亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

當(dāng)前位置:主頁 > 區(qū)塊鏈 > 幣種百科 > Assisterr AI(ASRR)介紹

幣安即將上線Assisterr AI(ASRR),Assisterr項目概述與未來前景分析

2025-05-29 16:27:01 | 來源: | 作者:佚名
Assisterr 是一個去中心化 AI 平臺,通過小型語言模型(SLMs)和創(chuàng)新經(jīng)濟(jì)模式,讓 AI 技術(shù)更可及,高效與可持續(xù),本文將為大家詳細(xì)介紹一下Assisterr的項目概述,代幣經(jīng)濟(jì)等信息,感興趣的小伙伴可以了解下

Assisterr 是一個去中心化 AI 平臺,通過小型語言模型(SLMs)和創(chuàng)新經(jīng)濟(jì)模式,讓 AI 技術(shù)更可及、高效與可持續(xù)。平臺解決了大型語言模型(LLMs)的局限,倡導(dǎo)社區(qū)協(xié)作,用戶可創(chuàng)建、共享并貨幣化 AI 模型。其獨特的去中心化經(jīng)濟(jì)體系獎勵貢獻(xiàn)者,實現(xiàn)價值公平分配,助力 AI 普及與技術(shù)創(chuàng)新,推動科技進(jìn)步。

當(dāng)今的AI行業(yè)由于集中化面臨重大挑戰(zhàn),主要進(jìn)展通常掌握在少數(shù)大型公司手中。這引發(fā)了對數(shù)據(jù)隱私、壟斷行為以及獲取前沿技術(shù)能力有限的擔(dān)憂。此外,盡管大型語言模型(LLMs)如GPT-3具備強(qiáng)大能力,但其依賴性過高也帶來了高計算成本、環(huán)境影響以及訓(xùn)練數(shù)據(jù)中的潛在偏見等問題。這些模型需要大量的數(shù)據(jù)和資源,使得它們僅對資金充足的組織可用。

Assisterr 通過引入小型語言模型(SLMs)并推動社區(qū)擁有的AI開發(fā)方法來應(yīng)對這些挑戰(zhàn)。SLMs 更加高效,所需的計算能力和數(shù)據(jù)更少,同時仍能保持卓越的性能,從而使AI技術(shù)變得更加可獲取和可持續(xù)。此外,Assisterr 的社區(qū)擁有模型和AI智能體讓用戶能夠參與和受益于AI的進(jìn)步,促進(jìn)創(chuàng)新與包容性,確保AI的益處能夠更廣泛地惠及整個社會。

Assisterr(ASRR)最新動態(tài)

幣安在 X 平臺宣布,幣安 Alpha 將成為首個上線 Assisterr AI (ASSR) 的平臺,交易將于 2025 年 5 月 30 日開啟,具體時間另行通知。

符合條件的用戶需使用幣安 Alpha 積分在 Alpha 活動頁面領(lǐng)取 ,活動規(guī)則將于 2025 年 5 月 30 日發(fā)布。

什么是 Assisterr AI?

來源:Assisterr 網(wǎng)站

Assisterr AI 是一個去中心化的AI平臺,旨在通過利用小型語言模型(SLMs)和社區(qū)擁有的AI智能體來實現(xiàn)人工智能的普惠化。其主要目標(biāo)是提供一種更高效、更可獲取且更可持續(xù)的傳統(tǒng)AI模型替代方案,以應(yīng)對大型語言模型(LLMs)的局限性,并推動協(xié)作型AI生態(tài)系統(tǒng)的發(fā)展。

