Kiedy AI uzupełnia luki w branży kryptowalut, te piętnaście możliwości startupowych zasługuje na uwagę
AI uzupełniło najważniejsze luki, te projekty kryptowalutowe warto jeszcze raz przeanalizować.
Autor: Rex St. John
Tłumaczenie: AIdidiaoJP, Foresight News
Większość dobrych projektów kryptowalutowych nie upadła z powodu błędnego kierunku, lecz z powodu trzech brakujących elementów infrastruktury: zbyt drogiej oceny, braku stabilnej waluty i zbyt wolnych rozliczeń. Po 2023 roku wszystko to się zmieniło.
W latach 2014-2019 w branży kryptowalut pojawiła się mnóstwo ambitnych projektów: sądy on-chain, uniwersalne oracle, rynki danych, rynki mocy obliczeniowej, mikro płatności, systemy tożsamości, rejestry kuratorskie, ubezpieczenia, śledzenie pochodzenia, rynki pracy, organizacje autonomiczne... prawie wszystko miało być przeniesione na blockchain. Większość z nich już nie istnieje.
Problem nie leży w pomysłach samych w sobie, lecz w trzech rzeczach, na których polegały: mechanizmie, który mógłby tanio rozstrzygać niejasne problemy w rzeczywistym świecie, stabilnej jednostce rozliczeniowej oraz blockchainie, który byłby wystarczająco szybki, aby umożliwić rozliczenia drobnych płatności.
Stare ograniczenia: wszystkie umowy muszą być rozstrzygane przez ludzi
Smart kontrakty mogą jedynie weryfikować to, co może być zweryfikowane przez komputer - podpisy, salda, hashe. Jednak w prawie każdej znaczącej umowie kluczowe pytania dotyczą spraw poza blockchainem: Czy praca została wykonana? Czy to stwierdzenie jest prawdziwe? Czy lot się spóźnił?
Każdy projekt ostatecznie musi polegać na ludziach w celu podjęcia decyzji: głosowanie posiadaczy tokenów, sędziowie stakujący, kuratorzy. Ale ludzie działają wolno, są drodzy do zatrudnienia, łatwo ich przekupić w małych grupach, a tym bardziej nie będą stawać w sądzie w sprawach o 4 dolary. W związku z tym rynek nigdy nie mógł się rozwinąć, a modele ekonomiczne musiały opierać się na tokenach. Gdy tylko nadeszły cykle 2018 i 2022, projekty zaczęły upadać.
Cztery zmiany, wszystkie po 2023 roku
Ocena stała się tańsza. Duże modele językowe mogą w kilka sekund i za kilka centów przeczytać umowy, dostarczone materiały i dowody oraz wydać wyrok. Umożliwienie różnym modelom tworzenie sędziów, którzy głosują w sposób anonimowy, jest trudniejsze do przekupienia niż pojedynczy sędzia, a ponadto nigdy nie jest nieobecny.
AI stało się agentem użytkowników. AI agenci wykonują pracę, kupują usługi, podpisują umowy. Potrzebują umów, płatności i reputacji bardziej niż ludzie, a kwoty transakcji są tak małe, że ludzie nie mogą ich rozstrzygać.
Stabilne monety są dostępne. W połowie 2026 roku podaż wyniesie około 310 miliardów dolarów (dane Spark), a umowy mogą być płacone w dolarach, a nie w tokenach zarządzających, których wartość jest bardzo zmienna.
Blockchain stał się szybszy i tańszy. Solana potwierdza transakcje w mniej niż sekundę, a opłaty transakcyjne wynoszą mniej niż cent, co sprawia, że płatności za usługi i każde rozstrzyganie stają się wykonalne.
Zasady poszukiwania projektów: Stary pomysł, którego ograniczeniem było „potrzebujemy zaufanej strony do rozstrzygania”. To właśnie AI eliminuje to ograniczenie.
Piętnaście kierunków, uporządkowanych według potencjału dochodowego i gotowości
