注册并分享邀请链接,可获得视频播放与邀请奖励。

小捕手 Chaos 的个人资料封面
小捕手 Chaos 的头像

小捕手 Chaos (@iamyourchaos)

@iamyourchaos
0 正在关注    0 粉丝
搓了个聪明钱导航站。 四大主要板块: ▌FOMO Top 100 ▌Hyperliquid Top 100 ▌Pumpfun Top 100 ▌Binance Perp Top 100 超级 4 合 1 ! 几大主流平台的顶尖交易员都包含在里面了。 一个链接,即可观察 660 名交易员的持有情况、仓位变动以及 x 言论。 听其言,观其行。 网址(特意买了个域名): 题外话,现在 .ai 域名溢价好离谱啊。 早知道当初屯点了。
显示更多
0
9
73
12
转发到社区
我早就说过 @axisrobotics 可能会上币安吧 现在 Axis 和币安钱包联动搞活动 上币安可能性又大了一分 活动时间:为期30 天(分为两个奖励周期) 活动奖励:150 万 Axis 积分 参与链接 -
显示更多
拥抱泡沫=拥抱争议 投资 crypto 的黄金窗口,恰是它争议最大的那几年。 当它还被视为“投机工具”和“监管灰区”时,多数人看到的是风险,少数人看到的,却是一个尚未被主流定价的新网络。 类似的故事并不少见: ▌iPhone 刚问世时,许多人认为手机只能用于通信,小屏幕不可能取代 PC ▌电动车长期被质疑续航短、成本高、补能难,特斯拉也一度被视为资本游戏 争议越大,认知差往往越大。等共识形成、叙事被证明正确,不对称机会通常已经所剩无几。 1/ 下一场争议:机器人 如今分歧最大的行业之一,是具身智能/机器人。 看多者认为,它将引发下一场劳动力革命;看空者则认为,这只是靠 PPT 造富的工业版共享单车。 质疑并非毫无根据: 硬件和维护成本高 人形未必是最优工程方案 高质量真实数据极度稀缺 应用场景分散,付费意愿有限 这些问题都指向同一个核心:物理世界的摩擦。 语言模型可以从互联网学习文本和图像,机器人却必须学习如何行动。 它不只要认出一只杯子,还要判断从哪儿抓、用多大力、怎么避开障碍、如何稳稳放下。一旦抓空、打滑,或者物体位置和预期不符,它还得知道怎么纠错。 这类数据,比互联网上的文本稀缺太多了。 2/ 机器人缺的不是故事,而是数据 具身智能行业正卡在一个明显的矛盾里。 一边,硬件、传感器、算力和模型都在飞速进步; 另一边,能让机器人在真实世界中泛化的数据,依然昂贵、缓慢、稀缺。 传统的数据采集高度依赖封闭实验室:搭建场景 → 安排操作员 → 遥控真机 → 工程师清洗、标注、训练。 这套模式的问题一目了然: ▌速度慢、成本高 ▌场景覆盖有限 ▌难以处理真实世界的大量长尾情况 ▌数据供给很难跟上模型迭代速度 所以行业真正的瓶颈,也许从来不是能不能造出机器人,而是能否以足够低的成本、足够快的速度,持续生产出让机器人变聪明的数据? 这正是 @axisrobotics 的切入点。 3/ Axis Robotics:不造机器人,生产机器人数据 Axis Robotics 没有把重点放在再造一台人形机器人,而是选择了产业链中更基础、也更难规模化的一层:机器人训练数据。 它的路径分三步。 第一步:用浏览器,把仿真数据做成规模生意 用户不需要任何硬件,打开浏览器就能远程操作一台仿真机械臂,完成拿杯子、分拣物品、打开抽屉等任务。 每一次操作都会留下一条完整轨迹——关节状态、物体位姿、控制动作、任务元数据等,可直接用于基础策略的预训练。 第二步:用人工纠错,采集高价值的后训练数据 当策略开始自主执行任务时,人类只需在一旁监督。模型一出错,操作员立刻接管、纠正,然后把控制权交还给模型。 第三步:用手机,补上真实世界的那一块 手机可以捕捉第一人称的空间与动作信息,把日常人类行为直接转化为机器人可学习的样本,填补仿真难以覆盖的真实分布。 后台会对轨迹做回放、验证与清洗,再通过 Isaac Sim 扩展为大规模、照片级、域随机化的训练样本,用于训练泛化能力更强的模仿学习策略。 4/ 结语 具身智能能否像市场期待的那样快速落地,仍是未知数。但有一件事正在变得越来越清晰: 如果物理 AI 真正进入现实世界,数据将是无法绕过的基础设施。 Axis Robotics 传送 -
显示更多
