Trissy

Robinhood 就是 Base 原本該成為的樣子。
僅此一點就讓我對 $CASHCAT 交易如此看多。
熊市迫使所有人過度進行風險管理，並失去對可能出現突破型交易敘事的開火能力。
因此，$ANSEM 才表現得如此出色，因為共識轉向相信在迷因裡不會再出現 9+ 位數的中獎跑者。既然已經發生過一次，魔鬼已經放出瓶外了；光是 CZ 的幾個暗示，就幾乎把一枚幣送到 9 位數。
即便如此，考慮到 L1 與新鏈那些失敗案例，想用「大肆刷存在感」去吸引關注與流動性，情況可能還比迷因幣敘事的死亡更糟。
我們正在看到 DEX 的交易量在剛過第一週時已逼近 Sol 的距離，且團隊幾乎沒有宣傳或 Vlad 的訊息。
再說一次，我不是想用我的看多來打你個措手不及。這些只是我看到交易者的認知與現實之間存在落差的主要因素。假如 RH 團隊沉默並停止背書等，那 Cashcat 的壽命顯然就會很短。根據到目前為止的支援與暗示，我覺得可以公平地說，他們大概率不會讓這件事就此死去。CFO 的生物簡介裡有 Cashcat……
會不會上架？對他們來說，什麼是最好的情況：既能在鏈上拿下成果，又能在上架時用戶以上市價格買入那枚幣？
我最初買入時，我以為上架在定價上相對合理；但再進一步思考後，似乎更像是交易者之間 50/50 的共識，並且時間表也會有差異。你本質上就遇到雞生蛋、蛋生雞的問

在互聯網和網頁開發的早期，一切都是用原始的JavaScript或HTML手動編寫的。
每個網路應用都是一個獨立的孤島。隨着它們變得更加復雜，社區發明了像 Webpack 和 Vite 這樣的工具，它們是模塊打包器和構建系統，可以自動處理不同的文件類型和資產。
這意味着開發者可以將圖像、字體或 TypeScript 文件導入到他們的項目中，打包工具的加載器將知道如何處理它 (將 TS 轉換爲 JS，內聯圖像等)。
瀏覽器本身只理解HTML/CSS/JS，但這些工具包將其他格式編碼/解碼爲瀏覽器友好的輸出。
盡管這只是對數據格式的小調整，但它徹底改變了網頁開發。
由於它解鎖了更快的迭代循環和更好的實驗，您可以使用更高級的語言(如TypeScript或框架)，因爲構建工具會爲您翻譯它們。
這導致了網路應用的爆炸性增長以及一個更加密集的生態系統，因爲開發者不再浪費時間爲每個項目重新發明構建管道。
同樣，機器人技術處於一個預 Webpack 階段，許多團隊仍然“手動編寫”他們的數據管道。
一個像$CODEC 這樣的工具包可以爲機器人數據做的事情，就像Webpack爲網路資產所做的那樣。
這是 @unmoyai 的願景，也是“編解碼器”的原始定義。
這將使機器人開發人員能夠更輕鬆地整合新的數據源或格式，而無需進行數月的定制工程。
這將導致更快的迭代週期。曾經需要團隊6個月的工作現在可能縮短到幾

機器人技術是下一個工業革命。
第一次工業革命(從蒸汽到機械化)使全球GDP在1820年至1910年間增長了大約10倍。
機器人也會反向實現這一點，機器將會實現勞動的機械化。一個人不再需要操作一臺機器，而是一個人(或沒有人)將監督成千上萬臺網絡連接的自主機器。
蒸汽機時代幾乎花了一個世紀來取代人類和動物的勞動。一旦一個功能性的藍領大腦被訓練出來，類人機器人可以以指數級的速度進行擴展，它可以通過軟件和廉價硬件復制無限複製。
工業革命大約創造了$30T 現代GDP，以今天的美元計算。預計到2035年，機器人技術和自動化每年可以爲全球產出增加15-25萬億美元，在十年內壓縮超過100年的GDP。
每個發達經濟體的出生率正在下降。一個嬰兒需要18年才能進入勞動力市場，而一個人形機器人則不到一年。
日本每年出生的嬰兒數量已經不及機器人數量。到2030年，類人機器人將在多個國家的建築工人中佔據優勢。
Steam花了60年才達到5000萬人，電力用了40年，互聯網只用了10年。機器人技術和人工智能將通過連接的艦隊和軟件更新幾乎瞬間達到數十億人。當一個機器人學習時，整個行業會在一夜之間學習。
19世紀的鐵路消耗了全球超過一半的投資資本。它們促進了商業的脊梁，並成爲工業時代的財富引擎。
全球企業資本支出的50%以上投入到數字化和自動化基礎設施中。機器人和人工智能是當今的等價物，而現在的鐵路則由數據、芯

