TRUNG_DZ
Syöte
Syöte
Kiinnitetty
Markkinat siirtyvät korjausvaiheesta valikoivaan elpymisvaiheeseen
$ENJ vahvan purkauksen jälkeen tukialue on pysynyt noin 0,037 ja toipunut nopeasti. Tämä osoittaa, että kysyntä on yhä olemassa, mutta nykyinen rakenne on, että pumpun jälkeen ei ole uusi trendi. Riski on edelleen korkea, jos se menettää taas 0,037
@OKX Kiertorata
$BASED tekee vähitellen korkeampaa pohjaa ja saavuttaa vastusalueen 0,060. Tämä on eräänlaista faasisiirtymän kertymistä. Jos tämä alue murtuu selvästi, se voi siirtyä lyhyen aikavälin trendiin
$WET pohjasta on voimakas käänne, jossa on kalteva nousukynttilä ja tärkeän MA:n palautus. Tämä on merkki kassavirran palaamisesta, mutta rakenteen ylläpitämiseksi on pidettävä 0,100 aluetta
$HUMA on edelleen vahvin syy ylläpitää jatkuvasti korkeampaa pohjaa ja pysyä kauniissa MA:ssa. Kassavirta on vakaampi kuin muut tokenit, joten jatkuvuuden mahdollisuus on suurempi
Yleinen pointti on, että monet tokenit ovat palauttaneet MA20:n ja MA50:n korjauksen jälkeen, mikä viittaa siihen, että markkinat testaavat lyhyen aikavälin nousutrendiä uudelleen
#OKXOrbitTopics
Strategia
Priorisoi $HUMA ja $BASED, kun vakaan rakenteen vuoksi tapahtuu vetäytyminen
$WET voi seurata, jos se pitää 0,100
$ENJ pitäisi vain seurata rytmiä eikä jahdata hintaa
Yhteenvetona voidaan todeta, että markkina on toipumassa, mutta ei ole vahvistanut vahvaa nousutrendiä. Kassavirta on palannut mutta on edelleen valikoiva, tokenit, jotka säilyttävät rakenteensa, jatkavat myyntiään ja heikot tokenit on helppo purkaa nopeasti
+0,01%
Tilannekuva ajankohtana 13.4.2026, 04.07
Perinteinen vaihteen yhteiskäyttö ei käänny suoraan DeFi:ksi.
Kuten @murielmedard, @get_optimum:n toimitusjohtaja, selitti, ydinongelma on molemmilla markkinoilla samankaltainen: luotettava nopeus on tärkeää.
Mutta viiveen optimointitapa on pohjimmiltaan erilainen.
TradFi:ssa yritykset voivat sijoittaa koneita lähelle vaihteita tai rakentaa omia kuituyhteyksiä tunnettujen sijaintien välille. Tämä toimii, koska verkon topologia on suhteellisen ennustettavissa.
DeFi toimii eri tavalla.
Lohkoketjuverkot ovat hajautettu solmuihin, jotka voivat sijaita missä tahansa maailmassa. Seuraava ehdottaja tai validoija voi sijaita täysin eri alueella.
Ei ole olemassa yhtä ainoaa paikkaa, johon infrastruktuuri voitaisiin sijoittaa varmistamaan läheisyys koko verkkoon.
Omistetun kuidun skaalaaminen muuttuu myös vaikeaksi.
Muriel antoi yksinkertaisen esimerkin:
10 solmua > noin 100 kuituyhteyttä
100 solmua > noin 10 000 kuituyhteyttä
Verkon kasvaessa potentiaalisten yhteyksien määrä kasvaa nopeasti.
Ja topologia ei ole staattinen.
Solmut voivat liittyä tai lähteä eri alueilta, mikä tarkoittaa, että nykyisen verkon pohjalle optimoitu infrastruktuuri ei välttämättä säily optimaalisena huomenna.
Tämä aiheuttaa perustavanlaatuisesti erilaisen viiveongelman DeFi:lle.
