Techub News

TOKEN2049 宣布进军美国，将全球最大加密货币大会带到纽约
TOKEN2049 今日在新加坡大会上宣布，TOKEN2049 纽约大会将于 2027 年 6 月 16 日至 17 日举行，预计吸引 15000 名参会者
纽约成为 TOKEN2049 继新加坡和迪拜之后的第三个旗舰举办地，并成为其年度活动日程中的固定一站
纽约将呈现完整的 TOKEN2049 体验，TOKEN2049 周活动将遍布全城
新加坡，2026 年 10 月 7 日 - 全球最大加密货币大会 TOKEN2049 宣布进军美国，并推出 TOKEN2049 纽约大会。首届美国大会将于 2027 年 6 月 16 日至 17 日举行，预计吸引全球 15000 名参会者。
该消息在 TOKEN2049 新加坡大会期间宣布，发布时机正值埃里克·特朗普备受期待的主舞台演讲之前。
此次发布确立了纽约作为 TOKEN2049 第三个旗舰举办地的地位。纽约将与新加坡和迪拜一同，成为其年度活动日程中的固定一站。此举将 TOKEN2049 的影响力扩展至亚洲、中东和北美。大会将全球最大的加密货币会议带到全球资本市场的中心，并为国际数字资产行业在美国创建一个重要的新聚集点。
TOKEN2049 联合创始人亚历克斯 · 菲斯库姆表示：
“我们筹备将 TOKEN2049 带入美国已久。参会者和合作伙伴一直期待我们实现这一计划，我们也在等待合适的时机与场景。如今一切条件在纽约汇聚成熟。我们无比兴奋能将社区熟知并喜爱的完整 TOKEN2049 体验带到美国。纽约将与迪拜和新加坡一样，成为我们年度日程中的固定部分。未来一年令人期待。”
除为期两天的正式大会外，TOKEN2049 周还将通过遍布全城的活动与体验项目席卷纽约。
TOKEN2049 纽约大会门票现已开售，价格为 599 美元。
###
TOKEN2049 联合创始人亚历克斯·菲斯库姆可接受采访。
关于 TOKEN2049
TOKEN2049 是全球性加密货币系列活动，其旗舰大会设于新加坡、迪拜和纽约。该活动汇聚来自全球加密货币生态系统的企业家、机构、投资者和建设者。
媒体联系
media@token2049.com

Techub News 消息，@OnchainLens 发推称，做市商 Wintermute 通过 Binance 出售了 619.59 枚比特币，价值约 5170 万美元。与此同时，贝莱德的比特币现货 ETF IBIT 从 Coinbase Prime 买入并接收了 1426.47 枚比特币，价值约 1.189 亿美元。

Techub News 消息，@OnchainLens 发推称，约一小时前，一个地址从币安提取了 1000 枚 ZEC（约合 133 万美元）。随后，该地址将这 1000 枚 ZEC 全部转入 Zcash 的隐私池（shielded pool），此后的资金动向将转为隐私状态。

Techub News 消息，土耳其大型银行 Yapı Kredi 旗下的数字资产业务 Yapı Kredi Kripto 已选定 Integral 为其即将推出的合规加密货币交易服务提供技术支持。Integral 的系统将为其提供定价、流动性聚合和风险管理功能。 该业务将在土耳其为数字资产服务提供商建立的新监管框架下运营，标志着传统金融机构正通过合规基础设施进入加密市场。（Bitcoinist）

Techub News 消息，Avalanche 链上代币化美国国债资产价值已增长至约 5.45 亿美元。该市场在过去一年中增长了约四倍，第三季度也录得增长。目前，以太坊、Solana、Avalanche 和 Stellar 等链都在这一领域展开竞争，旨在成为现实世界金融产品的链上基础设施。（NewsBTC）

Techub News 消息，据 CoinDesk 援引知情人士报道，知名加密新闻网站 Cointelegraph 正在寻求买家。此举是在其网站流量大幅下降后进行的。

