作者: Footprint

發佈於

Footprint Analytics x Future3 x HashKey Capital 萬字研報：AI 與 Web3 資料產業融合的現況、競爭格局與未來機會探析（下）

GPT的橫空出世將全球的目光吸引至大語言模型，各行各業都嘗試著利用這個「黑科技」提高工作效率，加速產業發展。 Future3 Campus攜手Footprint Analytics共同深入研究AI與Web3結合的無限可能，共同發布了《AI與Web3數據產業融合現況、競爭格局與未來機會探析》研報。研發分為上下兩篇，本文為下篇，由Future3 Campus研究員Sherry、Humphrey編撰。

作者：Sherry、Humphrey，Future3 Campus 研究員

摘要：

  • AI 與 Web3 的資料結合正在促進資料處理效率的提升和使用者體驗的改善。目前區塊鏈資料產業對於 LLM 的探索主要集中在透過 AI 技術來提高資料處理效率，利用 LLM 互動優勢建立 AI Agent，以及利用 AI 進行定價和交易策略分析等。
  • 目前 AI 在 Web3 資料領域的應用還面臨一些挑戰，例如準確性、可解釋性、商業化等。完全取代人工介入還有很長的路要走。
  • Web3 數據公司的核心競爭力不僅是 AI 技術本身，還在於數據累積能力和對數據的深入分析應用能力。
  • AI 可能短期內不是解決資料產品商業化問題的解決方案，商業化需要更多的產品化努力。

Web3 資料產業與 AI 結合的現況以及發展路線

1.1 Dune

Dune 是當前Web3 行業內領先的開放數據分析社區，提供了區塊鏈查詢、提取和可視化大量數據的工具，允許用戶和數據分析專家使用簡單的SQL 查詢從Dune 預先填充的數據庫中查詢鏈上數據，並形成相應的圖表和觀點。

2023 年 3 月，Dune 提出關於 AI 以及未來結合 LLM 的計劃，並於 10 月發布了其 Dune AI 產品。Dune AI 相關的產品核心專注於利用 LLM 強大的語言能力和分析能力增強 Wizard UX ，更好地為使用者提供 Dune上的資料查詢和 SQL 編寫。

（1）查詢解釋：3 月發布的產品，用戶可以透過點擊按鈕來獲取 SQL 查詢的自然語言解釋，旨在幫助用戶更好地理解複雜的 SQL 查詢，從而提高數據分析的效率和準確性。

（2）查詢翻譯：Dune 計畫將Dune 上不同的SQL 查詢引擎（如Postgres 和Spark SQL）統一遷移到DuneSQL，因此LLM 可以提供自動化的查詢語言翻譯能力，幫助使用者更好地過渡，以有利於DuneSQL產品的推行。

（3）自然語言查詢：即 10 月發布的 Dune AI。允許使用者用普通英語提問並獲取數據。這項功能的目標是使得無需 SQL 知識的使用者也能輕鬆取得和分析資料。

（4）搜尋優化：Dune 計畫利用 LLM 改進搜尋功能，幫助使用者更有效地篩選資訊。

（5）嚮導知識庫：Dune 計畫發布一個聊天機器人，幫助用戶快速瀏覽 Spellbook 和 Dune 文件中的區塊鏈和 SQL 知識。

（6）簡化 SQL 編寫工作（Dune Wand）：Dune 8 月推出 Wand 系列的 SQL 工具。 Create Wand 允許使用者從自然語言提示中產生完整的查詢，Edit Wand 並允許使用者對現有查詢進行修改，Debug 功能會自動偵錯查詢中的語法錯誤。這些工具的核心都是 LLM 技術，能夠簡化查詢編寫過程，使分析師能夠專注於分析資料的核心邏輯，而無需擔心程式碼和語法問題。

1.1 Footprint Analytics

Footprint Analytics，是一家區塊鏈資料解決方案提供商，借助人工智慧技術，提供無程式碼資料分析平台、統一的資料 API 產品以及 Web3 專案 BI 平台 Footprint Growth Analytics。

Footprint 的優勢在於其鏈上數據生產線及生態工具的打造，其透過建立統一的數據湖打通鏈上鏈下數據和類鏈上工商登記的元數據庫，確保用戶在分析以及使用時的數據的可獲取性、易用性和品質。 Footprint 的長期策略將專注於技術深度和平台建設，以打造能夠生產鏈上數據以及應用的「機器工廠」。

Footprint 產品與 AI 的結合如下：

自 LLM 模型推出後，Footprint 第一時間便在探索現有資料產品與 AI 的結合，以提高資料處理與分析的效率，打造對使用者更友善的產品。 2023 年5 月份，Footprint 已開始為用戶提供自然語言互動的數據分析功能，並在其原有無程式碼的基礎上升級到了高階產品功能，用戶在無需熟悉平台的表格、設計的情況下，即可透過對話快速取得數據以及產生圖表。

此外，目前市場中 LLM + Web3 的資料產品，主要集中在解決降低使用者使用門檻，互動範式的變更上的問題，而Footprint 在產品與AI 的開發中的重點，不僅是幫助使用者解決資料分析使用體驗的問題，其重點還在於沉澱crypto 領域的垂類資料與業務理解，以及訓練加密領域語言模型，提升垂直場景應用的效率以及準確度。Footprint 在這方面的優勢將體現在以下方面：

  • 數據知識量（知識庫的質與量）。資料累積的效率，來源、量、類別。特別是 Footprint MetaMosaic 子產品上，反映關係圖譜，以及特定業務邏輯的靜態資料的累積。
  • 知識架構。Footprint 已經累積了超過 30 條公鏈的，按業務版塊抽象的結構化資料表。原始資料到結構化資料的生產流程知識，可以反過來加強對原始資料的理解，更好去訓練模型。
  • 資料類型。從鏈上非標準非結構化的原始資料開始訓練以及從結構化、具有業務意義的資料表以及指標的訓練，從訓練的效率以及機器成本上都有明顯的差距。一個比較典型的是需要提供比較多的數據去提供給 LLM，這些數據除了需要基於加密領域的專業數據， 也需要更多易讀、結構化的數據，另外更大的用戶量的作為反饋數據。
  • Crypto 資金流向數據。 Footprint 把與投資緊密相關的資金流向資料進行了抽象，它包含了每筆交易的時間、主體（含流向）、代幣類型、金額（關聯時點代幣價格）、業務類型，以及代幣、主體的標籤，可作為LLM 的知識庫以及資料來源，用於做代幣的主力資金分析、定位籌碼分佈、監控資金流向、識別鏈上異動、追蹤聰明資金等。
  • 私有資料的注入。Footprint 把模型分為 3 大層，一個是具備 World knowledge 的底座大模型（OpenAI 以及其他開源模式）、細分領域垂直模型、個人化專家知識模型。讓使用者能把自己不同來源的知識庫統一在 Footprint 上去進行管理，並且利用私有資料去訓練私有 LLM，適用於更個人化的應用程式場景。

在 Footprint 結合 LLM 模型探索中，也遇到了一系列的挑戰和問題，其中最典型的就是token 不足、耗時的 prompt 提示以及回答不穩定等問題。而 Footprint 所處的鏈上資料這一垂直領域，面臨的更大挑戰是鏈上資料實體類型多、數量龐大，變化快，以何種形式投餵給 LLM，需要整個產業更多研究和探索。目前的工具鏈也還相對初期，還需要更多的工具去解決一些具體問題。

未來 Footprint 在科技和產品上與 AI 的結合包括以下內容：

（1）技術方面，Footprint 將結合 LLM 模型在三個方面進行探索和優化

  • 支持 LLM 在結構化資料上進行推理，讓已沉澱的大量加密領域的結構化資料以及知識，能夠被應用在 LLM 的資料消費以及生產上。
  • 幫助使用者建立個人化知識庫（包括知識、數據以及經驗），以及使用私有資料去提升已經優化過的 crypto LLM 的能力，讓每個人都能建立自己的模型。
  • 讓 AI 輔助分析以及內容生產，使用者可以透過對話的方式，結合資金流資料以及私有知識庫，去創建自己的 GPT，去生產以及分享 crypto 投資內容。

（2）在產品方面，Footprint 將專注於 AI 產品應用以及商業模式的創新。根據 Footprint 近期對產品的推廣計劃，將推出為用戶提供 AI crypto 內容生成與分享平台。

此外，對於未來合作夥伴的拓展，Footprint 將在以下兩個方面進行探索：

第一，強化與跟隨 KOL 合作，協助有價值內容的生產以及社區的運作、知識的變現。

第二，拓展更多合作項目方以及資料提供方，打造一個開放、共贏的使用者激勵和資料合作，建立一個互利共贏的一站式資料服務平台。

  1. GoPlus Security

GoPlus Security是目前 Web3 業界領先的使用者安全基礎設施，提供各類面向使用者的安全安全服務。目前已經被市面上主流的數位錢包、行情網站、Dex 以及其他各種 Web3 應用程式所整合。使用者可以直接使用資產安全偵測、轉帳授權和防釣魚等各種安全保護功能。 GoPlus所提供的使用者安全解決方案可以全方位覆蓋整個使用者安全的生命週期，以保護使用者資產免受各種類型的攻擊者的威脅。

GoPlus 與 AI 的發展與規劃如下：

GoPlus 在 AI 技術方面主要探索體現在其 AI 自動化檢測和 AI 安全助理兩款產品：

（1）AI 自動化檢測

GoPlus 從 2022 年開始自研基於AI技術的自動化檢測引擎，來全面提升安全檢測的效率以及準確率。GoPlus的安全引擎採用多層次、漏斗式的分析方法，採用了靜態程式碼偵測、動態偵測以及特徵或行為偵測等多個環節。這個複合式偵測流程使得引擎能夠有效地識別並分析潛在風險樣本的特徵，從而對攻擊類型和行為有效建模。這些模型是引擎辨識和預防安全威脅的關鍵，它們幫助引擎判斷風險樣本是否具有某些特定的攻擊特徵。此外，GoPlus安全引擎經過長時間的迭代和優化，累積了非常豐厚的安全資料以及經驗，其架構能夠快速有效應對新出現的安全威脅，確保能夠及時發現並阻止各種複雜和新型的攻擊，全方位保護用戶安全。目前該引擎在風險合約檢測、釣魚網站檢測、惡意地址檢測以及風險交易檢測等多個安全場景均使用了AI相關的演算法和技術。採用AI技術能更快速地減小風險敞口，提高檢測效率，降低檢測成本；另一方面減少了人工參與的複雜性和時間成本，提高對風險樣本判斷的準確率，尤其是對於那些原本人工難以界定或引擎難以辨識的新場景，透過AI可以更好地歸集特徵並形成更有效的分析方法。

2023 年，随着大模型的发展，GoPlus 迅速适应并采用了 LLM。与传统 AI算法相比，LLM 在数据识别、处理和分析方面的效率和效果有了显著提升。LLM 的出现帮助 GoPlus 加快了在 AI 自动化检测方面的技术探索，在动态模糊测试的方向上，GoPlus采用了LLM技术能够有效的生成交易序列，探索更深的状态来发现合约风险。

（2）AI 安全助手

GoPlus 同時正利用基於 LLM 的自然語言處理能力，開發 AI 安全助手，以提供即時的安全諮詢和改善使用者體驗。AI 助理基於 GPT 大模型，透過前端業務資料的輸入，開發了一套自研的使用者安全Agent，能夠根據問題自動化的去分析、產生解決方案、拆解任務、執行，為使用者提供所需的安全服務。 AI 助理能簡化使用者與安全問題之間的交流，降低使用者理解的門檻。

在產品功能上，由於 AI 在安全領域的重要性，未來AI 有潛力徹底改變現有的安全引擎或病毒防毒引擎的結構，出現以 AI 為核心的全新引擎架構。 GoPlus 將持續對 AI 模型進行訓練和最佳化，以期將AI從輔助工具轉變為其安全偵測引擎的核心功能。

在商業模式上，雖然目前 GoPlus 的服務主要針對開發者和專案方，但公司正在探索更多直接面向 C 端用戶的產品和服務，以及與AI相關的新收入模式。提供高效、準確、低成本的 C 端服務將是 GoPlus 未來的核心競爭力。這需要公司持續研究，在與使用者互動的 AI 大模型上進行更多的訓練和輸出。同時，GOPlus也將與其他團隊合作，分享其安全數據，並透過合作推動安全領域內的 AI 應用，為未來可能帶來的產業變革做好準備。

1.4 Trusta Labs

Trusta Labs成立於2022年，是一家由人工智慧驅動的Web3領域資料新創公司。 Trusta Labs專注於利用先進的人工智慧技術對區塊鏈數據進行高效處理和精準分析，以建立區塊鏈的鏈上聲譽和安全基礎設施。目前，Trusta Labs 的業務主要包括兩款產品：TrustScan 和 TrustGo。

（1）TrustScan，TrustScan是一款專為B端客戶設計的產品，主要用於幫助Web3專案在用戶獲取、用戶活躍和用戶留存方面進行鏈上用戶行為分析和精細化分層，以識別高價值且真實的用戶。

（2）TrustGo，一款針對C 端客戶的產品，其提供的MEDIA 分析工具，可以從五個維度（資金金額、活躍度、多樣性、身份權益、忠誠度）對鏈上地址進行分析和評估，該產品強調對鏈上資料的深入分析，以提升交易決策的品質和安全性。

Trusta Labs 與 AI 的發展與規劃如下：

目前 Trusta Labs 的兩款產品都是利用AI模型對鏈上地址的交互資料進行處理與分析。區塊鏈上地址交互的行為數據，均屬於序列數據，這類型的數據非常適合用於 AI 模型的訓練。在對鏈上資料進行清洗、整理和標記的過程中，Trusta Labs 將大量的工作交給 AI 來完成，大大提高了資料處理的品質和效率，同時也減少了大量的人力成本。Trusta Labs 利用 AI 技術對鏈上地址互動資料進行深入分析和挖掘，對於 B 端客戶而言，可以有效的識別出較大可能性的女巫地址。在已使用 Tursta Labs 產品的多在一個項目中，Tursta Labs 均較好地防範了潛在女巫攻擊的發生；而對於 C 端客戶，透過 TrustGo 產品，利用現有的 AI 模型，有效幫助用戶深入了解了自己的鏈上行為數據。

Trusta Labs一直在緊密關注LLM模型的技術進展和應用實踐。隨著模型訓練和推理成本不斷降低，以及Web3領域大量語料和使用者行為資料的積累，Trusta Labs將尋找合適的時機，引入LLM技術，利用AI 的生產力為產品和使用者提供更深入的資料探勘和分析功能。在目前 Trusta Labs 已經提供豐富的數據的基礎上，希望可以利用 AI 的智慧分析模型，為數據結果提供更多合理、客觀的數據解讀功能，如針對 B 端用戶提供定性和定量解讀已抓取到女巫帳戶的分析，讓用戶更理解數據背後的原因分析，同時可以為 B 端用戶向其客戶投訴解釋時提供更翔實的材料佐證。

另一方面，Trusta Labs 也計劃利用已開源或較為成熟的 LLM 模型，並結合以意圖為中心的設計理念來建立 AI Agent，從而來幫助使用者更快捷、更效率地解決鏈上互動的問題。就具體應用場景而言，未來透過Trusta Labs 提供的基於LLM 訓練的AI Agent 智能助理，用戶可以直接透過自然語言與智能助理進行交流，智能助理即可“聰明”地反饋鏈上數據相關的信息，並針對已提供的資訊進行後續操作的建議和規劃，真正實現以用戶意圖為中心的一站式智能操作，極大降低用戶使用數據的門檻，簡化鏈上操作的執行。

此外，Trusta 認為，未來隨著越來越多基於AI 的資料產品的出現，每個產品的核心競爭要素可能不在於使用何種LLM 模型，競爭的關鍵因素是對已掌握資料更深層的理解和解讀。基於已掌握資料的解析，再結合 LLM 模型，才能訓練出更「聰明」的 AI 模型。

  1. 0xScope

0xScope，成立於 2022 年，是一個以數據為核心的創新平台，其專注於區塊鏈技術和人工智慧的結合。0xScope 旨在改變人們處理、使用和看待資料的方式。 0xScope 目前針對 B 端和 C 端客戶分別推出了：0xScope SaaS products 和 0xScopescan。

（1）0xScope SaaS產品，一個面向企業的 SaaS 解決方案，賦能企業客戶進行投後管理、做出更好的投資決策、了解使用者行為，並密切監控競爭動態。

（2）0xScopescan，一個 B2C 產品 ，其允許加密貨幣交易者調查選定區塊鏈的資金流動和活動。

0xScope 的業務重點是利用鏈上資料抽像出通用資料模型，簡化鏈上資料分析工作，將鏈上資料轉化為可被理解的鏈上操作數據，從而幫助使用者對鏈上資料進行深入分析。利用 0xScope 提供的資料工具平台，不僅可以提升鏈上資料質量，挖掘資料暗藏的信息，從而揭示更多的信息給用戶，該平台也極大降低了資料探勘的門檻。

0xScope 與 AI 的發展與規劃如下：

0xScope 的產品正在結合大模型進行升級，這包含兩個方向：第一，透過自然語言互動的模式進一步降低使用者的使用門檻；第二，利用AI 模型提高在資料清洗、解析、建模和分析等環節的處理效率。同時，0xScope 的產品中即將上線具有 Chat 功能的 AI 互動模組，該功能將大大降低用戶進行資料查詢和分析的門檻，僅透過自然語言即可與底層的資料進行互動和查詢。

但在訓練和使用AI的過程中，0xScope 發現其中仍面臨這以下挑戰：第一，AI 訓練成本和時間成本較高。在提出一個問題後，AI 需要花費較長時間才能進行回复。因此，這個困難會迫使團隊需要精簡和聚焦業務流程，專注於垂直領域的問答，而不是讓其成為全方位的超級AI助理。第二，LLM 模型的輸出是不可控的。資料類的產品希望給出的結果是精準的，但目前LLM模型給出的結果很可能與實際的情況有一定出入，這對資料類產品的體驗是非常致命的。此外，大模型的輸出有可能涉及使用者的隱私資料。因此，在產品中使用 LLM 模式時，團隊需要對其有較大程度的限制，以使得 AI 模型輸出的結果可控且精準。

未來，0xScope 計劃利用 AI 專注於特定的垂直賽道並進行深耕。目前基於已大量累積大量鏈上數據，0xScope 可以對鏈上使用者的身分進行定義，後續將繼續利用AI 工具抽象鏈上使用者行為，進而打造出一套獨特的資料建模的體系，透過這套資料探勘和分析體系揭示出鏈上資料隱含的訊息。

在合作方面，0xScope 將聚焦在兩類群體：第一類，產品可以直接服務的對象，例如開發者、專案方、VC、交易所等，該群體需要目前產品所提供的資料；第二類，對AI Chat 有需求的合作夥伴，如Debank、Chainbase 等，他們只需要有相關的知識和數據，便可以直接調用AI Chat。

VC insight－AI+Web3 資料公司的商業化與未來發展之路

本節內容透過訪談了 4 位資深的 VC 投資人，將從投資和市場的角度來看 AI+Web3 資料產業的現狀和發展，Web3 資料公司的核心競爭力以及未來的商業化道路。

  1. AI+Web3 數據產業的現況與發展

目前，AI 與 Web3 數據的結合正處於一個積極探索的階段，從各個頭部 Web3 數據公司的發展方向來看，AI 技術以及 LLM 的結合都是必不可少的趨勢。但同時 LLM 有其自身技術局限性，尚無法解決目前數據產業的許多問題。

因此，我們需要認識到並非盲目地與 AI 結合就能夠增強項目的優勢，或者是使用 AI 概念進行炒作，而是需要探索真正具有實用性和前景的應用領域。從 VC 的視角，目前 AI 與 Web3 資料的結合已經有以下的探索：

1）透過 AI 技術來提高 Web3 資料產品的能力，包括 AI 技術幫助企業提高內部資料處理分析的效率，以及相應提高對使用者的資料產品的自動化分析、檢索等能力。例如七X創投 的Yuxing 提到Web3 資料使用AI 技術最主要的幫助是效率方面，例如Dune 使用LLM 模型做程式碼異常檢測和將自然語言轉換產生SQL 去資訊索引；還有用AI 做安全預警的項目，AI 演算法做異常檢測效果比從純數學統計更好，所以可以更有效地去做安全方面的監測；此外，經緯創投的子熹提到企業可以透過訓練 AI 模型進行資料的預標註，能節省許多人力成本。儘管如此，VC 們都認為，在提高 Web3 資料產品的能力和效率方面，AI 起到的是輔助作用，例如資料的預標註，最終可能仍需要人工審核來確保準確性。

2）運用 LLM 在適應性和互動上的優勢，打造 AI Agent/Bot。例如使用大語言模型來檢索整個 Web3 的數據，包括鏈上數據和鏈下新聞數據，進行資訊聚合和輿情分析。 Hashkey Capital 的 Harper 認為這類的 AI Agent 更偏向資訊的整合、生成，以及與使用者之間的交互，在資訊準確性和效率上會相對弱一些。

上述兩方面的應用儘管已經有不少案例，但是技術和產品仍然在探索的早期，因此未來也需要不斷地進行技術優化和產品改進。

3）利用 AI 進行定價及交易策略分析：目前市場中有項目利用 AI 技術給 NFT 進行價格估算，如啟明創投投資的 NFTGo，以及有些專業交易團隊使用 AI 進行資料分析和交易執行。此外 Ocean Protocol 最近也發布了一個價格預測的AI產品。這類的產品似乎很有想像力，但在產品中、使用者接受程度方面，尤其是準確性方面仍需要進行驗證。

