来源：极客公园（ID：geekpark）

作者：黎诗韵

5 月 13 日，OpenAI 用一场春季发布会，再次搅动了整个 AI 行业。

在 Sam Altman 缺席的情况下，OpenAI CTO Mira Murati 担纲介绍了新的 ChatGPT 产品 ChatGPT-4o。

短短 26 分钟的发布会，却几乎是科幻电影《Her》的现实演绎。当你打开 ChatGPT，你面对的不再是一个只会帮你生成内容、或者进行僵硬语音聊天的工具——你唤起的将是一个「无所不能」的语音助手，或者说，一个越来越接近人类的「物种」。

它长出了「眼睛」，可以通过摄像头看到你，比如它通过研究员上扬的嘴角判断他的心情、通过他周围的环境背景判断了他正在做什么、甚至给出了造型建议；它能「看到」你的电脑桌面，直接帮你查看写的代码有什么问题。

它有了更灵敏的「耳朵」，能听懂的不只是语言，还能听懂研究员过于急促的呼吸声，并引导他慢慢平稳呼吸、放松下来。

OpenAICTO Mura Murati 宣布推出 ChatGPT-4o | 图片来源：OpenAI

它有了更灵活的「嘴巴」，对话不再有延时，你能随时打断它、它能随时接住你的话。它的声音能带入感情，比如更冷静一点、更激昂一点、甚至讽刺一点。它还能唱歌。

它也有了更聪明的「大脑」。它能帮研究员一步步解不等式，还可以做同声翻译、你可以通过它跟不同语种的人们交流。

这些强大的能力背后，源自 OpenAI 推出的新模型 GPT-4o。与现有模型相比，GPT-4o 的最大进步在于，它可以实时对音频、视觉和文本进行推理——换句话说，它让ChatGPT实现了真正意义上的多模态交互。

这不仅仅是技术进步的追求，更是应用普及的追求。OpenAI 的使命之一是让 AI 普惠每个人，让用户能顺滑地用上 AI 是至关重要的。在「模型即应用」的时代，这种交互体验最终还是靠模型能力的提升。OpenAI 称，GPT-4o（「o」代表「omni」）是迈向更自然的人机交互的一步。

发布会上，Mira Murati 宣布 ChatGPT-4o 将免费向所有用户开放，而付费和企业用户，可以抢先获得体验。

电影《Her》上映于 2013 年，它讲述了一位人类爱上一位人工智能语音助理的故事。从今天 ChatGPT 呈现的能力来看，这样的想象正在加速成为现实。

ChatGPT 的惊人进步：变身人类「超级助理」，甚至不需要人类参与

在 OpenAI 的官网上，呈现了 ChatGPT 作为个人语音「超级助理」的更多惊人应用场景。

首先是面向单个用户，和人一样，它提供的主要是「情绪价值」与「认知价值」。比如它能讲笑话、唱生日快乐歌、玩游戏、逗小狗、给人催眠、让人放松等等；它能充当面试官，给人提供面试建议；它还能给一位盲人提供环境观察，给他讲述看到的景色、提醒他过马路的路况。

盲人用户使用 ChatGPT-4o「观察」整个世界 | 图片来源：OpenAI

接着是面向多个用户，它提供的更多是一种「协同价值」。比如给两个语言不通的人充当翻译，让他们能无障碍沟通；给两个人做「剪刀石头布」的游戏裁判，先喊口令让游戏开始、之后还能准确判断是哪个人赢了；充当一名「家教」，帮一位父亲辅导他的孩子做作业；甚至作为一名「会议第三方」，主持和记录多人会议。

最有意思的还是，不同 ChatGPT 之间的对话。这种无需人类参与的沟通，不仅充满了科幻感，更让人开始想象无需人类协作、而让机器代替人类协作的未来。在一段演示中，一位用户要求一部手机的 ChatGPT 代表自己，向另一部手机的 ChatGPT 申请售后，结果这两个 ChatGPT 毫无阻碍地聊了两分钟，顺利帮这位用户「换了货」。而 OpenAI 总裁 Greg Brockman 则做了一个调皮的演示，他让两个 ChatGPT 互动并唱了歌。

OpenAI 总裁 Greg Brockman 演示两个 GPT 的互动 ｜图片来源：OpenAI

一位曾在 10 年前就开始做「AI 语音助理」的前大厂高管对极客公园表示，他当时就设想过 AI 助理的终极形态应该是「多模态、无所不能」，但彼时技术并不支持，他认为 ChatGPT 会加速这种设想实现的可能——只是他没想到，这个过程会来得这么快。

他认为，实现 AGI 的一个关键标志是，机器是否能具备了自主学习、自主迭代、自主解决问题等能力。这个突破看起来很遥远，但当两个 ChatGPT 开始互相聊天的时候，这个鸿沟看起来似乎浅了一点点。