Poziom dochodów to szacunek autora dotyczący udziału, jaki nowi gracze mogą zdobyć, a nie prognoza.
1. Online sądy handlowe (Kleros, OpenBazaar arbitraż)
Jak to działało: stakowanie, losowe wybieranie sędziów, rozwiązywanie sporów między obcymi, zastępowanie obsługi klienta platformy.
Dlaczego utknęło: Każda sprawa wymagała pracy i czasu, co generowało zbyt wysokie koszty, nadając się tylko do sporów powyżej kilku setek dolarów. Ilość nie rosła, a małe jury łatwo było przekupić.
Co zmienia AI: wielomodelowe jury może w kilka sekund i za kilka centów rozstrzygnąć spór o 4 dolary, a każdy głos i uzasadnienie są publiczne. Transakcje między agentami AI generują setki tysięcy drobnych sporów, których ludzie nie są w stanie rozstrzygać.
Potencjał dochodowy: duży. W 2025 roku sprzedawcy stracili około 33,79 miliarda dolarów z powodu 261 milionów odrzuconych płatności (dane Mastercard); rynek oprogramowania do rozwiązywania sporów online wynosi około 1,76 miliarda dolarów (dane Mordor Intelligence). Nawet jeśli tylko niewielka część rozstrzygania byłaby płatna, to i tak jest to prawdziwy biznes.
2. Oracle problemów bez API (Augur, Truthcoin, futarchy)
Jak to działało: pozwolenie każdemu na obstawianie dowolnych problemów rzeczywistych, a posiadacze tokenów raportują wyniki.
Dlaczego utknęło: subiektywne pytania („Czy ustawa zasadniczo przeszła?”) wymagają wolnych, manipulowalnych głosów. Płynność uciekła do sportu i wyborów - tam API już mają odpowiedzi.
Co zmienia AI: modelowe jury odczytuje standardy rozstrzygania i źródła informacji, wydaje wyrok w sprawach niejasnych wyników, dołączając uzasadnienie do apelacji. To otwiera dzisiaj nieobsługiwany rynek długiego ogona - ponieważ nikt nie może rozliczyć.
Potencjał dochodowy: duży. W październiku 2026 roku wolumen transakcji na amerykańskich rynkach prognozowania osiągnie 120,7 miliarda dolarów (dane DeFi Rate). Rozliczenia to wspólna słabość wszystkich platform, można je sprzedawać wszystkim platformom.
3. Ubezpieczenia bez likwidatorów (Etherisc, Nexus Mutual, P2P mutual)
Jak to działało: ubezpieczenia parametryczne automatycznie wypłacają odszkodowania w przypadku wystąpienia mierzalnych zdarzeń (opóźnienia lotów, niedobór opadów); organizacje wzajemne pozwalają członkom wspólnie ponosić ryzyko i głosować w sprawie wzajemnych roszczeń.
Dlaczego utknęło: ubezpieczenia parametryczne mogą obejmować tylko zdarzenia z czystymi źródłami danych. Wzajemne roszczenia są decydowane przez głosowanie członków, co jest wolne i trudne do zorganizowania, a członkowie mają konflikty interesów - każda wypłata pochodzi z puli. Używanie tokenów, których wartość waha się, do wyceny składek odstraszało kupujących i regulatorów.
Co zmienia AI: roszczenia są rozstrzygane przez neutralne jury na podstawie sformułowania polisy i dowodów, bez interesu w wyniku. Warunki wyzwalające można zapisać w słowach („straty plonów w danym regionie, zgodnie z raportami ministerstwa lub dwóch mediów”), a jury ocenia na podstawie dokumentów, co znacznie zwiększa zakres ryzyka. Wypłaty odbywają się w stabilnych monetach.
Potencjał dochodowy: duży, ale wolny, wymaga licencjonowanego ubezpieczyciela lub regulowanej organizacji wzajemnej jako partnera. Tylko rynek ubezpieczeń parametrycznych w 2025 roku wyniesie około 19,4 miliarda dolarów, z rocznym wzrostem o około 12% (dane GM Insights). Szybszym punktem wejścia jest sprzedaż ocen roszczeń istniejącym firmom ubezpieczeniowym.