撰文：Techub News 整理
导语
在2025 年 3 月举办的 The AI Conference™ 上，OpenAI 前沿研究（Frontiers Research）负责人 Mark Chen（马克·陈）与 AI 基础设施公司 Anyscale 的联合创始人 Robert Nishihara 进行了一场深度对话。Mark Chen 领导的团队旨在探索通往通用人工智能（AGI）道路上缺失的关键范式，其工作聚焦于多模态与推理两大方向。作为 DALL-E、GPT-4 多模态能力等知名项目背后的核心研究者之一，Mark Chen 的见解对于理解 AI 的现状与未来至关重要。此次对话不仅回顾了 AI 研究范式的十年变迁，更揭示了当前最前沿的技术挑战与机遇。
摘要
AI 研究范式已发生根本转变：从依赖标注数据的监督学习，转向以海量无标注数据和无监督学习为核心的“规模化”范式。
通往 AGI 的两大核心挑战是多模态理解与生成以及深度推理能力的构建。
工程与科研的紧密结合成为现代 AI 发展的新常态，规模化（Scaling）本身既是目标也是驱动创新的引擎。
未来的 AI 应用将更加“身临其境”，多模态交互将催生更强大的 AI 代理和机器人技术，但实现这一切需要解决鲁棒性等根本问题。
从监督学习到规模化范式：AI 研究的十年之变
Mark Chen（马克·陈）与 Robert Nishihara 的对话始于对过去十年 AI 领域最大突破的回顾。两人一致认为，最根本的转变在于研究范式的迁移。
Mark Chen（马克·陈）指出，十年前经典的机器学习课程通常将机器学习分为监督学习、无监督学习和强化学习三大类。当时，学术界对监督学习已有成熟方案（如决策树、支持向量机），但对无监督学习则知之甚少，仅停留在 K-Means 聚类等基础方法。如今，这一局面已被彻底颠覆。“我们现在确实知道如何进行无监督学习了，” Mark Chen（马克·陈）总结道。
这一转变的标志性起点是 GPT-1、GPT-2 时代。研究者们意识到，数据是取得突破的关键要素。AI 研究不再局限于在固定的学术数据集（如 ImageNet）上优化模型架构，而是转向了“收集尽可能多的数据”并从中寻找“Alpha”的路径。数据集本身成为了核心变量，而模型架构和优化算法则相对稳定。这催生了以规模化为核心的“经验缩放定律”（Empirical Scaling Laws）：投入更多计算资源、更多数据、训练更大模型，就能获得更好的性能。
Robert Nishihara 从基础设施的角度印证了这一趋势。Anyscale 的客户们正遵循这一“公式”，将扩大数据规模作为首要目标。然而，将数据规模提升一个数量级，往往会压垮现有的系统，这背后需要巨大的工程努力来支撑。Mark Chen（马克·陈）强调，工程能力在2025 年 3 月的研究中变得前所未有的重要。相信缩放定律，就意味着必须构建出能够支撑缩放的工程栈。
这种工程与科研的深度融合，构成了现代 AI 研究的典型图景。Mark Chen（马克·陈）形容，每将模型规模扩大一个数量级，都会遇到新的研究瓶颈或工程瓶颈，需要在多个前沿同时取得突破。这既是挑战，也是这个领域令人兴奋之处。
多模态：AGI 的感官拼图与系统工程挑战
作为 OpenAI 多模态研究的负责人，Mark Chen（马克·陈）将多模态视为通往 AGI 的核心路径之一。过去五到十年，生成式图像、视频模型取得了巨大成功，但多模态领域仍存在大量开放性问题。
目前存在两种主要的研究思路：一是将多模态问题“塞进”已经非常成熟的语言模型（Transformer）架构中；二是探索以扩散模型（Diffusion Model）等多模态原生框架为主，尝试将语言能力整合进来。Mark Chen（马克·陈）认为这两种思路之间的“思想桥梁”非常有趣，也是他们工作的重点。
当被问及主要关注哪些模态时，Mark Chen（马克·陈）列举了文本、图像、视频和音频这四大“最核心”的模态，同时也提及了 3D 模型、甚至“动作”作为潜在模态的可能性。他特别指出，不同模态对系统设计的要求差异巨大。例如，音频交互（如高级语音模式）要求实时、低延迟的响应；而图像生成则更看重最终输出质量，用户愿意为此等待。因此，尽管底层结构可以共享，但为不同模态设计不同的技术栈仍然是有益的。