GPT-4o 多模态大模型的技术进步、以及安全性

这些惊艳的产品表现，根本上源自于 GPT-4o 多模态大模型的技术进步。后者分为文本、语音、图像三部分，GPT-4o 在这三块都有提升，尤其是后两者。

在文本方面，据 OpenAI 的技术报告，GPT-4o 在 MMLU（语言）、GPQA（知识）、MATH（数学）、HumanEval（编程）的评测指标上，都超出了 GPT-4T、GPT-4 (23 年 3 月最初发布版本)，以及竞品 Claude 3 Opus、Gemini Pro 1.5、Llama3 400b、Gemini Ultra 1.0。比如在 0-shot COT MMLU 上，GPT-4o 创下了 88.7% 的新高分。

GPT-4o 在文本上的成绩相当优异|图片来源：OpenAI

最关键的，是音频、多语言和视觉上的进步。

在音频方面，过去 ChatGPT 的音频缺陷是需要经过三个独立的模型，从而存在延迟、且无法承载丰富信息。它先由第一个模型将音频转录为文本，再由 GPT-3.5 或 GPT-4 接收文本并输出文本，最后由第三个模型将该文本转换回音频——一方面，它使得音频的传输存在延迟，GPT-3.5 的平均延迟为 2.8 秒，GPT-4 的平均延迟为 5.4 秒。另一方面，模型会丢失大量信息，从而无法直接观察音调、多个说话者或背景噪音，也无法输出笑声、歌唱或表达情感。

而 GPT-4o 的解决办法是，跨文本、视觉和音频端到端地训练了一个新模型，这意味着所有输入和输出都由同一神经网络处理。OpenAI 称这是其突破深度学习界限的最新举措。目前，GPT-4o 可以在短至 232 毫秒、平均 320 毫秒的时间内响应音频输入，与人类的响应时间相似。同时在音频 ASR 性能和翻译性能上，GPT-4o 都比 Whisper-v3（OpenAI 的语音识别模型）的性能更优。

M3Exam 基准测试既能用于多语言评估，也可以用于视觉评估。它由多项选择题组成，包括图形和图表。在所有语言的基准测试中，GPT-4o 都比 GPT-4 更强。另外在视觉理解评估上，GPT-4o 在视觉感知基准上都实现了最先进的性能。

GPT-4o 在视觉理解上同样能力不错 | 图片来源：OpenAI

一位大模型训练者曾对极客公园表示，模型的技术领先性从来不是靠打榜评分，而是靠用户最真实的感受和体验。从这个角度来说，GPT-4o 的技术领先性将很容易见分晓。

OpenAI 表示，GPT-4o 的文本和图像功能将于发布会当天在 ChatGPT 中推出。免费用户就可以使用，不过 Plus 付费用户能享受高达 5 倍的消息容量。在未来几周内，OpenAI 会在 ChatGPT Plus 中推出新版本的语音模式 GPT-4o alpha。

而开发人员现在就可以在 API 中访问 GPT-4o 的文本和视觉模型。与 GPT-4 Turbo 相比，GPT-4o 速度提高了 2 倍、价格降低了一半、速率限制提高了 5 倍。在未来几周内，OpenAI 计划向一小部分值得信赖的合作伙伴推出 GPT-4o 的新音频和视频功能。

一项强大的技术最令外界担忧的，就是它的安全可控性。这也是 OpenAI 最核心的考虑之一。

OpenAI 表示，GPT-4o 通过过滤训练数据和通过训练后细化模型行为等技术，在跨模式设计中内置了安全性。其还创建了新的安全系统，为语音输出提供防护。为了保证更好的安全性，OpenAI 表示在接下来的几周和几个月里，将致力于技术基础设施、培训后的可用性以及发布其他模式所需的安全性。

OpenAI 从没让外界失望，再次引领科技圈的未来

作为这波 AI 浪潮的开启者、引领者，OpenAI 的每一次发布和更新，都关系着其庞大用户量的涨跌、公司竞争的进退、以及整个行业的关注和走向。

在这次发布会之前，外界对 OpenAI 颇多谣传、也包括质疑。一周前，外媒报道此次 OpenAI 要发布的是一款搜索引擎——在一年最重要的新闻发布时刻，这家公司没有推出 GPT-5，这引来外界对其创新力的颇多怀疑。而如果无法拿出足够创新力的技术和产品，这家公司将难以重振用户的增长、满足整个市场对它的期待。

自 2022 年底推出 ChatGPT 后，这家公司的用户量经历了大起大落。据 Similarweb 估计，其全球访问量在 2023 年 5 月达到 18 亿次的峰值。但进入 2023 年下半年后，其用户量则有所下降，至今仍未追平去年 5 月的全球访问量峰值记录。