另一方面，有不少 VC，尤其是在 Web2 有投資的 VC 會更關注提到 Web3 和區塊鏈技術能夠為 AI 技術帶來的優勢和應用場景。區塊鏈具有公開可驗證、去中心化的特點，以及密碼學技術提供隱私保護能力，加上 Web3 對生產關係重塑，可能能夠為 AI 帶來一些新的機會：

1）AI 資料確權與驗證。 AI 的出現使資料內容產生變得氾濫和廉價。啟明創投的唐弈提到對於數位作品等內容，難以確定其品質和創作者。在這方面，數據內容的確權需要一個全新的體系，區塊鏈可能可以提供幫助。經緯創投的子熹提到有數據交易所將數據放在NFT中進行交易，可以解決數據確權的問題。

另外，七X創投的 Yuxing 提到 Web3 資料能夠改善 AI 造假和黑盒子問題，目前 AI 在模型演算法本身和資料方面都存在黑盒子問題，會導致輸出結果的偏差。而Web3的資料具有透明性，資料是公開可驗證的，AI模型的訓練來源和結果都會更加明晰，使得AI更加公正，減少偏見和錯誤。但目前 Web3 的資料量還不夠多，不足以給 AI 本身的訓練賦能，因此短期不會實現。但我們可以利用這項特性，將 Web2 資料上鍊，來防止 AI 的深度偽造。

2）AI 資料標註眾包及 UGC 社群：目前傳統 AI 標註面臨效率和品質較低的問題，尤其是在涉及專業知識領域，可能還需要交叉學科知識，傳統的通用資料標註公司是不可能涵蓋的，往往需要專業團隊內部來做。而透過區塊鏈和 Web3 的概念引入資料標註的眾包，則能很好地改善這個問題，例如經緯創投投資的 Questlab，他們使用區塊鏈技術提供資料標註的眾包服務。此外，在一些開源模型社群中，也可以使用區塊鏈概念來解決模型創作者經濟的問題。

3）資料隱私部署：區塊鏈技術結合密碼學相關技術可以保證資料的隱私和去中心化。經緯創投的子熹提到他們投資的一個合成資料公司，透過大模型產生合成資料去使用，資料可以主要應用在軟體測試、資料分析，以及 AI 大模型訓練使用。公司在處理資料的時候涉及到許多隱私部署的問題，使用了 Oasis 區塊鏈，可以有效地避免了隱私和監管問題。

  1. AI+Web3 數據公司如何打造核心競爭力

對於 Web3 技術公司來說，AI 的引入能夠一定程度上增加專案的吸引力或關注度，但是目前大部分 Web3 技術公司相關結合 AI 的產品並不足以成為公司的核心競爭力，更多是在提供了更友善的體驗，以及效率的提升。譬如 AI Agent 的門檻並不高，先做的公司可能在市場有先發優勢，但不會產生障礙。

而真正在 Web3 數據產業中產生核心競爭力和障礙的應該是團隊的數據能力以及如何應用 AI 技術來解決具體分析場景的問題。

首先，團隊的資料能力包括了資料來源及團隊進行資料分析和模型調整的能力，這是進行後續工作的基礎。在採訪中，七X創投、經緯創投和 Hashkey Capital 都一致提到了AI+Web3 數據公司的核心競爭力取決於數據來源的品質。在這個基礎上，還需要工程師能夠基於資料來源熟練地進行模型微調、資料處理和解析。

另一方面，團隊 AI 技術具體結合的場景也非常重要，場景應該是有價值的。Harper 認為，儘管目前Web3 數據公司與AI 的結合基本上都是從AI Agent 開始，但他們的定位也不同，例如Hashkey Capital 投資的Space and Time，和chainML 合作推出了創建AI agent 的基礎設施，其中創建的DeFi agent 被用於Space and Time。

  1. Web3 資料公司未來的商業化道路

另一個對於 Web3 資料公司很重要的主題是商業化。長期以來，數據分析公司的獲利模式都比較單一，大都 ToC 免費，主要 ToB 獲利，這很依賴 B 端客戶的付費意願。在 Web3 領域，本身企業的付費意願就不高，加上產業新創公司為主，專案方難以支撐長期的付費。因此目前 Web3 數據公司在商業化的處境上比較艱難。

在這個問題上，VC 普遍認為當前 AI 技術的結合，僅應用在內部解決生產流程的問題，並沒有改變本質上的變現難問題。一些新的產品形式如 AI Bot 等門檻不夠高，可能一定程度上在 toC 領域增強用戶的付費意願，但仍不太強。 AI 可能短期內不是解決資料產品商業化問題的解決方案，商業化需要更多的產品化努力，例如尋找更合適的場景，和創新的商業模式。

在未來 Web3 與 AI 結合的路徑上，利用 Web3 的經濟模型結合 AI 數據可能會產生一些新的商業模式，主要在 ToC 領域。經緯創投的子熹提到 AI 產品可以結合一些 token 的玩法，提高整個社區的黏性、日活和情感，這是可行的，也更容易變現。啟明創投的唐弈提到，從意識形態的角度，Web3 的價值體係可以結合到AI上的，很適合作為 bot 的帳號體係或說價值轉化體系。例如一個機器人擁有自己的帳戶，可以透過其智慧部分賺錢，以及為維護其底層運算能力付費等。但這個概念屬於未來的暢想，實際應用可能還有很長的路要走。

而在原來的商業模式，即用戶直接付費上，需要有足夠強的產品力，讓用戶有更強的付費意願。例如更高品質的資料來源、資料帶來的效益超過支付的成本等，這不僅在於 AI 技術的應用，也在資料團隊本身的能力之上。

本文由Footprint Analytics、 Future3 Campus、HashKey Capital 共同發布。

Footprint Analytics是一家區塊鏈數據解決方案提供商。借助尖端的人工智慧技術，我們提供 Crypto 領域首家支援無程式碼資料分析平台以及統一的資料 API，讓用戶可以快速檢索超過 30 條公鏈生態的 NFT，GameFi 以及 錢包地址資金流追蹤資料。

Footprint官網：https://www.footprint.network

推特：https://twitter.com/Footprint_Data

微信公眾號：Footprint 區塊鏈分析

加入社群：加助手微信拉群組 footprint_analytics

Future3 Campus是由萬向區塊鏈實驗室和HashKey Capital共同發起的Web3.0創新孵化平台，重點聚焦Web3.0 Massive Adoption、DePIN、AI三大賽道，以上海、粵港澳大灣區、新加坡為主要孵化基地，輻射全球Web3.0生態。同時，Future3 Campus將推出首期5,000萬美金的種子基金用於Web3.0計畫孵化，真正服務於Web3.0領域的創新創業。

HashKey Capital 是一家專注於投資區塊鏈技術及數位資產的資產管理機構，目前資產管理規模超10億美元。作為亞洲最具規模及影響力的區塊鏈投資機構之一，同時也是以太坊最早的機構投資者，HashKey Capital發揮頭雁效應，連結Web2與Web3，與創業者、投資者、社區和監管機構攜手共建永續發展的區塊鏈生態體系。公司位於中國香港、新加坡、日本、美國等地，現已率先佈局橫跨Layer 1、協議、Crypto Finance、Web3基礎設施、應用、NFT、Metaverse等賽道的全球被投企業500餘家，代表性被投項目包括Cosmos, Coinlist, Aztec, Blockdaemon, dYdX, imToken, Animoca Brands, Falcon X, Space and time, Mask Network, Polkadot, Moonbeam and Galxe (原Project Galaxy)等。

發佈於

Footprint Analytics x Future3 萬字研究：AI 與 Web3 資料產業融合的現況、競爭格局與未來機會探析（上）

GPT的橫空出世將全球的目光吸引至大語言模型，各行各業都嘗試著利用這個「黑科技」提高工作效率，加速產業發展。 Future3 Campus攜手Footprint Analytics共同深入研究AI與Web3結合的無限可能，共同發布了《AI與Web3數據產業融合現況、競爭格局與未來機會探析》研報。研究期刊分為上下兩篇，本文為上篇，由Footprint Analytics研究員Lesley、Shelly共同編撰。下篇由Future3 Campus研究員Sherry、Humphrey共同編撰。

摘要：

  • LLM 技術的發展讓人們更加關注 AI 與 Web3 的結合，新的應用範式正在逐步展開。本文中，我們將重點放在如何利用 AI 提升 Web3 資料的使用體驗和生產效率。
  • 由於業界尚處早期階段和區塊鏈技術的特性，Web3 資料產業面臨許多挑戰，包括資料來源、更新頻率、匿名屬性等，使得利用 AI 解決這些問題成為新關注點。
  • LLM 相對於傳統人工智慧的可擴展性、適應性、效率提升、任務分解、可訪問性和易用性等優勢，為提高區塊鏈資料的體驗和生產效率提供了想像空間。
  • LLM 需要大量高品質資料進行訓練，而區塊鏈領域垂直知識豐富且資料公開，可以為 LLM 提供學習素材。
  • LLM 也可以幫助生產和提升區塊鏈資料的價值，例如資料清洗、標註、產生結構化資料等。
  • LLM 不是萬靈藥，需要針對特定業務需求進行應用。既要利用 LLM 的高效率，同時也要注意結果的準確性。

AI 與 Web3 的發展與結合

  1. AI 的發展歷史

人工智慧（AI）的歷史可以追溯到上個世紀 50 年代。自 1956 年起，人們開始關注人工智慧這一領域，並逐漸發展了早期的專家系統，幫助專業領域解決問題。此後，機器學習的興起，拓展了 AI 的應用領域，AI 開始更廣泛地應用在各行各業。到如今，深度學習和生成式人工智慧爆發，帶給了人們無限可能性，其中的每一步都充滿了不斷的挑戰與創新，以追求更高的智慧水平和更廣泛的應用領域。

圖 1：AI 發展歷程

2022 年 11 月 30 日，ChatGPT 面世，首次展示了 AI 與人類低門檻、高效率互動的可能性。 ChatGPT 引發了對人工智慧的更廣泛探討，重新定義了與AI 互動的方式，使其變得更加高效、直觀和人性化，也推動了人們對更多生成式人工智慧的關注，Anthropic（Amazon） 、DeepMind（Google）、Llama 等模型也隨後進入人們的視野。同時，各行各業的從業人員也開始積極探索 AI 會如何推動他們所在領域的發展，或者尋求透過與 AI 技術的結合在行業中脫穎而出，進一步加速了 AI 在各個領域的滲透。

  1. AI 與 Web3 的交融

Web3 的願景從改革金融體系開始，旨在實現更多的使用者權力，並有望引領現代經濟和文化的轉變。區塊鏈技術為實現這一目標提供了堅實的技術基礎，它不僅重新設計了價值傳輸和激勵機制，還為資源分配和權力分散提供了支持。

圖 2：Web3 發展歷程

早在 2020 年，區塊鏈領域的投資公司第四次革命之都（4RC）就曾指出，區塊鏈技術將和 AI 結合，透過對金融、醫療、電子商務、娛樂等全球產業的去中心化，以實現對現有產業的顛覆。

目前，AI 與 Web3的結合，主要是兩大方向：

  • 利用 AI 去提升生產力以及使用者體驗。
  • 結合區塊鏈透明、安全、去中心化儲存、可追溯、可驗證的技術特點，以及 Web3 去中心化的生產關係，解決傳統技術無法解決的痛點或激勵社區參與，提高生產效率。

市場上 AI 與 Web3 的結合有以下的一些探索方向：

圖 3：AI 與 Web3 結合全景圖

  • 資料：區塊鏈技術可以應用在模型資料儲存上，提供加密資料集，保護資料隱私和記錄模型使用資料的來源、使用情況，以及校驗資料的真實性。透過存取和分析儲存在區塊鏈上的數據，AI 可以提取有價值的信息，並用於模型訓練和優化。同時，AI 也可以作為資料生產工具，去提高 Web3 資料的生產效率。
  • 演算法：Web3 中的演算法可以為 AI 提供更安全、可信任和自主控制的運算環境，為 AI 體統提供加密保障，在模型參數上，內嵌安全防護欄，防止系統被濫用或惡意操作。 AI 可以與 Web3 中的演算法進行交互，例如利用智能合約執行任務、驗證資料和執行決策。同時，AI 的演算法也可以為 Web3 提供更智慧化和高效的決策和服務。
  • 算力：Web3 的分散式運算資源可以為 AI 提供高效能的運算能力。 AI 可以利用 Web3 中的分散式運算資源進行模型的訓練、資料分析和預測。透過將運算任務分發到網路上的多個節點，AI 可以加快運算速度，並處理更大規模的資料。

在本文中，我們將重點探討如何利用 AI 的技術，去提升 Web3 資料的生產效率以及使用體驗。

Web3 資料現狀

2.1 Web2 & Web3 資料產業對比

作為 AI 最核心的組成部分“數據”，在 Web3 跟我們熟悉的 Web2 有很多的區別。差異主要在於 Web2 以及 Web3 本身的應用架構導致其產生的資料特徵有所不同。

  1. 網路2 &網路3 應用架構對比

圖 4：Web2 & Web3 應用架構

在Web2 架構中，通常是由單一實體（通常是一家公司）來控制網頁或APP，公司對於他們構建的內容有著絕對的控制權，他們可以決定誰可以訪問其伺服器上的內容和邏輯，以及用戶擁有怎樣的權益，也可以決定這些內容在網路上存在的時間長度。許多案例表明，網路公司有權改變其平台上的規則，甚至中止為用戶提供服務，而用戶對此無法保留所創造的價值。

而 Web3 架構則藉助了通用狀態層（通用狀態層）的概念，將一部分或全部的內容和邏輯放置在公共區塊鏈上。這些內容和邏輯是公開記錄在區塊鏈上的，可供所有人訪問，用戶可以直接控制鏈上內容和邏輯。而在 Web2 中，使用者需要帳戶或 API 金鑰才能與區塊鏈上的內容互動。使用者可以直接控制其對應的鏈上內容和邏輯。不同於 Web2，Web3 使用者無需授權帳戶或 API 金鑰就能與區塊鏈上的內容互動（特定管理作業除外）。

  1. Web2 與 Web3 資料特徵對比

圖 5：Web2 與 Web3 資料特徵對比

Web2 資料通常表現為封閉且高度受限的，具有複雜的權限控制，高度成熟、多種資料格式、嚴格遵循行業標準，以及複雜的業務邏輯抽象化。這些資料規模龐大，但互通性相對較低，通常儲存在中央伺服器上，且不注重隱私保護，大多數是非匿名的。

相較之下，Web3 資料更加開放，存取權限更廣泛，儘管成熟度較低，以非結構化資料為主，標準化較為罕見，業務邏輯抽象相對簡化。 Web3 的數據規模相對 Web2 較小，但它具有較高的互通性（例如 EVM 相容），並可分散或集中儲存數據，同時強調用戶隱私，用戶通常採用匿名方式進行鏈上互動。

  1. 網路3 數據產業現況與前景，以及遇到的挑戰

在 Web2 時代，數據如石油的“儲量”般珍貴，存取和獲取大規模數據一直是極大的挑戰。在 Web3 中，資料的開放性和共享性一下子讓大家覺得“石油到處都是”，使得 AI 模型能夠更輕鬆地獲取更多的訓練數據，這對於提高模型效能和智慧水平至關重要。但對 Web3這個“新石油” 的數據處理仍有許多問題待解決，主要有以下幾個：

  • 資料來源：鏈上數據“標準「繁雜分散，資料處理花費大量人工成本

處理鏈上資料時，需要重複執行耗時且勞力密集的索引過程，需要開發者和資料分析師花費大量時間和資源來適應不同鏈、不同專案之間的資料差異。鏈上數據產業缺乏統一的生產和處理標準，除了記錄到區塊鏈帳本上的，events，logs，and traces 等基本上都是專案自己定義和生產（或生成）的，這導致非專業交易者很難辨別並找到最準確和可信的數據，增加了他們在鏈上交易和投資決策中的困難。例如，去中心化交易所 Uniswap 和 Pancakeswap 就有可能在資料處理方法和資料口徑上有差異，流程中的檢查和統一口徑等工序進一步加大了資料處理的複雜性。

  • 數據更新：鏈上數據體量大且更新頻率高，難以及時處理成結構化數據

區塊鏈是時刻變動的，數據更新以秒甚至毫秒等級計。數據的頻繁產生和更新使其難以維持高品質的數據處理和及時的更新。因此，自動化的處理流程是十分重要的，這也是對於資料處理的成本和效率的一大挑戰。Web3 資料產業仍處於初級階段。隨著新合約的層出不窮和迭代更新，資料缺乏標準、格式多樣，進一步增加了資料處理的複雜性。

  • 數據分析：鏈上數據的匿名屬性，導致數據身份難以區分

鏈上資料通常不包含足夠的資訊來清晰識別每個地址的身份，這使得資料在與鏈下的經濟、社會或法律動向難以連動。但是鏈上資料的動向與現實世界緊密相關，了解鏈上活動與現實世界中特定個體或實體的關聯性對於特定的場景例如資料分析來說十分重要。

隨著大語言模型（LLM）技術引發的生產力變更討論，能否利用 AI 來解決這些挑戰也成為 Web3 領域的一個焦點關注之一。

AI給予網路3 數據碰撞產生的化學反應

3.1 傳統 AI 與 LLM 的特徵對比

在模型訓練方面，傳統 AI 模型通常規模較小，參數數量在數萬到數百萬之間，但為了確保輸出結果的準確性，需要大量的人工標註資料。 LLM 之所以如此強大，部分原因在於其使用了海量的語料來擬合百億、千億級以上的參數，大大提升了它對自然語言的理解能力，但這也意味著需要更多的數據來進行訓練，訓練成本相當高。

在能力範圍和運作方式上，傳統 AI 更適合特定領域的任務，能夠提供相對精準和專業的答案。相較之下，LLM 更適合通用性任務，但容易產生幻覺問題，這意味著在某些情況下，它的答案可能不夠精確或專業，甚至完全錯誤。因此，如果需要和客觀，可信任，和可以追溯的結果，可能需要進行多次檢查、多次訓練或引入額外的糾錯機制和框架。

圖 6：傳統 AI 與大模型語言模型 （LLM）的特徵對比

3.1.1 傳統 AI 在 Web3 資料領域的實踐

傳統 AI 在區塊鏈數據產業中已經展現了其重要性，為這一領域帶來了更多創新和效率。例如，0xScope 團隊採用 AI 技術，建立了基於圖計算的群集分析演算法，透過不同規則的權重分配來幫助準確識別使用者之間的相關位址。這種深度學習演算法的應用提高了位址群集的準確性，為資料分析提供了更精確的工具。 Nansen 則將 AI 用於 NFT 價格預測，透過資料分析和自然語言處理技術，提供有關 NFT 市場趨勢的見解。另一方面，Trusta Labs 使用了基於資產圖譜挖掘和用戶行為序列分析的機器學習方法，以增強其女巫檢測解決方案的可靠性和穩定性，有助於維護區塊鏈網路生態的安全。戈普拉斯 在其營運中利用傳統人工智慧來提高去中心化應用程式（dApps）的安全性和效率。他們收集和分析來自 dApp 的安全訊息，提供快速風險警報，幫助降低這些平台的風險敞口。這包括透過評估開源狀態和潛在惡意行為等因素來檢測 dApp 主合約中的風險，以及收集詳細的審計信息，包括審計公司憑證、審計時間和審計報告連結。Footprint Analytics 則使用 AI產生生產結構化資料的程式碼，分析 NFT 交易 Wash trading 交易以及機器人帳戶篩選排查。

然而，傳統 AI 擁有的資訊有限，專注於使用預定的演算法和規則執行預設任務，而 LLM 則透過大規模的自然語言資料學習，可以理解和產生自然語言，這使其更適合處理複雜且巨量的文字資料。

最近，随着 LLM 取得了显著进展，人们对 AI 与 Web3 数据的结合，也进行了一些新的思考与探索。

3.1.2 LLM 的優勢

LLM 相對於傳統人工智慧具有以下優勢：

  • 可擴充性：LLM 支援大規模資料處理

LLM 在可擴展性方面表現出色，能夠有效處理大量資料和使用者互動。這使其非常適合處理需要大規模資訊處理的任務，例如文字分析或大規模資料清洗。其高度的數據處理能力為區塊鏈數據產業提供了強大的分析和應用潛力。

  • 適應性：LLM 可學習適應多領域需求

LLM 具備卓越的適應性，可以為特定任務微調或嵌入產業或私有資料庫，使其能夠迅速學習並適應不同領域的細微差別。這項特性使 LLM 成為了解決多領域、多用途問題的理想選擇，為區塊鏈應用的多樣性提供了更廣泛的支援。

  • 提高效率：LLM 自動化任務提高效率

LLM 的高效率为区块链数据行业带来了显著的便利。它能够自动化原本需要大量人工时间和资源的任务，从而提高生产力并降低成本。LLM 可以在几秒内生成大量文本、分析海量数据集，或执行多种重复性任务，从而减少了等待和处理时间，使区块链数据处理更加高效。

