至顶网CIO与应用频道 08月24日 编译:今年的年度Bonham拍卖会上汽车拍卖开始时,现场竞标者为经典和异国情调法拉利、兰博基尼、Bentleys和布加迪等跑车频频举牌,也有来自中国、迪拜和土耳其的电话参加竞标,竞标者今年可以使用加密货币快速完成销售。
听起来可能不是什么大不了的事,但快速完成销售对许多竞标的百万富翁非常有吸引力,他们可能在出价竞标1913年的梅赛德斯 - 奔驰Phaeton或1964年的Shelby Cobra 289,该车出现在本周加利福尼亚州卡梅尔的Pebble Beach Concours d'Elegance车展上。
据The White Company首席执行官伊丽莎白·怀特(Elizabeth White)说,兰博基尼是加密货币财富群体喜欢的头号车型。White公司打造的市场为加密货币持有者提供奢侈品领域的支持。
拍卖后的销售可能需要数周甚至数月才能完成,特别是如果买方使用的是非美元外国货币。用这种加密货币方式进行销售,买方首先通过电子方式将自己的加密货币(通常是比特币但也并非总是比特币))发送给White公司的加密货币钱包。然后,White公司进行风险对冲运作,在大约30分钟内向Bonham支付美元。怀特表示, “加密货币是一种全球货币,这是一个忒大的好处,竞标者来自世界各地,加密货币非常适合拍卖这种情况。”
加密货币价值的波动比美元或其他货币都要大些。其价值差异可能会很大。拍卖行不希望旗下的部门卷入比特币市场。但是竞标如向比特币百万富翁开放可以吸引更多的竞标者,这些比特币百万富翁往往想将加密货币进行货币话或“美元化”。而更多的竞标者意味着卖家的价格可以更好些。
怀特已经做了若干桩销售交易,包括30多辆兰博基尼车、一辆价值400万美元的法拉利车,她甚至还与一名早期用自己的游戏电脑开始挖掘比特币的16岁男孩做过销售交易,他还没有驾驶执照但买了日产跑车Nissan GTR。
比特币及其他加密货币一直以来头上都顶着坏分子爱用的货币的恶名,坏分子往往钟爱兰博基尼跑车。但实际上,比特币已经不再像几年前那样只是被犯罪分子使用了,那时的药物和军火商就是在Tor网上诸如Silk Road等网站上用比特币购货。
网络安全公司Recorded Future的一份报告显示,犯罪分子现在开始渐渐弃用比特币,转用其他加密货币,如Dash及Litecoin。根据Recorded Future的问卷调查资料,30%的暗网供应商接受Litecoin,20%的暗网供应商接受Dash。
对于有人提出怀特将不良分子吸引到Bonham,她则反驳表示, “每个交易都记录在区块链上,可以公开访问,因此这种做法实际上更加透明。我们知道我们的客户是谁。”
怀特的公司真的是在为买家打造奢侈品市场,因为即使是用加密货币,购买价值百万美元的汽车也需要买家花费数周的时间,因为加密货币持有人每周只能用加密货币兑现10,000美元的现金,但他们却可以通过键盘将全部一百万美元转到White公司。当然,由于比特币价值的波动性,买家可能必须转110万美元或更多的加密货币才能购买100万美元的车,怀特的公司拿到比特币后再决定怎么做,是持有还是进行交易。
最近,怀特还推出了Stablecoin,Stablecoin的价格与美元挂钩,目的是避免波动。她推出了一个“钱包”交换,用户可以用比特币无缝交易WSD(英文怀特Stablecoin的缩写),因此在交易过程有更好的稳定性及抵消波动。
比特币是个不适合胆小人的东西。比特币的价值可能会在一天内下跌或飙升1000美元。与强劲的股票市场相比,加密货币整体处于低迷状态。但如果阁下在用加密货币购买兰博基尼和布加迪斯跑车的话,那么风险对于阁来说下很可能已经是习以为常的事了。
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。