4. Rynek pracy z zarządzaniem (Colony, Gitcoin, Bounties Network)
Jak to działało: publikowanie zadań, pieniądze w escrow, uwolnienie po akceptacji.
Dlaczego utknęło: wciąż trzeba, aby ktoś ocenił, czy praca została wykonana. Tą osobą jest ogłoszeniodawca, więc wszystkie spory na platformach dla freelancerów wracają.
Co zmienia AI: standardy akceptacji są oceniane przez neutralne jury w odniesieniu do rzeczywistych dostarczonych materiałów (repozytoriów kodu, raportów, projektów). Agenci AI są zarówno pracownikami, jak i kupującymi, co sprawia, że skala jest tak duża, że ludzcy recenzenci nie mogą nadążyć.
Potencjał dochodowy: średni do dużego. Upwork w 2025 roku osiągnie przychody w wysokości 788 milionów dolarów, obsługując ponad 4 miliardy dolarów pracy (dane Yahoo Finance). Rynek rodzimy dla agentów AI może pobierać niższe stawki i realizować więcej, mniejszych zleceń.
5. Licencjonowanie danych i mediów (Ocean Protocol, Ujo, Mycelia)
Jak to działało: twórcy i właściciele danych sprzedają bezpośrednio dostęp, a tantiemy są egzekwowane przez umowy.
Dlaczego utknęło: mało kupujących, a nikt nie może sprawdzić, jak dane są wykorzystywane po sprzedaży.
Co zmienia AI: laboratoria AI stały się kupującymi. Transakcje Reddit z Google wyniosły około 60 milionów dolarów rocznie, a umowa News Corp z OpenAI przekroczyła 250 milionów dolarów w ciągu pięciu lat (dane Quartz). Warunki można zapisać w słowach („nie może być używane do konkurencji z licencjodawcą”), a jury ocenia dowody audytowe.
Potencjał dochodowy: średni do dużego, ale obecnie skoncentrowany w rękach kilku dużych licencjodawców. Możliwości są w długim ogonie: miliony małych twórców, którzy nie mogą negocjować samodzielnie.
6. Płatności maszynowe (BAT, Lightning, IOTA)
Jak to działało: płatności za artykuły, wywołania API, kilowatogodziny, płatności w kilku centach.
Dlaczego utknęło: ludzie nie lubią zatwierdzać małych płatności, opłaty transakcyjne i wahania wartości tokenów zjadają zyski.
Co zmienia AI: agenci AI nie mają nic przeciwko płaceniu 26 centów sto razy dziennie. Standard x402 do września 2026 roku rozliczy około 198,9 miliona transakcji, co odpowiada około 52,7 miliona dolarów (dane TRM Labs).
Potencjał dochodowy: obecnie mały, ale w przyszłości może być duży. Własne badania TRM wykazały, że większość wolumenu transakcji nie jest jeszcze prawdziwym handlem agentów. Ścieżki płatności są już dostępne, brakuje tylko powodów do zaufania sprzedawcom - a to są pomysły 1 i 7.
7. Zastąpienie zabezpieczeń reputacją i depozytem (Bloom, ETHLend)
Jak to działało: pożyczki bez zabezpieczeń na podstawie historii kredytowej na blockchainie.
Dlaczego utknęło: portfele można tworzyć za darmo, a złą historię można wyrzucić razem z portfelem, więc pożyczkodawcy wciąż wymagają 150% zabezpieczenia.
Co zmienia AI: zapisy decyzji agentów AI (ukończone dostawy, przegrane spory) są trudne do sfałszowania, a koszty rezygnacji są wysokie; depozyty, które jury może zająć, sprawiają, że zobowiązania są wykonalne. To jest szablon „depozytu agenta”.
Potencjał dochodowy: średni. Pierwszymi klientami są rynki agentów, które potrzebują punktów zaufania, a nie pożyczkodawcy.