自 2022 年 11 月以来，ChatGPT 在全球和美国的流量增长情况｜图片来源：Similarweb

这次发布会，直接关系着其用户量的增长情况。

外界对搜索引擎还是颇为关注的，Similarweb 表示这个消息当天让 ChatGPT 流量大涨。不过，在发布会前两天，OpenAI CEO Sam Altman 才对外澄清，此次既不会发 GPT-5、也不会发搜索引擎，「但我们一直在努力开发一些我们认为人们会喜欢的新东西！对我来说感觉就像魔法一样。」他把这件事描述得更小了。

或许，人们是在一种低期待中观看这次 OpenAI 的发布会。但最终，他们收获到的是一次强烈的震撼。这或许正是 OpenAI 想要的反差效果。

无论是最初的 GPT-3.5，还是去年这个时候的 GPT-4，还是去年底的 GPTs，又或者是今年年初的 Sora——OpenAI 再一次证明，它不会让世人失望。尽管 Google、Claude、Character AI、Perplexity 等竞争对手正攫走更多新用户、以及资本的青睐，但 OpenAI 依然证明自己有能力引领着科技创新的「高地」。

ChatGPT 和其他聊天机器人的访问量对比｜图片来源：Similarweb

在此次 OpenAI 推出基于 GPT-4o 的「超级智能助理」之后，这似乎也将成为接下来各科技大厂争先追赶的方向。

据外媒报道，近期谷歌一直在测试使用人工智能打电话。传闻，它将推出一款名为「Pixie」的多模态个人助理，作为「Google Assistant」的替代品。它可以通过摄像头查看物体，并执行人类指令。这在明天的 Google I/O 大会上就会见分晓。

而近日，外媒亦报道，苹果即将与 OpenAI 达成协议——在 6 月份苹果举办的年度全球开发者大会上，苹果或将在 iOS 18 中引入由 ChatGPT 提供支持的「聊天机器人」，这或将对苹果的个人语音助理 Siri 带来颠覆性影响。

难以想象，仅仅一年半的时间，OpenAI 就将技术推到了今天这个地步、让「超级助理」的想象这么快发生在我们眼前。然而，这也只是 OpenAI 释放的技术实力的一角。毕竟，我们今天谈到的仅仅是 GPT-4 的更新，还没有说到 GPT-5。OpenAI 到底会给我们带来多少震撼、以及随之会产生多少忧虑，都是未知的问题。

如果站在科技的未来隧道往回看，今天 GPT-4o「超级语音助理」的诞生，或许会成为科技史上一个标志性的时刻。但或许又如同 OpenAI 首席运营官 Brad Lightcap 几天前所说，「在接下来的 12 个月里，我们应该会觉得今天使用的（AI）系统糟糕得可笑。」

本文首发于极客公园，如需转载请联系极客君微信 geekparkGO

原文作者：Lido 战略顾问 Hasu

编译：Odaily 星球日报 Azuma

上周末，Lido 战略顾问 Hasu 针对近半年以来市场环境的变化，就 Lido 于去年 10 月所确定的“战略意图”（GOOSE）发布了首篇更新意见（reGOOSE #1 ）。

文中，Hasu 提到了 Lido 当前所面临的主要挑战有两点：

• 一是以太坊基金会的研究者们已开始讨论大幅削减以太坊网络的质押激励，这可能会从根本威胁到 Lido 等去中心化质押协议的经济效益；

• 二是随着再质押（Restaking）叙事的发展，EigenLayer 以及 LRT 等项目的补贴驱动已吸引了上百亿美元的资金流入，stETH 也因此被动遭遇了“吸血鬼”攻击，其市场份额已从 32% 下降至 29% 。

面对上述两大挑战，Hasu 结合自身理解以及社区讨论给出了自己的建议，即 Lido 应该如何应对不断变化的市场潮流，哪些方面应该主动求变，哪些方面又应该坚守初心。

本文内容将主要聚焦于 Hasu 所提到的第二项挑战，即 Lido 面对 Restaking 的“吸血鬼”攻击究竟该如何解题。至于第一项挑战，由于以太坊基金会尚未就是否更改主网质押激励达成普遍共识，该提案仍处于研究与讨论阶段，Hasu 也认为此项提案至少在未来 12 个月内不会出现太大进展，所以本文就不再展开赘述了，对此部分感兴趣的读者可以直接去往论坛阅读原文。

以下为 Hasu 的原文内容（均为 Hasu 第一人称视角），由 Odaily 星球日报编译。

Lido 与 Restaking

Restaking 是一种全新的经济模式，它允许同一抵押品在多个验证服务（在 Eigenlayer 的语境下被称为 AVS）中被使用，从而提高资本利用效率，但由于同时也会存在新的罚没（slash）条件，其风险也会对应增加。比如，同一些 ETH 既可以用作以太坊 PoS 验证的质押资产，也可以用来运行一个数据可用性节点（如 EigenDA）。