Robert Nishihara 从系统负载的角度补充了多模态带来的挑战。与文本数据相比，图像、视频的数据量呈指数级增长。这意味着未来的 AI 应用将同时是计算密集型（GPU 负载高）和数据密集型的。现有的高性能计算（HPC）系统擅长处理计算密集型任务，而大数据处理系统（如 Spark）则擅长处理海量 CPU 任务。多模态 AI 将催生一个需要同时高效处理这两类任务的新系统范式，这将对现有的技术栈构成巨大挑战。
此外，Mark Chen（马克·陈）指出，获取高质量的配对跨模态数据（如图文对）是一大难点。这推动了利用 AI 本身进行数据准备和增强的趋势，例如 DALL-E 3 在合成数据方面的探索。Robert Nishihara 也观察到，客户正越来越多地使用 AI 来筛选、标注、增强训练数据，因为相对于花费数百万美元进行模型训练，在数据质量上进行投资往往能获得更高的回报。
从“系统一”到“系统二”：构建深度推理的鲁棒 AI
Mark Chen（马克·陈）负责的另一大方向是推理（Reasoning）。他用心理学中的“系统一”和“系统二”来比喻当前 AI 的局限与未来目标。
目前的语言模型（如 ChatGPT）更像是“系统一”思考者：快速、直观、基于模式匹配给出响应。无论问题难易，模型的初始响应时间几乎相同。这与人类思考方式不同——面对复杂问题，人类需要时间进行深度处理（“系统二”思考）。Mark Chen（马克·陈）认为，当前大语言模型在逻辑谜题或复杂任务上犯错，部分原因正是受限于这种“系统一”的即时响应模式。如果要求人类在 100 毫秒内回答一个难题，他也只能给出脑海中最先浮现的答案，这同样不够稳健。
因此，构建具备“系统二”特性的深度推理能力，是提升 AI 鲁棒性的核心挑战。这不仅仅是解决数学问题，而是适用于任何需要高可靠性和复杂思考的场景，例如理解对话意图、规划复杂任务等。Mark Chen（马克·陈）提到，数学和计算机科学问题是方便的评测基准，但更广泛的“推理”评测标准目前仍然缺失，预计未来会出现更多相关的评估方式。
Robert Nishihara 从应用部署的复杂性角度呼应了这一观点。当前许多 AI 应用只是通过 API 端点调用单一模型。但对于预订民宿、解决复杂数学问题等任务，可能需要动态组合 50 到 100 次模型调用，并与其它应用逻辑交织。这种复杂的推理链消耗大量计算资源。Mark Chen（马克·陈）展望，深度推理的终极目标是让模型自身足够智能，能够在遇到障碍时自主“思考”出解决方案，而无需依赖外部搭建大量脚手架式的复杂流程。
关于如何实现推理能力，Mark Chen（马克·陈）表示 OpenAI 探索了多种路径，包括在预训练中内置、以及通过外部机制增强等，目前仍是一个开放的研究空间。
未来展望：身临其境的 AI 与高风险的智能代理
展望未来，两位专家分享了他们最兴奋的方向。
Robert Nishihara 预测，越来越多的数据处理将 AI 化。企业收集海量数据是为了获取洞察和决策，未来这些洞察将更多地由 AI 阅读、推理数据得出，而不仅仅是运行 SQL 查询或简单分析。这将催生全新的、以 AI 和 GPU 为核心的数据处理工作负载。
Mark Chen（马克·陈）则对多模态带来的“身临其境”体验感到兴奋。像 OpenAI 的“高级语音模式”这样的技术，让 AI 能够实时接收和处理多种感官输入（听、说），并生成丰富的感官内容。他认为，这不仅是交互方式的革新，更是机器人技术发展的基石。随着感知模块的快速进步，多模态 AI 正在为机器人构建强大的“后台大脑”，使其能够更好地理解和与物理世界互动。
当被问及实现全能人形机器人的瓶颈时，Mark Chen（马克·陈）表示，在基础层面已有许多可用的技术模块，但最终实现仍需跨领域突破。
对话最后聚焦于 AI 代理（AI Agents）。Mark Chen（马克·陈）将其定义为能够接收任务并自主执行的 AI。与当前“一问一答”的聊天机器人不同，代理的行动具有真实世界的后果（如发送邮件、执行操作），因此对鲁棒性和可靠性的要求极高。他认为，深度推理能力正是实现强大、可靠 AI 代理的关键缺失组件。只有解决了鲁棒性问题，AI 代理的愿景才能真正走进现实。