Sen sijaan, että yritettäisiin fyysisesti siirtää jokainen osallistuja lähemmäs kiinteää sijaintia, verkkokerroksen täytyy olla tehokkaampi datan siirtämisessä maantieteellisesti hajautettujen solmujen välillä.
Tämä on yksi ongelmista, joita Optimum tutkii teknologioiden kuten mump2p ja verkkokoodauksen parissa.
Jos lohkoketjuverkot jatkavat kasvamista ja maantieteellisesti jakautumista, viivettä ei voi ratkaista olemalla lähempänä oikeaa konetta.
Verkko tarvitsee paremman tavan siirtää tietoa.
Nopeus on rahaa.
#Optimum #Mump2p
AGTP
Perinteinen pörssien sijainti ei tarkoita DeFiä, @murielmedard, @get_optimum:n toimitusjohtaja, selitti, koska lohkoketjuverkot ovat hajautettuja solmuihin, jotka voivat sijaita missä tahansa maailmassa.
Muriel sanoi, että ydinongelma on samankaltainen molemmilla markkinoilla → luotettava nopeus on tärkeää. Mutta perinteisessä rahoituksessa yritykset voivat parantaa viivettä sijoittamalla koneita vaihtojen läheisyyteen tai rakentamalla omia kuituyhteyksiä tunnettujen sijaintien välille.
Tämä malli hajoaa DeFissä, koska seuraava ehdottaja lohkoketjussa voi sijaita missä tahansa. Ei ole olemassa yhtä ainoaa paikkaa, johon infrastruktuuri takaisi läheisyyden verkkoon.
Hän selitti myös, miksi omistettu kuitu ei skaalaudu. Pieni määrä solmuja saattaa olla hallittavissa, mutta verkon kasvaessa tarvittavien linkkien määrä kasvaa nopeasti. Kymmenellä solmulla verkko voisi tarvita noin 100 kuituyhteyttä. 100 solmun kanssa se voi tarvita noin 10 000.
Muriel lisäsi, että solmut voivat myös ilmestyä ja kadota eri alueilla, joten fyysisen infrastruktuurin rakentaminen nykyisen verkon pohjalle ei välttämättä auta huomenna.
Robottipolitiikka voi epäonnistua, vaikka se olisi nähnyt tehtävän aiemmin.
Syynä on usein tila, johon se törmää tehtävää suorittaessaan.
Kuvittele politiikka, joka on koulutettu nostamaan esine kiinteästä paikasta. Käyttöönoton aikana esine siirtyy hieman pois. Robotti saattaa saavuttaa väärän paikan, tehdä virheellisen liikkeen ja jatkaa päätösten tekemistä virheen perusteella.
Tässä kohtaa pelkkä menestyksekkäämpien demonstraatioiden kerääminen ei välttämättä riitä.
Tärkeintä on kerätä tietoa tilanteista, joissa politiikka oikeasti kamppailee.
Axis V2 esittelee tämän koulutuksen jälkeisten tehtävien kautta.
Koulutettu politiikka yrittää ensin tehtävän. Kun sen käyttäytyminen menee pieleen, ihmisen toimija ottaa ohjat, korjaa robotin ja voi palauttaa ohjauksen politiikalle.
Tuloksena syntyvä kehitys sisältää jotain, mitä tavalliset mielenosoitukset eivät välttämättä kuvaa yhtä selvästi:
missä politiikka epäonnistui – > miten ihminen korjasi sen
Tämä liittyy suoraan DAggerin (Dataset Aggregation) ideaan.
Sen sijaan, että aineisto rakennettaisiin pelkästään politiikasta riippumattomien demonstraatioiden pohjalta, DAgger-tyyliset lähestymistavat käyttävät politiikan omia käyttöönottoja tunnistaakseen osavaltiot, joissa tarvitaan lisäasiantuntijaohjausta.
Etuna on, että koulutusdata keskittyy yhä enemmän politiikan heikkouksiin.
Esimerkiksi:
Alkuperäinen politiikka -> tuntematon tila -> väärä toiminta -> ihmisen puuttuminen -> korjaustiedot
Tämä korjaus voi sitten tulla osaksi seuraavaa koulutusiteraatiota.
