Biteye AI Diario 15 de septiembre

Hoy la capitalización de mercado de la zona: $22.22B

El fin de semana es tranquilo, el modelo de computación descentralizada sigue siendo validado, el enfoque del desarrollo en el campo de los robots está cambiando del hardware al software, la recolección de datos descentralizada podría experimentar una nueva ola de explosión. 24h Coingecko volumen de operaciones Top10: token volumen capitalización de mercado precio volatilidad 1- $ATH $329.0M $791.0M $0.07 +26.1% {future}(ATHUSDT)

2- $ai16z $276.1M $129.5M $0.12 -9.8% {futuro}(IA16ZUSDT)

3- $OPEN $262.0M $211.2M $0.98 +0.1% {spot}(OPENUSDT)

4- $VIRTUAL $106.8M $831.2M $1.27 -5.6% 5- $TAO $64.6M $3.4B $351.20 -1.3% 6- $IP $56.7M $3.0B $9.63 -0.8% 7- $PROMPT $29.4M $40.2M $0.18 -4.6% 8- $SAHARA $26.9M $202.1M $0.09 -1.4% 9- $GOAT $25.4M $105.6M $0.11 -5.1% 10- $KAITO $24.6M $285.4M $1.18 -2.6%

⭐Información clave

1. Vader @Vader_AI_ lanzó la plataforma de tareas de gafas inteligentes EgoPlay.

• EgoPlay es una plataforma gamificada donde los usuarios pueden ganar Vader Points al completar tareas diarias a través de gafas inteligentes.

-Los datos recopilados se pueden utilizar directamente para el entrenamiento de robots, las tareas diarias actuales incluyen doblar ropa, lavar platos, hacer sushi, jugar al golf, empujar sillas de ruedas, operar taladros, tocar el piano y otras actividades cotidianas.

• La plataforma admite gafas inteligentes de diversas marcas; siempre que el video cumpla con los requisitos, se puede cargar, y también se puede cargar directamente desde la galería de fotos del teléfono. -Actualmente, EgoPlay todavía se encuentra en fase de prueba cerrada, y solo los usuarios de la lista blanca pueden participar. La elegibilidad para la lista blanca es para los usuarios que han participado en el staking y que actualmente aún poseen tokens o que están en staking en Virtuals.

Comentario: El enfoque del desarrollo en la pista de robots está cambiando de hardware a "inteligencia", y la recopilación de datos se ha convertido en el núcleo del entrenamiento inteligente. EgoPlay adopta un enfoque más inclusivo, permitiendo que los usuarios comunes participen fácilmente, lo que merece atención continua.

2. Sportstensor @sportstensor anunció una colaboración estratégica con @Polymarket.

• Sportstensor es la subred número 41 de Bittensor, centrada en las predicciones deportivas. Permite a los mineros desplegar modelos de IA para predecir los resultados de los partidos y, mediante la agregación de modelos meta, ponderar las mejores predicciones para mejorar la precisión. Hasta ahora se han asignado más de 2 millones de dólares en recompensas a los contribuyentes.

• La dirección específica de la cooperación aún no se ha anunciado, pero en esta etapa, la combinación de IA y mercados de predicción se refleja principalmente en: decisiones de apuestas asistidas por IA, comercio automático y creación de mercado por agentes de IA, así como la generación y expansión de nuevos mercados de predicción por parte de la IA.

Comentario: En el actual contexto de auge de los mercados de predicción, a pesar de que los detalles de la colaboración aún no se han revelado, el precio del token Sportstensor subió aproximadamente un 40% tras el anuncio de la colaboración, lo que refleja la alta expectativa del mercado por la fusión de la IA y los mercados de predicción.

3. Alibaba Qianwen ha lanzado una nueva serie de modelos de código abierto Qwen3-Next.

• Incluye dos versiones:

Qwen3-Next-80B-A3B-Instruct: Diseñado específicamente para la optimización de instrucciones, adecuado para aplicaciones de conversación y orientadas a tareas. Qwen3-Next-80B-A3B-Thinking: soporta el "modo de pensamiento", adecuado para tareas que requieren razonamiento o análisis paso a paso.

• Alta eficiencia de cálculo de inferencia: utiliza una estructura MoE, con un total de 80B de parámetros en el modelo, activando solo alrededor de 3B de parámetros, lo que mejora significativamente la eficiencia computacional.

• La capacidad de procesamiento de tareas de texto largo ha mejorado significativamente: soporte nativo para una longitud de contexto de 262K tokens, ampliable a 1M tokens.

• En comparación con Qwen3-32B-Base, el costo de entrenamiento es solo el 10% del mismo, y la capacidad de inferencia se ha incrementado 10 veces.

Comentario: La reducción de los costos de entrenamiento y el aumento de la eficiencia de inferencia de Qwen3-Next lo hacen más práctico para los desarrolladores pequeños y medianos, disminuyendo la barrera de entrada y ampliando los escenarios de aplicación.

Fuente de datos: @xhunt_ai, Cookie DAO, Coingecko

Aviso de riesgo: lo anterior es solo para compartir información, no es un consejo de inversión.