拥抱泡沫=拥抱争议 投资 crypto 的黄金窗口,恰是它争议最大的那几年。 当它还被视为“投机工具”和“监管灰区”时,多数人看到的是风险,少数人看到的,却是一个尚未被主流定价的新网络。 类似的故事并不少见: ▌iPhone 刚问世时,许多人认为手机只能用于通信,小屏幕不可能取代 PC ▌电动车长期被质疑续航短、成本高、补能难,特斯拉也一度被视为资本游戏 争议越大,认知差往往越大。等共识形成、叙事被证明正确,不对称机会通常已经所剩无几。 1/ 下一场争议:机器人 如今分歧最大的行业之一,是具身智能/机器人。 看多者认为,它将引发下一场劳动力革命;看空者则认为,这只是靠 PPT 造富的工业版共享单车。 质疑并非毫无根据: 硬件和维护成本高 人形未必是最优工程方案 高质量真实数据极度稀缺 应用场景分散,付费意愿有限 这些问题都指向同一个核心:物理世界的摩擦。 语言模型可以从互联网学习文本和图像,机器人却必须学习如何行动。 它不只要认出一只杯子,还要判断从哪儿抓、用多大力、怎么避开障碍、如何稳稳放下。一旦抓空、打滑,或者物体位置和预期不符,它还得知道怎么纠错。 这类数据,比互联网上的文本稀缺太多了。 2/ 机器人缺的不是故事,而是数据 具身智能行业正卡在一个明显的矛盾里。 一边,硬件、传感器、算力和模型都在飞速进步; 另一边,能让机器人在真实世界中泛化的数据,依然昂贵、缓慢、稀缺。 传统的数据采集高度依赖封闭实验室:搭建场景 → 安排操作员 → 遥控真机 → 工程师清洗、标注、训练。 这套模式的问题一目了然: ▌速度慢、成本高 ▌场景覆盖有限 ▌难以处理真实世界的大量长尾情况 ▌数据供给很难跟上模型迭代速度 所以行业真正的瓶颈,也许从来不是能不能造出机器人,而是能否以足够低的成本、足够快的速度,持续生产出让机器人变聪明的数据? 这正是 @axisrobotics 的切入点。 3/ Axis Robotics:不造机器人,生产机器人数据 Axis Robotics 没有把重点放在再造一台人形机器人,而是选择了产业链中更基础、也更难规模化的一层:机器人训练数据。 它的路径分三步。 第一步:用浏览器,把仿真数据做成规模生意 用户不需要任何硬件,打开浏览器就能远程操作一台仿真机械臂,完成拿杯子、分拣物品、打开抽屉等任务。 每一次操作都会留下一条完整轨迹——关节状态、物体位姿、控制动作、任务元数据等,可直接用于基础策略的预训练。 第二步:用人工纠错,采集高价值的后训练数据 当策略开始自主执行任务时,人类只需在一旁监督。模型一出错,操作员立刻接管、纠正,然后把控制权交还给模型。 第三步:用手机,补上真实世界的那一块 手机可以捕捉第一人称的空间与动作信息,把日常人类行为直接转化为机器人可学习的样本,填补仿真难以覆盖的真实分布。 后台会对轨迹做回放、验证与清洗,再通过 Isaac Sim 扩展为大规模、照片级、域随机化的训练样本,用于训练泛化能力更强的模仿学习策略。 4/ 结语 具身智能能否像市场期待的那样快速落地,仍是未知数。但有一件事正在变得越来越清晰: 如果物理 AI 真正进入现实世界,数据将是无法绕过的基础设施。 Axis Robotics 传送 -
显示更多
0
54
20
0
转发到社区
冷知识: PoorGoat 在 $ANSEM 市值约 $7.7M 时,花 2.9 万美元买入 如今这笔仓位已价值 128 万美元,浮盈高达 125 万美元 你可以注册 FOMO 跟踪他的交易 -
显示更多
0
11
19
1
转发到社区
近期最值得关注 没有之一 dYdX 更名为 Arcus 在 Robinhood Chain 上部署 并且获得了 Robinhood 注资 他们要做什么? ▌股票交易(零手续费) ▌永续合约交易 ▌Pre-IPO ▌RWA 股票作为抵押品 Arcus 现在背靠 Robinhood 的深度流动性和庞大用户群体,妥妥亲儿子。 一定会发新币 大概率会有旧代币 $DYDX 的迁移或者空投 加入候补名单,提前卡位 -
显示更多
dYdX is now Arcus. A leading DEX on Robinhood Chain. 24/7 trading on 95 stock tickers with 0% fees, and liquidity from top institutional market-makers.
