các tổ chức lớn như BlackRock, JPMorgan và Fidelity đang đẩy nhanh quá trình "thể chế lên chuỗi". Mặc dù phí giao dịch tầng cơ sở giảm mạnh (-47,9%), đây được xem là một sự đánh đổi có chủ đích để đổi lấy tăng trưởng mạng lưới dài hạn. Chiến lược này nhằm củng cố vị thế là nền tảng định sẵn cho việc thanh toán và quyết toán các tài sản tài chính ngày càng được mã hóa, từ đó tạo ra giá trị cơ bản cho ETH thông qua nhu cầu sử dụng mạng lưới.

marsbit36 phút trước

Báo cáo Ethereum Q1 2026: Phí giảm, người dùng và khối lượng giao dịch lập kỷ lục mới

marsbit36 phút trước

Anh ấy vừa gọi được 2,7 tỷ USD, Lý Phi Phi cũng rót tiền đầu tư

"Generalist AI", công ty khởi nghiệp trí tuệ thể hiện (embodied AI) do Pete Florence - cựu nhà khoa học nghiên cứu cốt cán của Google DeepMind và là một trong những người đặt nền móng cho kiến trúc mô hình VLA (Vision-Language-Action) - sáng lập, vừa huy động thành công 4 tỷ USD (tương đương 27 tỷ RMB) ở vòng gọi vốn mới, định giá 20 tỷ USD. Vòng đầu tư có sự tham gia của các tổ chức và cá nhân uy tín như NVentures (từ NVIDIA), NFDG, Bezos Expeditions, đồng sáng lập Xiaomi Lin Bin, người sáng lập Zoom Eric Yuan, và nhà khoa học nổi tiếng Fei-Fei Li. Mặc dù được coi là người tiên phong trong lĩnh vực "mô hình thế giới" (world model), Florence lại công khai phản đối việc dán nhãn này cho công ty mình. Triết lý của ông, chịu ảnh hưởng từ người thầy Russ Tedrake tại MIT, là ưu tiên "mục tiêu" cụ thể hơn các "nhãn" công nghệ chung chung. Mục tiêu tối thượng của Generalist AI là tạo ra những robot đa năng có thể thực hiện với độ tin cậy cực cao nhiều nhiệm vụ chưa từng thấy mà không cần dữ liệu huấn luyện riêng cho từng tác vụ. Để hiện thực hóa điều này, Generalist AI đã lần lượt ra mắt các mô hình GEN-0 và GEN-1. GEN-1, được công bố vào tháng 4/2026, được huấn luyện trên hơn 50 nghìn giờ dữ liệu tương tác vật lý thu thập qua một thiết bị đeo tay đặc biệt. Theo công ty, mô hình này đạt tỷ lệ thành công 99% trong một số nhiệm vụ thao tác lặp lại và tinh vi (như gấp hộp, đóng gói), với tốc độ nhanh gấp ba lần GEN-0 và chỉ cần khoảng một giờ để thích ứng với tác vụ mới. Thành tựu này chứng minh lộ trình phát triển rõ ràng của công ty và là lý do chính thu hút được sự ủng hộ mạnh mẽ từ các nhà đầu tư hàng đầu, đưa Generalist AI trở thành một trong những công ty được kỳ vọng nhất trong lĩnh vực robot và trí tuệ thể hiện.

marsbit44 phút trước

Anh ấy vừa gọi được 2,7 tỷ USD, Lý Phi Phi cũng rót tiền đầu tư

marsbit44 phút trước

Mất hai huyền thoại trong ba ngày: Con đập nhân tài AI của Google đang vỡ?