SOL即將迎來一波上衝行情，個人認爲。
自5月以來，ETH的表現優於其他資產，主要是由於機構資金流入，90%以上的穩定幣在(circle IPO)中，robhinhod的建設，每個人都將其視爲交易等。隨着倉位的加重，我們開始看到敘述變得更加成熟。
這並不意味着ETH不會表現(我相信它會)。我只是說SOL將以更大的優勢成爲最快的馬。
隨着SOL接近歷史新高，其定位感覺輕鬆得多，背景也更爲強大。我們看到真正的機構採用，例如Forward Industries籌集了16.5億美元，讓我們行業中一些最頂尖的人才如Kyle Samani掌舵，我更願意支持他而不是Tom Lee。
隨着這一點的發展，它正成爲一個主要的結算層，甚至Visa也在其即將推出的穩定幣試點中使用它。很明顯，Solana基金會也在積極追求鏈上股票，這將成爲我們生態系統中最大的流動性驅動因素之一。
ETH因資金流動和頭寸而漲；人們忘記了SOL的漲是因爲它是一個更好的產品，以及新一代開發者紛紛湧向它。是的，由於每個新幣和敘事的拋售，過去9個月的交易情況非常糟糕。
沒有根本性的變化。它仍然是唯一一個新開發者積極入駐並嘗試新想法的鏈，這些想法最終會在黃金鎖條件達成後推動更大的敘事。Solana 的優勢在於用戶體驗和降低摩擦。因此，我們看到整個互聯網資本市場的敘事和鏈上股票找到了自己的歸屬。
Solana 基本上在速度上達到了鏈上納

飛往迪拜與$CODEC 團隊面對面工作。
機器人技術將成爲一個過於龐大的領域，不值得不全力以赴。
努力工作爲你的包包。

上一次我在一個主要的 CoinGecko 類別中搶先交易時是 $PENDLE 進行重質押。
Pendle 從 $150M 直接增長到 $1B，Restaking 發展成了一個超過 $20B 的行業。
讓你思考。
$CODEC編碼。

Pump和它的生態感覺是這裏顯而易見的交易。
- 本週回購1000萬(9%的收入)，幾乎是超流動性收入的50%，回購的FDV低於15倍
- 顯示出它是清晰的王者制造者啓動平台
- Sol突破新的區間，SOL/ETH看起來已觸底
- 下個月的鴿派宏觀環境
由於每日活躍的DEX交易者數量降至一年以來的最低水平，價格受到壓制。
每個人都低估了通過幾個跑者重新點燃動物精神是多麼簡單，研究 2024 年 10 月。
你只需要一種幣就能再次激發每個人的想象力。
$PUMP

您將看到類人模型不斷使用一種系統2 + 系統1風格的架構，這實際上是受到人類認知的啓發。
大多數視覺-語言-行動(VLA)模型今天被構建爲集中式多模態系統，能夠在單一網路中處理感知、語言和行動。
Codec的基礎設施非常適合這一點，因爲它將每個操作員視爲一個沙盒模塊。這意味着您可以並行啓動多個操作員，每個操作員運行自己的模型或任務，同時通過相同的架構保持它們的封裝和協調。
機器人和類人機器人通常具有多個大腦，其中一個操作員可能負責視覺處理，另一個負責平衡，另一個進行高級規劃等，這些都可以通過Codec的系統進行協調。
Nvidia的基礎模型Issac GR00T N1使用了兩模塊的System 2 + System 1架構。System 2是一個視覺語言模型(a版本的PaLM或類似的多模態)，它通過機器人的攝像頭觀察世界並聽取指令，然後制定高層次計劃。
系統1是一個擴散變換器策略，它將計劃轉化爲實時的連續動作。你可以把系統2看作是深思熟慮的大腦，而系統1則是本能的身體控制器。系統2可能會輸出諸如“移動到紅杯，抓住它，然後將其放在架子上”這樣的指令，而系統1將生成詳細的關節軌跡，以便腿和手臂順利地執行每一步。
系統1在大量軌跡數據(上進行了訓練，包括人類遙控演示和物理模擬數據)，以掌握精細動作，而系統2則基於具有互聯網預訓練的變壓器(進行語義理解)。
這種推理與行動的分離對NVIDI

機器人技術與人工智能的工作方式非常相似。
你需要大量高質量的數據來運營，除了你不能僅僅從互聯網抓取機器人數據，因爲它需要現實世界的經驗和變量。
沒有“機器人行動的互聯網。”
成千上萬的團隊正在努力投入巨額資金到人形機器人中，因爲它們是最明顯的萬億級行業，由於它們將使勞動力變得(比印度平均工資每年50,000美元的效率更高)。
但最大的競爭，像人工智能一樣是：
1. 獲取高質量數據
2. 訓練任務
基礎模型在人工智能中類似於大型語言模型，但它們生成的是機器人執行的動作，而不是文本。
團隊在任務訓練方面採取了幾種不同的方法，一些團隊使用像Figure這樣的高保真小數據集進行標注，而其他團隊則採用噴灑和祈禱的方式，使用大量模型。
目標是賦予機器人廣泛的、預訓練的常識以及在任務和環境之間進行概括的能力。
與其爲每項任務編程一個機器人，不如在多樣的數據上訓練一個巨型模型(人類視頻、模擬、真實機器人演示、帶有任務文本描述的圖像等等)，模型學習對物理世界的具身理解。
然後您可以通過命令或示例提示機器人做某事(，基礎模型的“知識”就會啓動來處理，就像您可以向ChatGPT詢問任何事情一樣。
因此，對於許多這些公司來說，最大的脫節將是在任務訓練領域，他們目前深度關注數據方面)世界仿真、合成數據、機器人軌跡、人類視頻等(，因爲他們需要它與現實世界完美互動，但在機器人/類人機器人實際能夠做什麼方面的發展