至顶网CIO与应用频道 10月04日 编译:曼哈顿的豪华公寓开发日前在全球以太坊(Ethereum)区块链上有了一个新的数字家庭。该建筑是一个完整的12单元建筑,占地1700平方英尺,位于东村13街的436和442 E,是曼哈顿第一个在以太坊上进行标记的重大资产。该物业最近的评估价超过3000万美元。
Ryan Serhant是畅销书《Sell It Like Serhant》的作者,也是真人秀电视剧Bravo’s_Million Dollar Listing New York的明星。Serhant是该交易的上市经纪人。他和开发商正在将区块链标记化(Tokenization,或称代币化)作为一种新的融资方式,这种融资方式可以成为项目和投资者的另一个选择。
Serhant告诉笔者,“纽约市场总是很强劲,但在新建筑里以合适的价格出售可能需要一些时间。我们可以通过区块链代币化消除传统银行融资难以控制的压力,这对项目和所有利益相关者来说更加健康。代币化为房地产开发新的前沿铺平了道路。”
代币化指在区块链上以数字方式表示现实世界资产所有权的手法。这种新的融资方式是Propellr(http://propellr.com)和Fluidity(http://fluidity.io)之间合作的结果,两家公司联手提供合规产品和服务,用于数字证券的创建、分发和转让。
Prosellr首席执行官Todd Lippiatt告诉笔者,“传统的证券结构和发行框架在很长一段时间内都没有向前发展。而借助区块链技术则可以建立透明及无信任的生态系统,进而开始解决阻碍市场流动性潜力信息的不对称问题。该项资产、结构、赞助商和销售团队展示了这种演变。有了适当的行规和尊重,代币化证券的未来是光明的。”
Propellr是FINRA注册经纪商Propellr Securities的母公司,是个数字资产创建、管理和服务平台。 Propellr将在所谓的Reg D规则506(c)下利用旗下的金融和资本市场经验提供和出售传统和代币证券。
打造AirSwap(http://airswap.io)的团队Fluidity为注册经纪自营商、发行人和金融机构提供用于代币证券的技术服务。Fluidity与Propellr结成合作伙伴关系,他们的机构能力允许他们接受法定付款及根据506(c)找客户和出售证券。
投资者可以选择接收证券的模拟或数字权益,这大致包括了潜在交易买家的所有基础客户群。 AirSwap技术用于提供流程,包括“代币化”证券及允许合规二级市场的出现。
Fluidity的联合创始人Don Mosites告诉笔者,“我们与旗舰AirSwap一起正在建立一个使用区块链技术将本地资产置于线上的系统。这使得这些本地资产可以在全球市场上直接在买卖双方之间进行交易。Fluidity正在筑造新的代币和交易系统的根基。“
该代币结构经过一段时间的考量后被发布在The Two Token Waterfall(http://tokenwaterfall.io)上,The Two Token Waterfall是个将区块链技术应用于房地产交易整体资本化的综合框架。结构增加的透明度有潜力改善私人证券的流动性,并可应用于现实世界中各种广泛的资产。
Fluidity的联合创始人Michael Oved表示,“我们携具里程碑意义的交易进入市场就是要说明,这项技术现在已经成为现实。我们通过合适的合作伙伴和优化结构将在线上提供重要的现实资产。我们很高兴我们有机会在这个新模式里成为区块链社区的带头人。”
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。