CARV价格CARV

DuckChain定义为web3大规模采用的消费层，其目的是把Telegram的十亿多用户从链下引入链上。此外，在引入Telegram用户的基础上，通过连接各个生态来进一步实现其web3大规模消费层的愿景。 为实现其web3大规模采用消费层远景，DuckChain在引入Telegtam用户、利用AI技术以及连接多个生态方面进行系统性的落地探索。 •Duckchain的第一步是从利用Telegram的庞大用户群将用户从链下引入链上 下面先简单说一下DuckChain将用户从链上引入链上的方式。为了让大家容易理解，从其中一个具体场景说起。 在Telegram上有个star的资产，用户可以通过app store或frgament等渠道购买。也就是说，star是web2的资产，在telegram中主要用于其内部场景的消费，比如打赏等。这是不少Telegram用户都具有的资产。 DuckChain将用户从链上引入链上的切入点之一就是将star这样的telegram资金链上化。DuckChain支持用户将star充值到DuckChain链上，充值到链上之后，完成star资产的链上化。 当用户在DuckChain上有了star资产，就可以在DuckChain上的dApp中使用，比如购买Lorenzo BTC（通过star一次点击完成购买）；可以使用star参与其Launchpool；也可以通过参与各个链上的协议或应用赚取更多star收益。 从这个场景看，从Telegram链下进入链上的动力在于，用户可以盘活其Telegram上已有的资产，获得更多收益的机会。也就是，解锁了Telegram上web2资产，给予更多收益的机会。 总结来说，DuckChain通过解锁Telegram用户收益等方式将web2用户引入web3，目前已经获得初步用户规模。 从目前的一些数据看，根据其披露数据，其中Duckchain的mini portal有2000万用户，DAU 200万；MAU1000万左右；交易总笔数超过4800万；连接钱包数超过800万。 •DuckChain利用AI推动大规模采用愿景 最近Duckchain把未来的重心放到利用AI作为其引入链下用户重要方式。 为什么AI很重要？AI agent对于加密领域的大规模采用非常重要。为了达成DuckChain将Telegram链下用户引入链上的目的，仅仅靠目前的Telegram链下资产链上化不能完全实现，还需要更多依赖AI 技术。目前DuckChain试图利用AI agent来完成其目标。 DuckChain自身并不是做AI agent的项目，不过在它为了实现其最初的大规模采用愿景，也在试图利用AI来吸引和留住用户。尤其是在降低未来web2用户参与的web3的门槛这个问题上。因此DuckChain在AI参与的DAO治理、AI驱动的DeFi、AI驱动的跨链生态流通等方面进入探索。 在AI DAO治理方面，Duckchain试图利用AI agent来进行链上治理。质押DUCK代币之后，AI agent可以代理质押者进行DAO治理。包括投票、提出提案、赚取DUCK收益等。这里会利用到Virtual、Carv、vana等跟AI相关的协议或平台。后面也会提到DuckChain试图集成不同层的解决方案。 在AI驱动的DeFi方面，DuckChain将用户引入链上之后，利用AI驱动的DeFi利于留存用户。比如AI agent提供优化收益方面的建议等。比如质押、借贷、交易等方面。此外，AI agent还可以帮助用户优化资产组合管理。这对于web2用户进入web3之后，很有帮助，毕竟绝大多数用户并不是web3的原生用户，无法做到熟练且深入掌握web3的defi深度技能。 此外，DUCK持有人也会引入 AI agent。DuckChain计划给DUCK代币持有者赋予AI agent的能力。这些AI agent试图简化用户跟区块链交互的方式。包括简化进入门槛、使用流程（交易、质押等）。比如集成Telegram的AI agent更快将用户从链下引入链上，以推进其达成其更大规模web3采用的目标。具体产品形态还需要看后续的实现。 最后，DuckChain为利用AI agents，它整合利用了AI领域中的几个层。其中包括基础设施层（Arbitrum Orbit、Bittensor、Nebius、H2O、Phala）、AI数据层（CARV、Vana、Defined AI、ThirdEye、Allora、sahara）、TODA/IP层（Hyperledger Fabric、Espresso、Aztec、Brian、Flock）、AI消费层（UXLINK、Virtuals、Noya、Fyde、Mind）等。 在基础设施层，比如利用Arbitrum Orbit达成高性能以及费用低的执行环境、利用Bittensor提供AI训练资源和激励模型、利用Nebius提供的AI训练云资源；利用H2O优化AI训练策略；利用Phala确保安全和隐私的数据处理。 在AI数据层，利用CARV支持DuckChain的AI数据存储和交换；利用Vana构建用户所有的AI模型；利用DefinedAI提供高质量训练数据；利用ThirdEye帮助DuckChain优化AI数据处理并进行业务决策；利用Allora实现更智能和安全的机器学习；利用Sahara启动隐私为重点的自主知识带来促进DuckChain生态内代代币化和自动化。 在TODA/IP层，利用Hyperledger Fabric实现去中心化治理；利用Espresso系统优化DuckChain共识算法；利用Aztec实现隐私交易；利用Brian简化链上交互；利用Flock增强其AI生态系统。 在AI消费层，利用UXLINK增强DuckChain生态内社交连接；利用Virtual协议实现AI agnets；利用Noya增强最大化回报可能；利用Fyde实现AI驱动的流动性管理和DeFi投资策略；通过Mind确保安全分散治理投票。

2025第一天工作日，小伙伴们还好吗😊 📣今日快讯来喽～🎉
2025年1月2日 星期4️⃣ 【📑资讯快览】 1️⃣ Lumoz发布2025至2026路线图，将支持 Solana 和 TON 虚拟机接入 RaaS 平台，并推出包括 UXLINK、CARV、DuckChain 在内的多个 L1/L2 生态项目 2️⃣ Injective今年将与Sonic SVM合作推出跨链AI代理中心 3️⃣ AI+Social 概念项目 RSS3 宣布引进 TEE 技术，实现可验证的数据与TEE的结合 4️⃣ 名为「ORA」的 Token Ticker 在 Hyperliquid 平台的拍卖中以 397,011.93 美元的价格成交 5️⃣ Injective宣布将与Sonic SVM合作推出跨链AI代理中心 6️⃣ Turbos Launchpad将于今日19：00开启SUI DePin IDO 7️⃣ Dragonfly Capital合伙人：Meme币将继续失去市场份额，转而被AI Agent币取代 8️⃣ The ETF Store总裁发布2025年加密ETF前五大预测，包括现货以太坊ETF期权以及质押

$SWELL 交易观点及理由 观点：看多 理由： 1、ETH 状态良好，特别是 ETH beta 的表现出色，尤其是 Eigen 作为市场上的新兴 beta 项目。 2、SWELL 的市值为 4400 万美元，完全稀释市值（FDV）为 3.45 亿美元，具备类似最近上市项目（如 Deep、Carv、Grass）的代币经济模型。 3、项目支持永续合约，利于拉盘。 4、空投效果不佳，空投没有如预期那样抛售，导致市场流通供应较低。空投已在12小时前上线，市场影响较小。 在当前市场条件下，$SWELL 如果实现 3 倍涨幅，达到市值 1.32 亿美元，FDV 为 10.3 亿美元。 $SWELL

我投降了，别拉了😭

空投拉的最大的一坨