去年 10 月，在 Lido 制定 GOOSE 之时我曾讨论过 Restaking 的叙事。当时我的看法是，这确实是一项具备广阔前景的底层技术，但可能需要数年时间才能完全成熟。由于额外的罚没条件存在，Restaking 带来了新的风险，但来自 AVS 服务的收益回报在一开始时却微不足道。

然而，上述分析却忽略了一种可能性，即 EigenLayer 可以在预发布阶段炒作叙事，利用积分补贴来提前吸引资金流入。在撰写本文时，用户们总计已向 EigenLayer 存入了约 500 万 ETH（价值约 150 亿美元），其中大部分存款甚至都是在 AVS 服务启动之前流入的。此外，由于围绕着 EigenLayer 的流动性再质押协议（LRT）以及其他一些 AVS 合作伙伴也都有着自己的补贴计划，这也助推了 Restaking 叙事的激励进一步增长。

虽然长期来看这些补贴注定是不可持续的，但当前的情况却是：大量质押用户已开始选择 Eigenlayer + LRT 的较高收益，而非 stETH 的较高安全性及其网络效应。

针对这一局面，我将从以下三个方面提出对 GOOSE 的更新建议。

stETH 应该继续作为 LST 存在，不应转变成 LRT

尽管 Restaking/LRT 的叙事目前大受欢迎，但我仍认为不应该将 stETH 转变为 LRT，原因有两点。

首先，正如初版 GOOSE 中所提到的，预计未来三年内将有更多的机构资本而非散户资本加入以太坊。如果以太坊的质押层想要保持足够的去中心化，那么 Lido 或其他去中心化质押协议赢得机构的青睐将会变得至关重要。根据我个人的经验，LRT 更高的风险以及主动管理的性质并不符合机构的风险偏好。对于 stETH 而言，海量的资金积累将使其成为最安全、最具流动性的 LST，转变为 LRT 并增加额外风险将有损这一基础。

其次，虽然 LRT 可以提供更高的收益率，但其性质却更接近以 ETH 计价的共同基金（mutual funds）或是借贷市场中的代币化存款。流动性质押的关键属性在于它是一个商品化的软件产品，但对于 LRT 来说，市场上的大部分人可能都难以匹配其风险及收益偏好。因此，LRT 不太可能实现显著的网络效应和深度流动性，这将进一步限制其采用。此外，LRT 主动管理的特性也可能导致它们更容易被视为需受监管的金融服务。

不过对于在 stETH 的基础之上构建额外产品（比如 LRT）的可能性，Lido 应该保持开放态度，只要市场对于该产品的需求可以与 Lido 的愿景保持一致。然而，stETH 本身作为 Lido 的基石，应该始终保持为 LST。

寻求可剥离罚没风险的质押服务，比如“预确认”

抛开 LRT 不提，我们也可以围绕验证者服务对 stETH 的用例进行更深层次探索，这也有两点原因。

• 一是因为 AVS 可以大致划分为需要验证者的 AVS 以及不需要验证者的 ASV，后者可以基于任何类型的抵押品运作。

• 二是并非每一项验证者服务都需要罚没机制才可运作，换句话说罚没风险可以被隔离，以免影响 stETH 持有者。

我认为 Lido 应当继续走在定义“什么才叫质押（Staking）”的最前沿，积极探索那些有助于以太坊扩展或安全愿景的验证者服务，并借此获取以太坊社区的支持。

2022 年，Lido 曾成为了首个承诺在所有节点中使用 mev-boost（协议外 PBS）的质押协议，其周全的策略在 MEV 最大化、节点选择、抗审查性之间实现了良好平衡，对整个行业的质押服务产生了积极影响。

如今，运行 mev-boost 已成为质押操作的常规部分，这表明了针对“什么才叫质押”的定义可以至更多额外的服务。

在我看来，“预确认”（pre-confirmation）将是 mev-boost 之后下一个可被广泛采用的验证者服务（尽管我预计它们将是 mev-boost 的演变而非取代）。“预确认”允许验证者承诺在当前区块内的所有交易之外额外再包含一笔交易，以便以更快的速度（对比 12 秒的下一次出块时间）对 Rollup 或 DEX 交易进行排序，从而在用户体验、安全性和互操作性等多个方面实现改善。

Lido 应成为“预确认”服务的领跑者，并开始寻找合作伙伴。此外需要注意的是，Lido 应该通过使用为每项新服务设立的专项基金等方式来实现这一目标，而非选择那些会给 stETH 持有者带来额外风险的方案。