  • 任務分解：可以產生某些工作的具體計劃，把大的工作分成小步驟

LLM Agent 具備獨特的能力，即可以產生某些工作的具體計劃，將複雜任務分解為可管理的小步驟。這項特性對於處理大規模的區塊鏈資料和執行複雜的資料分析任務非常有益。透過將大型工作分解成小任務，LLM 可以更好地管理資料處理流程，並輸出高品質的分析。

這項能力對於執行複雜任務的 AI 系統至關重要，例如機器人自動化、專案管理和自然語言理解與生成，使其能夠將高階任務目標轉化為詳細的行動路線，提高任務執行的效率和準確性。

  • 可訪問性和易用性：LLM 以自然語言提供用戶友好互動

LLM 的可訪問性使更多用戶能夠輕鬆與數據和系統互動，讓這些互動更加用戶友好。透過自然語言，LLM 使資料和系統更容易存取和交互，無需使用者學習複雜的技術術語或特定指令，例如，SQL，R，Python 等來做資料擷取和分析。這項特性拓寬了區塊鏈應用的受眾範圍，讓更多的人能夠存取和使用 Web3 應用和服務，無論他們是否精通技術，從而促進了區塊鏈數據行業的發展和普及。

3.2 LLM 與 Web3 資料的融合

圖 7：區塊鏈資料與 LLM 的融合

大型語言模型的訓練需要依賴大規模數據，透過學習資料中的模式來建立模型。區塊鏈資料中蘊含的互動和行為模式是 LLM 學習的燃料。資料量和品質也直接影響 LLM 模型的學習效果。

數據不僅僅是 LLM 的消耗品，LLM 還有助於生產數據，甚至可以提供回饋。例如，LLM 可以協助資料分析師在資料預處理方面做出貢獻，如資料清洗和標註，或產生結構化數據，清除資料中的噪聲，凸顯有效資訊。

3.3 增強 LLM 的常用技術解決方案

ChatGPT 的出現，不僅向我們展示了 LLM 解決複雜問題的通用能力，同時也引發了全球性的，對在通用能力上去疊加外部能力的探索。這裡包括，通用能力的增強（包括上下文長度、複雜推理、數學、程式碼、多模態等）以及外部能力的擴充（處理非結構化資料、使用更複雜的工具、與物理世界的互動等）。如何將 crypto 領域的專有知識以及個人的個人化私有資料嫁接到大模型的通用能力上，是大模型在 crypto 垂直領域商業化落地的核心技術問題。

目前，大多數應用都集中在檢索增強生成（RAG）上，例如提示工程和嵌入技術，已經存在的代理工具也大多聚焦於提高 RAG 工作的效率和準確性。市場上主要的基於 LLM 技術的應用堆疊的參考架構有以下幾種：

  • 及時工程

圖 8：Prompt Engineering

目前，大多數從業者在建立應用時採用基礎解決方案，即 Prompt Engineering。此方法透過設計特定的 Prompt 來改變模型的輸入，以滿足特定應用的需求，是最方便快速的做法。然而，基礎的 Prompt Engineering 存在一些限制，例如資料庫更新不及時、內容冗餘、以及對輸入上下文長度（In-Context Length）的支援和多輪問答的限制。

因此，業界也在研究更先進的改進方案，包括嵌入（Embedding）和微調（Fine-tuning）。

  • 嵌入（Embedding）

嵌入（Embedding）是一種廣泛應用於人工智慧領域的資料表示方法，可高效捕捉物件的語意資訊。透過將物件屬性映射成向量形式，嵌入技術能夠透過分析向量之間的相互關係，快速找到最有可能正確的答案。嵌入可以在 LLM 的基礎上構建，以利用該模型在廣泛語料中學到的豐富語言知識。透過嵌入技術將特定任務或領域的資訊引入預訓練的大模型中，使得模型更專業化，更適應特定任務，同時保留了基礎模型的通用性。

用通俗的話來講，嵌入就類似於你給一個經過綜合訓練的大學生一本工具書，讓他拿著擁有特定任務相關知識的工具書去完成任務，他可以隨時查閱工具書，然後可以解決特定的問題。

  • 微調（Fine-tuning）

圖 9：Fine Tuning

微調（Fine-tuning）與嵌入不同，透過更新已經預先訓練的語言模型的參數，使其適應特定任務。這種方法允許模型在特定任務上表現出更好的性能，同時保持通用性。微調的核心思想是調整模型參數，捕捉與目標任務相關的特定模式和關係。但微調的模型通用能力上限仍受限於基座模型本身。

用通俗的話來講，微調就類似於給經過綜合訓練的大學生上專業知識課程，讓他掌握除了綜合能力以外的專業課知識，能自行解決專業板塊的問題。

  • 重新訓練 LLM

目前的 LLM 雖然強大，但不一定能夠滿足所有需求。重新訓練 LLM 是一種高度客製化的解決方案，透過引入新資料集和調整模型權重，使其更適應特定任務、需求或領域。然而，這種方法需要大量計算資源和數據，管理和維護重新訓練後的模型也是挑戰之一。

  • Agent 模型

圖 10：Agent 模型

Agent 模型是一種建立智慧代理的方法，它以 LLM 作為核心控制器。這個系統還包括幾個關鍵組成部分，以提供更全面的智慧。

  • Planning，規劃：將大任務分成小任務，這樣比較容易完成
  • Memory，反思：透過反思過去的行為，改進未來的計劃
  • Tools，工具使用：代理可以調用外部工具獲取更多信息，如調用搜尋引擎、計算器等

人工智慧代理模式具備強大的語言理解和生成能力，能夠解決通用問題，進行任務分解以及自我反思。這使得它在各種應用中都有廣泛的潛力。然而，代理模型也存在一些局限性，例如受到上下文長度的限制、長期規劃和任務拆分容易出錯、輸出內容的可靠性不穩定等問題。這些限制需要長期不斷的研究和創新，以進一步拓展代理模型在不同領域的應用。

以上的各種技巧並不是互相排斥的，它們可以在訓練和增強同一個模型的過程中一起使用。開發者可以充分發揮現有大語言模型的潛力，嘗試不同的方法，以滿足日益複雜的應用需求。這種綜合使用不僅有助於提高模型的效能，還有助於推動 Web3 技術的快速創新和進步。

然而，我們認為，雖然現有的LLM 已經在Web3 的快速發展中發揮了重要作用，但在充分嘗試這些現有模型（如OpenAI、Llama 2 以及其他開源LLM）之前，我們可以從淺入深，從prompt engineering 和嵌入等RAG 策略入手，謹慎考慮微調和重新訓練基礎模型。

3.4 LLM 如何加速區塊鏈資料生產的各個流程

3.4.1 區塊鏈數據的一般處理流程

當今，區塊鏈領域的建構者逐漸認識到數據產品的價值。這一價值涵蓋了產品營運監控、預測模型、推薦系統以及數據驅動的應用程式等多個領域。儘管這項認知逐漸增強，但作為資料取得到資料應用中不可或缺的關鍵步驟，資料處理往往被忽略。

圖 12：區塊鏈數據處理流程

  • 將區塊鏈原始非結構化數據，如 events 或 logs 等，轉換為結構化的數據

區塊鏈上的每一筆交易或事件都會生成 events 或 logs，這些數據通常是非結構化的。這一步驟是獲取資料的第一入口，但資料仍需要進一步處理以提取有用信息，以獲得結構化的原始資料。這包括整理資料、處理異常情況和轉換為通用格式。

  • 將結構化的原始數據，轉換為具有業務意義的抽象表

在得到結構化原始資料後，需要進一步進行業務抽象，將資料對應到業務實體和指標上，例如交易量、使用者量等業務指標，將原始資料轉化為對業務和決策有意義的資料。

  • 從抽象表中，計算提取業務指標

有了抽象的業務資料後，可以在業務抽象的資料上進一步計算，就可以得出各種重要的衍生指標。例如交易總額的月增長率、用戶留存率等核心指標。這些指標可以藉助 SQL、Python 等工具實現，更有可能幫助監控業務健康、了解使用者行為和趨勢，從而支援決策和策略規劃。

3.4.2 區塊鏈數據生成流程加入 LLM 後的最佳化

LLM 在區塊鏈資料處理中可以解決多個問題，包括但不限於以下內容：

處理非結構化資料：

  • 從交易日誌和事件中提取結構化資訊： LLM 可以分析區塊鏈的交易日誌和事件，提取其中的關鍵信息，如交易金額、交易方地址、時間戳記等，將非結構化資料轉化為的帶有業務意義的數據，使其更易於分析和理解。
  • 清洗數據，識別異常數據： LLM 可以自動識別和清洗不一致或異常的數據，幫助確保數據的準確性和一致性，從而提高數據品質。

進行業務抽象化：

  • 將原始鏈上資料對應到業務實體： LLM 可以將原始區塊鏈資料對應到業務實體，例如將區塊鏈位址對應到實際使用者或資產，使業務處理更加直觀和有效。
  • 處理非結構化鏈上內容，打標籤： LLM 可以分析非結構化數據，如Twitter 情感分析結果，將其標記為正面、負面或中性情感，從而幫助用戶更好地理解社交媒體上的情感傾向。

自然語言解讀數據：

  • 計算核心指標： 基於業務抽象，LLM 可以計算核心業務指標，如用戶交易量、資產價值、市場份額等，以幫助用戶更了解其業務的關鍵績效。
  • 查詢資料： LLM 可以透過 AIGC，理解使用者意圖，產生 SQL 查詢，使用戶能夠以自然語言提出查詢請求，而不必編寫複雜的 SQL 查詢語句。這增加了資料庫查詢的可訪問性。
  • 指標選擇、排序和相關性分析： LLM 可以幫助使用者選擇、排序和分析不同的多個指標，以便更好地理解它們之間的關係和相關性，從而支持更深入的數據分析和決策。
  • 產生商業抽象的自然語言描述： LLM 可以根據事實數據，產生自然語言摘要或解釋，以幫助使用者更好地理解業務抽象和數據指標，提高可解釋性，並使決策更具合理性。

3.5 目前用例

根據 LLM 本身的技術以及產品體驗優勢，它可以被應用到不同的鏈上資料場景，技術上從易到難可以將這些場景分成四類：

  • 資料轉換：進行資料增強、重構等操作，如文字摘要、分類、資訊擷取。這類應用開發較快，但更適合通用場景，較不適合大量資料的簡單批量化處理。
  • 自然語言介面：將 LLM 連接知識庫或工具，實現問答或基本工具使用的自動化。這可以用於建立專業聊天機器人，但其實際價值受其所連接的知識庫品質等其他因素影響。
  • 工作流程自動化：使用 LLM 實現業務流程的標準化和自動化。這可以應用於較複雜的區塊鏈資料處理流程，如解構智慧合約運作流程、風險識別等。
  • 協助機器人與助手輔助系統：輔助系統是在自然語言介面的基礎上，整合更多資料來源與功能的增強系統，大幅提升使用者工作效率。

圖 11：LLM 應用場景

3.6 LLM 的局限性

3.6.1 產業現況：成熟應用、正在攻克的問題以及尚未解決的挑戰

在 Web3 資料領域，儘管已經取得了一些重要的進展，但仍面臨一些挑戰。

相對成熟的應用：

  • 使用 LLM 進行訊息處理：LLM 等 AI 技術已成功用於產生文字摘要、總結、解釋等工作，幫助用戶從長篇文章、專業報告中提取關鍵訊息，提高了數據的可讀性和可理解性。
  • 使用 AI 解決開發問題： LLM 已經應用於解決開發過程中的問題，例如取代StackOverflow 或搜尋引擎，為開發者提供問題解答和程式支援。

有待解決與正在探索的問題：

  • 利用 LLM產生程式碼： 業界正在努力將 LLM 技術應用於自然語言到 SQL 查詢語言的轉換，以提高資料庫查詢的自動化和可理解性。然而，過程中會有很多困難，例如在某些情境下，產生的程式碼要求極高的準確性，語法必須百分之百正確，以確保程式能夠無 bug 運行，並獲得正確的結果。難點還包括確保問題回答的成功率、正確率，以及對業務的深刻理解。
  • 資料標註問題： 資料標註對於機器學習和深度學習模型的訓練至關重要，但在 Web3 資料領域，特別是處理匿名的區塊鏈資料時，標註資料的複雜性較高。
  • 準確度和幻覺（Hallucination）問題：AI 模型中幻覺的出現可能受多因素影響，包括偏見或不足的訓練資料、過度適合度、有限的上下文理解、缺乏領域知識、對抗性攻擊和模型架構。研究人員和開發者需要不斷改進模型的訓練和校準方法，以提高生成文本的可信度和準確性。
  • 利用資料進行業務分析和文章輸出： 將資料用於商業分析和產生文章仍然是一個具有挑戰性的問題。問題的複雜性、需要精心設計的提示（prompt）、以及高品質的數據、數據量、減少幻覺問題的方法都是待解決的問題。
  • 根據業務領域自動索引智慧合約資料以進行資料抽象化： 自動為不同業務領域的智慧合約資料建立索引以進行資料抽象化仍然是一個未解決的問題。這需要綜合考慮不同業務領域的特點，以及資料的多樣性和複雜性。
  • 處理時序數據，表格文件數據等更複雜的模態：DALL·E 2 等多模態模型非常擅長在文字生成圖像、語音等常見模態。而在區塊鏈以及金融領域需要特別地處理一些時序數據，而非簡單地把文字向量化就能解決。聯和時序資料與文本，跨模態聯合訓練等，是實現資料智慧分析以及應用的重要研究方向。

3.6.2 為何只靠法學碩士 不能完美解決區塊鏈數據產業的問題

作為語言模型，LLM 更適用於處理流暢度要求較高的場景，而在追求準確性方面，可能需要對模型進行更進一步的調整。在將 LLM 應用於區塊鏈資料產業時，以下框架可提供一些參考。

圖 13：區塊鏈資料產業下 LLM 輸出的流暢性、準確性和用例風險

在評估 LLM 在不同應用中的適用性時，專注於流暢度和準確性是至關重要的。流暢度指的是模型的輸出是否自然、通順，準確度則表示模型的答案是否準確。這兩個維度在不同應用場景中有不同的要求。

對於流暢度要求較高的任務，如自然語言生成、創意寫作等，LLM 通常能夠勝任，因為其在自然語言處理方面的強大性能使其能夠生成流暢的文本。

區塊鏈資料面臨資料解析、資料處理、資料應用等多面向的問題。 LLM 擁有卓越的語言理解和推理能力，使其成為與區塊鏈資料互動、整理和概括的理想工具。然而，LLM 並不能解決所有區塊鏈資料領域的問題。

在資料處理方面，LLM 更適合快速迭代和探索性處理鏈上數據，不斷嘗試新的處理方法。然而，LLM 在生產環境中的詳細核對等任務方面仍存在一些限制。典型的問題是 token 長度不夠，無法應付長上下文的內容。耗時的 prompt，回答不穩定性影響下游任務進而導致成功率不穩定的問題，以及執行大批量任務的效率不高。

其次，LLM 處理內容的過程中很可能會出現幻覺問題。據估計，ChatGPT 的幻覺機率約為 15% 至 20%，而由於其處理過程的不透明性，許多錯誤難以察覺。因此，框架的建立和專家知識的結合變得至關重要。此外，LLM 結合鏈上數據還是有許多挑戰：

  • 鏈上資料實體類型多、數量龐大，以何種形式投餵給 LLM，有效地運用在具體的商業化場景，類似其他垂直行業，需要更多研究和探索。
  • 鏈上數據包括結構化和非結構化數據，目前業界大多數數據解決方案，都是基於對業務數據的理解。解析鏈上資料的過程中，用 ETL 去過濾，清洗，補充和復原業務邏輯，進一步把非結構化資料整理為結構化數據，可以為後期多種業務場景提供更有效率的分析。比如，結構化的 DEX trades，NFT marketplace transactions，wallet address portfolio 等，就具有前面提到的高質量，高價值，準確和真實等特點，可以給通用 LLM 提供高效的補充。

4. 被誤解的法學碩士

4.1 LLM 可以直接處理非結構化數據，因此結構化資料將不再被需要？

LLM 通常是基於海量文字資料預訓練而來，自然適合處理各類非結構化的文字數據。然而，各產業已經擁有大量結構化數據，尤其是 Web3 領域中解析後的數據。如何有效的利用這些數據，增強 LLM，是一個行業的熱門研究主題。

對於 LLM，結構化資料仍然具有以下的優勢：

  • 海量：大量的資料儲存在各種應用背後的資料庫和其他標準格式裡面，特別是私有資料。每個公司和行業都還有大量 LLM 沒有用於預訓練的牆內資料。
  • 已有：這些數據不需要重新生產，投入成本極低，唯一的問題是怎麼用起來。
  • 高品質和高價值：領域內長期累積的，蘊含專家的專業知識，通常都沉澱到了結構化資料裡面，用於產學研究。結構化資料的品質是資料可用性的關鍵，其中包括資料的完整性、一致性、準確性、唯一性和事實性。
  • 高效率：結構化資料以表格、資料庫或其他規範格式存儲，模式是預先定義的，並且在整個資料集中保持一致。這意味著資料的格式、類型和關係都是可預測和可控的，使得資料的分析和查詢更加簡單和可靠。而且，業界已經有成熟的 ETL 及各種資料處理和管理工具，使用起來也更有效率、便利。 LLM 可以透過 API，把這些資料使用起來。
  • 準確性與事實性：LLM 的文字數據，基於 token 機率，目前還不能穩定的輸出確切的答案，產生的幻覺問題一直是 LLM 要解決的核心根本問題。對於許多行業和場景，會形成安全和可靠性問題，例如，醫療，金融等。結構化數據，正是可以輔助和矯正LLM 這些問題的一個方向。
  • 體現關係圖譜，和特定業務邏輯：不同類型的結構化數據，可以以特定的組織形式（關係型資料庫，圖資料庫等），輸入到 LLM，解決不同類型的領域問題。結構化資料使用標準化的查詢語言（如 SQL），使得對資料進行複雜的查詢和分析變得更有效率和準確。知識圖譜 (Knowledge Graph) 可以更好地表達實體之間的關係，也更容易進行關聯查詢。
  • 使用成本低：不用 LLM 每次重新從底層重新訓練整個底座模型，可以結合 Agents 和LLM API 等 LLM 賦能方式，更快更低成本的接取 LLM。

目前市場上還有一些腦洞大開的觀點，認為LLM 在處理文字資訊和非結構化資訊方面的能力極強，只需將原始數據，包括非結構化數據，簡單導入到LLM，就能達到目的。這個想法類似於要求通用 LLM 解數學題，在沒有專門建構數學能力模型的情況下，大多數 LLM 可能會在處理簡單的小學加減題時出錯。反而，建立類似數學能力模型，而影像產生模型的 Crypto LLM 垂直模型，才是解決 LLM 在 Crypto 領域更落地的實踐。

4.2 LLM 可以從新聞、推特等文字訊息推測內容，人們不再需要鏈上數據分析來得出結論？

LLM 雖然可以從新聞、社交媒體等文本中獲得信息，但直接從鏈上數據中獲得的洞察仍然是不可或缺的，主要原因有:

  • 鏈上資料是原始的第一手資訊，而新聞和社群媒體中的資訊可能存在片面性或誤導性。直接分析鏈上數據可以減少資訊偏差。儘管利用 LLM 進行文字分析存在理解偏差的風險，但直接分析鏈上資料可以減少誤讀。
  • 鏈上資料包含全面的歷史互動和交易記錄，分析可以發現長期趨勢和模式。鏈上資料還可以展現整個生態系的全貌，如資金流向、各方關係等。這些宏觀的洞察有助於更深入地理解狀況。而新聞和社群媒體訊息通常更零散且短期。
  • 鏈上資料是開放的。任何人都可以驗證分析結果，避免資訊的不對稱。而新聞和社群媒體未必如實揭露。文字資訊和鏈上資料可以相互驗證。綜合兩者可以形成更立體和準確的判斷。

鏈上數據分析仍是不可或缺的。 LLM 從文本中獲取資訊具有輔助作用，但不能取代直接分析鏈上資料。充分利用兩者優勢才能達到最佳效果。

4.3 利用 LangChain、LlamaIndex 或其他 AI 工具，在 LLM 的基礎上建立區塊鏈數據解決方案非常容易？

LangChain 和 LlamaIndex 等工具為建立自訂的簡單 LLM 應用提供了便利，使快速建造成為可能。然而，將這些工具成功應用於實際生產環境中涉及更多的挑戰。建立一個高效運作、維持高品質的 LLM 應用是一項複雜的任務，需要深入理解區塊鏈技術和 AI 工具的工作原理，並有效地將它們整合在一起。這對於區塊鏈資料產業來說，是一項重要但具有挑戰性的工作。

在這個過程中，必須認識到區塊鏈資料的特性，它要求極高的精準性和可重複校驗性。一旦數據通過 LLM 進行處理和分析，用戶對其準確性和可信度有很高的期望。這與 LLM 的模糊容錯性之間存在著潛在的矛盾。因此，在建立區塊鏈數據解決方案時，必須仔細權衡這兩方面的需求，以滿足用戶的期望。

在當前市場上，雖然已經有了一些基礎工具，但這個領域仍在快速演進和不斷迭代。類比於Web2 世界的發展歷程，從最初的PHP 程式語言到更成熟、可擴展的方案如Java、Ruby、Python，以及JavaScript 和Node.js 等，再到Go 和Rust 等新興技術，都經歷了不斷的演變。 AI 工具也在不斷變化，新興的 GPT 框架如 AutoGPT，Microsft AutoGen，及最近OpenAI 自己推出的 ChatGPT 4.0 Turbo 的 GPTs 和 Agents 等只是展示了未來可能性的一部分。這表明，區塊鏈數據產業和 AI 技術都還有許多發展空間，需要不斷努力和創新。