Tärkeä ero on, että jälkikoulutus ei ole vain toinen tapa ohjata robottia.
Se on mekanismi vikaantumiseen perustuvan datan keräämiseen.
Fyysiselle tekoälylle tämä luo mielenkiintoisen palautesilmukan: politiikka määrittää, mitkä tilat ovat vaikeita, ihmisen puuttuminen korjaa, ja korjaukset voivat muuttua uudeksi koulutusdataksi.
Axis rakentaa V2:ta tämän suljetun silmukan lähestymistavan ympärille, jossa ihmisen ohjaamat korjaukset ovat osa koulutuksen jälkeistä putkea.
Suurempi kysymys on, voiko tämä silmukka skaalautua säilyttäen samalla hyödyllisen datan laadun.
Tämä on yksi keskeisistä ongelmista suurten robottien koulutuksen jälkeisessä koulutuksessa.
#Robotics $AXIS @axisrobotics
TRUNG_DZ
Enemmän robottidataa ei automaattisesti tarkoita parempaa robottioppimista.
@axisrobotics
Datan laatu ja monimuotoisuus ovat yhtä tärkeitä kuin lentoratojen kokonaismäärä.
Ajattele yksinkertaista manipulointitehtävää.
Jos robotti näkee esineen vain yhdessä paikassa, yhdessä olosuhteissa ja seuraa lähes identtisiä liikkeitä joka kerta, tuloksena oleva aineisto voi muuttua hyvin toistuvaksi.
Politiikka, joka on koulutettu kyseiseen dataan, voi oppia tehtävän itse, mutta kamppailla, kun objektia siirretään, ympäristö muuttuu tai alkuperäinen tila muuttuu.
Tämä on yksi syy siihen, miksi datan lisäyksellä on merkitystä robotiikassa.
Perusidea on ottaa olemassa oleva robottikokemus ja luoda lisävariaatioita, jotka voivat tarjota lisää koulutusesimerkkejä.
Axis kuvaa putkensa ratojen keräämiseksi simulaation kautta ja sen jälkeen datan käsittelyksi ja täydentämiseksi. Sen simulaatiomenetelmä hyödyntää myös alueen satunnaistamista, mikä tuo vaihtelua tekijöiden, kuten valaistuksen, tekstuurien, fysiikan, kamerakulmien ja objektien ominaisuuksien välillä.
Tavoitteena ei ole tehdä kopioita samasta kulusta.
Tarkoituksena on laajentaa datan edustamien tilanteiden kirjoa.
Suhdetta voidaan tarkastella seuraavasti:
Yksi kehityssuunta -> Useita variaatioita -> Monipuolisempia koulutusmalleja
Tällä on merkitystä, koska kaikkien mahdollisten fyysisten skenaarioiden kerääminen suoraan olisi kallista ja vaikeaa.
Tietoputki, joka voi tuottaa hyödyllistä vaihtelua olemassa olevasta panoksesta, voi kasvattaa kunkin kehityskulun arvoa.
Mutta augmentaatio ei korvaa uusien kokemusten keräämistä.
Jos alkuperäisestä aineistosta puuttuu tärkeitä käyttäytymismalleja tai tehtävätiloja, saman rajoitetun datan useampien variaatioiden luominen ei välttämättä ratkaise ongelmaa.
Vaikeampi ongelma on siis oikean tasapainon löytäminen:
Uudet ihmisen aiheuttamat kehityskulut tuovat uutta käyttäytymistä.
Augmentaatio laajentaa tämän käyttäytymisen monimuotoisuutta.
Axis rakentaa dataputkeaan molempien prosessin osien ympärille: keräten robottikokemuksia laajassa mittakaavassa ja laajentaen niiden koulutusarvoa sen jälkeen.
#ROBOT
Optimum suuntaa Souliin.
Kent Lin, @get_optimum:n operatiivinen johtaja, puhuu Ethereum Korea Onessa 28. syyskuuta.
Kun Optimum työskentelee aktiivisesti Ethereumin datan leviämiskerroksen nopeuttamiseksi mump2p:n kautta, tämä on ajankohtainen tilaisuus keskustella infrastruktuurin haasteista, joita kohtaa skaalautuvampi ja maantieteellisesti hajautetumpi Ethereum-verkko.