Chỉ trong ba ngày, Google đã chứng kiến hai huyền thoại AI rời đi: Noam Shazeer (đồng tác giả Transformer, lãnh đạo Gemini) gia nhập OpenAI, và John Jumper (người đoạt giải Nobel Hóa học 2024, lãnh đạo AlphaFold) chuyển sang Anthropic. Đây không phải là trường hợp cá biệt mà là một xu hướng rõ ràng, bổ sung cho việc cựu thành viên sáng lập OpenAI Andrej Karpathy gia nhập Anthropic trước đó. Các tài năng AI hàng đầu đang tập trung ngày càng nhiều vào OpenAI và Anthropic, khiến Google trở thành nguồn cung cấp chính trong cuộc tái cấu trúc nhân tài này. Sự dịch chuyển này bắt nguồn từ sự khác biệt cốt lõi về sứ mệnh. Google, với doanh thu chính phụ thuộc vào quảng cáo, thường đặt các dự án AI trong khuôn khổ phục vụ mục tiêu sản phẩm và lợi nhuận. Ngược lại, OpenAI (với sứ mệnh AGI) và Anthropic (tập trung vào AI an toàn) cho phép các nhà nghiên cứu tập trung hoàn toàn vào việc đẩy xa giới hạn năng lực mô hình. Ngoài ra, cơ hội thu lợi nhuận lớn từ cổ phiếu trước thềm IPO của hai công ty này là động lực hấp dẫn mà Google - một gã khổng lồ trưởng thành - khó có thể sánh được. Việc sáp nhập Google Brain và DeepMind vào năm 2023 cũng tạo ra những lực ly tâm mới, làm xói mòn văn hóa nghiên cứu dài hạn dưới áp lực phải phù hợp với lộ trình sản phẩm. Sự ra đi của các nhân vật then chốt như Jumper và Shazeer phản ánh điều này. Cuộc khủng hoảng nhân tài này mang tính cấu trúc. Google có thể sở hữu cơ sở hạ tầng máy tính khổng lồ và kho dữ liệu đồ sộ, nhưng việc thiếu những bộ óc xuất sắc nhất để khai thác chúng khiến lợi thế đó trở nên vô nghĩa. Trong khi OpenAI và Anthropic củng cố vị thế với đội ngũ tinh nhuệ ngày càng mạnh, Google đang mất dần hào quang là trung tâm hấp dẫn nhân tài AI toàn cầu. Trong cuộc đua mà mật độ tài năng quyết định năng lực mô hình và thị phần, đây là một thách thức tồn vong thầm lặng nhưng nghiêm trọng của Google.

marsbit2 giờ trước

Mất hai huyền thoại trong ba ngày: Con đập nhân tài AI của Google đang vỡ?

marsbit2 giờ trước

Phía sau bảng điểm AI, ẩn giấu một 'người ra đề' gốc Hoa

Mỗi khi một mô hình AI tiên tiến ra mắt, giới công nghệ lại dõi theo những “bảng điểm” quen thuộc như MMLU-Pro, MMMU hay MMMU-Pro. Đây là các tiêu chuẩn đánh giá quan trọng giúp so sánh năng lực của các mô hình lớn như GPT, Claude hay Gemini. Tuy nhiên, ít người biết rằng đằng sau những bộ đề thi này là một nhà nghiên cứu người Hoa: Chen Wenhu (Trần Văn Hổ), trợ lý giáo sư tại Đại học Waterloo, Canada. Ông cùng phòng thí nghiệm TIGERLab (còn gọi là Hổ Đầu Bang) đã tạo ra MMLU-Pro vào năm 2024 để giải quyết vấn đề “mất chuẩn” của bộ đánh giá MMLU cũ, khi nhiều mô hình tiên tiến đạt điểm gần tuyệt đối, khó phân biệt được sự khác biệt thực sự. MMLU-Pro với hơn 12.000 câu hỏi, mở rộng lựa chọn và tăng cường các câu đòi hỏi suy luận, đã giúp kéo giãn khoảng cách điểm số và đánh giá ổn định hơn. Trước đó, nhóm của Chen Wenhu cũng phát triển MMMU - bộ đánh giá đa phương thức (multimodal) yêu cầu mô hình kết hợp hiểu biết hình ảnh, biểu đồ với kiến thức chuyên môn để trả lời câu hỏi. Ngay cả các mô hình mạnh nhất thời điểm đó như GPT-4V cũng chỉ đạt độ chính xác khoảng 56%. Phiên bản MMMU-Pro sau này được thiết kế để đảm bảo mô hình không thể “bỏ qua” thông tin hình ảnh mà chỉ dựa vào văn bản để đoán đáp án. Nghiên cứu của Chen Wenhu tập trung vào việc hiểu thông tin phức tạp, hỏi đáp tri thức và suy luận. Ông từng làm việc tại Google Research và DeepMind, tham gia vào dự án Gemini, trước khi gia nhập Đại học Waterloo và thành lập TIGERLab. Phòng thí nghiệm không chỉ tạo ra các bộ đánh giá mà còn nghiên cứu phát triển mô hình, chẳng hạn trong lĩnh vực xử lý video. Hiện tại, Chen Wenhu làm việc tại Phòng thí nghiệm Siêu trí tuệ (Super Intelligent Lab) của Meta, tiếp tục tập trung vào dữ liệu huấn luyện và đánh giá đa phương thức. Công việc của ông và nhiều nhà nghiên cứu người Hoa khác đang đóng góp quan trọng vào sự phát triển chung của ngành AI, dù có thể không nằm dưới ánh đèn sân khấu.

marsbit2 giờ trước

Phía sau bảng điểm AI, ẩn giấu một 'người ra đề' gốc Hoa

marsbit2 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片