8. Dowód osobowości (uPort, Sovrin, BrightID)
Jak to działało: przenośna tożsamość, która dowodzi, że jesteś jedyną prawdziwą osobą.
Dlaczego utknęło: brak pilnych zastosowań, użytkownicy nie chcą przechodzić przez proces konfiguracji.
Co zmienia AI: potrzeby się zmieniły, nie rozwiązania. Roboty i agenci AI są wszędzie, a „za nimi stoi prawdziwa osoba” nagle stało się cenne. World w kwietniu 2026 roku zgłosił 18 milionów zweryfikowanych prawdziwych osób (dane Decrypt).
Potencjał dochodowy: dla zwycięzców rynek jest duży, ale konkurencja jest intensywna i kapitałochłonna. Otwartą luką jest powiązanie agentów AI z odpowiedzialnymi prawdziwymi osobami lub firmami.
9. Organizacje z egzekwowalnymi zasadami (The DAO, Aragon)
Jak to działało: organizacje działające na podstawie głosowania kodem i tokenami.
Dlaczego utknęło: kod nie wyraża rzeczywistych zasad, które interesują ludzi („nie ujawniaj, nie wypłacaj pieniędzy wewnętrznym osobom”), niska frekwencja głosów, łatwo manipulowane.
Co zmienia AI: statut zapisany w słowach, każda propozycja jest sprawdzana przez jury przed podpisaniem w skarbcu. To jest szablon „konstytucji DAO”.
Potencjał dochodowy: mały do średniego. Skarbiec jest duży, ale przestrzeń do pobierania opłat jest mała; można sprzedawać jako kontrolę ryzyka.
10. Listy kuratorskie (rejestracja tokenów, Steemit)
Jak to działało: stakowanie tokenów w celu utrzymania jakości list (reklamodawcy, źródła wiadomości).
Dlaczego utknęło: gra stakowania nagradza spekulacje, a nie ocenę, głosujący nie czytają wpisów.
Co zmienia AI: standardy umieszczania zapisane w słowach, przeglądane przez jury, z uzasadnieniem, niskie koszty wyzwań.
Potencjał dochodowy: mały do średniego; najsilniejsze są wbudowane w inny produkt (sklep z aplikacjami, rejestr dostawców, rynek modeli).
11. Śledzenie treści (Po.et, Ascribe)
Jak to działało: oznaczanie dzieł twórczych znacznikami czasowymi, dowodzenie, kto był pierwszym twórcą.
Dlaczego utknęło: znacznik czasu dowodzi, że dokument istniał, ale nie dowodzi, kto go stworzył, a nikt nie sprawdza.
Co zmienia AI: generowanie mediów sprawia, że pytanie „czy to prawda, czyje to jest” staje się pilne dla redakcji, sądów i platform. Jury może ocenić łańcuch dowodów, a nie tylko hashe.
Potencjał dochodowy: średni, sprzedawany wydawcom i platformom. Standardy dowodów treści już istnieją, można na ich podstawie działać.
12. Śledzenie łańcucha dostaw (VeChain, IBM Food Trust)
Jak to działało: śledzenie towarów od farmy do półki na wspólnym rejestrze.
Dlaczego utknęło: śmieci wchodzą, śmieci wychodzą. Rejestr nie może ocenić, czy etykieta na pudełku jest prawdziwa.
Co zmienia AI: nie jest tak duże, jak się wydaje. Modele mogą masowo sprawdzać spójność dokumentów (certyfikaty, faktury, zdjęcia), wykrywając oszustwa. Ale nie mogą zajrzeć do pudełka.
Potencjał dochodowy: średni, ale cykle sprzedaży w sektorze przedsiębiorstw są długie. Najpierw należy zająć się kontrolą dokumentów zgodności, a nie rejestrem.
13. Tokenizowane aktywa z prawnie wiążącymi klauzulami (Polymath, Harbor, tZERO, tokeny zabezpieczające z 2018 roku)
Jak to działało: tokenizacja akcji, nieruchomości, pożyczek, handel 24/7, natychmiastowe rozliczenia.