目前在應用 LLM 時，有兩個陷阱需要特別注意：

  • 期望值過高：很多人認為 LLM 可以解決一切問題，但實際上 LLM 有明顯的限制。它需要大量的運算資源，訓練成本高昂，而且訓練過程可能不穩定。對 LLM 的能力要有現實的期望，並明白它在某些場景下表現出色，如自然語言處理和文本生成，但在其他領域可能無法勝任。
  • 忽視業務需求：另一個陷阱是強行應用 LLM 技術，而不充分考慮業務需求。在應用 LLM 之前，請務必明確具體的業務需求。需要評估 LLM 是否是最佳技術選擇，並做好風險評估與控制。強調 LLM 的有效應用需要根據實際情況慎重考慮，避免誤用。

儘管 LLM 在許多領域都具備巨大潛力，但開發者和研究者在應用 LLM 時需要保持謹慎，採取開放的探索態度，以找到更適合的應用情境並最大程度地發揮其優勢。

本文由Footprint Analytics、未來3校園、HashKey Capital 聯合發布。

Footprint Analytics是一家區塊鏈數據解決方案提供商。借助尖端的人工智慧技術，我們提供 Crypto 領域首家支援無程式碼資料分析平台以及統一的資料 API，讓用戶可以快速檢索超過 30 條公鏈生態的 NFT，GameFi 以及 錢包地址資金流追蹤資料。

Footprint官網：https://www.footprint.network

推特：https://twitter.com/Footprint_Data

微信公眾號：Footprint 區塊鏈分析

加入社群：加助手微信拉群組 footprint_analytics

Future3 Campus是由萬向區塊鏈實驗室和HashKey Capital共同發起的Web3.0創新孵化平台，重點聚焦Web3.0 Massive Adoption、DePIN、AI三大賽道，以上海、粵港澳大灣區、新加坡為主要孵化基地，輻射全球Web3.0生態。同時，Future3 Campus將推出首期5,000萬美金的種子基金用於Web3.0計畫孵化，真正服務於Web3.0領域的創新創業。

HashKey Capital 是一家專注於投資區塊鏈技術及數位資產的資產管理機構，目前資產管理規模超10億美元。作為亞洲最具規模及影響力的區塊鏈投資機構之一，同時也是以太坊最早的機構投資者，HashKey Capital發揮頭雁效應，連結Web2與Web3，與創業者、投資者、社區和監管機構攜手共建永續發展的區塊鏈生態體系。公司位於中國香港、新加坡、日本、美國等地，現已率先佈局橫跨Layer 1、協議、Crypto Finance、Web3基礎設施、應用、NFT、Metaverse等賽道的全球被投企業500餘家，代表性被投項目包括Cosmos, Coinlist, Aztec, Blockdaemon, dYdX, imToken, Animoca Brands, Falcon X, Space and time, Mask Network, Polkadot, Moonbeam and Galxe (原Project Galaxy)等。

發佈於

數據的力量：Web3 遊戲營運指南

在充滿活力的 Web3 遊戲產業中，市場的起伏不定為開發者帶來了挑戰和機會。利用數據的能力對於遊戲開發者來說至關重要，能夠即時監控遊戲內的經濟狀況並分析玩家行為。這些功能可以幫助專案方獲得寶貴的智慧洞察，優化遊戲設計，提高玩家留存率，為有效的變現策略提供訊息，並培養蓬勃發展的遊戲社群。

Web3 專案分析的一站式解決方案

Footprint Growth Analytics（FGA）是一個 Web3 專案產品智慧分析平台。它提供了一個一站式的解決方案，包括對 Web2 和 Web3 資料的收集、處理和視覺化。

Footprint Growth Analytics

FGA擁有幾個特點：

  • 鏈上鏈下資料整合和 Web3 資料處理

該平台擁有多項關鍵功能，例如鏈上鏈下數據整合和 Web3 數據處理，可以全面了解專案的數據特性。

  • 鏈上鏈下漏斗分析

FGA 的強大功能延伸到鏈上鏈下漏斗分析，可以深入洞察用戶互動。

  • 用於篩選項目受眾並找到目標用戶的錢包地址

此外，該平台還提供錢包數據，使用戶能夠審查專案受眾並準確識別目標用戶。

透過將數據整合到一個頁面，FGA 對於營運、開發人員和行銷團隊都十分有益，可以簡化工作流程、節省時間，並為採購、策略和開發工作提供更有針對性的方法。

專案方需要監控的關鍵指標

我們的介面經過精心設計，直觀且用戶友好。透過各種頁面的組合幫助項目方輕鬆存取推動遊戲運營的關鍵指標。

從整合用戶資料、追蹤活動、監控 Twitter 和 Discord，到管理多個專案. FGA的指標為您提供了完善遊戲開發策略的工具。還可以靈活的增加多個項目，增強客製化分析的能力。

項目匯總頁面

如果您是創投或參與開發多種遊戲，FGA 能提供一個匯總頁面，讓您可以輕鬆監控所有遊戲指標。專案總結頁面使得專案方可以再耽擱頁面上了解所有遊戲的數據情況，提供了一種方便有效的方式來隨時了解每個遊戲的表現，幫助分析出更多洞見。

讓我們更詳細地了解關鍵指標。

資產表現

資產表現對於 Web3 遊戲至關重要，我們需要重點關注代幣和 NFT。

NFT 鑄造和銷售

在 NFT頁面中，可以得到 NFT 的整體數據狀況、銷售和鑄造數據、清單和持有者資訊等。 NFT 排行榜提供了該 NFT 的最大贏家和輸家，讓您可以輕找到投資機會。代幣頁面提供了有關遊戲代幣的多種度量指標，透過切換合約地址，開發者能夠基於數據做出決策，了解代幣的動態、流通和市場趨勢。

了解資產表現有助於優化遊戲內經濟，因應市場趨勢，提升玩家體驗。從而有利於 Web3 遊戲發展。

收入數據

收入是遊戲營運過程中的一個關鍵指標，FGA 透過連接器將鏈下數據與鏈上資料整合，實現專案方對遊戲財務表現的全面掌握。該功能將收入分為總收入、Web3 收入和 Web2 收入三個關鍵組成部分，為開發者提供了對遊戲財務表現的全面視角。

遊戲總收入

透過與鏈下資料整合，FGA提高了對收入資訊的準確性和深度，使開發者能夠基於數據做出明智決策，優化其變現策略。對收入流向的全面了解有助於確保遊戲模型經得起長期發展和成功，在不斷變化的 Web3 遊戲市場中持續成長。

錢包數據

FGA 還提供與錢包相關的數據，使開發者能夠全面了解與用戶獲取、參與、保留和社群互動相關的關鍵指標。

遊戲用戶週留存率

  • 使用者取得：指標包括新用戶總數、帶錢包的新用戶總數等，從而深入了解與錢包相關的用戶群的成長。此處用戶分為已連接錢包和未連接錢包的用戶。
  • 使用者參與度：指標包括每日和每月活躍錢包數量和趨勢。深入了解用戶參與程度的指標，如平均遊戲時間、遊戲場次、獎勵、勝利次數和比例，有助於更詳細地了解玩家的參與狀況，為遊戲設計提供強大參考。
  • 使用者留存率：開發者能夠深入了解一段時間內的用戶和錢包留存率，包括每周和每日留存率指標。這些數據可以幫助開發者追蹤和分析用戶和錢包的活躍程度，讓賢谷營運者清楚了解遊戲持續吸引用戶和保持參與的能力。
  • 社群概況：腳印也透過連接器提供 Twitter 和 Discord 平台上的指標數據，包括追蹤者數量、參與率和其他相關指標，幫助開發者衡量遊戲在社群平台上的影響力。

憑藉這樣的豐富數據，開發者可以做出明智、數據驅動的決策，最終培養忠誠的玩家群體，確保他們的 Web3 遊戲在競爭激烈的市場中取得成功並持續發展。

深入了解用戶

在「探索」部分，開發者可以深入了解使用者行為，優化使用者體驗，以提高參與度。

遊戲用戶旅程

透過訪問錢包使用者畫像，開發者可以詳細了解各個使用者，從而對使用者偏好和行為有細緻入微的了解。

使用使用者細分的功能，開發者可以製定有針對性的策略，確保內容、獎勵和互動能與特定使用者群體產生共鳴。特別有價值的是能夠創建和查看用戶旅程，以直觀方式展示用戶在遊戲中的每個步驟。這使得開發者能夠識別問題點，優化路徑，並提升整體用戶體驗，從而創建個人化、基於數據驅動的體驗，與用戶建立更緊密的聯繫，最終促進 Web3 遊戲的成功。

如何存取

透過 Footprint 快速、簡單地連結您的項目，只需在我們的 FGA 頁面上花費五分鐘即可完成。請按照頁面引導操作。

Footprint 已經整合了許多 Web3 遊戲的資訊。如果您的遊戲仍未包含在內，您可以提交項目詳細資訊。由於我們的高效提交流程，您的專案將在一天內完成添加。

總結

Footprint Growth Analytics 為 Web3 遊戲的用戶數據驅動成長，提供了一個友善的平台。涵蓋資產表現、收入分析、錢包數據、用戶探索和接入等全套功能，營運商可以輕鬆獲得寶貴的策略，優化他們的項目。

Footprint 賦予遊戲有效利用數據的能力，促進明智決策，推動Web3遊戲在這日益變化的領域中的成長和成功。

——————

Footprint Analytics 是一家區塊鏈數據解決方案提供商。借助尖端的人工智慧技術，我們提供 Crypto 領域首家支援無程式碼資料分析平台以及統一的資料 API，讓用戶可以快速檢索超過 30 條公鏈生態的 NFT，GameFi 以及 錢包地址資金流追蹤資料。

Footprint 官網：https://www.footprint.network

Discord：https://discord.gg/3HYaR6USM7

Twitter：https://twitter.com/Footprint_Data

Telegram：https://t.me/Footprint_Analytics

發佈於

如何透過追蹤用戶旅程，找到流失用戶

作者：[email protected]

在不斷變化的 Web3 遊戲領域中，數據分析已成為了解使用者行為和優化遊戲體驗的不可或缺的工具。

隨著遊戲產業的不斷發展，使用數據的能力已成為取得競爭優勢的關鍵。特別是營運團隊，可以利用數據的助力獲得寶貴的策略，對 Web3 遊戲的成功發揮重要作用。

留存用戶的挑戰

儘管可用的數據豐富，Web3 遊戲開發者經常難以識別用戶流失原因。 Web3 遊戲分析產業尚未成熟，難以進行Web2 和 Web3 資料的結合分析，並為遊戲開發者提供全面分析變得具有挑戰性。

缺乏對用戶旅程的深入洞察，成為行銷團隊努力優化玩家留存策略時面臨的重大障礙。

使用 Footprint Growth Analytics（FGA） 的使用者旅程分析頁面進行使用者分析和遊戲優化

為了因應 Web3 遊戲中用戶流失的巨大挑戰，營運團隊可以利用 FGA 強大的用戶旅程分析頁面來幫助專案發展。

使用者旅程分析頁面

使團隊能夠對使用者在各個階段的旅程進行全面分析，比如從登入和錢包連接到參與特定的遊戲活動。團隊可以觀察每個階段的使用者數量，並進行詳細分析使用者行為。

以下是 3 個步驟：

  • 使用使用者旅程分析頁面分析用戶參與度

團隊可以使用 FGA追蹤用戶在整個遊戲體驗中的行為，捕捉用戶訪問、互動和退出等關鍵時刻。透過收集和分析這些數據，團隊可以找到用戶最有可能流失的關鍵階段。

  • 匯出地址並深度探索

FGA不僅提供使用者數量統計，還允許匯出使用者地址，使團隊能夠分析特定的遊戲行為。透過匯出使用者地址和相關數據，營運團隊可以深入了解這些用戶的具體行動，以找出流失的原因。

  • 優化用戶旅程

團隊可以根據數據給出的洞察，制定並實施優化使用者旅程的策略。這可能涉及提升用戶體驗，解決技術問題或提供更具吸引力的遊戲內容。

透過優化用戶旅程，遊戲團隊可以提高用戶滿意度，最終提高用戶留存率。透過持續監控數據並根據用戶回饋進行調整，團隊建立了更具黏性的用戶群，促進了遊戲的可持續增長。

您可以在我們的網站上探索更多信息FGA頁面，或者你也可以安排演示會議 了解有關此解決方案的更多資訊。

透過優化用戶旅程，營運團隊提高用戶滿意度，最終提高用戶留存率。透過不斷監控數據並根據用戶的回饋進行調整，團隊為遊戲建立了更強大的用戶群體，促進可持續的遊戲用戶成長。

您可以在我們Footprint Growth Analytics 網站上了解更多，或可以預約安排一個會議 ，深入了解這項解決方案。

Footprint Analytics 是一家區塊鏈數據解決方案提供商。借助尖端的人工智慧技術，我們提供 Crypto 領域首家支援無程式碼資料分析平台以及統一的資料 API，讓用戶可以快速檢索超過 30 條公鏈生態的 NFT，Game 以及錢包地址資金流追蹤數據。

Footprint 官網：https://www.footprint.network

Discord：https://discord.gg/3HYaR6USM7

Twitter：https://twitter.com/Footprint_Data

Telegram：https://t.me/Footprint_Analytics

發佈於

Footprint 的大量下載方案讓交易回測更輕鬆

作者： [email protected]

回測（回測）是使用歷史加密貨幣價格數據來模擬和評估交易策略或演算法性能的測試。

在區塊鏈領域，回測在製定成功的交易策略方面發揮著舉足輕重的作用。透過發掘交易策略的優勢，它使交易者能夠建立基於規則的方法，用更理性的角度進行交易。

除此之外，回測還能在投入任何實際資金之前對策略的可行性進行全面評估，從而增強信心。

然而，中小型企業很難進行回測

雖然回測為加密貨幣交易帶來了系統化的方法，但建構實用的回測卻面臨一些挑戰：

  • 取得歷史資料的時間

雖然區塊鏈保留了詳盡的交易記錄，但從這些原始數據中創建精確的回測數據，集需要豐富的專業知識和基礎設施，這在時間和效率上都超出了大多數小型公司的能力範圍。

  • 高品質數據的成本

儘管公共區塊鏈是開源的，但解析整個區塊鏈數據會產生相當大的費用。建構節點、清洗數據和組織數據都需要專業知識和資源。 

雖然原始公共數據可以免費獲取，但將其轉換為適用於演算法交易回測的格式，需要大量的演算法資源和專業知識。

使用 Footprint 的批量下載方案建立您的回測工具

Footprint批量下載方案 是您高效存取區塊鏈歷史資料的理想選擇。

  • 取得完整歷史資料的速度提升了 10 倍

透過 腳印 的批量下載解決方案，體驗訪問 30 多個區塊鏈歷史資料集。您可以輕鬆地在各種文件格式之間轉移大量歷史數據，充分利用雲端儲存的效率。

這些數據涵蓋完整的歷史記錄，您可以在一天內獲取增量數據，包括完整的歷史記錄和增量更新。

  • 與自建資料基礎設施相比，可節省 80% 的成本

使用 Footprint 的批量下載方案，可以大大節省成本。受益於經濟實惠、開發者優先的定價，確保獲得高品質、結構化的歷史區塊鏈數據不會讓您負擔過重。選擇 Footprint 的經濟實惠解決方案，節省時間、資源和金錢。

將區塊鏈數據轉換為適合用於回測策略的格式是一項挑戰。Footprint 的批量下載方案 提供了 30 多種清洗過的、結構化的歷史數據，為您的建模提供支持。查看我們的網站或安排一個會議，了解更多有關該解決方案的資訊。

Footprint Analytics是一家區塊鏈數據解決方案提供商。借助尖端的人工智慧技術，我們提供 Crypto 領域首家支援無程式碼資料分析平台以及統一的資料 API，讓用戶可以快速檢索超過 30 條公鏈生態的 NFT，GameFi 以及 錢包地址資金流追蹤資料。

Footprint 官網：https://www.footprint.network

Discord：https://discord.gg/3HYaR6USM7

Twitter：https://twitter.com/Footprint_Data

Telegram：https://t.me/Footprint_Analytics

發佈於

Layer 2 真的為以太坊擴容了嗎？

建構一個安全、對使用者友善的去中心化網路的願景，依賴關鍵基礎設施的發展。這個願景由一個共享的經濟框架支持，並得到了億萬人的支持。 Layer 2 的擴展解決方案在建立這項基礎和增強以太坊的能力方面起著至關重要的作用。這些項目相互協作，形成一個強大的生態系統，推動以太坊充分發揮其潛力。

本文將深入探討 Layer 2 的創新、敘事、面臨的挑戰以及它們對以太坊大規模採用的變革性影響。我們的分析將基於 Footprint Analytics 的Layer 2 研究頁面的數據，為這個不斷發展的生態系統提供有價值的見解。

為什麼我們需要 Layer 2？

長期以來，區塊鏈技術一直因其去中心化、安全性和可擴展性等優點而受到讚賞。然而，「區塊鏈三難題」表明，在一個簡單的架構內同時實現這三點是極具挑戰性的。以太坊目前每天處理超過 100 萬筆交易，但由於需求不斷增加，往往面臨網路擁塞及交易費高昂的問題。為了解決這個問題，Layer 2 網路作為一種創新解決方案應運而生。

第2層的主要目標是透過實現更高的每秒交易量（TPS）來提高交易吞吐量，同時保持去中心化和安全性。這些第2層將多個鏈下交易合併為單一 Layer 1 交易來實現這一目標。因此，交易費用大大降低，使以太坊對更廣泛的用戶更具易用性和包容性。

Layer 2 的種類

目前 Layer 2 主要有 3 種：Rollups, State channels 以及 Plasma。

  • Rollups

作為一種 Layer 2解決方案，Rollups 將多個交易聚合到 Layer 1 的單一交易中，透過在 Rollup 內的參與者之間分配交易費用來節省用戶成本。 Rollups 主要有兩種：樂觀的Rollups 和零知識匯總（ZK-Rollups）。Optimistic Rollups 利用詐欺證明確保鏈下交易的有效性，而 ZK-Rollups 則使用零知識證明來增強隱私和安全性。

Optimistic Rollups 的例子包括 Arbitrum（Arbitrum One）、Optimism（OP Mainnet）和 Base。

Arbitrum 由 Offchain Labs 團隊於 2021 年 8 月推出，現已成為業界的佼佼者，佔據了 50% 以上的市場占有率。透過 Nitro 升級，Arbitrum 實現了 EVM 完全等效性， 只需極少修改或無需修改，開發人員就可以把智能合約從以太坊無縫遷移到 Layer 2。

Optimism 是第二大以太坊 Layer 2 解決方案，於 2021 年 1 月進行了軟啟動，並於同年 12 月對所有人全面開放。 Optimism 採用了 EVM 等效的架構，為以太坊應用程式提供了無縫的擴展解決方案。

Base 是與 Optimism 合作，基於 OP Stack 構建的，於 2023 年 7 月在主網上線。在短短幾個月內，它就取得了巨大成功，在 Layer 2 市場中獲得了第三大份額。 Base 由 Coinbase 孵化，借助了 Coinbase 在建立加密產品方面的專業能力。

另一方面，ZK-rollup 的應用包括 zkSync Era、Starknet、Linea 和 Polygon zkEVM。

zkSync Era 是全球第一個 zkEVM 區塊鏈，於 2023 年 3 月向所有用戶在主網上發布，並迅速在 Layer 2 市場中佔據了第四的市場份額。在使用者活動（包括 TPS 和交易筆數）方面，zkSync Era 已成為主導的 Rollup 解決方案。

Starknet 於2021 年 11 月上網主網。它使用 STARK 密碼學證明系統，實現了安全、低成本和高效能。 Starknet 使用 Cairo 作為開發語言，不與 EVM 相容。目前正在努力透過名為 Warp 的轉譯器實現 Solidity 與 Cairo 之間的兼容性。

Linea，ConsenSys 旗下的 Layer 2 解決方案，於 2023 年 7月 上線主網。它提供 EVM 相容性，使開發人員可以輕鬆遷移並在其網路上建立應用程式。

Polygon zkEVM 公共測試版於2023 年 3 月推出，它的目標是與 EVM 等效。 Polygon（前身為 Matic）是一個提供多樣化區塊鏈解決方案的區塊鏈平台。 Polygon zkEVM 是 Polygon 的產品之一。

  • State channels

State channels 是一種機制，允許參與者進行快速且無限制的鏈下交易，並在以太坊上結算最終結果。這種方法可以減少網路擁堵、費用和交易延遲。

Raiden Network 是一種鏈下擴容解決方案，專注於研究 State channels 技術、定義協定並開發參考應用。它實現了近乎即時、低費用和可擴展的支付功能，與以太坊上的 ERC20 代幣相容。該網路旨在提高可擴展性和可用性，同時保持與以太坊生態系統的兼容性。

  • Plasma

Plasma 鏈是一種透過錨定與以太坊主鏈相連的獨立區塊鏈，它利用詐欺證明（類似於樂觀的Rollups）來解決爭議。

OMG Network 利用 Layer 2 Plasma 架構，提供了強大的安全保證和高吞吐量。它為有意在以太坊上建立去中心化支付應用的第三方開發者提供了可擴展的解決方案。

