Trissy

Robinhoodこそが、Baseに期待されていた姿だった。
これだけが、$CASHCAT の取引に対して僕をこれほど強気にさせている。
弱気相場がみんなを過剰なリスク管理へ追い込み、ブレイクアウトに繋がり得るナラティブを撃ちにいく能力を失わせた。
だからこそ$ANSEM は、ミームではもう9桁（9+ figs）のミッド〜大型ランナーは出ないと信じる人たちへコンセンサスが傾いたにもかかわらず、これほど好成績を上げた。
一度起きてしまえば、あとは瓶の外に精霊が出たようなものだ。CZのちょっとした示唆だけでも、コインが9桁に到達するところまでほぼ行きかけた。
それでもなお、L1や新しいチェーンが注目と流動性を掻き集めようとして失敗を重ねている量を考えると、ミームコインの物語が死んだことよりも、状況はさらに悪い可能性がある。
チームやVladからの最小限の告知しかないのに、DEXの取引量がこの最初の1週間でSolに肉薄する距離に来ているのが見えている。
繰り返しになるが、僕の強気さであなたを不意打ちにしようとしているわけじゃない。これは、トレーダーの認識と現実の間に食い違いがあると僕が見ている主な要因にすぎない。
もしRHチームが黙って、等の推奨をやめるなら、当然Cashcatは短い寿命になる。
これまでのサポートや示唆から考えると、確率的にこれを死な

インターネットとウェブ開発の初期には、すべてが生のJavaScriptやHTMで手書きされていました。
各ウェブアプリはそれぞれ独立していました。それらがより複雑になるにつれて、コミュニティはWebpackやViteのようなツールを発明しました。これらはモジュールバンドラーおよびビルドシステムであり、さまざまなファイルタイプやアセットを自動的に処理します。
つまり、開発者は画像、フォント、またはTypeScriptファイルをプロジェクトにインポートでき、バンドラーのローダーはそれを処理する方法を知っているということです(TSをJSに変換し、画像をインラインするなど)。
ブラウザ自体はHTML/CSS/JSのみを理解しますが、これらのツールキットは他のフォーマットをブラウザに適した出力にエンコード/デコードします。
データのフォーマットに対するこの小さな調整にもかかわらず、ウェブ開発に革命をもたらしました。
より迅速な反復ループとより良い実験を可能にしたため、ビルドツールがそれらをあなたのために翻訳してくれるので、TypeScriptのような高水準言語やフレームワーク(を使用することができました。
これにより、ウェブアプリの爆発的な増加と、開発者が各プロジェクトのためにビルドパイプラインを再発明する時間を無駄にしていなかったため、はるかに密度の高いエコシステムが生まれました。
同様に

ロボティクスは次の産業革命です。
第一次産業革命(蒸気から機械化)により、1820年から1910年の間に世界のGDPは約10倍に成長しました。
ロボティクスは逆に同じことを行います。機械は今や労働そのものを機械化します。1人が1台の機械を操作する代わりに、1人(または誰もいない)がネットワークでつながった数千台の自律型機械を監視します。
蒸気機関の時代は、人間と動物の労働を置き換えるのにほぼ1世紀を要しました。人型ロボットは、機能的なブルーカラー脳が訓練されると、指数関数的に速くスケールすることができ、ソフトウェアと安価なハードウェアの複製を通じて無限にクローン化できます。
産業革命は、現代のドルに調整された約$30T の現代GDPを生み出しました。ロボティクスと自動化は、2035年までに年間15-25兆ドルを世界の生産に追加する可能性があり、10年で100年以上のGDPを圧縮すると見積もられています。
先進経済国全体で出生率が崩壊しています。赤ちゃんは労働力に到達するまでに18年かかりますが、ヒューマノイドは1年未満です。
日本ではすでに毎年の新生児よりも多くのロボットが存在しています。2030年までには、複数の国でヒューマノイドが建設作業員を上回るでしょう。
スティームは5,000万人に達するのに60年、電気は40年、インターネットは10年かかりました。ロボティクスとAIは、接

