文章核心观点 - 公司宣布与RateX战略整合，使dfdvSOL能参与RateX的保证金收益生态，解锁资本效率和深化收益货币化途径，扩展dfdvSOL在复杂DeFi渠道的效用 [1][2] 公司相关信息 公司概况 - 公司是美国第一家采用积累和复利Solana（SOL）的财务战略的上市公司，通过该战略为投资者提供对SOL的直接经济敞口，积极参与Solana生态系统的发展 [4] - 公司是一个由人工智能驱动的在线平台，连接商业房地产行业，为多户和商业地产专业人士提供数据和软件订阅以及增值服务 [5] - 公司目前每年服务超过100万网络用户，包括申请数十亿美元债务融资的多户和商业地产所有者及开发商、专业服务提供商和数千家多户和商业地产贷款机构，涵盖美国超10%的银行等各类机构，其数据和软件产品通常以软件即服务（SaaS）的订阅形式提供 [6] 公司业务 - 除持有和质押SOL外，公司运营自己的验证器基础设施，从委托质押中获得质押奖励和费用，还参与去中心化金融（DeFi）机会，探索支持和受益于Solana扩展应用层的创新方式 [4] 合作相关信息 合作内容 - 公司与RateX战略整合，使dfdvSOL能全面参与RateX基于保证金的收益生态系统 [1] 合作意义 - 持有dfdvSOL的用户可在RateX上使用三种收益策略，包括交易合成收益代币、锁定固定收益和提供流动性，使dfdvSOL对主动收益交易者和被动收益优化者都可获取 [2] RateX平台 - RateX是跨多链运行的保证金和现货收益交易协议，提供收益代币化以及收益和本金拆分与交易，除杠杆收益交易外，还提供赚取固定收益和收益流动性 farming 两个集成功能 [7][8] - 在RateX上，用户可交易dfdvSOL的收益代币（YT）、将dfdvSOL的浮动收益转换为固定收益本金代币（PT）、存入dfdvSOL铸造合成标准代币（ST）和YT并通过优化的自动做市商（AMM）提供流动性并赚取收益、费用回扣和损益，且随时间减少无常损失 [7]

| 机器之心报道 | | --- | 编辑：张倩、陈陈 谁说强化学习只能是蛋糕上的樱桃，说不定，它也可以是整个蛋糕呢？ 在 2016 年的一次演讲中，Yann LeCun 曾将强化学习比喻成蛋糕上的樱桃。他提到，「如果把智能比作一块蛋糕，那么无监督学习就是蛋糕的主体，监督学习就是 蛋糕上的糖霜，而强化学习则是糖霜上的樱桃。我们已经知道如何制作糖霜和樱桃，但却不知道如何制作蛋糕本身。」 从 2016 年至今，LeCun 对强化学习一直不看好。然而，不可否认的是，强化学习在提升 AI 模型能力方面正变得越来越重要。而且，来自微软的一项新研究显 示，它不仅在后训练阶段发挥着关键作用，甚至在预训练阶段也展现出巨大的潜力。 在这篇题为「Reinforcement Pre-Training」的论文中，作者提出了一种名为「强化预训练（RPT）」的新范式。在这种范式中，下一个 token 预测任务可以被重新定 义为一个通过强化学习训练的推理任务。在这一任务中，模型会因正确预测给定上下文中的下一个 token 而获得可验证的奖励。 这就好比在制作蛋糕的过程中，直接将樱桃融入到蛋糕的主体结构中。 作者指出，RPT 范式的好处在于 ...