Data Insights

共識正在形成：以太坊將實現大規模採用，只是時間問題。那麼，它的進展如何呢？

與其他技術的傳播類似，以太坊的採用軌跡可以用經典的鐘形曲線來描述。它始於一小部分創新者迅速接受該技術，隨後吸引了早期採用者的參與。隨著以太坊的不斷發展和成熟，它逐漸擴大覆蓋範圍，吸引了早期和後期的大多數人，進而進入大規模採用階段。最終，在採用的最後階段，該技術將惠及剩餘部分人群，即所謂的「落後者」。

讓我們從以下幾個面向探討 Layer 2 對以太坊的大規模採用所產生的影響：

  • TVL（總鎖定價值）

總鎖定價值（TVL）被認為是採用情況的先行指標。

截至 2023 年 10 月底，Arbitrum 以 60.04 億美元的 TVL 和 61.03% 的市佔率遙遙領先，鞏固了其市場主導者的地位。 Optimism 緊隨其後，TVL 為 25.98 億美元，市佔率為 26.41%，顯示出其廣泛的採用率和用戶參與度。

其他鏈構成了第二梯隊，但其市佔率遠遠落後，不到 5%。新加入的 Base 於 2023 年 7 月 13 日在主網上線，以 4.63 億美元的 TVL 穩居第三位。 zkSync Era 以 4.51 億美元的鎖定值排名第四，而 Starknet 則以 1.35 億美元的 TVL 排名第五。

資料來源：Layer 2 Overview

  • 用戶數及交易量

用戶活動，如與以太坊互動的獨特用戶（bridgers）數量和交易量，是衡量採用情況的關鍵指標。

在各種 Layer 2 解決方案中，zkSync Era 遙遙領先，累積了 267 萬獨立用戶，佔所有 Rollup 的 37.10%，並促成了 223 萬筆交易，佔 Rollup 活動的 50.84%。 zkSync Era 最初的空投活動吸引了大量用戶，此後一直保持領先地位。在交易量方面，Starknet 緊隨其後，交易量為 170 萬筆，佔捲起的 23.70%。

Base 和 Linea 於 2023 年 7 月在主網上推出，在市場上廣受歡迎。它們在獨立用戶參與度和交易量方面都超過了 Optimism 和 Polygon zkEVM。

  • 交易吞吐量

交易吞吐量是區塊鏈社群經常討論的主要擴展挑戰之一。

目前，以太坊主網的處理能力約為每秒 15 筆交易（TPS）。相比之下，Visa 擁有處理約 24,000 TPS 的能力，而 Mastercard 可以處理 5,000 TPS。

Layer 2 正在縮小以上差距。 10 月份，Arbitrum 和 zkSync Era 等知名 Rollup 解決方案的平均 TPS 約為 9.5 到 10，是現有 Rollup 中性能最接近以太坊的。 Rollups 共同為可擴展性做出了重大貢獻，10 月的總交易吞吐量超過以太坊主網 321%，可擴展性係數達到 4.21。

儘管 Rollup 技術有助於提高可擴展性，但目前沒有任何一個 Rollup 能在吞吐量方面超過以太坊。在熊市中，吸引和留住用戶對於 Layer 1 和 Layer 2 網路都是具有挑戰性的。建立一個繁榮的 Layer 2 生態系統不僅需要強大的解決方案，還需要高流量的應用。此外，由於多個 Layer 2 之間以及 Layer 1 和 Layer 2 之間缺乏無縫交互，用戶體驗受到了影響，例如需要切換錢包並產生流動性成本。

  • 費用

Layer 2 在降低以太坊網路費用方面發揮了至關重要的作用。透過將多個鏈下交易合併成單一 Layer 1 交易，以太坊的交易費用大幅下降。

根據Footprint Analytics 的數據，2023 年 10 月 Rollup 平均交易費用為以太坊的 3% 到 10%。

資料來源：Average Gas Fee

這些數字表明，Layer 2 越來越受歡迎，採用率也越來越高，凸顯了它們在緩解以太坊擁塞和提高可擴展性方面的潛力。

Layer 2 的創新

在不斷變化的區塊鏈技術領域中，Optimism、zkSync 和 Arbitrum 等領先的 Layer 2 解決方案積極追求創新方法，以解決持續存在的挑戰，並保持對互通性的關注。這些知名的參與者在技術和應用等方面保持快速的創新步伐，不斷努力保持領先地位，並保持市場競爭優勢。

超級鏈 由樂觀 生態系提出，是一個由多個網路組成的網絡，這些網路共用一個名為 OP Stack 的公共程式碼庫。該框架旨在建立一個可互通的環境，讓各種 Layer 2 網路可以相互通訊和交易，類似於網路實現設備間通訊的方式。透過提供橫向可擴展性，超級鏈解決了與傳統多鏈架構相關的挑戰。這些挑戰包括平行鏈之間不同的安全架構，隨著更多鏈的加入，可能會增加系統風險，以及為每個新增鏈建立新節點的成本。

來源：Superchain – OP Stack Docs

2023 年 6 月，零克同步 推出了超鏈，這是一種新型網絡，作為 zkEVM 的分形實例運作。這些 Hyperchains 與 Layer 1 共享結算並行運行，可靈活地作為 Layer 2 網路與 zkSync Era 一起運行，或作為 Layer 3 Validium 運行。 zkSync 生態系統中的 Hyperchains 可以由任何人開發和部署，無需獲得許可。為了確保信任和無縫互通性，每個 Hyperchain 都必須由 ZK Stack 上相同 zkEVM 引擎驅動。GRVT是 zkSync 生態系統中首個 Hyperchain，它是一個混合加密貨幣交易所，結合了中心化和去中心化交易所的優勢。預計其內測 Alpha 版本將於 2023 年 11 月推出，隨後在 2024 年第一季發布主網版本。

來源:Architecture – GRVT

任意風格 由決定於 2023 年 8 月推出，允許在其 Layer 2 網路上使用 Rust、C 和C++ 等多種程式語言開發智慧合約。除了 Solidity 之外，開發人員現在可以使用與 WebAssembly（WASM）相容的語言編寫智慧合約。 WASM 可以在網路上運行 Rust 和 C++ 等語言的程式碼，使用 Arbitrum Stylus 還可以在區塊鏈上運行這些程式碼。 Stylus 引進了第二個與 EVM 完全互通同等的虛擬機，為編寫智慧合約提供了一種新的方法。

Layer 2 的敘事

自 2022 年以來，Layer 2 本身已成為加密貨幣領域中的重要敘事。在 Layer 2 領域中，敘事在塑造公眾認知和影響市場動向方面發揮了重要作用。這些敘事為 Layer 2 和以太坊整體未來的提供了洞察力。

  • 全鏈遊戲。這類別遊戲利用區塊鏈取代中心化的遊戲伺服器，將遊戲的方方面面都放到鏈上，包括資產、邏輯、狀態和儲存。 Starknet 和 COMBO（目前在測試網路上運行）已將自己定位為公有鏈領域內全鏈遊戲的重要支持者。
  • 模組化區塊鏈。最初，區塊鏈採用的是整體式的設計，一個單一的區塊鏈處理所有任務。然而，模組化區塊鏈的概念出現了，它專注於特定功能，而不是試圖涵蓋所有功能。 Celestia 是第一個模組化區塊鏈網路。它已經準備就緒，並於 2023 年 10 月公佈了空投和上線計劃。
  • 零 Gas 費用。 Gas 費用一直是阻礙以太坊大規模採用的一大障礙。為了解決這一痛點，GasZero（目前在測試網上運行）作為一個 Layer 2 網路應運而生，它提供了一種獨特的解決方案：對於可信的終端用戶，不收取任何Gas 費用。在 GasZero 上，用戶可以與去中心化網路和智能合約進行交互，無需在錢包中預存任何代幣。
  • 第3層。區塊鏈產業中的 Layer 3 概念目前還沒有一個廣為接受的定義。以太坊聯合創辦人Vitalik Buterin 認為，現在明確其定義還為時過早，因為多 Rollups 生態系統的架構仍在不斷發展，大多數討論仍停留在理論層面。不過，維塔利克 分享了關於 Layer 3 在未來的三種可能：
    • Layer 2 用於擴展，Layer 3 用於自訂功能，如隱私保護。
    • Layer 2 用於通用擴展，Layer 3 用於自訂擴展。
    • Layer 2 用於無信任擴展（Rollups），Layer 3 用於弱信任擴展（Validiums）。

Layer 2 面臨的挑戰

作為擁擠的以太坊網路的替代選擇，經濟高效的 Layer 2 網路日益受到關注。在謹慎擴展某些能力的同時，保持穩健的基礎層至關重要。以太坊社區鼓勵技術和應用的發展，但在用戶友好性和去中心化的好處之間保持微妙的平衡至關重要，正如 Vitalik Buterin 在 2023 年 10 月的以太坊香港黑客馬拉鬆活動中強調的那樣。

根據 Vitalik 的觀點，Layer 2 面臨四個關鍵挑戰：

  • 證明系統的安全性和去中心化。有效性（零知識）證明和詐欺證明被用來證明交易的合法性，無需在以太坊鏈上進行處理。然而，有效性證明由於依賴特定的硬件，因此面臨中心化的問題。
  • 排序器的去中心化。這些排序器對交易進行驗證、排序和壓縮，然後傳輸到 Layer 1。然而，這種集中式設置因其可能成為單點故障、審查漏洞或容易被當局關閉而受到批評。
  • 跨 Layer 2 錢包。它們使得在多個 Layer 2 解決方案之間實現無縫互動成為可能，而無需切換錢包。
  • 數據可用性。它指的是鏈上資料可用性，即儲存區塊鏈資料完整副本以驗證交易的挑戰。值得注意的是，Validiums 和 Optimiums 等解決方案通常不被歸類為 Layer 2，因為它們不在 Layer 1 發布資料。相反，它們在 Layer 1 之上引入了額外的信任假設。

此外，正如我們之前提到的，目前沒有任何一個 Layer 2 網路在吞吐量方面可以超過以太坊。當務之急是發展 Layer 2 的生態系。

  • 生態系和應用。目前，Layer 2 網路的生態系中大部分應用都是 DeFi 應用。它們需要引入更多類型的現象級 dApps，Layer 2 才可以擴大其生態系統，吸引更多用戶，鼓勵他們留下來。

結束語

總之，透過有效解決阻礙以太坊發展的可擴展性和成本難題，Layer 2 網路正在推動以太坊向大規模採用邁進。這些網路提供了創新的解決方案，提高了交易吞吐量，降低了費用，使以太坊對更廣泛的受眾來說更容易使用，更具包容性。

此外，除了以太坊的 Layer 2 網絡，opBNB 作為 BNB 鏈對可擴展性挑戰的回應已經出現。 2023 年 9 月，opBNB 成功完成了主線上線。事實上，面對這些挑戰，其他公鏈的因應措施和未來發展方向也同樣令人期待。大家的重點仍是生態系統的發展和對使用者的吸引。無限的可能性在我們面前展開，每個公鏈都將踏上自己獨特的可擴展性和大規模採用之路。

_______________

本文內容僅作產業研究及交流使用，不構成任何投資建議。市場有風險，投資需謹慎。

本文由 Footprint Analytics 社群貢獻。

Footprint Community 是一個全球化的互助式資料社區，成員利用視覺化的數據，共同創造有傳播力的見解。在Footprint 社群裡，你可以得到幫助，建立鏈接，交流關於 Web 3，元宇宙，GameFi 與DeFi 等區塊鏈相關學習與研究。許多活躍的、多樣化的、高參與度的成員透過社群互相激勵和支持，一個世界性的用戶群被建立起來，以貢獻數據、分享見解和推動社群的發展。

Footprint Analytics 官網:https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data

發佈於

十月 Web3 遊戲產業報告：市值成長背後的用戶獲取挑戰

作者: [email protected]

10 月份，在比特幣飆升的推動下，Web3 遊戲產業的代幣市值成長了 15.8%。該行業一直在穩步擴張，目前共有 2,651 款遊戲。然而，活躍遊戲和活躍用戶的成長卻沒有跟上步伐，10 月有高達 73.1% 的遊戲活躍用戶不到 10 人，凸顯了 Web3 遊戲開發者在用戶獲取和留存方面面臨的持續挑戰。

本報告數據來自 Footprint Analytics 的 Web3 Games 研究頁面。這是一個易於使用的儀表板，包含了解 Web3 遊戲產業最重要的統計數據和指標，並即時更新。您可以點選此處了解有關價格、項目、融資等方面的最新資訊。

要點概覽

加密市場概覽

  • 比特幣月初價格為 26,967 美元，在此期間大幅上漲了 27.9%，最終收在 34,497 美元。

Web3 遊戲市集總覽

  • Web3 遊戲產業穩定成長，10 月共有 2,651 款遊戲。
  • 雖然 Web3 遊戲產業的遊戲數量不斷增加，但活躍遊戲和活躍用戶的成長並未跟上腳步。 Web3 遊戲開發者在使用者獲取和留存方面面臨持續的挑戰。
  • 多達 1,937 款遊戲（佔總數的 73.1%）在 10 月的活躍用戶數不到 10 人。

Web3 遊戲公鏈數據

  • 在 Polygon 鏈上的遊戲中，有 38 款遊戲吸引了超過 1,000 名活躍用戶，佔該鏈遊戲總數的 8.1%。 BNB 鏈這一比例為 5.4%，以太坊則為 1.7%。
  • Web3 遊戲產業迫切期待其他區塊鏈能快速發展，去挑戰這三個區塊鏈的主導地位。

Web3 遊戲專案概覽

  • 10 月份，17 個項目的代幣價格大幅飆升，漲幅超過 50%。
  • 10 月份，AXS 的價格上漲了 18.3%，而 SLP 則大幅上漲了 70.0%。
  • 10 月份，終極冠軍在 Polygon 和 BNB 鏈上迎來了大量新用戶。

Web3 遊戲投融資狀況

  • 10 月份，Web3 遊戲領域的投資資金持續成長，共計有七輪次融資，總額達 5,090 萬美元。

本月市場動態

  • Animoca Brands 在 Flow 推出新遊戲 Formula E：HighVoltage。
  • 遊戲巨頭世嘉聯席 COO Shuji Utsumi 改口稱區塊鏈遊戲仍是值得探索的「未知世界」。
  • Immutable 與 AWS 達成合作，推動 Web3 遊戲的全球採用。
  • 法國國民議會投票決定 NFT 遊戲不應被視為賭博。
  • 遊戲工作室 Neon Machine 完成 2,000 萬美元A輪融資，Polychain領投。

加密市場概覽

10 月份，比特幣價格飆升，超過了傳統資產和其他加密貨幣的表現。比特幣月初價格為 26,967 美元，在此期間大幅上漲了 27.9%，最終收在 34,497 美元。

以太幣月初的價格為 1,671 美元，本月漲幅為 8.3%，最終收在 1,810 美元。

資料來源:BTC Price & ETH Price

10月份，科技股面臨下行壓力，但比特幣卻一枝獨秀，逆勢而上。 10 月 16 日，比特幣價格大幅上漲，達到近 3 萬美元。這一突然上漲是由加密貨幣新聞網站 Cointelegraph 的假報道引發的。該網站在一條推文中聲稱，美國證券交易委員會（SEC）已經批准了首個現貨比特幣 ETF。然而，在 BlackRock 向彭博社澄清他們的申請仍在審查中後，該帖子隨後被刪除。結果，比特幣價格在當天結束時跌至 28,000 美元左右。

在此事件之後，比特幣得到了市場對美國現貨 ETF 推出的成長預期的持續支持。 SEC 沒有對華盛頓特區巡迴上訴法院最近做出的有利於 Grayscale 的裁決提出異議。 Grayscale 以及其他現貨比特幣 ETF 的申請，目前正在等待 SEC 的審查。比特幣的價格從 10 月 23 日開始經歷了一個明顯的上升軌跡，直到月底一直保持在 35,000 美元的水平。

Web3 遊戲市集總覽

Web3 遊戲產業穩定成長，10 月共有 2,651 款遊戲，比 9 月成長了 1.7%，比 5 月成長 13.9%。

雖然遊戲數量不斷增加，但是擁有超過 1,000 個月活躍用戶的遊戲比例仍然較小，不到總數的 10%。 10 月份，這一比例為 8.8%，比 9 月份增加了 5 款遊戲。同時，每月活躍用戶超過 500 人的遊戲共有 282 款，佔全部 2,651 款遊戲的 10.6%，比 9 月減少了 3 款。

另一方面，多達 1,937 款遊戲（佔總數的 73.1%）在 10 月的活躍用戶數不到 10 人。這讓人們對 Web3 遊戲產業的可持續性產生了疑問——人們認為這是一種 “虛假繁榮”。

資料來源:Monthly Active Games

10 月份，Web3 遊戲的每日活躍用戶數量相對穩定，維持在 100 萬左右，與 9 月基本持平。

雖然 Web3 遊戲產業的遊戲數量不斷增加，但活躍遊戲和活躍用戶的成長並未跟上腳步。Web3 遊戲在用戶獲取和留存方面面臨持續的挑戰。

資料來源: Active Users & Growth Rate DoD

Web3 遊戲產業相對較新，但從業者有著快速學習的能力。 10 月，世嘉（Sega）聯合 COO Shuji Utsumi 對區塊鏈遊戲和 NFT 在未來電玩遊戲中的潛力表示樂觀。此前，他在接受彭博採訪時稱點對點遊戲 「很無聊」。世嘉已將其 《三國志大戰》（Sangokushi Taisen）的卡牌遊戲的 IP 授權給了 雙跳.東京。二段跳是一家區塊鏈公司，正在開發一款名為 《三國爭霸》（Battle of Three Kingdoms）的新卡牌遊戲。 Shuji Utsumi 承認，區塊鏈遊戲對世嘉來說還是一個未知的世界，但他們正在合作開發這款遊戲，世嘉將為該專案提供遊戲資產。

Battle of Three Kingdoms

Web3 遊戲公鏈數據

遊戲在不同區塊鏈上的分佈保持穩定，BNB 鏈以 30.6% 的比例領先，以太坊以 24.5% 緊隨其後，Polygon 以 15.0% 佔據第三。這三條區塊鏈組成了第一梯隊，與 Wax、EOS 和 Avalanche 等第二梯隊拉開了差距，它們的比例分別為 5.3%、2.1% 和 2.0%。

資料來源:Games Shared by Chain

Web3 遊戲產業迫切期待其他區塊鏈能快速發展，去挑戰這三個區塊鏈的主導地位。

數據來源:Monthly Games by Chain

10 月份，每月活躍用戶超過千人的遊戲共有 233 款。其中，BNB 鏈佔據最大份額，佔 22.3%，Polygon 佔 16.3%，以太坊佔 5.6%。在 Polygon 鏈上的遊戲中，有 38 款遊戲吸引了超過 1,000 名活躍用戶，佔該鏈遊戲總數的 8.1%。 BNB 鏈這一比例為 5.4%，以太坊則為 1.7%。

本月公鏈在遊戲方面有一些新的進展。不可變的 最近與 AWS 達成合作，專門為 Web3 遊戲產業開發基礎設施解決方案。作為合作的一部分，Immutable 加入了 AWS 的 ISV Accelerate 計劃，該計劃旨在為使用 AWS 服務的公司提供支援，於是， 不可變X鏈上的遊戲開發者能夠參與 AWS Activate 計畫。該計劃專門為新創公司提供技術支援、高達 10 萬美元的 AWS 積分以及其他各種資源。然而，網路3遊戲的中心化和對亞馬遜的依賴引發了一些擔憂，因為亞馬遜作為雲端服務產業的市場主導者，佔有約三分之一的市場份額。

Gas Hero 是由 Find Satoshi Lab 開發的一款備受期待的 Web3 遊戲，將在 2023 年至 2024 年期間推出。 Find Satoshi Lab 開發的遊戲 StepN 獲得了巨大的成功。 Gas Hero 作為其新作，將在多邊形 上獨家推出。與 StepN 注重獎勵玩家進行身體活動而沒有角色或背景故事不同，Gas Hero是一款大型多人線上遊戲，背景設定在一個豐富的科幻世界中，其身臨其境的背景故事可延伸至漫畫書中。最近，Find Satoshi Lab 宣布 Gas Hero 將於 11 月 24 日至 12 月 8 日進行社區測試，進一步吸引社區參與遊戲的開發流程。 Gas Hero 在發佈時將使用 StepN 的 $GMT 作為代幣。在發布之前，該遊戲組織了多個社區活動。根據 Footprint Analytics 的氣體英雄儀表板 顯示，截至 10 月底，使用者共鑄造了 936 枚 Gas Hero 徽章。

資料來源:GasHeroBadge Daily Minted

Web3 遊戲專案概覽

10 月份，Web3 遊戲代幣市值緊跟著比特幣走勢。受益於比特幣的飆升，Web3 遊戲代幣市值成長了 15.8%。

資料來源:Market Cap: GameFi Tokens vs BTC

10 月份，17 個項目的代幣價格大幅飆升，漲幅超過 50%。儘管加密貨幣市場普遍處於熊市，但這些專案依然具有吸引用戶和投資者的潛力。

資料來源:Game Token Price Changes in September

旗艦遊戲有著持續的發展。軸無限 的經濟代幣 Smooth Love Potions (SLP) 和 Axie Infinity Shards (AXS) 都經歷了大幅上漲。 10 月份，AXS 的價格上漲了 18.3%，而 SLP 則大幅上漲了 70.0%。這些價格飆升與近期加密貨幣市場的上升趨勢以及可持續的 Axie 生態系統（包括 Ronin Network 和 Axie Origins）密切相關。此外，為慶祝萬聖節，Axie 還舉辦了 Axie Spooktoberfest 活動，讓玩家參與各種活動並獲得獎勵。這個節日活動提高了整個 10 月的用戶參與度。