Assisterr AI 的關(guān)鍵特性與優(yōu)勢

  • 小型語言模型(SLMs):與LLMs不同,SLMs 需要更少的計算能力和數(shù)據(jù),使其更具可獲取性和環(huán)保性。SLMs 專為高效完成特定任務(wù)而設(shè)計,從而降低了大型模型帶來的額外開銷。
  • 社區(qū)擁有模型:Assisterr 提倡一種去中心化的模式,用戶可以參與AI的進(jìn)步并從中受益。這種模式促進(jìn)了創(chuàng)新和包容性,確保AI技術(shù)不會被少數(shù)大型實體壟斷。
  • 零代碼工具:Assisterr 提供用戶友好的零代碼工具,使個人和企業(yè)無需深入的技術(shù)知識即可創(chuàng)建和部署AI模型,從而降低了參與門檻,鼓勵更多人加入AI開發(fā)。
  • 數(shù)據(jù)市場:平臺包含一個數(shù)據(jù)與AI模型的市場,用戶可以購買、出售和共享資源,從而激勵數(shù)據(jù)共享與協(xié)作,進(jìn)一步增強(qiáng)AI生態(tài)系統(tǒng)。
  • 安全與透明性:Assisterr 采用強(qiáng)大的安全措施和透明的流程,以確保其AI模型和數(shù)據(jù)交易的完整性和可信性。

語言模型(LLM 和 SLM)

大型語言模型(LLM)

大型語言模型(LLMs)如 GPT-3 和 BERT 是基于大量文本數(shù)據(jù)訓(xùn)練的AI模型,能夠理解和生成類似人類語言。它們可以執(zhí)行各種任務(wù),如文本補(bǔ)全、翻譯和摘要生成。然而,LLMs 存在一些顯著的缺點:

  • 高計算成本:訓(xùn)練和運行 LLMs 需要大量計算資源,成本高昂且對環(huán)境造成負(fù)擔(dān)。
  • 數(shù)據(jù)偏見:LLMs 可能繼承其訓(xùn)練數(shù)據(jù)中的偏見,從而生成帶有偏見或不適當(dāng)?shù)妮敵觥?/li>
  • 可獲取性受限:由于資源需求高,LLMs 通常僅對資金雄厚的大型組織可用。
  • 擴(kuò)展性問題:LLMs 的整體結(jié)構(gòu)較為僵化,難以靈活適應(yīng)特定任務(wù)或領(lǐng)域。

小型語言模型(SLM)

小型語言模型(SLMs)與 LLMs 概念類似,但設(shè)計上更注重準(zhǔn)確性、專用性和高效性。SLMs 通過專注于特定任務(wù)和數(shù)據(jù)集,為細(xì)分應(yīng)用場景提供更優(yōu)的性能,尤其適合專業(yè)化的使用案例。借助定制化數(shù)據(jù)集和面向特定業(yè)務(wù)需求的訓(xùn)練,SLMs 能以更低成本提供卓越的性能和情境適應(yīng)能力。這也為開源 SLM 的構(gòu)建提供了動力,過去一些低成本項目開發(fā)的 SLM 已在準(zhǔn)確性上接近成熟的 LLMs,成本卻遠(yuǎn)低于后者。

Assisterr AI 的技術(shù)原理

小型語言模型(SLM)

小型語言模型(SLMs)是 Assisterr 技術(shù)的核心。與大型語言模型(LLMs)不同,SLMs 設(shè)計上更加高效和專用。它們專注于特定任務(wù)和數(shù)據(jù)集,因此能夠為細(xì)分應(yīng)用提供卓越的性能。這種專門化使得 SLMs 更加可獲取且可持續(xù),因為它們需要的計算能力和數(shù)據(jù)更少。小型語言模型(SLMs)是 Assisterr 技術(shù)的核心。與大型語言模型(LLMs)不同,SLMs 設(shè)計上更加高效和專用。它們專注于特定任務(wù)和數(shù)據(jù)集,因此能夠為細(xì)分應(yīng)用提供卓越的性能。這種專門化使得 SLMs 更加可獲取且可持續(xù),因為它們需要的計算能力和數(shù)據(jù)更少。小型語言模型(SLMs)是 Assisterr 技術(shù)的核心。與大型語言模型(LLMs)不同,SLMs 設(shè)計上更加高效和專用。它們專注于特定任務(wù)和數(shù)據(jù)集,因此能夠為細(xì)分應(yīng)用提供卓越的性能。這種專門化使得 SLMs 更加可獲取且可持續(xù),因為它們需要的計算能力和數(shù)據(jù)更少。