Techub News 消息，微软在其两年来的首次现场活动中，发布了新款 Surface Laptop Ultra，并概述了 Windows 11 的一系列更新。新款笔记本是微软首款采用 NVIDIA RTX Spark 系统级芯片的设备，基础版起售价为 2599 美元，配备最高 128GB LPDDR5x 统一内存和最高 6144 核 Blackwell GPU，旨在支持本地 AI 开发与部署及游戏任务。该产品将于 10 月 16 日开始发货，现已开放预购。（Ars Technica AI）

Techub News 消息，加密财税合规平台 FinTax 创始人 Calix 在播客中透露，公司已获得 Yzi Labs 的投资，并将业务重心转向需求更迫切的企业与政府客户。Calix 表示，加密业务发展速度长期快于法律和监管框架，导致企业常面临合规难题。 Calix 认为，加密资产税务信息交换框架类似加密版的 CRS，目前主要解决跨境税务信息收集和交换，具体征税仍取决于各司法辖区本地税法。由于覆盖场景有限，DeFi 等大量场景尚未纳入，加密税务监管仍处早期，「监管套利」空间将长期存在。 谈及 Web3 企业 IPO，Calix 以加密支付公司为例，介绍了 FinTax 如何通过财务税务咨询、兼容 Crypto 与传统法币的 ERP 系统以及审计平台等产品与服务，协助企业处理复杂的跨境财务、税务与审计问题。（吴说区块链）

Techub News 消息，数字资产托管商 BitGo 与香港持牌交易平台 HashKey 在新加坡签署协议，将合作拓展至质押、交易、托管及现实世界资产代币化等领域。根据协议，HashKey Cloud 将成为 BitGo 平台的验证者合作伙伴，初期为合格机构客户提供以太坊和 Solana 质押服务。 双方还计划在机构交易流方面展开合作。在托管领域，BitGo 将向 HashKey Capital 及相关基金提供其基础设施，BitGo 也将成为 HashKey 现实世界资产代币化计划的托管合作伙伴。此次合作旨在为亚洲机构提供覆盖资产全生命周期的综合服务。

Techub News 消息，美国总统特朗普将于 10 月 8 日（周四）向埃隆·马斯克、英伟达 CEO 黄仁勋等六位科技领袖授予国家科学与技术奖章。此次颁奖仪式将在白宫「科学：新黄金时代峰会」期间举行，峰会主题聚焦于超越人类能力的超级智能。白宫发言人表示，这些获奖者正帮助确保美国保持全球创新领导地位。 获得国家科学奖章的包括埃隆·马斯克（特斯拉与 SpaceX）、谢尔盖·布林（Google 联合创始人）、黄仁勋（英伟达）与苏姿丰（AMD）。获得国家技术奖章的则有迈克尔·戴尔（戴尔科技）与萨蒂亚·纳德拉（微软）。而 OpenAI 的 Sam Altman 与 Anthropic 的 Dario Amodei 这两位知名 AI 实验室负责人未在获奖名单中。 此次颁奖也标志着马斯克与特朗普关系的缓和，两人曾因税务法案产生分歧。马斯克目前共同领导五角大楼的未来战争研究项目「子午线计划」。（BeInCrypto）

Techub News 消息，Solana 生态头部去中心化交易所 Orca 已与 Loopscale 合并，新实体将命名为 Formation。新公司旨在为人工智能、能源、机器人及国防等领域的项目提供融资服务。（The Block）