SOLはすぐに神のラリーに行くと思います。
5月以来のETHのパフォーマンスは、機関投資家の流入によるものであり、90％以上のステーブルコイン(サークルIPO)、ロビンフッドの構築、皆がそれを取引として片付けているなどです。ポジショニングが重くなるにつれて、物語がより成熟してきているのが見え始めています。
これはETHが(パフォーマンスを発揮しないという意味ではありません。私はそれがそうなると確信しています)。ただ、SOLがより大きな差で最速の馬になると言っているだけです。
SOLのポジショニングは、ATHに近づくにつれてはるかに軽く感じられ、その背景ははるかに強力です。Forward Industriesが16.5億ドルを調達するなど、実際の機関投資家の採用が見られ、業界の大物であるカイル・サマーニが責任者として起用されています。私はトム・リーよりも彼を支持したいと思います。
これに加えて、それは主要な決済レイヤーになりつつあり、ビザが自社のステーブルコインパイロットに利用することも明らかです。ソラナ財団がオンチェーン株に対しても本格的に取り組んでいることは明らかで、これは我々のエコシステムにとって最大の流動性ドライバーの一つとなるでしょう。
ETHはフローとポジショニングのために上昇しました; 人々はSOLの上昇がより良い製品と新世代のビルダーが集まったためであることを忘れてい

$CODEC チームと直接会って仕事をするためにドバイに飛びました。
ロボティクスは全力を注がないにはあまりにも大きなセクターになるだろう。
バッグのために働くことを学ぶ。

最後に主要なCoinGeckoカテゴリーでフロントランしたのは、Restakingのための$PENDLE でした。
PENDLEは$150Mから$1Bに直線的に成長し、Restakingは$20B以上のセクターに成長しました。
考えさせられる。
$CODEC コーディングされた。

ポンプとそのエコは、ここでの明らかな取引のように感じる。
- 今週の買戻しは10ミル (99%の収益)、ハイパー流動性の収益のほぼ50%で、買戻しはFDVの15倍低い
- 明らかに王者を生み出すローンチパッドであることを示しています
- Solが新しいレンジに突入し、SOL/ETHが底を打ったように見える
- 来月のハト派的なマクロ状況
価格は、日々のアクティブなDEXトレーダーが過去1年で最も低い状態であるため、抑制されています。
誰もが数人のランナーで動物の精神を再燃させることがどれほど簡単かを過小評価しています、2024年10月の研究。
一枚のコインで再びみんなの想像力をかき立てることができます。
$PUMP

あなたは、人間の認知に触発された実際のSystem 2 + System 1スタイルのアーキテクチャを継続的に使用するヒューマノイドの基盤モデルを見るでしょう。
今日のほとんどの視覚-言語-行動(VLA)モデルは、認識、言語、行動を単一のネットワーク内で処理する集中型のマルチモーダルシステムとして構築されています。
Codecのインフラは、各オペレーターをサンドボックス化されたモジュールとして扱うため、これに最適です。つまり、複数のオペレーターを並行して立ち上げ、それぞれが独自のモデルやタスクを実行しながら、同じアーキテクチャを通じてそれらをカプセル化し、調整することができます。
ロボットやヒューマノイドは一般的に複数の脳を持っており、1つのオペレーターが視覚処理を担当し、別のオペレーターがバランスを担当し、さらに別のオペレーターが高レベルの計画を行うなど、これらはすべてCodecのシステムを通じて調整されることができます。
Nvidiaの基盤モデルIssac GR00T N1は、2つのモジュールSystem 2 + System 1アーキテクチャを使用しています。System 2は、PaLMのバージョンまたはそれに類似した視覚-言語モデル(であり、マルチモーダル)で、ロボットのカメラを通して世界を観察し、指示を聞き取り、その後、高レベルの計画を立てます。
システム1は、計画を受け

ロボティクスはAIと非常に似ています。
運用するには大量の高品質データが必要ですが、ロボティクスデータをインターネットから取得することはできません。なぜなら、実世界の経験と変数が必要だからです。
「ロボットの行動のインターネット」は存在しません。
多くのチームが働いており、ヒューマノイドに無駄なお金を投げ入れています。なぜなら、彼らが労働力を非常に効率的に変えるため、デカトリリオンドル産業として最も明白だからです。(インドの平均賃金である50,000ドルよりも)効率的です。
しかし、AIのような最大のレースは:
1. 質の高いデータを取得する
2. トレーニングタスク
ファウンデーションモデルはAIにおけるLLMのようなものですが、テキストを生成する代わりに、ロボットのためにアクションを生成します。
タスクトレーニングにおいて、チームが採用しているアプローチはいくつかあります。いくつかのチームは、Figureのようなラベリングが施された小さな高忠実度データセットを使用し、他のチームは大規模なモデルを使ってスプレーアンドプライのアプローチを取っています。
目標は、ロボットに広範で事前に訓練された常識と、タスクや環境を越えて一般化する能力を与えることです。
各タスクのためにロボットをプログラムする代わりに、多様なデータ(人間の動画、シミュレーション、実際のロボットデモ、タスクのテキスト