NFT不是虚拟币!没想到记者一时的口误竟然获得如此“明确”的更正。NFT与虚拟币到底有什么区别?NFT的价值又将体现在哪里?元宇宙和未来资产智库MetaZ创始人、中国国际科技促进会元宇宙专业委员会副主任、首席研究员、得到《元宇宙12讲》、《NFT6讲》主理人陈序对这些问题向我们进行了详细的解答。
元宇宙和未来资产智库MetaZ创始人、中国国际科技促进会元宇宙专业委员会副主任、首席研究员、得到《元宇宙12讲》、《NFT6讲》主理人陈序
NFT的价值所在
NFT的本质是智能合约、合同。合同和货币根本是两回事,当然货币可以看作是一种特殊的合同,但不能说所有的合同都是货币,两者之间有着本质的区别。就好像房产证可以确认一个房子的归属是一个道理,NFT的价值所在,就是明确一个虚拟物品的所有权。
这个虚拟物品可以是一个数字商品,比如数字化的音频、视频、文字、图画,现在点击付费的网络文学作品,都是数字商品,NFT就是依据这些数字内容而产生的版权。对于数字商品版权交易方式,我国早就有规定,有非常清晰的指引,主要通过传统的版权确权。NFT则可以应用在数字商品的交易等环节上,只不过它是通过区块链进行确权。
但是对于NFT而言,在国内有一条绝对不能碰触的红线。就是不可以做数字证券,一旦出现这种情况,可能涉及非法集资问题,当然更不能将NFT做成任何形式的虚拟货币。
数字藏品的概念缺陷
在明确了NFT的价值所在之后,陈序又对NFT所引申出来的一个概念——数字藏品,进行了更深的揭示:
数字藏品,从一开始就是有缺陷的概念。什么叫藏?收藏作为一个产业,是被国家承认的商业经济行为。但收藏的来源是非常关键,谁来确权?收藏品是需要经过鉴定的。数字藏品由谁来做鉴定?某个茶壶,是民国陶艺大家做的,这没有问题。把它扫成数字版,它的价值就会比清代或宋代茶壶的数字版价值更高吗?扫描一个物品,就说是独一无二了,怎么保证?没有国家的标准,不被国家甚至某个主管部门认可,这样的事情难免会后患无穷。
因此现在看到的NFT市场乱象,不是完全归因于这个“藏”字,但是这个“藏”字有它不可推卸的责任。其实所谓数藏市场买的任何东西,都是数字商品,它没有收藏这个标准,也没有一个国家法定标准可以建立起一个收藏价值体系,它就是一个商品,只能依照你当下获得这个东西的价格来定价。
NFT存在的实际意义
和现实生活中的真实物品不同,数字产品可以很轻易地进行复制。对于一个NFT的数字产品而言,有人对其进行复制并随意发放,那么NFT的意义又在哪里呢?
对于这个问题,陈序还是用房产来打比方。比如某人在异地有一处房产,多年都未过去居住,那么这个房子是否就不再属于他呢?很明显并不会是这样。因为所有权始终都在那个人的手里。NFT的数字产品也同样如此,即便这个产品被复制了无数份,被很多人收藏,但产品的所有权都是不会改变的。
NFT的发展还需要元宇宙的沃土
在陈述看来,NFT的发展还需要元宇宙的沃土。NFT既不可以成为数字货币,又不能成为数字证券,那么它只能是数字商品。数字商品可以做什么?在元宇宙里数字商品有生产与消费两个非常大的场景,这两个场景基本概括到元宇宙的方方面面。
例如在元宇宙里搭一个房子,搭好后将它与NFT合约绑定,就相当于用户拿到了元宇宙里这个房子的产权证。用户还可以在房子里制造NFT的家具、画像等等。用户还可以将房子里的物品对外进行销售,将产品卖给消费者。当然在元宇宙中还可以有经销商专门贩卖NFT商品。
因为我国NFT并不能具有金融属性,所以在中国市场基本不存在脱离了元宇宙发展的NFT市场。99.9%的NFT市场是和整个元宇宙发展的趋势紧密融合在一起,或者说重叠。NFT成为元宇宙非常重要的组成部分,也构成了元宇宙的基本数字商品要素。所以在中国市场只有紧跟元宇宙发展趋势,在虚实相生的元宇宙场景里面,寻找到如何很好带动实体经济发展的真实消费需求。只有满足这样的NFT合约所捆绑的文化创意、作品或者是商品,才有它的前途。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。