模塊化 SLM 架構(gòu)

為了解決基于 LLM 的智能體的局限性,出現(xiàn)了多個小型語言模型(SLMs)在協(xié)作型智能體框架中工作的先進(jìn)方法。在從 SLM 集合體開發(fā) AI 智能體時,有兩個核心方法被廣泛采用:專家混合(Mixtures of Experts, MoE)和智能體混合(Mixtures of Agents, MoA)。

專家混合(MoE)

來源:Assisterr Litepaper

當(dāng)現(xiàn)代小型語言模型(SLM)結(jié)合在 MoE 集合中時,可以在不失去功能性問題解決能力的情況下,提升學(xué)習(xí)的靈活性。集合學(xué)習(xí)能夠?qū)⒍鄠€較小模型的推理能力結(jié)合在一起,每個模型專注于不同的相關(guān)背景,從而解決復(fù)雜問題。這種組合生成了混合的理解,允許AI深入挖掘。專家層本身可以由 MoE 組成,創(chuàng)建分層結(jié)構(gòu),進(jìn)一步緩解上下文復(fù)雜性并提升問題解決能力。MoE 通常使用稀疏門控層,動態(tài)選擇多個并行網(wǎng)絡(luò)中的最佳響應(yīng),以便給出最合適的答案。為了實現(xiàn)更靈活的響應(yīng),單個專家可以針對代碼生成、翻譯或情感分析進(jìn)行微調(diào)。更復(fù)雜的 MoE 架構(gòu)可能包含多個 MoE 層,并與其他組件結(jié)合使用。像任何典型的語言模型架構(gòu)一樣,MoE 的門控層操作基于語義標(biāo)記,并需要進(jìn)行訓(xùn)練。

智能體混合(MoA)

當(dāng)小型語言模型(SLMs)組裝成 MoA 架構(gòu)時,可以增強(qiáng)多樣化推理集合的選擇性,使得AI能夠執(zhí)行任務(wù)時采用所需的方法 論,從而精準(zhǔn)地執(zhí)行任務(wù)。智能體模型被組裝成一個聯(lián)盟,分層執(zhí)行協(xié)議,提升復(fù)雜任務(wù)的效率和問題解決能力。因此,AI 可以在多領(lǐng)域場景下工作。智能體團(tuán)隊可以按順序工作,迭代地改進(jìn)先前的結(jié)果。MoA 在性能上往往明顯優(yōu)于更大的模型,包括 GPT-4 Omni 在 AlpacaEval 2.0 上的 57.5% 準(zhǔn)確率,即使在開源模型中也有如此表現(xiàn)。智能體混合(MoA)是在模型輸出層面操作,而非語義標(biāo)記層面。它沒有門控層,而是并行地將文本提示轉(zhuǎn)發(fā)給所有智能體。MoA 的輸出也不是通過加法和歸一化進(jìn)行匯總,而是通過連接并與合成與聚合提示一起結(jié)合,再傳遞給另一個模型以生成最終輸出。因此,模型被分為“提出者”(計算不同輸出)和“聚合者”(整合結(jié)果)。與 MoE 一樣,多個這樣的層可以進(jìn)行組合。缺乏門控層使得這一方法在面對復(fù)雜任務(wù)時更加靈活和適應(yīng)性強(qiáng)。

DeAI 經(jīng)濟(jì)

DeAI(去中心化AI)經(jīng)濟(jì)是 Assisterr 平臺的一個基本組成部分。它利用區(qū)塊鏈技術(shù)創(chuàng)建了一個去中心化的AI模型和數(shù)據(jù)市場。這個經(jīng)濟(jì)體系激勵數(shù)據(jù)共享與協(xié)作,確保貢獻(xiàn)者能夠公平地獲得回報。DeAI 經(jīng)濟(jì)的關(guān)鍵組成部分包括:

  • 數(shù)據(jù)市場:一個用戶可以購買、出售和共享數(shù)據(jù)及AI模型的平臺。這個市場鼓勵有價值資源的交換,促進(jìn)社區(qū)內(nèi)的創(chuàng)新與協(xié)作。
  • 激勵機(jī)制:Assisterr 采用多種激勵機(jī)制來獎勵用戶貢獻(xiàn)數(shù)據(jù)、開發(fā)模型并參與生態(tài)系統(tǒng)。這些激勵確保社區(qū)保持活躍并持續(xù)參與。
  • 透明性與安全性:區(qū)塊鏈技術(shù)為 DeAI 經(jīng)濟(jì)中的交易提供了一個透明和安全的環(huán)境,確保數(shù)據(jù)和AI模型的完整性與可信度,保護(hù)用戶免受欺詐和濫用。

Assisterr 生態(tài)系統(tǒng)

AI Labs

AssisterrAI 提供了一個統(tǒng)一的基礎(chǔ)設(shè)施管道,用于創(chuàng)建、代幣化和分發(fā)小型語言模型(SLMs),并通過這一方式激勵所有社區(qū)貢獻(xiàn)者的參與。AI 實驗室允許用戶在自己知識領(lǐng)域內(nèi)為模型做出貢獻(xiàn),成為AI的共同創(chuàng)作者和共同擁有者。這種方法確保AI臨時工作者不僅能夠獲得一次性、交易性的報酬,還能捕捉更廣泛的市場價值,保障更好的未來,使人們成為AI的受益者,而非進(jìn)步與自動化的受害者。

為了訪問平臺,用戶需要連接一個基于瀏覽器的Solana錢包,以及他們的X個人資料和Discord賬戶。然后,他們可以通過Assisterr用戶界面的AI實驗室標(biāo)簽來創(chuàng)建模型,界面提供了一個簡單的表單,用于指定關(guān)鍵參數(shù)、提示模板和模型元數(shù)據(jù)。用戶可以直接上傳數(shù)據(jù),這些數(shù)據(jù)將通過檢索增強(qiáng)生成(RAG)嵌入模型,后續(xù)還可以通過微調(diào)來優(yōu)化。一旦模型創(chuàng)建完成,可以通過SLM商店將其公開。在未來,AI實驗室將采用模塊化、多模型范式,并結(jié)合智能體混合架構(gòu)和增強(qiáng)檢索策略。

SLM商店

Assisterr 的貢獻(xiàn)者在AI模型的創(chuàng)建過程中每個步驟都能獲得獎勵,從數(shù)據(jù)貢獻(xiàn)、模型創(chuàng)建到驗證和審查。這個收入共享機(jī)制是通過SLM代幣化模塊實現(xiàn)的。AI實驗室有效地將業(yè)務(wù)用例與所需的數(shù)據(jù)和專業(yè)知識連接起來。一旦模型出現(xiàn)在Assisterr界面的SLM商店標(biāo)簽中,任何用戶都可以通過聊天機(jī)器人界面查詢該模型。目前,機(jī)器人在Web3生態(tài)系統(tǒng)、醫(yī)療健康、軟件開發(fā)和金融等多個領(lǐng)域提供幫助。

SLM商店中的每個模型都配有一個以Assisterr原生代幣計價的金庫,每次查詢時都會從相應(yīng)用戶的余額中補(bǔ)充。查詢可以通過連接Solana錢包的WebUI或API進(jìn)行,從而使SLM商店中的模型可以通過其他應(yīng)用程序訪問。貢獻(xiàn)者可以創(chuàng)建SLM,將它們組合成智能體,并通過零代碼界面部署,從而提供快速的市場進(jìn)入周期和快速的創(chuàng)新周期。這解決了獨立模型創(chuàng)作者和開發(fā)者在分發(fā)和盈利化過程中面臨的挑戰(zhàn)。