Korean markkinoista on myös tulossa yhä tärkeämpi osa Ethereumin ekosysteemiä, sillä Optimum tekee jo yhteistyötä korealaisten validoijien kanssa ja liittyy Ethereum Korea Consortiumiin.
Nyt Kent Lin tuo Optimumin näkökulman suoraan Souliin.
28. syyskuuta.
Ethereum Korea One.
Soul.
@get_optimum @kentlinyy @ethereumkoreaio
#Optimum #EthereumKorea
Uusi kumppani liittyy mump2p-ekosysteemiin.
@get_optimum 🤝 @FinoaConsensus
Finoa Consensus Services, saksalainen validointitiimi, tekee nyt yhteistyötä mump2p:n kanssa.
Validoijille luotettavuus ja palkitsemisen optimointi liittyvät tiiviisti siihen, kuinka nopeasti ja johdonmukaisesti data liikkuu verkossa. Nopeampi eteneminen voi auttaa operaattoreita vastaanottamaan ja käsittelemään verkkotietoa pienemmällä viiveellä, mikä tukee vahvempaa validointisuorituskykyä.
Tässä kohtaa mump2p astuu kuvaan.
Keskittymällä johdonmukaisesti nopeampaan datan leviämiseen mump2p on rakennettu auttamaan validoijoita parantamaan verkkoyhteyksiä ja vähentämään viiveen vaikutusta suorituskykyyn.
Finoa Consensus Services painottaa vahvasti validointilaitteiden luotettavuutta ja palkkioiden maksimointia, mikä tekee tästä yhteistyöstä luonnollisen ratkaisun.
Toinen validointi liittyy verkkoon. Toinen askel kohti nopeampaa Ethereum-infrastruktuuria.
Tervetuloa mukaan, Finoa Consensus Services.
#Optimum #mump2p
TRUNG_DZ
Uusi viikko, uusia roolipäivityksiä Discord-yhteisössä @get_optimum
Onnittelut kaikille, jotka on tällä viikolla nostettu Rafined-rooliin:
vie123, Williams Smith, 2026, viides, 0xFAlpha, Siaa | gMum, IDREES | MUM, TRUNG, Bio, Julia457, Anju, Horriyashah, Cryptic Ream ja OLA YOOMOMOTA.
Ja tänään minulla on myös kunnia tulla virallisesti Rafinedin jäseneksi.
Se on virstanpylväs, joka motivoi minua entistä enemmän jatkamaan osallistumista, oppimista ja kasvua yhdessä Optimum-yhteisön kanssa.
Onnittelut vielä kerran kaikille uusille Rafinedin jäsenille. Lisää päivityksiä on tulossa.
Toivon myös näkeväni nimenne seuraavalla listalla. Jatka ja jatka panosta — päivityksesi voi olla seuraava.
#Optimum
Uusi viikko, uusia roolipäivityksiä Discord-yhteisössä @get_optimum
Onnittelut kaikille, jotka on tällä viikolla nostettu Rafined-rooliin:
vie123, Williams Smith, 2026, viides, 0xFAlpha, Siaa | gMum, IDREES | MUM, TRUNG, Bio, Julia457, Anju, Horriyashah, Cryptic Ream ja OLA YOOMOMOTA.
Ja tänään minulla on myös kunnia tulla virallisesti Rafinedin jäseneksi.
Se on virstanpylväs, joka motivoi minua entistä enemmän jatkamaan osallistumista, oppimista ja kasvua yhdessä Optimum-yhteisön kanssa.
Onnittelut vielä kerran kaikille uusille Rafinedin jäsenille. Lisää päivityksiä on tulossa.
Toivon myös näkeväni nimenne seuraavalla listalla. Jatka ja jatka panosta — päivityksesi voi olla seuraava.
#Optimum
TRUNG_DZ
32 -> 6 700 -> 38 700 -> 108 600 -> 250 800
Optimum on poistanut lukujonon:
32 -> 6 700 -> 38 700 -> 108 600 -> 250 800
Aluksi ne näyttävät satunnaisilta virstanpylväiltä.