纪要涉及的公司和行业 - **公司**：Coinbase Global (COIN) - **行业**：加密货币行业 纪要提到的核心观点和论据 监管环境 - **观点**：监管环境较过去变得更有利，与监管机构的对话良好，有望推动证券代币化等变革 [8] - **论据**：SEC成立加密任务组，与行业的互动增多；白宫的态度产生积极影响；CFTC的参与加速，Coinbase推出24/7交易的美国上市期货 [8][9] 业务优势与差异化 - **观点**：Coinbase通过提供“加密即服务”，为其他银行、经纪商和金融科技公司提供基础设施，实现差异化竞争 [16][17] - **论据**：为超200家机构提供交易、托管、质押等服务，与Webull、BlackRock's Aladdin平台、Revolut等建立合作 [18] 机构业务 - **观点**：Coinbase的机构业务具有独特性，整合交易、托管、质押等功能，提供一站式服务 [19][20] - **论据**：Coinbase Prime将交易和托管整合，拥有DFS监管的托管资质，提供质押、融资等服务；市场业务涵盖现货市场、美国期货市场、非美国永续期货市场等 [19][20][21] 收购Derabit - **观点**：收购Derabit是一次机会主义的交易，将完善产品组合，提升国际业务和机构业务，改变市场竞争格局 [25][26][27] - **论据**：Derabit是加密货币领域最大的期权提供商，拥有超350亿美元的未平仓合约；期权交易有助于稳定收入；具备跨保证金交易能力，可提高资本效率 [25][27][28] 衍生品业务 - **观点**：Coinbase在衍生品业务上具有竞争力，有望在国内外市场取得进展 [36][37] - **论据**：在美国，Coinbase拥有24/7交易和跨保证金功能，计划在Q3推出相关功能，争取基础交易业务和更大合约市场份额；在国际市场，已获得一定份额，收购Derabit后可利用其期权业务优势拓展市场 [36][37][38] 托管业务 - **观点**：Coinbase作为广泛的加密货币公司，在托管业务上具有优势，可应对竞争 [43][44] - **论据**：为众多ETF发行人提供托管服务，通过提供交易、融资和托管一站式服务赢得业务；可利用“加密即服务”为专注少数资产的银行提供其他资产托管服务 [41][43][44] USDC业务 - **观点**：USDC业务为Coinbase带来机会，推动市场份额增长和资产托管规模扩大 [45] - **论据**：部分衍生品交易所希望以USDC为标的上市衍生品；DeFi池将USDC用作抵押品，使Coinbase的链上钱包资产增加，目前持有超80亿美元资产 [45] 市场结构与成熟度 - **观点**：加密市场在某些方面已相当成熟，但仍有提升空间，规模和整合是关键 [48][49] - **论据**：比特币交易效率与顶级标普股票相当；Coinbase致力于将所有市场整合在一个平台下，成为加密市场的规模参与者 [48][49] 其他重要但是可能被忽略的内容 - **安全技术**：Coinbase是一家加密安全公司，在冷存储密钥管理方面不断发展，开源多方计算库，注重地理和人员多样性，实现冷存储与实时资产收发的平衡 [60][61][62] - **客户类型**：Coinbase的机构客户包括做市商、自营交易集团、企业客户、资产管理公司、对冲基金、家族办公室、银行和经纪商等，养老金和捐赠基金领域仍处于早期阶段 [64][65] - **稳定币影响**：稳定币是交易用例的关键推动者，Coinbase将在未来几个季度重点发展支付业务，稳定币对其至关重要 [71][72] - **2025年优先事项**：衍生品业务是最大重点，包括完成和整合Derabit收购、推出永续合约、争夺CME市场份额；继续发展托管产品；拓展“加密即服务”基础设施 [74][75]

Representation of cryptocurrency and Circle logo displayed on a screen in the background are seen in ... More this illustration photo taken in Krakow, Poland on June 10, 2022. (Photo by Jakub Porzycki/NurPhoto via Getty Images)NurPhoto via Getty Images Circle Internet Group Inc (NYSE: CRCL), the issuer of the USDC stablecoin, has rapidly emerged as one of the market’s most watched stories following its IPO. Currently trading around $115 — a significant increase from its IPO reference price of $31 — the comp ...