Dlaczego utknęło: tokeny to tylko dowody. Prawdziwe umowy (kontrakty, wodospady płatności, ograniczenia transferu, co zrobić w przypadku niewypłacalności) znajdują się w PDF-ach, których nie można odczytać na blockchainie, a żaden sąd nie traktuje zapisów blockchainowych jako źródła faktów. Tylko proste aktywa zostały zrealizowane: do marca 2026 roku około 23,6 miliarda dolarów aktywów zostało tokenizowanych, głównie obligacji skarbowych i funduszy pieniężnych (dane Cointelegraph cytujące DeFiLlama).
Co zmienia AI: umowy prawne same stają się umowami, które jury może rozstrzygać. Czy doszło do naruszenia umowy, czy należy dokonać płatności, czy transfer jest dozwolony, jury ocenia na podstawie dokumentów i dowodów, a każdy wyrok jest zapisywany na blockchainie. Jeśli umowa określa, że wyrok tego jury jest wiążącym arbitrażem, wynik może mieć moc prawną - wyroki arbitrażowe są egzekwowalne w większości krajów zgodnie z Konwencją Nowojorską.
Potencjał dochodowy: duży. Opłaty za emisję i usługi dla prywatnych kredytów, faktur, nieruchomości - to są złożone aktywa, które zostały pominięte w tokenizacji. Nie można ich dostarczyć samodzielnie: potrzebni są licencjonowani emitenci i prawnicy do sporządzania klauzul arbitrażowych.
14. Wspólna infrastruktura i rynek mocy obliczeniowej (Golem, iExec, Helium, Filecoin, Akash, io.net)
Jak to działało: zachęcanie obcych do dostarczania GPU, pamięci, pokrycia bezprzewodowego lub danych mapowych, sprzedawanie taniej niż chmura.
Dlaczego utknęło: wiele prób, ale nadal nie wystartowało. Tokenowe nagrody kupiły podaż, ale popyt na płatności nie nadszedł. Messari szacuje, że cały sektor w 2025 roku osiągnie przychody na blockchainie w wysokości około 72 milionów dolarów, co odpowiada około 10 miliardom dolarów wartości tokenów (dane Decrypt cytujące Messari). Głównym problemem jest zaufanie: kupujący nie mogą ocenić, czy nieznany dostawca naprawdę wykonał zadanie, utrzymał czas pracy i dostarczył pokrycie sieci, a w przypadku problemów nikt nie rozstrzyga. Firmy kupują gwarancję usługi, a nie tokeny.
Co zmienia AI: dwie rzeczy. Agenci AI są kupującymi, chętnymi do zlecania pracy najtańszym i mającym udokumentowane osiągnięcia dostawcom. Jury może rozstrzygać roszczenia dotyczące usług na podstawie dowodów (dzienników, benchmarków, dowodów wnioskowania), a w przypadku niedotrzymania standardów może zająć depozyt dostawcy - to jest szablon „depozytu agenta” stosowany w sprzęcie. To jest gwarancja, której te sieci nigdy nie miały.
Potencjał dochodowy: jeśli problem zaufania zostanie rozwiązany, może być duży, ponieważ zapotrzebowanie na wnioskowanie jest ogromne. Ale dzisiaj udowodnione zapotrzebowanie na płatności jest bardzo małe, więc należy zacząć od zapewnienia gwarancji dla jednego zadania, a nie od razu tworzyć rynek.
15. Prawa własności intelektualnej wspierane rzeczywistymi umowami (Mediachain, Ascribe, IPwe, Story Protocol)
Jak to działało: rejestracja piosenek, dzieł sztuki, patentów, marek na blockchainie, autoryzacja i wypłata tantiem za pomocą smart kontraktów.
Dlaczego utknęło: tokeny nigdy nie były prawami prawnymi. Własność znajduje się w biurach praw autorskich, patentowych i podpisanych umowach licencyjnych, a wszystko, co wchodzi do tych systemów, wymaga prawników i opłat za zgłoszenie każdego dzieła. Nikt nie będzie prawnie polegał na zapisach blockchainowych, a licencje są nadal negocjowane przez e-mail.