推动 stETH 成为 Restaking 市场中的头号抵押品

除了在内部探索与以太坊愿景相符的验证者服务（比如“预确认”）之外，成为各类 AVS 的头号抵押品对于 stETH 而言也将是一个机会，这些 AVS 要么不需要验证者，要么则是因为风险过高或不符合以太坊的愿景而无法在协议内部进行构建。

这一选择符合“维持 stETH 作为最安全、最贴合以太坊的 LST”的基本原则。Lido 不应该进入主动风险管理领域，而是应该想办法让质押用户可以通过诸如将 stETH 存入 Restaking 协议或 AVS 的方式来选择更高的风险/收益模式。

这需要围绕 stETH 建立一个繁荣的应用程序及合作伙伴生态系统，类似于 Lido 曾经通过集成至以太坊 DeFi 以及更广泛的 CeFi 领域时所做到的那样，属于生态系统建设的范畴。这也需要 Lido 深入了解 AVS 和 LRT 生态，与系统中的关键角色构建联系，并通过合作来协调激励措施。

鉴于 Lido 过往战略合作谈判方面历来表现不佳，我建议以此为目的在 Lido 内部创建一个新的生态系统建设团队。

撰文：常嘉帅

来源：华尔街见闻

隔夜美股，上演了一出惊天大逆袭，meme 股纷纷开启逼空行情。三年前轧空大战核心标的游戏驿站（GME）周一盘中一度狂飙近 120%，日内至少六次因波动过大而触发熔断，最终收涨 74%，S3 Partners 数据显示，GME 空头已因周一盘中大涨而合计损失 10 亿美元。

其他 Meme 股也因 Keith 回归集体上涨，同为 Meme 股核心标的的 AMC 院线（AMC）收涨 78.4%，Koss（KOSS）涨 36.7%，黑莓（BB）涨 6.9%。Reddit 以及散户偏爱的网红券商 Robinhood 也同步走高。

原因就是——曾在 2021 年引爆 meme 股狂潮、随后销声匿迹的散户圈顶流 Keith Gill 回来了。

当地时间 5 月 13 日，Keith Gill（网名 Roaring Kitty/DeepFuckingValue 或 DFV）在 X 发布了一幅 meme 图片，图片显示的是一个人打游戏时身体前倾认真起来的姿态。

这条疑似再次吹响战斗号角的推文，在 X 的浏览量超过了一千八百万次。随后，他又发布了一些电影片段，这些片段都围绕着角色的回归展开。而在此前，他最后一次发推是 2021 年 6 月，内容是猫咪睡觉的视频。

「散户的王」回归，让 X 和美股散户大本营 reddit 上的散户大军兴奋不已。

在 X 上，有人引用《沙丘》梗，高呼 Lisan Al Gaib（救世主）；《沙丘 II》中男主角甜茶的形象，也被替换成了 Keith Gill 戴着红头巾的经典形象。

Reddit 上的散户大军们，都争先恐后地用各种 meme 图片为归来的 Keith 重新戴上王冠。

Reddit 上有网友直言，自己在过去几年省吃俭用攒下了十万美元，已经做好了赌上一切的准备。

还有网友说，自己不在乎会不会亏钱，只会跟着 Keith 一往无前。

谁是 Keith Gill？散户带头大哥，世纪轧空大战主角

仅凭一条推文就能引爆美股，Keith Gill 何以有这么大能量？

Keith 之所以在散户心目中有如此之高的地位，是因为他在 2020-2021 年，领导了散户对抗华尔街机构的「meme 股大战」。

Keith 的本职工作是万通保险的财务教育总监，2014 年开始在推特上发帖分享投资心得。2019 年起，他开始在美国贴吧 Reddit 的投资社区 WallstreetBets 发帖唱多游戏驿站，认为这只股票被低估了。

游戏驿站成立于 1984 年，主要做实体游戏卡带租售的生意，鼎盛时期在全球拥有近 7000 家门店，是很多欧美游戏玩家的童年记忆。

然而，随着互联网时代到来，越来越多的游戏玩家选择在索尼和微软的数字商店购买游戏，实体卡带几乎成了「古董」，游戏驿站的生意也愈发惨淡，2019 年巨亏 7.95 亿美元，股价不出意外地大幅下跌，从 20 多美元跌到最低只有 3 美元左右。

业绩低迷、股价暴跌，自然引来了许多嗜血的空头，尤其以华尔街机构居多。这些机构纷纷押注游戏驿站股价继续走低，想在这家公司倒闭之前再赚一笔。

整个 2020 年，游戏驿站成为了美股被做空最多的股票，大多数时间股价都在 10 美元以下。

但 Keith 却坚持在网络上坚定唱多游戏驿站，频频在 Reddit 上晒实盘截图，无论股价如何涨跌，都只买不卖。恰好在这期间，游戏驿站有了美国富豪 Ryan Cohen 的撑腰，Cohen 也相信游戏驿站能通过改革变成「游戏界的亚马逊」，并大手笔买入游戏驿站的股票。