協(xié)作元素

通過“貢獻(xiàn)與賺取”標(biāo)簽,用戶可以通過滿足數(shù)據(jù)請求和驗證性能指標(biāo),參與對SLM商店中現(xiàn)有模型的迭代改進(jìn),并獲得管理代幣(MTs)或原生Assisterr代幣。這一同行評審過程確保了模型創(chuàng)建的不斷進(jìn)化,并隨著時間的推移提高了吞吐量。結(jié)合智能體混合(MoA)等功能,這使得累積進(jìn)展和持續(xù)的自下而上的調(diào)整成為可能。SLM的模塊化和專用性使其能夠快速集成到現(xiàn)有工作流程中。未來,企業(yè)或個人將能夠描述他們的問題,Assisterr的服務(wù)將涉及相關(guān)的SLM/智能體池來找到解決方案。

Assisterr金庫模型

原生Assisterr代幣是AssisterrAI生態(tài)系統(tǒng)運營的載體。它會在SLM開發(fā)過程的每個階段,通過驗證履行智能合約協(xié)議的行動進(jìn)行交易。通過利用該代幣,參與者可以與Assisterr生態(tài)系統(tǒng)的各項功能進(jìn)行互動,例如訪問產(chǎn)品、支付費用,以及為SLM的創(chuàng)建、管理和盈利化做出貢獻(xiàn)。

Assisterr 的使用案例

去中心化金融(DeFi)管理智能體

去中心化金融(DeFi)AI智能體是Web3領(lǐng)域的重大創(chuàng)新。超越通用推薦系統(tǒng),專門的AI在安全、許可的約束下運行,能夠更好地優(yōu)化和自動化金融組合。為快速交易媒體(如Solana DeFi協(xié)議)創(chuàng)建的智能體SLMs可以增強(qiáng)借貸、永續(xù)交易和質(zhì)押等功能。這些智能體通過SLM集合和現(xiàn)代的智能體混合(MoA)聯(lián)盟提供更好的數(shù)據(jù)策劃、多模態(tài)推理和深度功能分析。

交易智能體

為復(fù)雜交易場景量身定制的交易智能體能夠分析錢包聚類和價格走勢,在動蕩的DeFi市場和傳統(tǒng)金融(TradFi)中都具有極大的實用性。基于SLM的MoA在數(shù)據(jù)參考交易策略中特別有效,其中執(zhí)行媒介和方法至關(guān)重要。這些智能體通過利用先進(jìn)算法和實時數(shù)據(jù)來提高交易效率和盈利能力。

自主聊天智能體

具有先進(jìn)學(xué)習(xí)和分析能力的自主聊天智能體在學(xué)術(shù)、社交和專業(yè)領(lǐng)域具有重要價值。它們可以作為各種服務(wù)的支持代理,連接社交網(wǎng)絡(luò)和IT應(yīng)用。通過加入智能體功能,這些對話支持模型可以充當(dāng)聯(lián)絡(luò)人,根據(jù)用戶反饋實施功能并提供可操作的支持。

面向公眾的虛擬形象

SLMs可以創(chuàng)建基于文本、音頻或視頻的代理,生成用于深度互動和公眾任務(wù)的虛擬形象。這些虛擬形象可以處理復(fù)雜的功能,如3D虛擬形象、自動文本到視頻生成以及社交平臺上的直播集成?;赟LM的MoA可以增強(qiáng)下一代多模態(tài)互動,使面向公眾的虛擬形象更加互動和高效。

開發(fā)者關(guān)系

在AssisterrAI平臺上推出的專門Web3開發(fā)者關(guān)系(DevRel)概念驗證證明了強(qiáng)大的市場適應(yīng)性。健全的DevRel機(jī)制對于吸引開發(fā)者并在采用技術(shù)棧時提供全面支持至關(guān)重要。然而,這也伴隨著巨大的成本,DevRel崗位的年薪從90,000美元到200,000美元不等。許多開發(fā)者支持請求是可預(yù)測的,可以通過自動化來提高DevRel效率,借助SLMs的有針對性使用來降低成本,同時保持對開發(fā)者的高質(zhì)量支持。