Co zmienia AI: agenci AI mogą teraz pisać prawdziwe umowy i przygotowywać dokumenty. Agenci sporządzają licencje w prostym języku prawnym, przygotowują zgłoszenia praw autorskich, wnioski o znaki towarowe lub dokumenty przeniesienia, składają je, a następnie zapisują podpisane dokumenty i potwierdzenia na blockchainie jako hashe. Ta sama umowa staje się umową, którą agenci AI mogą egzekwować: jury ocenia, czy użycie jest zgodne z licencją, a tantiemy krążą zgodnie z wyrokiem. Zapis na blockchainie i dokumenty prawne w końcu mówią o tym samym.
Potencjał dochodowy: duży. Tylko sprzedaż licencji detalicznych osiągnie w 2025 roku 389,8 miliarda dolarów (dane Licensing International), a licencje dla AI stają się nowymi nabywcami (patrz pomysł 5). Możliwości są w długim ogonie: mali twórcy i wynalazcy, którzy nie mogą sobie pozwolić na opłacenie każdego wniosku prawnego. Usługi zgłoszeniowe wymagają przeglądu przez prawników, aby uniknąć nieautoryzowanej praktyki, więc należy zacząć od zgłoszeń praw autorskich i licencji, które można składać samodzielnie.
Cena --
Jak wybrać, jakie mogą być problemy
Wybierz ten kierunek: stare ograniczenie to ludzka ocena, a dziś już są ludzie, którzy płacą za złe oceny. Wskazuje to na: online sądy handlowe, rozliczenia rynków prognozowania, roszczenia ubezpieczeniowe.
Test przed działaniem:
- Już są ludzie, którzy płacą za wolne wersje ludzkie (zespoły odrzuceń, likwidatorzy, rozliczeniowcy rynków).
- Problemy można rozwiązać na podstawie dowodów, które jury może zobaczyć. Jeśli potrzebna jest osoba do sprawdzenia fizycznych pudełek, AI nie pomoże.
- Można działać bez tokenów. Każdy z powyższych pomysłów częściowo zginął, ponieważ model ekonomiczny opierał się na tokenach, a nie na klientach.
Ryzyko:
- Modele jury mogą się mylić razem. Modele trenowane na tych samych danych źródłowych dzielą ślepe punkty. Publikowanie uzasadnień, zachowanie ścieżki apelacyjnej, śledzenie zgodności z recenzjami ludzkimi.
- Dowody mogą być sfałszowane. Jury może oceniać tylko na podstawie tego, co widzi; ustalanie dowodów na podstawie hasha, traktowanie słów stron jako niewiarygodnych.
- Regulacje w dziedzinie ubezpieczeń, papierów wartościowych i pożyczek wciąż są twardymi ograniczeniami. AI eliminuje ograniczenia w ocenie, ale nie eliminuje licencji.
- Popyt może wciąż być niewielki. Płatności maszynowe i wspólna infrastruktura mają dziś dostępne ścieżki, ale udowodnione zapotrzebowanie na płatności jest niewielkie. Najpierw zmierz, potem rozszerz.
Niniejsza treść ma charakter wyłącznie informacyjny i nie stanowi porady finansowej, inwestycyjnej, prawnej ani podatkowej. Wszelkie wydarzenia, nagrody, promocje online lub powiązane informacje, o których tu mowa, nie powinny być traktowane jako rekomendacja, zachęta ani zaproszenie do kupna, sprzedaży, wymiany lub innego rodzaju obrotu aktywami kryptograficznymi. Aktywa kryptograficzne charakteryzują się dużą zmiennością i mogą prowadzić do strat. Dostępność usług, produktów i powiązanych wydarzeń WEEX może się różnić w zależności od regionu. Użytkownik jest odpowiedzialny za upewnienie się, że jego udział jest zgodny z obowiązującymi lokalnymi przepisami i regulacjami.
Możesz również polubić