Axie Spooktoberfest

《終極冠軍》（終極冠軍）是一款免費的夢幻足球和籃球遊戲，提供了一種創新體驗，玩家可以利用自己的體育知識每週組建一支最強大的球隊。 10 月份，遊戲在 Polygon 和 BNB 鏈上迎來了大量新用戶。根據 Footprint Analytics 的數據，本月《終極冠軍》在 Polygon 上成功吸引了 21,068 名新用戶，另外遊戲在這條鏈中擁有 420,516 名總用戶數 和 21,542 名活躍用戶，Planet Mojo 和 The Sandbox 緊隨其後。

資料來源:Hot Games on Polygon

同時，《終極冠軍》在 BNB 鏈上獲得了 29,220 名新用戶，另外遊戲在這條鏈中擁有 169,040 名總用戶數 及 53,302 名活躍用戶。 Carv 和 SecondLive 在該鏈的新用戶獲取方面也表現亮眼。

資料來源:Hot Games on BNB Chain

Web3 遊戲投融資狀況

10 月份，Web3 遊戲領域的投資資金持續成長，共計有七輪次融資，總額達 5,090 萬美元。這些輪次吸引了對不同公司和專案的重要投資，包括 NexGami（200 萬美元）、Forge（1,100 萬美元）、Upland（700 萬美元）、Darewise Entertainment（350 萬美元代幣預售）、Third Time Entertainment（200 萬美元）、Neon Machine（2,000 萬美元）和Moonveil Entertainment（540 萬美元）。

總部位於西雅圖的遊戲工作室 Neon Machine 為其即將推出的第一人稱射擊遊戲 Shrapnel 成功籌集了 2,000 萬美元的 A 輪融資。本輪融資由 Polychain Capital 領投，Griffin Gaming Partners、Brevan Howard Digital、Franklin Templeton、IOSG Ventures 和 Tess Ventures 參投。 Shrapnel 設定在一個科幻戰鬥射擊的宇宙中，將以 NFT 的形式提供遊戲內的重要內容，如武器零件、武器和裝飾品，這些 NFT 將在 Avalanche 子網上發行。今年 4 月，Shrapnel 也推出了自己的 ERC-20 代幣，名為 SHRAP。

Shrapnel

在巴塞隆納舉行的歐洲區塊鏈大會上，Animoca Brands 的執行長兼 The Sandbox 的聯合創始人Robby Yung 強調了在 Web3 遊戲投資中的保持謹慎考慮的重要性。儘管如此，包括 Animoca Brands 在內的許多公司仍在籌集資金。 Animoca Brands 最近宣布與沙烏地阿拉伯 NEOM 公司簽署了策略合作諒解備忘錄，以推動符合沙烏地阿拉伯 2030 願景計畫的區域 Web3 發展倡議。此外，NEOM 投資基金簽署了可轉換票據融資意向書，擬向 阿尼莫卡品牌 投資 5,000 萬美元。

_____________________

本文內容僅作產業研究及交流使用，不構成任何投資建議。市場有風險，投資需謹慎。

本文由 Footprint Analytics 社群貢獻。

Footprint Community 是一個全球化的互助式資料社區，成員利用視覺化的數據，共同創造有傳播力的見解。在Footprint 社群裡，你可以得到幫助，建立鏈接，交流關於 Web 3，元宇宙，GameFi 與DeFi 等區塊鏈相關學習與研究。許多活躍的、多樣化的、高參與度的成員透過社群互相激勵和支持，一個世界性的用戶群被建立起來，以貢獻數據、分享見解和推動社群的發展。

Footprint官網：https://www.footprint.network
Discord：https://discord.gg/3HYaR6USM7
Twitter：https://twitter.com/Footprint_Data

發佈於

十月 NFT 市場顯示復甦跡象，等待進一步的積極發展

作者: [email protected]

10 月份，比特幣價格大幅飆升，NFT 市場出現了復甦跡象，每月交易量和用戶數均增加了 15.2%。儘管 10 月的數據相比 9 月有所改善，但仍不如 8 月和之前幾個月的水平。因此，現在斷言市場開始復甦還為時過早。業界熱切期待著除了比特幣影響因素之外更多積極的因素。

本報告的資料來自 Footprint Analytics 的 NFT 研究頁面。該頁面提供了一個易於使用的儀表板，包含了最關鍵的統計數據和指標，以了解 NFT 行業的最新動態，並即時更新。您可以點選這裡找到有關交易、項目、融資等的最新資訊。

要點概覽

加密市場概覽

  • 比特幣月初價格為 26,967 美元，在此期間大幅上漲了 27.9%，最終收在 34,497 美元。 

NFT 市場概覽

  • 受到整體加密貨幣市場的正面趨勢支持，本月 NFT 市場出現了成長。
  • 藍籌指數在 9 月呈現上升趨勢，上升了 14.4%。

公鏈與 NFT 交易市場

  • 10 月份，以太坊繼續以 4.217 億美元的交易量佔據 NFT 市場交易量的主導地位，佔比高達 98.7%。
  • LooksRare 的成交量暴跌97.8%。

NFT 投融資狀況   

  • 10 月份，NFT投融資市場發展緩慢，只進行了一輪融資，總額為 500 萬美元。

本月重點動態

  • LooksRare 發布代幣經濟模型更新。
  • NFT 賽馬新創公司 Game of Silks 在新一輪融資中已籌集 500 萬美元。
  • 德國郵政服務公司將發行限量版 NFT 郵票。
  • Spencer Ventures 與負責出售 3AC NFT 的蘇富比達成六位數交易，將購買 144 枚 Pudgy Penguin 類 NFT。
  • Yuga Labs 重組完成，將重點建造 Otherside。

加密市場概覽

10 月份，比特币价格显著飙升，超过了传统资产和其他加密货币的表现。比特币月初价格为 26,967 美元，在此期间大幅上涨了 27.9%，最终收于 34,497 美元。

以太幣月初的價格為 1,671 美元，本月漲幅為 8.3%，最終收在 1,810 美元。

資料來源:BTC Price & ETH Price

10月份，科技股面臨下行壓力，但比特幣卻一枝獨秀，逆勢而上。 10 月 16 日，比特幣價格大幅上漲，達到近30,000 萬美元。這一突然上漲是由加密貨幣新聞網站 Cointelegraph 的假報道引發的。該網站在一條推文中聲稱，美國證券交易委員會（SEC）已經批准了首個現貨比特幣 ETF。然而，在黑石向彭博社澄清他們的申請仍在審查中後，該貼文隨後被刪除。結果，比特幣價格在當天結束時跌至 28,000 美元左右。

在此事件之後，比特幣得到了市場對美國現貨 ETF 推出的成長預期的持續支持。 SEC 沒有對華盛頓特區巡迴上訴法院最近做出的有利於 Grayscale 的裁決提出異議。 Grayscale 以及其他現貨比特幣 ETF 的申請，目前正在等待 SEC 的審查。比特幣的價格從 10 月 23 日開始經歷了一個明顯的上升軌跡，直到月底一直保持在 35,000 美元的水平。

NFT 市場概覽 

受到整體加密貨幣市場的正面趨勢加持，本月 NFT 市場出現了成長。 10 月的總交易量達到 4.272 億美元，與上月相比成長了 15.2%。交易數量保持穩定，為 1,039,735 筆。此外，10 月的獨立用戶數量也有所增加，達到 281,359 人，增加了 15.2%。

資料來源:NFT Market Overview

NFT市值在 10 月保持穩定，保持在 45 億美元上下，每日交易量呈上升趨勢。

來源：NFT Market Cap & Volume

10 月份，NFT 市場的買方/賣方比率為 136.1%，相比 9 月份成長了 33.2%。全月共有 187,644 名買家和 137,845 名賣家。值得注意的是，與上個月相比，買方人數增加了 26.9%，而賣方人數則減少了 4.0%。儘管 10 月的數據與 9 月相比有所改善，但仍未達到 8 月和之前幾個月的水平。因此，現在就下結論認為這標誌著市場復甦的開始還為時過早。除了比特幣和以太坊之外，我們還熱切期待著其他領域的積極發展。

資料來源:Daily Buyers & Sellers

獨立用戶與每日買家/賣家的趨勢保持一致，其中，10 月 15 日至 18 日期間略有增長。根據足跡分析 的數據，OpenSea Shared Storefront 和 Polygon 上的 AI-success 這兩個項目在此期間有著比較多的內部互動操作。

資料來源:Daily Unique Users

藍籌指數在 9 月呈現上升趨勢，上升了 14.4%。

數據來源：BlueChip Index

藍籌系列 Pudgy Penguins 上個月在沃爾瑪 2,000 家門市推出實體玩具系列，引起了人們的注意。在 9 月的最後一周和 10 月的第一周，Pudgy Penguins 的地板價和交易量都出現了大幅上漲。 10 月 7 日，Horlomite Research 在社交媒體平台 X（前 Twitter）上提出擔憂，稱 Pudgy Penguins 首席執行官 Luca Netz 收購 Pudgy Penguins 的資金“來自於四個跑路項目”，並提供了鏈上證據。 Luca Netz 立即在 X 上對這些指控做出了回應。儘管發生了這起事件，Pudgy Penguins 在 10 月的市場表現似乎並未受到負面影響。

除了 Pudgy Penguins，Winds of Yawanawa 系列也備受矚目。 Winds of Yawanawa 於 2023 年 7 月推出，是一個由 1,000 幅獨特的數位繪畫作品組成的作品集。這些數位畫利用了亞馬遜雨林中 Yawanawa 部落村莊的氣象數據，包括風速、陣風、風向和溫度等，旨在透過將 Yawanawa 的藝術帶入數位領域來保護他們豐富的文化。 10 月 11 日，紐約現代藝術博物館（MoMA）宣布將 Winds of Yawanawa 作為永久收藏品，使其成為第一件被 MoMA 接受的生成式人工智慧和代幣化藝術品。在這振奮人心的消息發布後，根據足跡分析 的數據，該 NFT 系列的地板價和交易量均出現了超過 50% 的大幅增長。

Winds of Yawanawa #102

公鏈與 NFT 交易市場

10 月份，以太坊繼續以 4.217 億美元的交易量佔據 NFT 市場交易量的主導地位，佔比高達 98.7%。相較於 9 月份，交易量成長了 15.9%。但 10 月的交易量仍是 2023 年以來的第二低的水平。

資料來源: Monthly Volume by Chain

本月以太坊的独立用户数下降 3.8%，为 13.05 万。 BNB 链用户数为 1.75 万，大幅减少了 44.8%。Polygon 的用户数量出现了显著增长，达到14.22 万，增长 51.8%，接近 8 月份的水平。尽管整体交易量比 9 月份增长了 15.2%，但没有明显的迹象表明用户参与度正在恢复。

資料來源:Monthly Unique Users by Chain

在 NFT 交易市場方面，Blur 繼續佔據市場占有率的主導地位，交易額達 1.981 億美元，佔 46.4% 的市佔率。 Opensea 在 10 月實現了成長，交易額達到 1.767 億美元，市佔率從 23.2% 成長到 41.4%。然而，LooksRare 的交易量卻急劇下降，從 9 月的 7,180 萬美元驟降 97.8%，到 10 月僅剩零頭，市佔率也從 19.3% 降至 0.4%。

資料來源:Monthly Volume by Marketplace – Distribution

LooksRare 在 2023 年 9 月 29 日實施了一項重大更新，名為“LOOKS 代幣經濟模型大更新」。此次更新對費用分配進行了調整，50% 的費用用於從市場上回購 LOOKS 代幣，40% 分配給協議財庫，10% 作為 LooksRare 協議獎勵。由於這次更新，交易獎勵被停止，先前分配給交易獎勵的 LOOKS 代幣被轉到了協議財庫。這些變化很可能是 LooksRare 的交易量和市場份額在 10 月暴跌的原因，用戶活動大幅減少，清洗交易（Wash Trades）基本上停止。

資料來源:Wash Trading on LooksRare

10 月份，NFT 市場在獨立用戶數方面的表現不一。 OpenSea 維持了其主導地位，吸引了 24.50 萬獨立用戶，與 9 月相比成長了 29%。不過，這一數字仍低於 8 月的用戶數。另一方面，Element 的用戶數出現波動，僅 2.03萬，與上月相比大幅下降了 50.8%。

來源：Monthly Unique Users by Marketplace

NFT 投融資狀況   

10 月份，NFT 投融資市場發展緩慢，只進行了一輪融資，總額為 500 萬美元。

Game of Silks 是一家將 NFT 與實際賽馬連接起來的夢幻賽馬新創公司，本月成功融資 500 萬美元。最近這一輪融資使他們的融資總額超過了 1,000 萬美元。 Game of Silks 於 2021 年 6 月推出，目前已與紐約賽馬協會、Belmont 賽馬場、Jockey 俱樂部和福克斯體育的 Americas Best Racing 等知名機構建立了合作關係。他們創建了 7,000 多個 Silks Genesis Avatars NFT，車主能夠根據相應賽馬的實際表現獲得獎勵。

Game of Silks

將 NFT 與利潤豐厚的夢幻體育產業結合併不是一個新概念。 Sorare 已成為該領域最成功的平台之一。他們最近披露了與英超聯賽、NBA 和著名網球運動員小威廉斯等知名實體的合作。

____________________

以上研發資料包含:

  • 鏈: Ethereum, Polygon, BNB Chain, Cronos, Optimism
  • 交易市場: OpenSea, LooksRare, Blur, X2Y2, Cryptopunks, Rarible, SuperRare, Foundation, Decentraland, Aavegotchi, Element, Era7, the Sandbox, Minted

本文內容僅作產業研究及交流使用，不構成任何投資建議。市場有風險，投資需謹慎。

本文由 Footprint Analytics 社群貢獻。

Footprint Community 是一個全球化的互助式資料社區，成員利用視覺化的數據，共同創造有傳播力的見解。在Footprint 社群裡，你可以得到幫助，建立鏈接，交流關於 Web 3，元宇宙，GameFi 與DeFi 等區塊鏈相關學習與研究。許多活躍的、多樣化的、高參與度的成員透過社群互相激勵和支持，一個世界性的用戶群被建立起來，以貢獻數據、分享見解和推動社群的發展。

Footprint官網:https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data

發佈於

九月 Web3 遊戲報告：數量增長，巨頭入場，用戶獲取和留存仍存挑戰

作者: [email protected]

9 月份，比特幣價格窄幅波動，小幅上漲 3.7%。 Web3 遊戲產業正在成長，但每月活躍用戶超過 1,000 人的遊戲仍不到 10%。不同公鏈上的遊戲分佈相對穩定，其中 BNB 以 30.9% 的份額領先。

隨著 Web3 遊戲市場的擴大和巨頭的進入，用戶獲取和留存方面面臨的挑戰仍然嚴峻。業界需要解決這些問題，以確保永續成長和大規模採用。

此外，遊戲在不同公鏈上的發布運行增強了對互通性的需求，以及有潛力的新公鏈的出現，這可能會顛覆目前處於領先位置的公鏈的主導地位。 Web3 遊戲的未來機會與挑戰並存，我們將拭​​目以待產業如何發展以滿足玩家和投資者的需求。

本報告數據來自 Footprint Analytics 的 Web3 Games 研究頁面。這是一個易於使用的儀表板，包含了解 Web3 遊戲產業最重要的統計數據和指標，並即時更新。您可以點選此處了解有關價格、項目、融資等方面的最新資訊。

要點概覽

加密市場概覽

  • 9 月份，比特幣的價格波動幅度不大，在月內最低價 25,158 美元和最高價 27,210 美元之間波動。

Web3 遊戲市集總覽

  • Web3 遊戲產業持續成長，目前共有 2,607 款遊戲，比 8 月成長了 2.6%，比 4 月大幅成長了 15.0%。
  • 遊戲產業的主要企業正越來越多地涉足 Web3 遊戲領域。
  • 用戶的獲取、留存以及在市場低迷時期的生存都是重要的問題。

Web3 遊戲公鏈數據

  • 在 Polygon 上，有 39 款遊戲吸引了超過 1,000 名活躍用戶，佔其鏈上遊戲總數的 8.6%，而 BNB 這一比例為 5.3%，Ethereum 為 1.5%。
  • 9 月 28 日，Sui 宣布推出 Web3 遊戲入口網站 Play Beyond，已上線 18 款不同類型的遊戲。

Web3 遊戲專案概覽

  • 9 月份，共有 13 个游戏项目的代币价格显著飙升，涨幅超过 20%。

Web3 遊戲投融資狀況

  • Web3 遊戲行投融資熱度穩定，本月共有八輪融資，吸引了可觀的投資金額。 
  • a16z 等著名投資機構已經顯示出參與「抄底」策略的跡象。

本月市場動態

  • zkSync Era 即將上線知名鏈遊計畫 Honor World 的最新作品－《夢境島》（夢幻島）。
  • Sui 推出 Web3 遊戲入口網站 Play Beyond。
  • 幣安 NFT 將於 9 月 26 日停止 The Sandbox NFT 質押計劃，並不再支援 Polygon 網路。
  • 加密遊戲公司 Proof of Play 完成 3,300 萬美元種子輪融資，a16z 與 Greenoaks 共同領投。
  • Web3 遊戲工作室 GamePhilos 完成 800 萬美元種子輪融資，Animoca Ventures、Xterio 等領投。

加密市場概覽

9 月份，比特幣的價格波動幅度不大，在月內最低價 25,158 美元和最高價 27,210 美元之間波動。該月初的初始價格為 25,940 美元，月內小幅增長 3.7%，最終以 26,899 美元的價格收盤。

資料來源：Market Cap: GameFi Tokens vs BTC

對比上月，9 月的比特幣價值和鏈上活動均有所上升。鏈上活動的增加可能是由於投資者在現貨比特幣 ETF 可能獲得監管機構批准之前已經入場建倉，做好了準備。現貨比特幣 ETF 在 8 月下旬取得了一定的進展。

此外，加密貨幣交易所 Mt Gox 的受託人將延遲債權人的還款至 2024 年 10 月。其目前持有約 138,000 枚比特幣，目前價值 37 億美元，這項決定可能會減少市場拋壓預期，為 9 月比特幣表現帶來了積極的影響。

Web3 遊戲市集總覽

Web3 遊戲產業持續成長，目前共有 2,607 款遊戲，比 8 月成長了 2.6%，比 4 月成長了 15.0%。儘管遊戲總數呈上升趨勢，但每月活躍用戶超過 1,000 人的遊戲仍然相對較少，比例不到 10%。 9 月份，這一比例為 8.7%。這些統計數據凸顯了 Web3 遊戲在獲取使用者方面面臨的持續挑戰。

資料來源：Monthly Active Games

整個月份，Web3 遊戲的每日活躍用戶數量維持在 100 萬左右，與 8 月相比成長了約 15%。

資料來源：Active Users & Growth Rate DoD

遊戲產業的主要企業正越來越多地涉足 Web3 遊戲領域。韓國以其對電子競技和區塊鏈遊戲的狂熱而聞名，擁有龐大的粉絲群，且消費者對多元的遊戲文化有著濃厚的興趣。韓國上市遊戲發行商 Neowiz 最近透露，計劃透過其 Web3 子公司 Intella X 在 Avalanche 上開發遊戲。韓國娛樂集團 NHN Corporation 宣布已與 Sui 合作，計劃於 2024 年推出一款鏈上遊戲。

這些產業巨頭憑藉其在提供高品質遊戲和管理遊戲內經濟方面的專業知識及能力，有望加速區塊鏈遊戲的大規模採用。

然而，對於 Web3 遊戲產業的所有參與者來說，使用者的獲取、留存以及在市場低迷時期的生存都是重要的問題。

Web3 遊戲公鏈數據

9 月，遊戲在各公鏈上的分佈情況相對穩定，BNB 以 30.9% 的分佈率遙遙領先；以太坊緊隨其後，佔 24.7%；Polygon 佔 14.9%。相比之下，包括 Wax、EOS 和 Avalanche 在內的第二梯隊的佔比都低於 5.5%，這凸顯了它們與第一梯隊的差距。

資料來源：Games Shared by Chain

自2022年以來，不同公鏈上游戲的分佈呈現一致的趨勢。隨著 Web3 遊戲市場的蓬勃發展，人們期待更多新公鏈的湧現，去挑戰前三大公鏈長期的主導地位。

資料來源：Monthly Games by Chain

9 月份，BNB、Polygon 和 Ethereum 上月活躍用戶超過 1,000 人的遊戲總數為 228 款。其中，BNB 所佔份額最大，為 21.0%；其次是 Polygon，為 17.1%；接著是 Ethereum，為 4.8%。在 Polygon 上，有 39 款遊戲吸引了超過 1,000 名活躍用戶，佔其鏈上遊戲總數的 8.6%，而 BNB 這一比例為 5.3%，Ethereum 為 1.5%。