ASRR代幣和代幣經(jīng)濟(jì)學(xué)概述

代幣信息

類別細(xì)節(jié)
代幣名稱輔助令牌
股票代碼ASRR
區(qū)塊鏈索拉納
代幣標(biāo)準(zhǔn)頻率響應(yīng)
合同尚未正式公布
總供應(yīng)量尚未發(fā)布
供應(yīng)將在 TGE 和 5 月 30 日之后更新

代幣分配和空投機(jī)制

  • 總供應(yīng)量的 20%用于空投。
  • TGE:每個用戶將在TGE時收到其代幣的10%。
  • 2 個月懸崖:在此期間,用戶可以質(zhì)押以獲得乘數(shù)。
    • 基礎(chǔ)(1.2 倍):6 個月 – 1,000 個代幣
    • 標(biāo)準(zhǔn)(1.5倍):12個月 - 1,500個代幣
    • 高級(2.0x):18 個月 – 2,000 個代幣
  • 剩余 90%將在第 2 個月至第 24 個月線性歸屬。

NFT乘數(shù)

NFT等級原價已驗證價格乘數(shù)
1級不適用0.22 索爾+10%
2級0.7 SOL0.56 索爾+30%
3級2.2 SOL1.54 索爾+80%

只統(tǒng)計錢包中最高級別的NFT,不累計。

Assisterr 的籌資努力

Assisterr 是一家位于劍橋的 AI 基礎(chǔ)設(shè)施初創(chuàng)公司,成功完成了 170 萬美元的種子前融資輪。此次投資輪吸引了多個知名的 Web3 風(fēng)投基金參與,包括 Web3.com Ventures、Moonhill Capital、Contango、Outlier Ventures、Decasonic、Zephyrus Capital、Wise3 Ventures、Saxon、GFI Ventures、X Ventures、Koyamaki、Lucid Drakes Ventures,以及多位知名天使投資人,如 Michael Heinrich、Mark Rydon、Nader Dabit、Anthony Lesoismier-Geniaux 和 Ethan Francis。這些資金對于 Assisterr 建設(shè)基礎(chǔ)設(shè)施和推出平臺起到了至關(guān)重要的作用。

自平臺啟動以來,Assisterr 已取得顯著進(jìn)展,包括吸引了 15 萬注冊用戶,并為領(lǐng)先的 Web3 協(xié)議如 Solana、Optimism、0g.ai 和 NEAR 推出了超過 60 個小型語言模型(SLMs)。此外,Assisterr 還因贏得多個全球黑客松比賽并參與 Google 的 AI 初創(chuàng)公司計劃而獲得認(rèn)可,獲得了 35 萬美元的資金支持,以支持其 GPU、CPU 和云基礎(chǔ)設(shè)施的需求。

未來路線圖和里程碑

Assisterr 有一個明確的未來發(fā)展和增長路線圖。主要的里程碑包括:

  • AI 實驗室(2024 年第四季度)

    • 啟動 AI 實驗室,允許用戶創(chuàng)建和擁有小型語言模型(SLMs)。
    • 達(dá)到 50 萬用戶。
    • 實施 SLM 創(chuàng)作者激勵計劃。
    • 開發(fā) 5000 個 SLMs。
    • 完成種子輪融資。
  • 網(wǎng)絡(luò)增長(2025 年上半年)

    • 開發(fā)適用于特定領(lǐng)域任務(wù)的 SLMs。
    • 舉行代幣生成事件(TGE)并進(jìn)行上市。
    • 開發(fā) 3 萬個 SLMs。
    • Develop 30,000 SLMs.
  • SLM-智能體混合(2025 年下半年)

    • 實施面向領(lǐng)域無關(guān)任務(wù)的 SLM 協(xié)同工作。
    • 向 Web2 擴(kuò)展。
    • 達(dá)到 1000 萬用戶。
    • 開發(fā) 10 萬個 SLMs。

