ZK协议在过去几年中消耗了超过5400万美元的燃气费。 虽然预计到2030年，证明市场将达到100亿美元，但由于基础设施的限制，使得简单操作的成本过高。 @ZKVProtocol通过大幅降低验证成本来解决这个问题。 以太坊的路线图正在转向ZK技术，但基础设施并未为大规模的证明验证而设计。这是一个根本性的瓶颈。 通过创建一个专门用于证明验证的L1，zkVerify将验证成本降低了90%以上。 这两种证明类型都看到成本降低：Groth16证明从20美元降至2美元，而STARK证明从200美元降至每个证明20美元。 作为参考，Starknet的年验证成本为16.8万美元，经过这些成本降低后将降至2万美元。 开发者可以简单地将证明发送到zkVerify的L1，在一个专门构建的环境中进行验证，原生支持所有主要的证明系统。 一旦验证通过，zkVerify会创建一个在任何链上都有效的证明，完全消除了对自定义验证合约的需求。 除了节省成本，ZK协议不再需要妥协。 • 用户可以获得即时提款，而不是长时间的延迟 • Rollups可以每小时验证，而不是限制证明 • 用户可以享受更低的费用 • 开发者可以专注于构建，而不是维护兼容的验证器 通过降低成本、减少延迟和简化证明，zkVerify填补了模块化堆栈中的一个关键设计空白：一个与任何ZK原语或链兼容的共享验证层。

四年周期可能仍然相关 • 市场结构与2017年底相似，BTC创下历史新高后ETH表现优异 • 全球M2扩张与历史周期顶部一致 • DAT工具反映出结束之前周期的反身风险 在这里阅读更多内容 👇

尽管分布式计算仍然是一个破灭的承诺，@theblessnetwork 正在构建基础设施以使其成为现实。 以下是 Bless 所支持的一些实际用例。 机器学习与人工智能处理 Bless 正在通过创建一个分布式的人工智能生态系统来使人工智能民主化，使机器学习对每个人都更易于获取。 通过在多个设备上启用模型分片，模型可以在分布式节点之间提供和微调。这降低了成本，同时通过大规模并行化提高了训练时间。 该网络的联邦学习能力允许公司在保持数据本地的情况下为模型训练做出贡献。医疗保健公司可以在患者数据上训练人工智能，而数据从未离开医院。 只有梯度更新在网络中共享，解决了受监管行业中人工智能采用的一个重大障碍。 游戏延迟 困扰在线游戏的一个问题是延迟。玩家根据其地理位置体验到的游戏质量差异很大。 Bless 通过分层状态同步解决了这个问题。区域游戏状态在本地维护，以实现响应式游戏体验，同时在区域之间同步以保持全球一致性。 通过允许游戏物理计算在玩家附近进行，而不是在遥远的数据中心，玩家可以享受到无论位置如何都感觉一致的响应式游戏体验。 合作伙伴关系 Bless 正在与 @SpaceandTimeDB 合作，将 ZK 证明能力集成到他们的网络中。 通过 Bless 部署的人工智能代理可以访问包括天气预报、网格位置预测和能源价格在内的加密可验证输入。 这种架构非常适合电动汽车充电网络。代理可以分析实时网格容量、电价和用户需求模式，以防止电网过载并为用户降低成本。 Bless 还与 @monad 合作，启用完全在用户设备上运行的自主人工智能交易代理的部署，同时在链上进行交互。 Monad 提供高吞吐量和低延迟，而 Bless 通过提供本地低延迟代理推理的计算层来补充它。 这些代理可以实时分析市场模式，并降低高频交易的进入门槛。这使任何人都可以在自己的设备上部署复杂的交易代理。

@avax 应用链理论正在实时发挥作用。 • 自一月以来，日均 L1 交易量增长了 6 倍，达到了 1800 万笔交易 • 智能合约部署从每日 1000 个激增至 250000 个 • 需求主要来自 @MaplestoryU 和 @playoffthegrid 等应用链 • 该网络现在支持 82 个活跃的 L1，拥有 890 多个验证者 • 自四月以来，ICM 交易量激增了 25 倍 Avalanche 正在成为希望拥有自己技术栈的团队的平台。

Prop AMM正在重塑Solana • 通过隐藏订单流，现已占据Jupiter交易量的40% • SOL/USDC交易对中，42%的交易通过这些AMM进行，且价差更小 • Prop AMM主导流动性交易对，而公共AMM则用于迷因币 在这里阅读更多。👇

计算仍然被昂贵的云垄断和未能兑现承诺的去中心化实验所困扰。 @theblessnetwork 正在利用闲置设备构建一个全球超级计算机——将消费技术转变为分布式计算平台中的节点，运行 AI 模型、游戏基础设施等。 无需硬件要求或复杂配置。 为什么分布式计算不断失败 传统网络通过复杂性、专业硬件要求和安全问题排除了大多数用户。 即使人们加入，技术也会失败： • 游戏需要毫秒级的响应时间，但实际上却涉及长时间的等待 • 强大的节点被瓶颈限制，而消费设备则闲置 • 去中心化应用无法与中心化性能相匹配 然而，Bless 采取了根本不同的方法。 Bless 通过模型分片将 AI 工作负载和其他计算功能分散到多个日常设备上。通过在网络中分配工作负载，Bless 相比昂贵的 CPU/GPU 农场降低了成本。 自适应加密验证将验证与实际需求相匹配。简单的计算获得轻量级验证，而关键计算则接受多轮验证。 目标是让网络适应实时条件，以消除阻碍传统模型的瓶颈。 Bless 还为开发者提供无服务器接口，以便提交工作负载而无需担心基础设施。这结合了中心化服务的简单性和去中心化网络的弹性。 如果 Bless 实现其承诺，传统的边缘计算将变得过时。 目前在测试网中，Bless 的计算能力已超过 800 petaFLOPS，全球 210 个国家注册了超过 540 万个节点。 测试网的数据令人印象深刻。架构看起来经过深思熟虑。时机可能终于合适了。 但分布式计算已经“几乎到来”十年了。Bless 需要证明这次它是不同的。

我第一份 @delphi_intel 报告《浏览器战争变得个人化》发布了！ 以应用为中心的计算时代即将结束。随着人工智能学习直接理解人类意图，浏览器正成为使用人工智能的终极前端。 欢迎来到人工智能浏览器战争。 🧵

我第一份 @delphi_intel 报告《浏览器战争变得个人化》发布了！ 以应用为中心的计算时代即将结束。随着人工智能学习直接理解人类意图，浏览器正成为使用人工智能的终极前端。 欢迎来到人工智能浏览器战争。 🧵

隆重推出数字资产金库仪表板！ 在一个地方免费跟踪加密国库中持有的 $150B+ BTC、ETH 和 SOL。 查看国债和完全稀释的 mNAV、投资组合明细（MicroStrategy、Metaplanet 等）和定期更新。

团队在周末发货 DAT仪表板现在对会员开放