9 月 28 日，Sui 宣布推出 Web3 遊戲入口網站 Play Beyond，已上線 18 款不同類型的遊戲。該入口網站為用戶提供了深入研究自己喜歡的遊戲的機會，同時也提供了學習 Sui 區塊鏈技術的資源，用於遊戲開發和迭代。這個入口網站的重點是提供無縫遊戲體驗，無需用戶去了解加密貨幣知識。這一點符合 2023 年的趨勢——強調身臨其境和令人愉悅的遊戲體驗，而不是複雜的底層技術。

Web3 遊戲專案概覽

9 月份，共有 13 个游戏项目的代币价格显著飙升，涨幅超过 20%。这些持续增长的速度证明了这些项目的潜力，以及它们在充满活力的 GameFi 领域吸引投资者关注和兴趣的能力。

資料來源：Game Token Price Changes in September

Nakamoto Games 是建立在 Polygon 鏈上的遊戲平台，以「邊玩邊賺」的模式提供各種鏈上遊戲。該平台的原生代幣在 GameFi 專案中備受關注，僅在本月價格就上漲了 80.4%。自今年年初以來，該代幣的價值飆升了 661.0%，令人印象深刻。

Nakamoto Games

Web3 遊戲投融資狀況

Web3 遊戲行投融資熱度穩定，本月共有八輪融資，吸引了可觀的投資金額。這些融資包括對不同類型公司和專案的重大投資，包括GAM3S.GG（200 萬美元）、BulletChain（200 萬美元）、BlockGames（未揭露）、GamePhilos（800 萬美元）、Podium（200 萬歐元）、 Salvo Games（150 萬美元）、Fableborne（780 萬美元）和Proof of Play（3,300 萬美元）。

Fableborne

a16z 等著名投資機構已經顯示出參與「抄底」策略的跡象。值得注意的是，從 2023 年 6 月到 8 月，a16z 的投資活動相對較少，每月只有一筆投資。然而，他們最近的復甦是顯而易見的，因為他們在 9 月進行了四筆投資，其中包括對 Proof of Play 的一項引人注目的投資。

Proof of Play, 由 FarmVille 聯合創作者 Amitt Mahajan 領導的加密遊戲公司，成功獲得了 3,300 萬美元的種子輪融資。這輪融資由 a16z 和 Greenoaks 共同領投。 FarmVille 是 Facebook 史上最受歡迎的遊戲，擁有超過 3 億玩家。 Proof of Play 的首款遊戲是一款名為 Pirate Nation 的社交角色扮演遊戲。

Pirate Nation

—————————

本文由 Footprint Analytics 社群貢獻。

Footprint Community 是一個全球化的互助式資料社區，成員利用視覺化的數據，共同創造有傳播力的見解。在Footprint 社群裡，你可以得到幫助，建立鏈接，交流關於 Web 3，元宇宙，GameFi 與DeFi 等區塊鏈相關學習與研究。許多活躍的、多樣化的、高參與度的成員透過社群互相激勵和支持，一個世界性的用戶群被建立起來，以貢獻數據、分享見解和推動社群的發展。

Footprint官网: https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data

發佈於

九月 NFT 產業解讀：熊市情緒仍佔上風

作者: [email protected]

9月，著名主流媒體《滾石》（Rolling Stone）發表了一篇題為《你的 NFT 實際上——終於——完全不值錢了》（Your NFTs Are Actually — Finally — Totally Worthless）的文章，引起了廣泛關注。這篇文章聲稱，“95% 一度被炒得沸沸揚揚的加密資產的估值已經跌至谷底”，使它們”基本上一文不值”。雖然這種說法觸動了人們的神經，但現實情況卻更加微妙，讓人有理由保持樂觀。

儘管 9 月 NFT 市場出現了大幅下滑，但最後還是實現了 3.709 億美元的交易量。我們需要認識到， 3.709 億美元並不是“一文不值”，它仍然具有一定的價值。在本報告中，我們將深入探討區塊鏈網路、NFT 交易市場和 NFT 領域的投融資活動的動態。我們將從這些方面看到希望。

本報告的資料來自 Footprint Analytics 的 NFT 研究頁面。該頁面提供了一個易於使用的儀表板，包含了最關鍵的統計數據和指標，以了解 NFT 行業的最新動態，並即時更新。您可以點選這裡找到有關交易、項目、融資等的最新資訊。

要點概覽

加密市場概覽

  • 9 月份，比特幣的價格波動幅度不大，在月內最低價 25,158 美元和最高價 27,210 美元之間波動。

NFT 市場概覽

  • 9 月份，NFT 市场与比特币的走势背道而驰，出现了显著的下滑，交易量大幅下降。
  • 藍籌指數在 9 月呈現下降趨勢，月內下跌了 7.5%。

公鏈與 NFT 交易市場

  • 以太坊的交易量為 3.64 億美元，較 8 月下降了 30.3%。
  • 在交易量方面，Blur 的主導地位逐漸減弱。 LooksRare 在 9 月市佔率為 19.3%，呈上升趨勢。

NFT 投融資狀況 

  • 9 月份，NFT 市場持續呈現低迷態勢，共有三輪融資，金額達 2,714 萬美元。
  • A16z 等知名加密投資機構已顯示出「抄底」策略的跡象，但尚未投資 NFT 領域。

本月重點動態

  • 沃爾瑪將在全美 2,000 家超市銷售 NFT 專案 Pudgy Penguins 的玩具系列。
  • Google 從 9 月 15 日起允許廣告商使用廣告服務來推廣與賭博無關的 NFT 遊戲。
  • Animoca Brands 為其 Mocaverse 計畫籌集 2,000 萬美元。
  • NFT 藝術平台 TRLab 完成 500 萬美元種子輪融資，Hivemind Capital 和 OKX Ventures 領投。
  • 卡西歐將於 9 月 23 日在 Polygon 發行 15,000 枚限量版 G-SHOCK NFT。

加密市場概覽

9 月份，比特幣的價格波動幅度不大，在月內最低價 25,158 美元和最高價 27,210 美元之間波動。該月初的初始價格為 25,940 美元，月內小幅增長 3.7%，最終以 26,899 美元的價格收盤。

資料來源：BTC Price & ETH Price

對比上月，9 月的比特幣價值和鏈上活動均有所上升。鏈上活動的增加可能是由於投資者在現貨比特幣 ETF 可能獲得監管機構批准之前已經入場建倉，做好了準備。現貨比特幣 ETF 在 8 月下旬取得了一定的進展。

此外，加密貨幣交易所 Mt Gox 的受託人將延遲債權人的還款至 2024 年 10 月。其目前持有約 138,000 枚比特幣，目前價值 37 億美元，這項決定可能會減少市場拋壓預期，為 9 月比特幣表現帶來了積極的影響。

NFT 市場概覽 

9 月份，NFT 市场与比特币的走势背道而驰，出现了显著的下滑，其中交易量下滑幅度最大。9 月总交易量为 3.709 亿美元，与 8 月份相比大幅下降了 30.6%；交易量也有所下降，达到 1,038,886 笔，降幅为 7.7%；独立用户数量为 244,186 人，减少了约 22.5%。

資料來源：NFT Market Overview

近期市場的低迷對市值產生了明顯的影響，市值在整個月份持續波動並呈下降趨勢。

資料來源：NFT Market Cap & Volume

9 月份，NFT 市場的買方/賣方比率為 103.0%，較 8 月份下降了 29.2%。全月共有 14,832 名買家和 143,617 名賣家。值得注意的是，與上個月相比，買家人數減少了 30.6%，賣家人數減少了 11.0%。這些數據表明，9 月 NFT 市場活動放緩，參與的買家和賣家數量減少，市場熊市情緒仍佔上風。

資料來源：Daily Buyers & Sellers

9 月份，每日獨立用戶的趨勢與每日買家/賣家的趨勢相似。值得注意的是， 9 月 20 日到 22 日，用戶參與度有所增加，主要是與四條區塊鏈上的 Pandra: PixelProwler NFT 相關空投活動有關，其中 Polygon 的用戶參與度最為突出。

資料來源：Daily Unique Users

藍籌指數在 9 月出現下跌趨勢，跌幅 7.5%。

資料來源：BlueChip Index

尽管一些热门 NFT 系列的价格出现了显著下跌，但一些项目正在探索 NFT 交易市场以外的机会，以在现实世界中吸引更多受众。其中一种方法是通过现有平台销售实物产品。

一個例子是 Pudgy Penguins，該項目最近在美國的 2,000 家沃爾瑪門市推出了 Pudgy Toys 系列。每件玩具都附有獨一無二的“出生證明”，擁有者可以在 Pudgy World 中為自己的數字“永遠的 Pudgy”角色申請獨特的特徵。這個線上虛擬世界運行在 zkSync Era 鏈上，用戶可以掃描二維碼以啟動他們的數位角色。 Pudgy Penguins 有效地利用了社群媒體和體驗式行銷策略來吸引和留住受眾，使自己有別於其他難以保持發展勢頭的 NFT 品牌。

來源：walmart.com

公鏈與 NFT 交易市場

9 月份，以太坊的交易量達到了 3.64 億美元，佔了 NFT 市場總交易量的 98.1%。然而，與 8 月相比，以太坊的總交易量下降了 30.3%，反映出整個 NFT 市場的下降趨勢。

資料來源：Monthly Volume by Chain

以太坊共吸引了 13.56 萬獨立用戶，與 8 月相比下降了 8.1%。 Polygon 的獨立用戶數量也有所下降，共 9.37 萬，降幅為 30.5%。 BNB 獨立用戶數為 3.17 萬，大幅下降了 42.2%。在過去幾個月中，用戶參與度持續下降。

資料來源：Monthly Unique Users by Chain

在 NFT 交易市場方面，Blur 在交易量方面的主導地位正在逐漸減弱。 9 月份，它的市佔率從 48.9% 下降到 47.0%。這個下降趨勢從 6 月開始，當時的份額為 64.4%。相反，LooksRare 的市佔率同期呈上升趨勢。其市佔率從 6 月的 8.9% 上升到 9 月的 19.3%。同時，OpenSea 9 月的市佔率保持穩定，為 22.4%，略低於 8 月的 23.2%。 NFT 市場格局正在發生變化，Blur 的主導地位正在減弱，LooksRare 的吸引力正在增強。

資料來源：Monthly Volume by Marketplace – Distribution

9 月份，NFT 市場的整體用戶活躍度下降，導致參與大多數交易市場的用戶數量減少。儘管出現了這種趨勢，OpenSea 仍然佔據主導地位，吸引了 18.96萬 獨立用戶的龐大用戶群。不過，這一數字與 8 月相比大幅下降了 29.7%。另一方面，Element 的用戶參與度呈現正向趨勢。 9 月份，它的獨立用戶數量為 4.13 萬，與上月相比增加了 13.7%。

資料來源：Monthly Unique Users by Marketplace

在整個 9 月份，NFT 交易市場繼續圍繞 NFT 版稅展開激烈討論。 Rarible 宣布決定在 9 月 30 日之後停止聚合來自 OpenSea、LooksRare 和 X2Y2 的訂單。這項舉措展示了Rarible 對版稅的支持態度。

來源：Rarible X (Twitter)

關於版稅的爭論開始於 2022 年 2 月，X2Y2 開始向創作者收取 0% 的版稅。隨後，Sudoswap、Magic Eden 和 LooksRare 等平台也採取了類似做法。 OpenSea 最初是創作者版稅的堅定倡導者，曾將版權費設定為最高 10%。然而，今年 2 月，受制於與競爭對手 Blur 的競爭壓力，OpenSea 降低了版稅。 OpenSea 最近決定讓版稅成為可選項，將曾經強制執行創作者版稅的 Operater Filter 工具調整為不再強制。

NFT 投融資狀況   

9 月份，NFT 市場持續呈現低迷態勢，共有三輪次融資，金額達 2,714 萬美元。

Animoca Brands 公司最近披露，他們獲得了一輪具有約束力的融資承諾，金額高達 2,000 萬美元。此次融資旨在加快 Mocaverse 的發展。本輪融資由 CMCC Global 領投，Kingsway Capital、Liberty City Ventures、GameFi Ventures 等知名投資者跟投。

來源：Animoca Brands Website

Mocaverse 是 Animoca 旗下眾多公司、專案、投資、股東和合作夥伴的專屬會員 NFT 專案。其主要目標是建立 Web3 原生工具，為遊戲、文化和娛樂產品賦能。透過 Mocaverse，用戶可以創建自己的數位身分、累積聲譽、賺取和使用忠誠度積分，並利用他們的數位身分進入廣闊的 Mocaverse 生態系統。 Animoca 旗下及投資共 450 多家公司，這些公司及合作夥伴擁有超過 7 億名潛在用戶。 Mocaverse 不久將推出 Moca ID，這是一系列不可轉讓的 NFT，專門用於幫助用戶塑造自己的鏈上身分並積極參與 Mocaverse 生態系統。

NFT 藝術平台 TRLab 宣布完成 500萬 美元種子輪融資，Hivemind Capital Partners和OKX Ventures領投，HashKey Capital參投。

TRLab 致力於和藝術家、基金會以及藝術機構合作，構思、創作和推出藝術體驗， 尤其是為成熟和新興收藏家提供高品質的數位藝術互動。 TRLab 已經與主流時尚雜誌 Vogue、Calder 基金會、蔡國強（當代藝術家）以及 Rhizome （紐約新美術館附屬的數位藝術機構）合作發布了多個項目。

來源：Your Daytime Fireworks by Cai Guo-Qiang- TRLab

儘管加密市場在 9 月持續低迷，但a16z 等知名投資機構已顯示出參與「抄底」策略的跡象。值得注意的是，從 2023 年 6 月到 8 月，a16z 保持了相對較低的投資活躍度，每月只有一筆投資。不過，它們最近的復甦很明顯，9 月進行了四筆投資。但這些投資都不是針對 NFT 市場的。

結束語

主流媒體經常追求極端的敘事，關注絕對的高點和低點，以製造吸引眼球的標題。在這種媒體狂熱之中，重要的是要記住：致力於創造和建立 NFT 的人們在幕後沒有停歇，不受市場波動的影響。

當《滾石》等媒體發布這樣的文章時，人們都在說：「現在是買的時機」。

——————

以上研發資料包含:

  • 鏈: Ethereum, Polygon, BNB Chain, Cronos, Optimism
  • 交易市場: OpenSea, LooksRare, Blur, X2Y2, Cryptopunks, Rarible, SuperRare, Foundation, Decentraland, Aavegotchi, Element, Era7, the Sandbox, Minted

本文由 Footprint Analytics 社群貢獻。

Footprint Community 是一個全球化的互助式資料社區，成員利用視覺化的數據，共同創造有傳播力的見解。在Footprint 社群裡，你可以得到幫助，建立鏈接，交流關於 Web 3，元宇宙，GameFi 與DeFi 等區塊鏈相關學習與研究。許多活躍的、多樣化的、高參與度的成員透過社群互相激勵和支持，一個世界性的用戶群被建立起來，以貢獻數據、分享見解和推動社群的發展。

Footprint官网: https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data

發佈於

解鎖 zkSync Era：開創全新的 Layer 2 擴充時代

作者: [email protected]

資料來源:zkSync Dashboard

在解決以太坊擴展性問題方面，Layer 2 解決方案備受關注。這些解決方案旨在透過引入 Rollups, State Channels 或 Nested Blockchains 等技術來克服 Layer 1 的限制。在 Layer 2 擴展領域，圍繞 Optimistic Rollups 與 Zero-knowledge Rollups （ZK-rollups）的優劣一直存在大量爭論。

在 2022 年的 ETH Seoul 大會上，以太坊的共同創辦人Vitalik Buterin 表達了他對 ZK-rollups 在 Layer 2 擴展競爭中獲勝的信心。時至 2023 年，zkSync Era 已成為 ZK-rollups 領域的重要焦點之一。

關於zkSync Era

zkSync Era 是一種先進的 Layer 2 協議，它利用尖端的零知識密碼學來擴展以太坊的安全性和價值。在 zkSync 1.0（現為 zkSync Lite）的成功基礎上，zkSync 推出了 zkSync Era 作為其 zkSync 2.0 版本。

值得注意的是，zkSync Era 是世界上第一個 zkEVM 區塊鏈，允許為「原生」 EVM編寫的應用程式無縫運行在這個基於 ZK 的 Layer 2 網路上。這項開創性的功能，即“EVM 等效”，確保了與現有以太坊基礎設施的兼容性，同時充分利用了零知識技術的優勢。

Matter Labs 是 zkSync Era 背後的團隊。 Matter Labs 由經驗豐富的軟體架構師創立，並獲得了創投和 Web3 領域中一些大公司的支持，包括 a16z、Blockchain Capital 和 Union Square Ventures。

在本文中，”zkSync” 一詞指的是 “zkSync Era”。

為什麼有如此高熱度？

2023 年 3 月 24 日, zkSync 登陸主網，向所有用戶開放，成為眾多 zkEVM 正式上網主網的第一個。根據其官方推特頁面的數據，僅在啟動的前四天內，zkSync 就記錄了超過一百萬筆交易。在主網啟動後僅 10 天的時間裡，zkSync 的總鎖定價值（TVL）就超過了 1 億美元。此後，TVL 出現了大幅增長，並於 7 月 5 日達到了 7.36 億美元的峰值。

來源:zkSync Era Chain TVL

此外， 就使用者活動而言，zkSync 已確立了自己在 Rollups 中的主導地位。在過去一個月（截至 2023 年 9 月 4 日）裡，zkSync 的交易總數達到了 2,858 萬筆，令人印象深刻。這一數字是第二名 Rollup 解決方案 Starknet 交易量的兩倍以上。

來源:Activity-L2Beat

為什麼 zkSync有如此高熱度呢？

  • 透過數學和程式碼實現誠信

在 zkSync，他們致力於應用先進的密碼學，特別是零知識證明，最終目標是消除公共區塊鏈領域中的所有信任假設。他們的願景是建立一個只依賴可驗證的元素（數學和程式碼）來獲得信任的基礎。這種對無信任解決方案的專注是 ZK-rollup 在近年來獲得巨大發展的原因之一。

  • 安全性

zkSync 透過多維度的方法將安全性放在首位。在為期一年的測試網階段，zkSync 經歷了廣泛的測試和審計，沒有出現重大問題。它依靠數學和密碼學原理來確保 100% 的安全性，並將證明發佈到以太坊 Layer 1 以進行交易驗證。與 EVM 的兼容性降低了潛在的錯誤，分層設計將關鍵元件分離，增加了安全性。監控工具、資訊揭露、漏洞賞金和安全審計進一步增強了零克同步的安全措施。

  • 高吞吐量和低成本

zkSync 為高效的代幣轉帳和支付提供了一個無縫、低成本的解決方案。它在 Layer 1 為 ETH 和 ERC20 代幣轉帳提供了即時確認和最終結果，確保交易快速、安全。此外，zkSync 還擁有極低的交易費用，與主網相比大幅降低了成本。用戶可以方便地向現有的以太坊地址（包括智能合約）進行支付，費用可以用正在轉帳的代幣支付，增強了靈活性。 zkSync 很快地把資金提取到主網，使用戶能夠迅速存取資金。

根據Footprint Analytics 的数据，zkSync 在日活跃用户（DAU）方面出现了显著增长。2023 年 5 月 10 日，也就是上线约 47 天后，zkSync 的 DAU 达到了 15.35 万，标志着该平台的 DAU 首次突破 10 万。经过几个月的运营，zkSync 在 2023 年 8 月 26 日达到了最高的 DAU 记录，达到了36.38 万。这一上升趋势表明用户采用和兴趣都在大幅提高。

來源:Daily Active Users – zkSync Era Chain Overview

自 3 月 24 日上線以來，zkSync 的每日交易量一直保持穩定的成長趨勢。在最初的一個月裡，每天的交易量約為 30 萬筆，隨後穩步增長，到 8 月達到了每天約 90 萬筆。同時，zkSync 的平均交易費用也出現了下降。最初的平均交易費為 0.00025 ETH，現在已降至 0.00012 ETH。這些趨勢表明用戶對 zkSync 服務的需求不斷增加，同時隨著時間推移，交易費用的降低也使得用戶的成本效益得到了改善，交易費用變得更加實惠。

來源:Daily Transactions & Avg. Transaction Fee – zkSync Era Chain Overview

随着时间的推移，zkSync 的 TPS（每秒交易量）有了显著提高。 3 月到 5 月的最初 TPS 低於 4，然後穩定增長，到 8 月達到了 9 到 11 的範圍。相比之下，以太坊在這段時間內的 TPS 保持在相對穩定的 12 到 14 範圍內。這些進展表明 zkSync 預計在不久的將來超越以太坊的 TPS，成為區塊鏈生態系統中具有潛力的可擴展性解決方案。

來源:TPS-L2Beat

開源和可分叉

zkSync 採用 MIT/Apache 2.0 等許可式軟體許可證，致力於維護其完全開源的程式碼。這種方法允許任何人存取、檢查、修改和建立程式碼的分支。 zkSync 團隊認為，分叉能力對於保護區塊鏈的自由和可信至關重要，防止權力集中在中心化實體手中。透過保持程式碼的開源性並允許協議在任何情況下退出，zkSync 保證了社群可以承擔 zkSync 的管理責任，並在核心團隊或協議治理偏離使命時引導其走向正確的方向。如果你對分叉感興趣，可以在 Matter Labs 的GitHub 和 zkSync Era 的文件中找到相關連結。