BOCA RATON, FL, June 10, 2025 (GLOBE NEWSWIRE) -- DeFi Development Corp. (Nasdaq: DFDV) (the "Company" or "DeFi Dev Corp."), the first US public company with a treasury strategy built to accumulate and compound Solana ("SOL"), today announced a strategic partnership with Exponent, a leading Solana-native yield strategy platform. This collaboration will see dfdvSOL, a liquid staking token (LST) adopted by DeFi Dev Corp., integrated into Exponent's innovative fixed-yield and leverage yield farming vaults. Wit ...

公司业务与收入结构 - 公司主要收入来源为交易手续费，占总收入超过50%，该收入与交易量高度相关且波动性较大[1] - 国际收入主要由交易收入构成[1] - 2025年一季度交易收入同比增长18.2%至13亿美元，主要受交易量增长26%驱动[2] - 公司预计2025年二季度机构交易收入将环比减少3000万至4000万美元[2][8] 市场动态与战略布局 - 比特币ETF和代币化资产采用率提升推动加密货币交易活跃度，持续带动交易收入增长[3] - 公司投资Base（以太坊Layer 2扩容方案）等基础设施以支持长期发展，2024年与Stripe合作在Base上整合USDC[3] - 平台扩展资产类别，在Base上推出cbXRP和cbDOGE等代币化股票[3] - 交易收入具有强经营杠杆效应，规模扩张时利润增速快于成本增速[4] 竞争格局 - 主要竞争对手包括Robinhood Markets和Interactive Brokers Group[5] - Robinhood超60%收入来自加密货币、期权和股票交易，对零售投资者行为及市场波动高度敏感[5] - Interactive Brokers通过佣金制交易收入实现高利润率增长，交易量增长显著提升盈利水平[6] 财务表现与估值 - 公司股价年初至今上涨1.2%，跑赢行业平均水平[7] - 当前市盈率45.5倍，显著高于行业平均18.72倍，价值评分为F[10] - 2025年二季度和三季度EPS共识预期过去30天分别下调47.1%和37%，但2025全年和2026年EPS预期分别上调52.3%和16.7%[11] - 2025年营收预期同比增长，但EPS预期下降；2026年EPS预期回升[12]

文章核心观点 BioSig Technologies收购Streamex后任命Parcl联合创始人Trevor Bacon和Kellan Grenier为战略顾问，二人将助力公司进行现实世界资产的代币化和交易，公司顾问团队实力强大，BioSig专注医疗技术，Streamex专注商品领域现实世界资产代币化 [1][5][7] 公司人事任命 - BioSig Technologies于2025年5月收购Streamex后，任命Parcl联合创始人Trevor Bacon和Kellan Grenier为战略顾问 [1] - Trevor Bacon和Kellan Grenier带来去中心化金融、合成资产创建和现实世界资产代币化方面的专业知识 [1] 顾问背景信息 - Trevor Bacon是Parcl的CEO和联合创始人，此前在金融领域工作超十年，曾在巴克莱任职并在多家对冲基金担任投资组合经理 [3] - Kellan Grenier是Parcl的联合创始人兼首席运营官，有TMT行业多空股票分析师经验，涉足区块链技术超五年，负责战略伙伴关系、代币经济学和平台扩展 [4] - Parcl是领先的区块链原生平台，基于Solana，使用户能通过合成永续交易涉足房地产市场，无需拥有实物房产 [2] 各方表态 - BioSig首席执行官Henry McPhie称Trevor和Kellan是创新者，其经验适合公司使命，见解对扩展基础设施至关重要 [5] - Trevor Bacon表示很高兴为BioSig和Streamex提供建议，现实世界资产代币化将改变投资方式 [5] - Kellan Grenier称公司方法与自己对可编程金融资产和区块链获取资产类别的信念一致，支持公司愿景 [5] 公司顾问团队 - BioSig和Streamex的顾问团队包括Frank Giustra、Sean Roosen、Mathew August、Trevor Bacon和Kellan Grenier等，他们为公司通过代币化改变全球商品市场的使命带来世界级经验 [6][7] BioSig Technologies公司介绍 - BioSig Technologies是创新医疗技术公司，致力于通过先进信号处理和数字解决方案重新定义心脏护理 [8] - 其旗舰PUREEP™平台结合专有软硬件，捕捉超高保真心内信号，获FDA 510(k)批准，为电生理学家提供实时、无噪声电图可视化，提升安全性、效率和患者预后 [8] - 公司与梅奥诊所等领先机构和知名工程公司合作，推进下一代医疗工具 [8] Streamex公司介绍 - Streamex是专注商品领域的现实世界资产代币化公司，目标是将商品市场引入区块链，开发了一级发行和交易基础设施，将革新商品金融 [9] - 公司由金融、商品和区块链行业的成功资深高管领导，认为金融未来在于代币化、创新投资策略和去中心化市场，旨在弥合传统金融与数字经济差距，为全球投资者和机构创造新机会 [9][10] - Streamex是BioSig Technologies的全资子公司 [11]