多方反扑之后，到 2020 年底，游戏驿站股价连连上涨，Keith 账户里的资金也从五万美元变成了几十万、一千万美元。越来越多的散户带着崇拜和艳羡的眼光看待 Keith。

此时多空博弈也日趋激烈，有技术流散户认为，当时游戏驿站股票的做空比例高达 140%，如果散户继续抱团买入，拉高游戏驿站股价，那么由于流通中的实际股票数量少于借出的数量，所以空头们必须争先恐后买回股票减少损失，推动游戏驿站股价继续上涨，即所谓「轧空」行情。

但做空机构香橼对此嗤之以鼻，还发布报告嘲讽那些跟风买入游戏驿站的散户，说他们最后会赔得血本无归。

事实证明，傲慢的香橼没有看清楚形势。

当时，受疫情封锁影响，美国新入市散户的数量大幅增加，这些人中不仅手握拜登政府的巨额财政补贴，而且已经经历过币圈崛起的教育，接受高波动投资的理念，更关键的是，许多小散户都讨厌代表传统金融势力的华尔街机构，急于为象征儿时美好回忆的游戏驿站争一口气。

而 Keith，就成了这些散户们的带头大哥。他每天都戴着标志性的红头巾在油管直播，号召大家买入游戏驿站的股票。

2021 年 1 月 4 日，游戏驿站收报每股 17.25 美元。到月底，已经冲到了每股 500 多美元的高点。整个 2021 年，游戏驿站股价上涨了 1000% 以上，也带动了 AMC、黑莓等其他 meme 股，AMC 的区间最高涨幅甚至达到了 2300%。规模百亿美元的对冲基金只能被迫平仓，被小散打爆。

而 Keith 功不可没。这场散户与机构的世纪轧空大战，被散户们誉为「大卫与歌利亚之战」，还被改编成了电影《傻钱》。

世纪轧空大战惊动国会 Keith 宣布退网

最终，这场席卷美国股市的 meme 股运动惊动了美国当局。当年 2 月，财长耶伦召集监管机构开会，讨论这次 meme 股运动的影响。Keith 作为核心人物，后来被传唤到了美国国会作证。

他对国会强调说，自己只是个人投资者，不属于任何机构，也并不提供专业的金融建议，观点仅用于「教育目的」。他只是相信游戏驿站的主营业务被市场低估，认为这家公司可以经过改革适应数字化的游戏零售世界。

他在证词中还解释了为什么要在社交媒体上分享自己的观点。称他之所以这样做是因为： 对冲基金和其他华尔街公司拥有分析师团队，他们可以共同编撰研究报告并对投资理念进行点评，而个人投资者却没有这样的优势。

Keith 在书面证词中还坚称，认为他一个人煽动了 meme 股大涨的想法是「荒谬的」。 认为我利用社交媒体向不知情的投资者推销游戏驿站股票的想法是荒谬的，我非常清楚，我的频道仅用于教育目的。……其他个人投资者是否购买股票与我的论点无关。

2021 年 6 月，Keith 在推特上发布了一段小猫睡着了的视频，随后便从社交媒体上销声匿迹，直至 5 月 13 日突然回归。

据媒体报道，Keith 最初在 2019 年买入了价值 5.3 万美元的 GameStop 股票，此后多次加仓，在 meme 股价格飙升的高峰期，他持有的股票价值大约为 4800 万美元。

【5.05 – 5.11】Web3 游戏行业动态：

a16z 合伙人 Robin Guo：根据Footprint Analytics 的数据，Web3 游戏 DAU 达到 330 万。

OKX Ventures 宣布投资 Wild Forest。

Fantasy.top 按产生的费用跻身前十名加密协议。

加密射击游戏 Shrapnel 现已支持玩家使用加密货币通过信用卡和借记卡进行购买。

MixMob: Racer 1 宣布将于 5 月 14 日在 iOS App Store 和 Android Play Store 上发布。

【5.05 – 5.11】Web3 游戏排行榜：

新玩家增长周榜 Top 10

Smart Cats

tevaera

Yuliverse

Ebisus Bay

Robots Farm

Gaimin

Matr1x FIRE

Axie Infinity

交易笔数增长周榜 Top 10

AlphaOrBeta

Elfin Games

League of Thrones

tevaera

MFL

The Old Castle Defense(TOCD)