結(jié)論

Assisterr 正在通過利用小型語言模型(SLMs)和創(chuàng)新的經(jīng)濟(jì)模型,開創(chuàng)一個新的去中心化、社區(qū)擁有的 AI 時代。通過解決大型語言模型(LLMs)的局限性并提倡協(xié)作方式,Assisterr 正在使 AI 技術(shù)變得更加可訪問、高效和可持續(xù)。平臺的綜合生態(tài)系統(tǒng),包括 AI 實驗室、SLM 商店和協(xié)作元素,賦予用戶創(chuàng)建、分享和貨幣化 AI 模型的能力。

到此這篇關(guān)于幣安即將上線Assisterr AI(ASRR),Assisterr項目概述與未來前景分析的文章就介紹到這了,更多相關(guān)Assisterr AI(ASRR)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持腳本之家!

聲明:文章內(nèi)容不代表本站觀點及立場,不構(gòu)成本平臺任何投資建議。本文內(nèi)容僅供參考,風(fēng)險自擔(dān)!
Tag:ASRR  

幣圈快訊

  • 數(shù)據(jù):某新錢包向Hyperliquid存入400萬USDC并2倍杠桿做空PUMP

    2025-07-10 16:46
    ChainCatcher消息,據(jù)Lookonchain監(jiān)測,一個新創(chuàng)建的錢包向Hyperliquid存入了400萬枚USDC,并以2倍杠桿做空PUMP。
  • 港股普星能量收漲141.38%,此前宣布認(rèn)購HashKey優(yōu)先股

    2025-07-10 16:43
    7月10日消息,港股上市公司普星能量(0090)早盤股價一度漲近280%,截至收盤上漲141.38%,報1.40港元,最高漲至2.24港元。此前公司公告已認(rèn)購HashKeyHoldingsLimited發(fā)行的A系列優(yōu)先股,持股比例不超過5%,成為其股東。
  • 24小時內(nèi)7大機(jī)構(gòu)買入價值約3.58億美元的ETH

    2025-07-10 16:43
    金色財經(jīng)報道,據(jù)鏈上分析平臺Lookonchain監(jiān)測,過去24小時內(nèi),7家機(jī)構(gòu)/鯨魚賬戶累計購入127,971枚ETH,價值約3.58億美元。
  • 數(shù)據(jù):24小時內(nèi)7大機(jī)構(gòu)或巨鯨買入約3.58億美元的ETH

    2025-07-10 16:42
    ChainCatcher消息,據(jù)鏈上分析平臺Lookonchain(@lookonchain)監(jiān)測,過去24小時內(nèi),7家機(jī)構(gòu)/鯨魚賬戶累計購入127,971枚ETH,價值約3.58億美元。 主要交易包括:新錢包0x35fb從Kraken提取54,125枚ETH(1.51億美元) AbraxasCapital從Binance和Kraken提取40,986枚ETH(1.14億美元) SharpLinkGaming通過OTC購買5,072枚ETH(1,351萬美元) GMX黑客將3200萬美元資產(chǎn)兌換為11,700枚ETH 鯨魚0x8C08以2,721美元價格購買9,188枚ETH(2500萬USDT) 鯨魚0x3c9E從Kraken提取4,000枚ETH(1,118萬美元)并存入Aave和Compound pfm.eth以2,759美元價格購買2,900枚ETH(800萬USDT)
  • Glassnode:比特幣突破歷史高位實現(xiàn)市值增44億美元,上漲背后有真實的信念支撐

    2025-07-10 16:34
    ChainCatcher消息,glassnode發(fā)文稱,與市值不同,比特幣實現(xiàn)市值反映了實際資金流入,只有當(dāng)加密貨幣價格上漲時才會上升。當(dāng)比特幣突破112,000美元創(chuàng)下新的歷史最高價(ATH)時,其實現(xiàn)市值增加了44億美元,這證實了此次價格上漲背后有真實的信念支撐,而不僅僅是投機(jī)性標(biāo)價。
  • 查看更多