Biteye AI Diário 15 de setembro

Hoje a zona de capitalização de mercado: $22.22B

No fim de semana, o mar está calmo, o modelo de poder de computação descentralizado continua a ser validado, e o foco do desenvolvimento no campo dos robôs está a mudar do hardware para o software, a coleta de dados descentralizada pode estar a caminho de uma nova onda de explosão. 24h Coingecko volume de negociação Top10: Token Volume Capitalização de mercado Preço Volatilidade 1- $ATH $329.0M $791.0M $0.07 +26.1% {future}(ATHUSDT)

2- $ai16z $276.1M $129.5M $0.12 -9.8% {future}(AI16ZUSDT)

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

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%

⭐Informações importantes

1. Vader @Vader_AI_ lançou a plataforma de tarefas de óculos inteligentes EgoPlay.

• EgoPlay é uma plataforma gamificada onde os usuários ganham Vader Points ao completar tarefas diárias usando óculos inteligentes.

• Os dados coletados podem ser usados diretamente para o treinamento de robôs, com as tarefas diárias atuais abrangendo dobrar roupas, lavar louça, fazer sushi, jogar golfe, empurrar cadeiras de rodas, operar brocas e tocar piano, entre outras atividades diárias.

• A plataforma suporta uma variedade de marcas de óculos inteligentes, desde que os vídeos atendam aos requisitos, também é possível fazer o upload de vídeos diretamente da galeria do telefone.

• Atualmente, o EgoPlay ainda está na fase de testes fechados, limitado apenas a usuários da lista branca. A qualificação para a lista branca é para aqueles que já participaram da staking e que atualmente ainda possuem tokens ou que estão em staking na Virtuals.

Comentário: O foco do desenvolvimento na área de robôs está a mudar do hardware para a "mente", com a coleta de dados a tornar-se o núcleo do treinamento inteligente. EgoPlay adota uma abordagem mais inclusiva, facilitando a participação de usuários comuns, o que merece atenção contínua.

2. Sportstensor @sportstensor anunciou uma parceria estratégica com @Polymarket.

• Sportstensor é a sub-rede número 41 da Bittensor, focada em previsões esportivas. Permite que os mineradores implementem modelos de IA para prever resultados de jogos e, através da agregação de modelos, ponderem as melhores previsões para aumentar a precisão. Até agora, foram atribuídos mais de 2 milhões de dólares em recompensas aos contribuintes.

• A direção específica da cooperação ainda não foi divulgada, mas na fase atual, a combinação de AI com mercados de previsão está principalmente refletida em: decisões assistidas por AI para apostas, negociação automática e market making com AI Agent, bem como a geração e expansão de novos mercados de previsão por AI.

Comentário: No atual contexto de grande popularidade dos mercados de previsão, apesar de os detalhes da colaboração ainda não terem sido divulgados, o preço do token Sportstensor subiu cerca de 40% após o anúncio da colaboração, refletindo a elevada expectativa do mercado pela fusão da IA com os mercados de previsão.

3. A Alibaba Qianwen lançou o novo modelo open source Qwen3-Next série.

• Inclui duas versões:

Qwen3-Next-80B-A3B-Instruct: projetado para otimização de instruções, adequado para aplicações de diálogo e orientadas a tarefas. Qwen3-Next-80B-A3B-Thinking: suporta o "modo de pensamento", adequado para tarefas que requerem raciocínio ou análise passo a passo.

• Eficiência de cálculo de inferência alta: utiliza a estrutura MoE, com um total de 80B de parâmetros, ativando apenas cerca de 3B de parâmetros, melhorando significativamente a eficiência de cálculo.

• A capacidade de processamento de tarefas de texto longo foi significativamente aprimorada: suporte nativo para um comprimento de contexto de 262K tokens, podendo ser expandido para 1M tokens.

• Em comparação com o Qwen3-32B-Base, o custo de treinamento é apenas 10% do mesmo, e a taxa de transferência de inferência melhorou em 10 vezes.

Comentário: A redução dos custos de treinamento e o aumento da eficiência de inferência do Qwen3-Next tornaram-no mais prático para desenvolvedores comuns e de pequena e média dimensão, diminuindo a barreira de entrada e ampliando os cenários de aplicação.

Fonte de dados: @xhunt_ai, Cookie DAO, Coingecko

Aviso de risco: acima é apenas para compartilhamento de informações, não é um conselho de investimento.