Metamon

Grapes Bingo

PipeFlare

ZED RUN

代币增长周榜 Top 10

Wolf game

Hero Blaze: Three Kingdoms

Sunflower Land

Gamestarter

Amazy

Playermon

Ftribe Fighters

Nine Chronicles

Dark Frontiers

Planet IX

​____________________

本文内容仅作行业研究和交流使用，不构成任何投资建议。市场有风险，投资需谨慎。

Footprint Analytics是一家区块链数据解决方案提供商。借助尖端的人工智能技术，Footprint Analytics 提供 Crypto 领域首家支持无代码数据分析平台以及统一的数据 API，让用户可以快速检索超过 30 条公链生态的 NFT、Game 以及钱包地址资金流追踪数据。

产品亮点:

面向开发人员的Data API

用于GameFi项目的Footprint Growth Analytics (FGA)

大数据批量下载功能Batch download

Footprint 提供的所有数据集

查看我们的推特(Footprint_Data)了解更多产品更新信息

NVIDIA创始人兼首席执行官黄仁勋在GTC 2024主题演讲上表示：下一波 AI 浪潮将是 AI 对物理世界的学习。

当下，全球范围内价值超过50万亿美金的行业正在竞相实现数字化，数字孪生技术正在赋能千行百业。NVIDIA Omniverse 中国区业务负责人何展表示，AI正在进入物理世界。每一栋建筑、每一个仓库、每一个工厂，都将实现AI化，并持续优化。新一代的数字孪生更需要使用数字化的技术、模拟世界的技术，来训练和测试AI。

生成式 AI 有望彻底改变它所触及的每一个行业，掌握技术是迎接挑战的关键。而我们想要的AI一定是值得信赖的、高性能的，这样级别的AI，需要在一个遵守物理定律的数字孪生世界中进行模拟、验证和仿真。

来听NVIDIA英伟达的专家们聊聊，如何将物理世界模拟和AI融合在一起。

一、NVIDIA的“三大灵魂”

今年的GTC主题演讲上，黄仁勋说：“计算机图形学、物理学引擎模拟仿真和AI是NVIDIA的灵魂所在。”

1、计算机图形学

众所周知，NVIDIA是靠图形学起家的。何展表示，不夸张地说，几乎每一位NVIDIA的员工都以此为傲。利用NVIDIA的底层技术，开发者们可以将现实世界中每一个真实存在物品，都极度逼真地渲染及模拟出来。

2、物理世界模拟技术

有了可以以假乱真的计算机图形学技术，做出了好的数字资产，要真正赋能到应用，还缺一个要素——物理世界模拟技术。

来看两个例子，一个是从宏观的世界去模拟，一个是在极其微小的粒子世界里做模拟技术，以赋能应用。

通过Omniverse渲染引擎模拟粒子爆炸的实际情况，运用大量的计算去模拟真实的粒子分析，并且加速了很多倍，以呈现真实的效果。

微观世界分子结构异常复杂的设计也需要模拟，且物理准确模拟非常重要。一个简单的例子，如果模拟精准度不够真实，那么我们今天的靶向药物治疗等方式，就都是无效的。

3、AI技术

过去几年，AI技术的变革颠覆了众多行业。有了AI的加持，Omniverse也带来了全新的功能和体验。

怎样通过AI技术快速构建一座数字孪生工厂？首先用2D的PDF图纸，通过文字描述生成3D结构，用到的工具是NVIDIA的DeepSearch，可以通过深度学习的方式检索出你想要的模型资产，并放置在数字孪生环境中。接着调用SA软件BlenderGPT，通过文字生成工厂系统。再用Adobe通过文字生成大理石地面。然后通过其他软件生成GIS数据，最终一个数字孪生工厂的Demo便完成了。

这一过程较传统设计有了巨大的变化，无需操作其他软件，只需通过文字和Omniverse便完成了这样一个复杂的数字孪生制作过程。过去，如此复杂、专业的设计需要科班出身的设计师以及在工厂的实践经验才能完成。现在，NVIDIA提供的技术和平台可以让每个用户，只需输入文字、会使用Omniverse的平台软件，就可以完成。

这就是AI和Omniverse结合之后实现的全新设计流程。

以上，NVIDIA的三大灵魂，融合起来就是Omniverse。数据显示，Omniverse由超过300万行的代码编写而成，在全球范围内已经集成和整合了超过240款工具软件。如今，Omniverse的数字孪生几乎无处不在，涵盖汽车、制造、媒体、建筑、能源、科学运算仿真等等各行各业。

二、融合三大灵魂的 Omniverse能做什么？

“三大灵魂”全部融合在一起，能做什么？

全球气候模型Earth-2，需要进行3D交互式的天气和季候数据的数字孪生模型，不仅要训练大量的数据，还要把它们数字化。在这个模型中，我们可以看气象的走向、大气河的流动，还能看到飓风，并且精确到1公里范围内，以帮助人类预测它的准确路径。充分应用了图形学、物理世界模拟仿真，以及AI。