Mutta tähän mennessä saatavilla olevien @get_optimum materiaalien perusteella on vahva vihje siitä, mitä ne edustavat.
Sekvenssi esiintyy rinnakkain RLNC → Data Propagation → mump2p → Flexnodes, ja myöhemmät luvut on visuaalisissa materiaaleissa nimenomaisesti merkitty Flexnodeiksi.
Joten teoriasi siitä, että nämä luvut liittyvät Flexnodeihin, tukee saatavilla olevat materiaalit.
Kuitenkaan ei ole riittävästi dataa vahvistamaan, että kaikki viisi lukua olisivat virallisia aktiivisten Flexnodejen lukuja tietyissä ajankohdissa, erityisesti ensimmäiset 32. Lähdemateriaali liitetään nimenomaisesti 6 700, 38 700, 108 600 ja 250 800 Flexnodeihin, kun taas 32:n merkitys ei ole vahvistettu haetussa lähteessä.
Juuri tuo epävarmuus tekee kohtauksesta mielenkiintoisen.
Flexnodet ovat keskeinen osa Optimumin laajempaa arkkitehtuuria.
mump2p käyttää RLNC:tä koodatakseen lohkoketjudatan koodatuksi tiedoksi, joka voi liikkua verkon läpi.
Mutta nopeampi leviäminen riippuu myös riittävästä verkkokapasiteetista ja hyvin sijoitelluista solmuista, jotta tieto voidaan siirtää tehokkaasti.
Tässä kohtaa Flexnodet astuvat kuvaan.
Optimum kuvaa Flexnodeja globaalina solmuverkostona, joka voi tarjota kaistanleveyttä datan leviämisen nopeuttamiseksi. Pidemmän aikavälin mallissa verkon on tarkoitus laajentua pienen infrastruktuurioperaattoriryhmän ulkopuolelle, mikä mahdollisesti mahdollistaa paljon laajemman joukon internetiin kytkettyjä laitteita kaistanleveyden tuottamisen.
Tämä luo kaksipuolisen rakenteen:
Validoijat, rakentajat ja relayerit luovat tarvetta nopeammalle datan leviämiselle.
Flexnodet tarjoavat hajautetun kaistanleveyden ja kiihdytyskapasiteetin.
Tämän linssin läpi katsottuna kohtaus:
6 700 → 38 700 → 108 600 → 250 800
Se ei vain viittaa suurempaan määrään.
Se viittaa verkostoon, joka mahdollisesti rakentuu yhden keskeisen idean ympärille:
Hajautetummat osallistujat voivat luoda enemmän hajautettua kapasiteettia.
Ja tämä liittyy suoraan Optimumin laajempaan teesiin.
Perinteinen skaalaus tarkoittaa usein tehokkaamman infrastruktuurin lisäämistä.
Optimum tutkii toista suuntaa:
Lisää osallistujia kapasiteetin lisäämiseksi.
RLNC tarjoaa koodauskerroksen.
Mump2P soveltaa sitä nopeaan lohkoketjun leviämiseen.
Flexnodet tarjoavat hajautetun verkkoinfrastruktuurin, joka voi auttaa siirtämään koodattua tietoa.
Jos nämä luvut todella edustavat Flexnode-verkon kasvua, mielenkiintoinen kysymys ei ole yksinkertaisesti:
"Miksi määrä nousi 250 800:aan?"
Se on:
"Mitä voi tulla verkosta, jossa on niin monta potentiaalista hajautetun kaistanleveyden lähteitä?"
Koska Optimumin pitkän aikavälin malli ei ole pelkästään yhden lohkoketjun nopeammaksi tekemistä.
Kyse on verkon rakentamisesta, jossa hajautettu kaistanleveys itsessään muuttuu infrastruktuuriksi.
32 oli sarjan alku.
250 800 saattaa osoittaa verkon laajuutta, jota Optimum yrittää rakentaa.
#optimum
@aqccapital
@ada_pegasus