超级风暴席卷“币圈”，过去24小时内超过28万人爆仓，金额超10亿美元

jin10发布于2024-08-12更新于2024-08-12

你可能也喜欢

美联储转鹰、华尔街纷纷投降，花旗成“最后的倔强”：坚持 10 月重启降息

在美联储6月FOMC会议意外转向鹰派、华尔街主流机构纷纷撤回降息预期之际，花旗集团逆势坚持其宽松预测，认为美联储仍可能在10月重启降息周期。花旗的主要逻辑基于三点：首先，油价急剧下跌正在消除通胀上行的主要风险；其次，初请失业金人数等数据显现的劳动力市场走弱信号，正复制往年导致政策转向的季节性模式；第三，当前表现强势的核心PCE通胀指标被视为“异常值”，其走势更多受股价等特殊因素推动，而其他通胀指标均显示更为温和的画面。因此，花旗基准预测为10月、12月及2027年1月各降息25个基点。与此同时，其他华尔街机构已转向鹰派。德意志银行预测美联储将于9月和12月各加息一次，将利率推高至4.1%，并警告存在7月提前行动的风险。高盛前高管则警示，若通胀持续顽固，美联储可能在秋季启动连续多次的加息系列行动。

marsbit2分钟前

marsbit2分钟前

开放系统终将胜出：为何以太坊是下一个 Linux？

本文以太坊与Linux的类比为核心，论证了开放、无许可的“集市”模式终将胜过封闭、专有的“大教堂”模式。历史上，开放互联网击败了企业私有网络，Linux系统取代了Sun Microsystems等公司的专有Unix系统。作者引用《大教堂与集市》的观点，指出开放体系（集市）通过海量参与者的无许可协作，其创新速度和整体效率远超中心化规划。以太坊生态正是此模式的典范，ERC-20、ERC-721等标准及Uniswap等应用都诞生于社区的自主创新。文章强调，以太坊的核心优势在于其“可信中立性”：规则透明、平等、难以篡改且人人可参与。这使其获得了主权独立性，没有任何单一主体能控制网络。相比之下，SWIFT、Visa等传统金融网络或企业联盟链都存在被中心化实体控制或利益冲突的平台风险。历史证明，具备可信中立性的开放体系（如互联网、维基百科）最终会凭借网络效应胜出。目前，以太坊在开发者数量、机构采用（如贝莱德、Coinbase）、DeFi及资产代币化规模等方面已建立巨大领先优势。其历史形成的去中心化路径和庞大的生态互为增强，构成了难以复制的壁垒。尽管私有链在合规问责方面看似有优势，但文章指出，监管需求可通过应用层（如合规代币标准、零知识证明）在开放的结算层上实现，正如HTTPS最终确保了互联网的商业安全。结论是，试图构建封闭金融网络的企业将重蹈历史覆辙，而基于以太坊这类开放、可信中立的基础设施进行建设，才是拥抱未来的正确策略。

Foresight News13分钟前

Foresight News13分钟前

渠道红利走到尽头，DeFi 协议靠什么抵御巨头收割？

当渠道红利耗尽，DeFi协议如何抵御科技巨头的收割？文章以Coinbase、Stripe、Kraken等巨头的动作为例，揭示了其“先占渠道，后控底层”的商业策略：依托庞大用户基础，在协议成熟后通过自建或收购掌控底层基础设施，从而将利润截留在自身生态内。例如，Coinbase利用其海量用户推广自研二层链Base，所有交易排序费收入归己所有，而部署其上的Morpho等协议则持续为其贡献分润。Stripe收购Bridge以发行自有稳定币，将原本支付给Circle的储备利息收入内部化。Kraken收购NinjaTrader则直接获取了难以自建的衍生品交易牌照。面对这种压力，头部DeFi协议的核心防御策略是多链部署与深度嵌入。像Morpho和Uniswap这样的协议，通过将业务扩展至数十条公链，分散了对单一链的依赖。即便在某条链上被巨头扶持的竞品挤压，整体业务仍能运转。更重要的是，当协议的技术和安全体系深度嵌入巨头核心业务（如Coinbase的借贷产品依赖Morpho底层）时，替换成本极高，形成了双向制衡。最终，行业可能走向两种结局：一是由少数巨头垄断全产业链，开源协议沦为边缘补丁；二是开源协议通过快速的多链扩张和极高的替代成本，与流量巨头形成长期博弈与共生。目前看来，后一种可能性正在被Morpho、Uniswap等协议的实践所印证。这场关于价值捕获与分配的博弈，结果将决定未来金融科技的权力格局。

marsbit18分钟前

marsbit18分钟前

中美AI对弈之下的算力难题

本文探讨了中美在人工智能领域竞争中的核心难题——算力差距。文章指出，尽管国产GPU企业在资本市场受到热捧，但主要集中于AI推理侧，在更高端的AI训练芯片领域仍处边缘。美国科技巨头凭借英伟达等公司的高端GPU，在算力规模上形成碾压优势，如Meta计划部署超120万张高端GPU，美国算力规模是中国的两倍多。这使美国企业能快速进行大模型迭代，参数规模已达十万亿级，而中国最强模型参数约为1.6万亿。文章分析，算力基座的巨大差距是中美模型性能代差（估计约8-15个月）的根本原因。高端训练芯片的缺失限制了国产大模型参数规模和训练速度。尽管黄仁勋等人对中国半导体发展表示乐观，但作者认为需清醒认识差距，尤其在复杂任务和软件生态（如英伟达CUDA）方面，国产GPU仍有很长的路要走。然而，国产算力正在崛起。华为昇腾910B等芯片已在性能上接近英伟达A100，并开始在推理和特定训练场景中实现应用突破，如智谱与华为合作训练多模态模型。文章最后强调，在芯片进口受限背景下，应坚持自主创新与开放合作并举，凭借市场、人才和资本优势，逐步追赶。这场AI对弈关乎国运，虽挑战巨大，但国产GPU已展现出解决实际需求的潜力。

marsbit19分钟前

marsbit19分钟前

何恺明团队新作：删掉VAE和私有数据后，文生图竟然更强了

何恺明团队发布极简文生图模型MiniT2I，挑战当前依赖复杂组件的行业范式。该模型摒弃了VAE编解码器、AdaLN条件注入、私有数据和强化学习对齐等常见设计，直接在像素空间使用流匹配目标进行训练。其采用改进的MM-JiT架构，用轻量文本适配器取代复杂的条件注入机制，使模型结构更简洁高效。训练数据全程使用公开集，采用预训练加微调的两阶段模式。仅258M参数的B/16版本在多个基准测试中超越了参数量大数倍的同类模型，展现出极高的性价比。扩展后的L/16版本在风格、构图等方面已接近更大规模的先进模型。研究证明了文生图模型可通过架构和训练流程的简化实现强大性能，可能推动该领域从“堆料”向“提纯”的范式转换。团队也指出了像素空间模型在patch边界伪影、高分辨率扩展和数据瓶颈等方面的当前局限。

marsbit23分钟前