Śledź pieniądze: runda Variational na 110 mln dolarów, aktywność Tether i transakcje M&A

6 nowych projektów AI do wydobywania, które mogą być najważniejszymi ścieżkami po narracji o prywatności

Morpho podwaja pożyczki w ciągu roku: ile wniosły kanały współpracy?

Sześć projektów wydobycia AI: kto naprawdę sprzedaje moc obliczeniową, a kto wciąż oblicza dla wydobycia?

Mini stacja robocza AI RTX Spark od Nvidii z 120 miliardami parametrów już dostępna

Samopomoc i przełom w zimie: jak pożyczki kryptowalutowe szukają nowego wzrostu?

Dziesięć lat menedżera funduszy neutralnych w kryptowalutach: to życie pełne stresu

Tether inwestuje 15 mln USD w Nomad, gdy Brazylia zaostrza zasady płatności

NVIDIA wprowadza Nemotron for Science, przyspieszając odkrycia naukowe dzięki inteligentnym agentom

Nowi członkowie zarządu Blockchain.com: byli menedżerowie Microsoftu i CEO Global X ETFs

Udział rynku pożyczek Spark w trzecim kwartale wzrósł do 13,2%, przychody netto spadły o 30%

Ewolucja stakingu Ethereum... Treehouse tETH, nowa infrastruktura rynku stóp procentowych DeFi

Przybycie programowalnego handlu: jak Hook stał się „mózgiem” puli transakcyjnej?

Meta wprowadza "najsilniejszy model open source w USA"

Meta wydaje otwarty model AI Muse Spark Open

Zysk netto protokołu Spark w trzecim kwartale przekracza 4 miliony dolarów, a wartość transakcji w pierwszym miesiącu przekracza 14 miliardów dolarów

Meta wprowadza modele z serii Muse Wonder, twierdząc, że ich wydajność w zadaniach inteligentnych jest na czołowej pozycji

Finansowanie VC w kryptowalutach: Spiko i Nous Research pozyskują po 90 mln dolarów

Breez zgłasza 14-krotny wzrost zapotrzebowania na integrację z Bitcoinem

Amerykańskie akcje mogą być używane jako zabezpieczenie, ale zamknięty cykl pożyczek na blockchainie wciąż wymaga kilku ogniw

Poranny raport z Wall Street: Hossa AI napotyka na próbę stóp procentowych, kapitał zaczyna przechodzić w aktywa defensywne, 30-letnie obligacje skarbowe stają się kolejnym testem

Lightspark wprowadza prototyp dotMoney, umożliwiający wysyłanie testowych funduszy za pomocą linków i plików .money

Google wprowadza Playground do tworzenia gier

Spark inwestuje 2,4 miliona dolarów, Antseed uruchamia sieć wnioskowania AI

Podaż Ripple RLUSD wzrosła o 765 milionów dolarów w trzecim kwartale

RWA Weekly: Rząd Specjalnego Regionu Hongkong wprowadza tokenizowane depozyty w dolarach hongkońskich; dolarowy stablecoin OUSD prowadzony przez Stripe oficjalnie uruchomiony

Czy fundacja Compound "trzyma się samodzielnie"?

Meta's Muse, tylko o krok lepsza od "AI zamawiającego kawę"

Święty Graal DeFi w moim sercu