能否用“三大灵魂”分析更多事呢？如何把这些技术融入到真实的企业应用环境中至关重要。

每一个场站的布局背后都有很多的数字孪生模型，就像有一只无形的手在操作，这个手就是AI Agents，辅助这个标点符号里每一个场站ARM小车最优的路径，这就是物理世界和数字世界交互的一个非常生动的例子。

给一辆小车布一个最优路径尝试一下，再给它一个突发事件，看它如何实时调整路径。假设这边货架突然倒塌，它能否及时调整路径？可以看到，ARM小车不但重新规划了自己的路径，路过时还对AI Agents说：“我感觉出现问题了，你赶紧去处理。”这个过程背后技术的复杂程度其实是非常高的，同时需要数字孪生模型、AI和算力。

而随着各行业竞相将自己重塑为软件驱动的科技公司，每个领域的生成式AI也都如雨后春笋般兴起，3D数据正在实现互操作性，高级图形学以及从边缘到云的仿真计算能力的进步，都为各行业的物理流程数字化带来了全新机遇。

三、仿真工作流 加速AI训练

今年GTC上，Omniverse带来的最大更新便是Omniverse Cloud API，把Omniverse放到云端，提供一个应用程序编程接口API，让开发人员可以将Omniverse最核心的技术直接集成到已有的应用层和工作流中。

Omniverse不仅可以帮助全球工业企业加速自动驾驶车辆、人形机器人、智能仓储、大规模智慧城市等工作流程，Omniverse Cloud API，更将为基于AI的数字孪生仿真工作流的训练、模拟，以及后阶段的部署带来全新加速。

随着全球自动驾驶汽车和机器人需求的不断增加，AI开发人员可能需要更多的传感器数据来进行训练、测试、验证这些AI的感知系统，而这些感知系统可以通过传感器模拟方式去实现一个合成数据的1:1数字孪生世界，在Omniverse构架的虚拟世界里进行训练、测试、仿真、验证等。这些合成数据都需要物理上非常精确的、符合物理定律的渲染。

AI是如何在虚拟世界中进行训练的？

AI和仿真最重要的是软件在环（SIL）和硬件在环（HIL）。将所有机器人、自动驾驶汽车、自主移动设备、传感器全部仿真放在Omniverse里，环境、场景都是实时渲染出来的，以实时喂料的方式喂给机器人的传感器，传感器看到的数据是假的，传感器本身也是虚拟出来的，汽车传感器看到的画面也是合成数据。把虚拟传感器捕捉到的数据，和汽车传感器得到的数据融合在一起，放在数字孪生里渲染，称之为SIL。将SIL里训练好的模型，部署到硬件设备上，再做物理的路测或环境测试，叫做HIL。做强化学习的时候，要确保学习环境是真实有效的，训练好的模型也是真实有效的，最后再到物理世界去部署。

最终，机器人系统、AI和Omniverse形成了技术闭环。

四、Omniverse登录Apple Vision Pro

全球最受瞩目的两家科技巨头携手，NVIDIA与Apple一起，把Omniverse带到了Apple Vision Pro中去，将许多3D工作流尤其是工业环境下的数字孪生的工作流游戏化，打破了传统的工业工作流程。

Omniverse里的GPU是顶尖的RTX GPU，三大核心点：1.传统着色的部分，可以用来做像素的渲染，确保画面是美轮美奂的；2.光线追踪加速，用包裹体便利的方式去做实时光线追踪，延迟更低，帧率更高，与用户的互动性也更强；3.Tensor，RTX GPU里有针对张量运算的tensor运算，还可以加速AI的训练，如大模型、GenA、neural graphics、NeRF等，都可以用AI去运算。

在云端Omniverse API连接各种应用程序，基于USD或OpenUSD打通数字资产之间的连接和调用，再通过RTX GPU强大的算力和符合物理定律的实时光线追踪完成画面渲染，最后呈现在Apple Vision Pro用户眼前的就是真实的3D空间场景。

Omniverse强大的空间计算带来的全新工作流，使得设计师可以在Apple Vision Pro里实现沉浸式体验，以及人、产品、流程与物理空间之间的无缝互动。在MR里设计出的虚拟产品将与物理世界中的实际产品一模一样，所见即所得，想想都令人兴奋。

结语：

波士顿咨询公司（BCG）对企业最高管理层的调查显示，近四分之三的管理者计划在今年增加公司的技术投资，89% 的管理者将 AI 和生成式 AI 列为前三大优先事项中。超半数的企业希望利用 AI 提高生产力、改善客户服务和提升 IT 效率，以实现降本增效。

“AI已经进入了物理世界。未来将是可生成的。”