多模态大模型技术发展 - 阶跃星辰发布中国首个千亿参数原生多模态大模型Step-1V，基于DreamLLM框架实现图文生成理解一体化 [3] - 多模态领域预计未来2-3年将迎来两个GPT-4时刻：多模态推理和自主学习 [3] - 当前多模态生成理解一体化面临四大挑战：语言对视觉控制能力弱、图文对齐不精确、数据质量有限、生成模块无法反向影响理解模块 [3] 模型规模与能力关系 - 模型参数扩展到万亿级别时出现能力分化：文本生成和知识问答增强，但数学推理能力随规模增长反而下降 [3] - 大模型推理能力下降的核心原因是next token prediction框架更关注压缩率而非推理精度，导致思维跳步现象 [4][37] - Rule-based RL可通过直接优化任务目标来抑制跳步、强化稳定思维路径，显著提升大模型推理能力 [4] 计算机视觉领域挑战 - CV领域难以仅靠视觉数据实现GPT时刻，因静态图像数据中生成、理解与人类对齐三者割裂 [23] - 对比学习和MIM等方法在小模型有效但缺乏scale up特性，因依赖人工设计的不变性而非数据驱动 [15][16] - 视频数据可能成为突破口，因其蕴含更丰富的时空信息和自然对齐关系 [24] 生成理解一体化难题 - 语言模型通过next token prediction天然实现生成理解一体化，但该范式在多模态领域效果有限 [17] - 实验显示外挂生成模块对理解性能无影响，生成模块可控性差，常产生违反物理常识的输出 [29][31] - 复杂度问题是核心障碍：视觉生成需要考虑的因素远超单步推理能力上限 [52] o1范式突破 - o1范式通过引入Meta CoT实现思维链网状结构，允许模型在关键节点反悔重试 [5] - 该范式成功关键在于预训练语料中已存在多样化思维pattern，RL仅需强化而非创造 [51] - 相比传统RL，语言模型预训练大幅压缩action space，使复杂问题可解 [45] 多模态发展路径 - 短期解决方案是利用图文对齐数据，通过语言模态带动视觉智能 [24] - 长期需突破视频数据利用难题，教学视频中的教学行为可提供丰富action space [63] - 高可控生成技术突破将解开生成与推理的相互依赖死锁，目前OpenAI 4o已展现显著进展 [63][64] 模型架构演进 - 当前transformer架构处理long context存在根本缺陷，需建立分层记忆系统 [67] - multi-agent协作架构可有效解决上下文干扰问题，实现情景隔离式推理 [70] - 架构设计应服务于算法需求，如FFA算法可能彻底改变现有训练范式 [74] 自主学习方向 - 当前rule-based RL面临environment scaling瓶颈，需建立内生学习机制 [76] - 从自然语言反馈中提取多维评价信息是实现自主学习的关键技术难点 [78] - 无限长上下文建模和动态环境交互能力是自主智能体的基础要求 [79]