Crypto cards badly lack the geo filter. Most analytics platforms ignore that one completely – but why should I compare KAST vs. Plasma if one of them is not in my country, eh? So I built something for you, anon. Meet Ranked+ Cards: The ONLY cards data aggregator that shows data that helps decision making. Try it here:
显示更多
0
71
187
23
转发到社区
$TJR 浮盈 865 万美元 本金 322 万美元 太吓人了 我数了好几次才敢确认 他的 x 账号是 @_TJRTrades 注册 FOMO -
▌前 Amber 创始人的新项目 ▌Pantera Capital 领投 ▌预测市场 + 永续合约 野心是成为“亚太版 Kalshi ”。 建议你申请下 TurboFlow 前排计划。 链接在评论区。
显示更多
Most markets were built for institutions. We’re building for everyone else. Introducing the TurboFlow Front Row Program. 💺Monthly Compensation 💺Revenue Sharing 💺Front Row Access & Long-Term Opportunities Apply Now 👇
显示更多
理财局 西班牙 vs 佛得角 西班牙阵容豪华,全队总身价超过 10 亿欧元,罗德里、佩德里、亚马尔等一众巨星坐镇。 反观佛得角,全队身价可能还不及西班牙的零头。 目前西班牙胜率 92% 。如果这都能输,那绝对是惊天大冷门。 沙特 vs 乌拉圭 这场实力差距没有上一场那么夸张。但乌拉圭无论是整体底蕴还是球员实力,都明显更胜一筹。 胜率 67% 。 最后 不过——足球是圆的。 竞技体育从来没有绝对的输赢。就拿最近的 UFC 来说,奇马耶夫和托普利亚接连翻车,两场都是大下狗完成逆袭。 害得我翻车亏了钱😅 小赌怡情,切勿下重注。 #BillionLive# #XLayer# #TheGoalRush#
显示更多
牛市终将到来 Crypto 不会死 你必须先相信,才有机会看到。 认真看看正在发生的一切: @HyperliquidX 周收入 2100 万美元 @AskVenice 300 万用户 @fomo 60 万用户 这些数字背后,是一个正在发生的范式转移: Crypto 正在从讲故事的行业进化为严肃做生意的行业。 上一个周期,估值靠叙事、靠流动性。 下一个周期,价值将回归最朴素的商业逻辑。 谁能吸引真实用户,谁能创造可持续的收入。 谁就拥有未来。
显示更多
The cofounder of @fomo reveals what he has planned for the future of fomo "fomo is a trading app, but the social aspect is what keeps us sticky and continues to let it grow. Currently, we're positioned as one of the best places to trade onchain. I think there's still a lot for us to improve on." "We want this to be one of the biggest social media platforms in the world, not just one of the biggest trading apps. If you take a look at the Metas and their equivalents in the world, they're typically worth a lot more than Coinbase and Robinhood. A lot of that is due to network effects." "Our goal is to become on par with Twitter, Facebook, Reddit, and other big social media conglomerates in the world. We want to be a place where you can come in, discuss your trade ideas, your investment theses, and the things you're doing in real time."
显示更多