多模态大模型发展现状 - 阶跃星辰发布中国首个千亿参数原生多模态大模型Step-1V 基于业内最早的图文生成理解一体化框架DreamLLM [3] - 多模态领域预计未来2-3年将迎来两个GPT-4时刻：多模态推理和自主学习 [3] - 当前多模态生成理解一体化面临四大挑战：语言对视觉控制能力弱 图文对齐不精确 数据质量有限 生成模块无法反向影响理解模块 [3] 计算机视觉领域瓶颈 - CV领域长期缺乏类似NLP的GPT时刻 主要受限于数据标注依赖和自监督方法局限性 [13][15] - 对比学习和MIM等方法在小模型有效 但缺乏scale up特性 因其学习的不变性来自人工设计而非数据驱动 [16][18][19] - 静态图像数据存在本质缺陷：生成 理解与人类对齐三者割裂 难以实现智能质变 [24][25][26] 多模态技术突破方向 - 短期解决方案是利用图文对齐数据 通过文字的自闭环特性赋予模型智能能力 [27] - 长期需探索视频和具身系统 视频数据蕴含更丰富信息但利用难度更高 [27] - 生成理解一体化需先解决视觉空间CoT问题 当前action space过于受限 [55][56] 大模型训练范式演进 - Next Token Prediction存在本质缺陷：更大模型在数学等推理任务上表现反降 因倾向跳步且优化目标与任务目标存在gap [38][40][42] - Rule-based RL通过直接优化任务目标 可抑制跳步并强化稳定思维路径 [44] - o1范式突破在于激发Meta CoT 允许模型在关键节点反悔重试 使推理从单线变为图状结构 [44][53] 多模态数据影响 - 图文混排训练中生成模块产生的gradient噪声大且信息量低 可能破坏语义理解 [62] - 高质量多模态数据应确保图文强相关 避免无关数据导致模型confuse [63][64] - 视频数据蕴含丰富思维过程但清洗难度大 是扩展action space的重要方向 [65][66] 未来技术趋势 - 多模态GPT时刻预计1年内到来 需解决生成可控性和视觉空间推理问题 [68][69] - 当前long context方案存在注意力涣散问题 未来可能采用multi-agent分层记忆架构 [69][73][74] - 模型自主学习是ASI关键路径 需解决环境scaling和自然语言反馈利用问题 [78][80][82]

文章核心观点 LiveOne宣布任命Steve McClurg为首席顾问，其将凭借在加密货币、区块链等领域的经验助力公司战略增长，聚焦数字资产创新等方面 [1] 公司动态 - 任命Steve McClurg为首席顾问，他将在指导公司战略增长中发挥关键作用，聚焦数字资产创新、播客资产货币化和机构市场整合 [1] - 公司董事长兼首席执行官Robert Ellin对Steve McClurg的加入表示欢迎，认为其在传统金融和加密领域的经验将助力公司进入数字市场 [2] - Steve McClurg表示期待为PodcastOne和LiveOne团队做贡献，认为公司产品有高增长潜力，且认可Robert Ellin [2] 公司介绍 - 总部位于洛杉矶，是屡获殊荣的以创作者为先的音乐、娱乐和技术平台，通过会员、现场和虚拟活动在全球提供优质体验和内容 [3] - 旗下子公司包括Slacker、PodcastOne等 [3] - 可在iOS、Android等多平台及STIRR的OTT应用程序上使用 [3] 顾问背景 - Steve McClurg在加密货币、区块链、代币化和资本市场有数十年经验 [1] - 拥有加密、区块链、DeFi、代币化等多方面专业知识，是数字资产领域公认的领导者 [5] - 曾将Valkyrie出售给CoinShares，为区块链项目提供建议，有构建和推出代币化投资工具的经验 [5]