來源:Top 5 “zkSync” Repositories Sorted by Stars – Matter Labs GitHub

  • 社區所有權

在最初管理排序器（Sequencer）和協議升級以確保安全性的同時，zkSync 團隊已認識到社區所有權的重要性。雖然他們最初操作一個集中式排序器，但這沒有影響 ZK-rollup 的安全性，也沒有控制用戶資金。該團隊計劃在 Alpha/Beta 階段後放棄升級控制權，以實現關鍵網路元件的完全去中心化。如果團隊偏離這條路徑，他們鼓勵社區提出關切，並保留對該專案進行分叉的可能性。截至 2023 年 8 月 31 日，zkSync 在Twitter 上有 120 萬粉絲和6.96萬Discord 成員。

生態

通过其对 ZK-rollups 的创新利用，zkSync 为旨在提升可扩展性和效率的以太坊项目提供了一个诱人的机会。自 2023 年 3 月推出以来，zkSync 生态系统取得了显著增长。截至 2023 年 8 月 31 日，共有 87 个项目在该平台上线，包括：

  1. 28 個DeFi 專案: SyncSwap、Mute.io 及 Maverick Protocol 等 DEX 專案, ReactorFusion、Eralend 等借貸專案。
  2. 23 個 NFT 項目:zk動物、NFTme、Kreatorland 等。
  3. 11 個錢包: Argent、Metamask、OKX Wallet 等。
  4. 10 跨鏈橋: Orbiter Finance、Meson、Celer Network 等。
  5. 7 個GameFi 專案。

儘管 zkSync 生態系統取得了成長，但仍有一些需要關注的領域。一方面，zkSync 生態系統中的各個領域在吸引頂級專案的支援方面遇到了困難，而這對於建立信任和累積基於品牌聲譽的 TVL 至關重要。如果沒有成熟的計畫支持 zkSync 的生態系統，要獲得廣泛的信任和參與就會變得十分困難。

另一方面，zkSync 生態系統包括一些仍處於早期階段的項目，可能缺乏全面的資訊揭露或明確的專業發展重點。生態系統內的一些項目似乎更注重短期炒作，而不是建立堅實的基礎。在熊市中，年收益率（APY）有限的低品質專案在留住用戶資金方面可能會面臨挑戰，這可能對生態系統的整體成長產生影響。

為什麼熱度降低了？

自 7 月達到 TVL 頂峰後，zkSync 的熱度已明顯下降。除了上文提到的生態系發展不足和現有原生項目平均品質較低這兩個因素外，我們還可以找到更多導致這一趨勢的關鍵因素：

  • 空投驅動的參與度：許多參與者僅僅因為期待空投而參與 zkSync，而不是積極參與生態系統的長期發展。這種缺乏將資金長期保留的動力阻礙了生態系統促進永續成長和參與的能力。
  • 安全事件：新生的 zkSync 生態系統發生的安全事件進一步削弱了投資者的興趣。 7 月 25 日，zkSync 上最大的借貸平台 EraLend 遭受了一起價值 340 萬美元的唯讀重入攻擊。此次攻擊導致 EraLend 的 TVL 下降了 70 %。

來源:EraLand TVL

Hyperchains

zkSync 於今年 6 月推出了一個名為 “Hyperchains” 的新網絡，計劃在 2023 年底之前在測試網上線。 Hyperchains 是類似分形的 zkEVM 實例，可以並行運行，並在 Layer 1 進行共同結算。這個創新的概念被視為對 Optimism 的 Superchain 概念的潛在回應。透過利用 Hyperchains，zkSync 旨在建立一個安全且可擴展的生態系統，實現對以太坊的更廣泛可用性。

來源:zkSync Era Docs

結束語

總結來說，zkSync Era 已經在以太坊生態系統中確立了自己作為領先的可擴展性解決方案的地位。關於是否要推出其原生代幣，Matter Labs 的 CEOAlex Gluchowski 在2023 年3 月表示：「目前沒有推出代幣的計畫。代幣只會在網路實現真正去中心化才有意義，而這在遙遠的未來。」前方的道路充滿了令人興奮的可能性，社區迫切期待zkSync Era 在進一步發展和實現其願景的道路上邁出下一步。

關於Footprint Analytics?

Footprint Analytics 是一家區塊鏈數據解決方案提供商。借助尖端的人工智慧技術，我們提供 Crypto 領域首家支援無程式碼資料分析平台以及統一的資料 API，讓用戶可以快速檢索超過 26 條公鏈生態的 NFT，GameFi 以及 DeFi 資料。

Footprint Analytics 官網:https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data 

發佈於

探索以太坊 Layer 2 解決方案的後起之秀—Starknet

作者: [email protected]

資料來源:Starknet Dashboard

“區塊鏈三難題”，或“可擴展性三難題”，強調了區塊鏈平台想要去平衡安全性、去中心化和可擴展性將面臨的挑戰。通常情況下，區塊鏈架構只能有效地優先考慮其中兩個難題。例如，以太坊優先考慮了安全性和去中心化，導致了可擴展性方面面臨許多挑戰。但以太坊社群已經認識到可擴展性的重要性，並一直在積極尋求解決方案。

在討論以太坊擴容方案時，我們主要關注 Layer 2 的解決方案，他們主要目標是解決 Layer 1 的限制。這些 Layer 2 的解決方案旨在不影響去中心化或安全性的同時提高交易吞吐量。目前有幾種以太坊 Layer 2 解決方案，包括Rollups、狀態通道和嵌套區塊鏈。

匯總

Rollups 是 一種Layer 2 解決方案，將眾多交易聚合（打包）到 Layer 1 中的單一交易中，透過在聚合（打包）內的參與者之間分攤交易費用，為用戶節省成本。 Rollups 主要有兩種：Optimistic Rollups 和零知識匯總（ZK-Rollups）。前者預設打包的每筆交易都是準確可信的（顧名思義，樂觀），直接進入驗證環節，但同時引入了挑戰者機制，以確保離鏈交易的有效性；後者採用零知識證明這種數學加密方式可增強隱私性和安全性。 Optimistic Rollups 範例包括 Optimism、Arbitrum 和 Boba Network，ZK-Rollups 的應用包含 Starknet、zkSync 和 Scroll。

在本文中，我們將探討Starknet，這是一個基於 ZK-Rollup 技術的創新 Layer 2 解決方案。

Starknet: 是什麼？為什麼？

STARK 和 ZCash 的聯合創始人 Eli Ben-Sasson 於 2018 年 1 月成立了 StarkWare，旨在提升區塊鏈的可擴展性和隱私性。 StarkWare 透過利用 STARK 技術（一種密碼學證明系統）來部署和驗證零知識證明，實現了這一目標。

StarkWare 的一个显著产品是 Starknet，这是一个无需许可的 ZK-Rollup 解决方案，可实现通用计算。目前，Starknet 作为以太坊上的 Layer 2 网络运行，并通过 STARK 技术确保最终的 Layer 1 安全性。Starknet 通过在链下生成 STARK 证明，然后在链上进行验证，实现了可扩展性，从而提高了交易吞吐量和效率。

正面的數據表現

Starknet 在 StarkWare 生態系統內越來越受歡迎，也吸引了更廣泛的社群關注。

来源：Starknet Daily Active Accounts

Starknet 日活跃账户数量自 2023 年 3 月以来呈现显著增长。截至 2023 年 8 月 26 日，日活跃账户数已达到 161,252 个，表明用户参与度稳步增长。这一上升趋势表明对 Starknet 及其作为Layer 2 解决方案的能力存在日益增长的兴趣。这意味着越来越多的用户积极参与到基于 Starknet 生态系统构建的交易、互动和去中心化应用（dApps）中。

值得注意的是，該平台在 2023 年 7 月 28 日達到了每日活躍帳戶數的峰值，達到了 384,447 個。用戶活動的激增主要是由於 Starknet 上 NFT 交易市場 Unframed 推出了一種獨特的 NFT，名為SPOK（Starknet Proof-of-Kudos）。 Unframed 透過一次開放和免費的鑄造活動引入這種獨特的 NFT，在社區內引發了極大的興趣和參與。根據 Footprint Analytics 的數據，當天的活躍帳戶中，有高達76.4% 的比例與 SPOK 合約進行了交互，進一步凸顯了用戶參與活動的熱情和 Starknet 的 NFT 生態系統的吸引力。

来源: Starknet Daily Transactions & Transaction Fees

Starknet 自 2023 年 3 月以来的日交易量大幅增加，表明该平台上的活动量正在增长。截至 2023 年 8 月 26 日，每日交易量达到了 59.82 万，展示了用户互动和参与的显著增长。值得注意的是，该平台在 2023 年 7 月 28 日的日交易量达到了 56.04 万，这一交易激增主要是由 SPOK NFT 的推出所驱动。

在這段時間內，Starknet 的交易費用出現了波動。在 2023 年 5 月 9 日，該平台的交易費用達到了峰值，達到了177.84 ETH。這表明對交易處理的需求增加，用戶願意支付更高的費用以獲得更快速和更安全的交易。然而，在 2023 年 8 月 26 日，交易費用降至 73.36 ETH。費用的降低可能歸因於各種因素，例如協議的最佳化、驗證者之間的競爭增加或使用者行為的變化。

根據 Footprint Analytics 的數據，截至 2023 年 8 月 26 日，Starknet 的總交易量為 3,278.84 萬，總交易費用為 8,963.15 ETH。 Starknet 每日交易量的成長和交易費用的波動突顯了該平台處理增加的用戶活動並保持費用效率的能力。隨著越來越多的用戶和 dApps 採用 Starknet，預計交易量將繼續上升，交易費用可能會根據市場動態和網路優化而有所變化。

来源: Starknet Daily Amount Bridged in ETH

Starknet 自 2023 年 3 月以来，每日跨链金额（以太坊）有显著增长。2023 年 8 月 12 日，每日跨链金额达到了峰值，为 12,570.13 ETH，与 7,397 个活跃用户相吻合。2023 年 8 月 26 日，活跃用户数量达到峰值，为 15,110 人，日跨链金额为 6,622.88 ETH。这一大幅增加的跨链价值表明，人们对 Starknet 作为可靠和安全的以太坊转账和存储平台的信心增加。

主要特徵

作為一個 Layer 2 解決方案，Starknet 具備幾個優勢：

  • 一旦打包的交易有效性在 Layer 1 中得到驗證，Starknet 會立即批准狀態更新，確保更快的交易時效。這意味著交易可以快速且安全地得到確認，提升了整體用戶體驗。
  • Starknet 利用 Layer 1 資料存儲，確保關鍵資訊的安全性、抗審查性和去中心化。透過在 Layer 1 中儲存離鏈狀態恢復數據，Starknet 確保用戶的數據始終受到保護並可存取。
  • Starknet 為用戶提供了資金利用效率和提現彈性。用戶可以在沒有延遲的情況下從 Layer 2 中提取資金，從而更好地控制自己的資產，這有助於推動該平台的廣泛採用。

另外一方面，Starknet 也有一些限制：

  • Starknet 的原生程式語言 Cairo 對於習慣於 Solidity 等語言的 dApp 開發者來說可能是一個障礙。雖然 Starknet 正在努力透過轉譯器 Warp 實現 Solidity 和 Cairo 之間的兼容性，但學習新語言可能會減緩生態系統的開發速度。
  • Starknet 與 EVM 並不完全相容，這意味著需要與 EVM 更新進行同步，可能會增加開發流程的複雜性。
  • Starknet 上的有效性證明的生成需要專用硬件，這可能導致中心化控制和能夠推進鏈的參與者數量有限。這可能增加惡意操作者凍結 Rollup 狀態或審查使用者的風險，凸顯了對網路治理和安全機制的謹慎考慮的必要性。

生態

Starknet 的一個主要優勢是其能夠提供高吞吐量、低交易成本和隱私保護。這些特性使得 Starknet 非常靈活，為各領域的應用提供了廣闊的前景，包括 GameFi、NFT 和 DeFi。

Starknet 在公鏈領域將自己定位為全鏈遊戲的重要支持者。該平台有許多非常受歡迎和引人入勝的全鏈遊戲，包括 LootRealms、GOL2、Isaac、Unstoppable Games 等等。這些遊戲引起了廣泛的關注，成為 Starknet 生態系統內用戶的興奮點和娛樂來源。

来源: GOL2

以下是 Starknet 生態系統中一些值得關注的項目。在NFT領域，有 Starknet Quest、Starknet.id、AlmanacNFT 和 Comoco 等專案；在 DeFi 領域，有 JediSwap、Nostra、zkLend、Brine 和 StarkEx 等專案。它們展示了 Starknet 生態系統的創新和發展潛力。

$STARK 及 Starknet Airdrop

2022 年 11 月，Starknet 在 乙太網路 推出了其原生代幣 $STARK。這些代幣最初在股東、員工和獨立合作夥伴軟體開發者之間進行分配。不過，這些代幣的鎖定期為四年，計劃於 2023 年 11 月開始逐步釋放。

由於即將進行代幣空投，Starknet 在加密貨幣社群中引起了相當大的關注。自 2023 年 7 月以來，備受期待的空投引發了平台上用戶參與和活動的激增。

来源：Starknet Monthly Amount Bridged in ETH

根據 Footprint Analytics 的数据，自 2023 年 7 月以来，Starknet 上 ETH 跨链月交易量呈现显著增长。3月份，有 139,823 个独立用户，月跨链金额达到 16,374.83 个 ETH。到了 8 月（截至8月26日），Starknet 的独立用户数量增加到了 156,332 人。在此期间，月跨链金额大幅上升至 148,316.71 个 ETH。

Starknet 因其向社群成員分配代幣的包容性而備受關注。如果進行空投，預計將分配給積極參與 Starknet 生態系統的個人。這可能包括創建了 Starknet 錢包、將資產連結到 Starknet、使用Starknet 的 dApps 以及參與 Starknet 治理的用戶。

結束語

总结起来，Starknet 正在经历显著增长和积极趋势，这表明用户对其作为可扩展和高效的以太坊 Layer  2 解决方案的参与度、采用度和信任度正在不斷提高。

在 2022 年的 ETH Seoul 會議上，Vitalik Buterin 預測ZK-rollups將在 Layer 2 擴展競爭中擊敗Optimistic Rollups。憑藉其有前途的特性和能力，Starknet 有潛力塑造以太坊的未來，並鞏固其作為領先的 ZK-rollup 平台的地位。 Starknet 能為區塊鏈生態系統帶來的變革性影響確實值得我們滿懷期待與熱情地去展望。

關於Footprint Analytics?

Footprint Analytics 是一家區塊鏈數據解決方案提供商。借助尖端的人工智慧技術，我們提供 Crypto 領域首家支援無程式碼資料分析平台以及統一的資料 API，讓用戶可以快速檢索超過 26 條公鏈生態的 NFT，GameFi 以及 DeFi 資料。

Footprint Analytics 官網:https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data 

發佈於

八月 NFT 行業解讀：數據下滑，熊市持續

作者: [email protected]

8 月份，加密貨幣市場經歷了明顯的波動，比特幣價格波動幅度較大。與此同時，NFT 市場出現大幅下跌，引發了人們對這一新興行業未來發展趨勢的擔憂。

我們是否已經到達熊市的底部？行業利好消息其實沒有停止，本月內有 5 個以太坊ETF提交了申請，香港首個加密貨幣交易所牌照落地。然而，NFT 市場的熊市情緒仍佔上風，用戶活動和參與度明顯下降。

在本報告中，我們將深入探討 8 月份 NFT 行業亮點，探索 NFT 領域的區塊鏈、交易市場和投融資動態。儘管近期市場表現低迷，我們仍然發現了一絲希望的曙光：創新的 NFT 項目不斷湧現，他們優先考慮創作者和用戶的真正利益，吸引了人們的關注和支持。

本報告的數據來源於 Footprint Analytics 的 NFT  研究頁面。該頁面提供了一個易於使用的儀表板，包含了最關鍵的統計數據和指標，以了解NFT行業的最新動態，並實時更新。您可以點擊這裡找到有關交易、項目、融資等的最新信息。

要點概覽

加密市場概覽

  • 8 月份，比特幣價值波動幅度較大，在月內最低價 $23,664 和最高價 $30,057 之間波動。

NFT 市場概覽

  • 8 月份，NFT 市场出现了显著下滑；对比 7 月，交易量下降了 21.7%；交易量降幅为  20.6%；独立用户数量下降 27.4%。
  • 藍籌股指數呈下降趨勢，表明市場看跌情緒更加濃厚。

公鏈與 NFT 交易市場

  • 在連續三個月落後於 Polygon 之後，以太坊在獨立用戶數量上重新奪回了領先地位。
  • Blur 在交易量上的領先優勢持續縮小，從 52.5% 下降到 48.3%。

NFT 投融資情況   

  • 8 月份 NFT 市場保持了低迷的態勢，共有 5 輪融資，總額達到了1,445萬美元。
  • 儘管近期 NFT 投融資不活躍，但那些體現創新並優先考慮創作者和用戶真正利益的項目仍然吸引著關注並獲得支持。

本月熱點：版稅

  • OpenSea 宣布自 2024 年 3 月起停止強制收取版稅費用，將其變為可選項。

本月重點動態

  • MasterExchange 獲得 270 萬美元融資，完成首次音樂發行（IMO）
  • NFT 初創公司 FirstMate 獲得 375 萬美元融資，Dragonfly Capital 領投
  • OpenSea 發布可贖回 NFT 行業標準
  • FingerprintsDAO 與 CryptoPunks 創建者 Larva Labs 合作推出會員制 NFT 系列“Voxelglyph”
  • Magic Eden 推出 100 萬美元基金，以培育 Polygon 鏈上藍籌 NFT 系列
  • 蘇富比因涉嫌誤導和操縱 BAYC NFT 銷售而面臨訴訟

加密市場概覽

8 月份，比特幣價值波動幅度較大，在月內最低價 $23,664 和最高價 $30,057 之間波動。 8 月 1 日，5 個以太坊  ETH 遞交申請引發了比特幣價值的短暫飆升，達到 $30,000。然而，興奮是短暫的，受美國政府信用評級下調後市場疲軟的影響，BTC 和 ETH 價格很快回落。

Source: BTC Price & ETH Price

8 月 8 日，比特幣再次突破 $30,000 關口，這可能是受到 PayPal 推出新穩定幣 PayPal USD（PYUSD）消息的刺激。但比特幣在此後不久急轉直下，跌至近 $25,000。這次下跌是由一系列負面事件推動的，包括 SpaceX 大量拋售了 BTC 的報導、中國恆大危機以及加密衍生品市場單日 10 億美元的大規模清算等。

在 8 月底，美國一家上訴法院在灰度公司起訴美國證券交易委員會的訴訟中做出了有利於灰度公司的裁決，導致比特幣價格從 $26,000 飆升至 $28,000，隨後最終穩定在 $26,000 左右。

NFT 市場概覽

8 月份，NFT 市場交易量大幅下降，總交易量為 $5.27 億，比 7 月份下降了 21.7%；交易量為 1,119,066 筆，降幅為 20.6%；獨立用戶數量為 313,610 人，下降 27.4%。

Source: NFT Market Overview

近期的市場波動對市值和交易量產生了明顯影響。藍籌股指數呈下降趨勢，表明市場看跌情緒更加濃厚。

排名第二的藍籌 NFT BAYC的地板價自 2023 年 1 月以來持續下跌。 8 月份，它跌破了 23個 ETH，表明熊市仍在繼續，需要更多時間來恢復。

Source: NFT Market Cap & Volume

Source: BlueChip Index

这些数据表明 NFT 市场持续减速，用户参与和投资活动发生了显著变化。与加密货币宏观市场一样，NFT 市场目前的特点是信心不足和避险心态。

8 月份，NFT 市場的買方/賣方比率為 131.63%，比 7 月份下降了 17.5%。當月共有 211,696 名買家和 160,822 名賣家。值得注意的是，與上月相比，買方人數下降了 29.4%，賣方人數下降了 20.1%。在本月中，除了 8 月 3 日買方人數明顯增加外，每日買方和賣方人數保持相對穩定。

Source: Daily Buyers & Sellers

在這一天，Polygon 鏈上的 StarPass 項目買家所佔比例最大。根據 PolygoScan，擁有 62.7% NFT 的最大持有者在 8 月 3 日以低價或近乎零的價格和版稅進行了頻繁交易。然而，在透明度方面，該項目披露的細節非常有限。

Source: NFT Buyer & Seller

每日獨立用戶的趨勢與每日買家和賣家呈現類似的趨勢，二者之間呈正相關關係。

Source: Daily Unique Users

公鏈與 NFT 交易市場

8 月份，以太坊在 NFT 市場上繼續保持主導地位，佔據了總交易量的 97.8%。然而，以太坊整體交易量對比 7 月下降了 21.9%，總額為 5.152 億美元，這反映了整個 NFT 市場的下行趨勢。

Source: Monthly Volume by Chain

以太坊上的獨立用戶數量為 14.714 萬人，相比 7 月下降了 10.7%。值得注意的是，在連續三個月落後於 Polygon 之後，以太坊在獨立用戶數量上重新奪回了領先地位。

Source: Monthly Unique Users by Chain

在 NFT 交易市場方面，Blur 在交易量上的領先優勢持續縮小，從 52.5% 下降到 48.3%。相反，LooksRare 在同一時期有上升趨勢，其市場份額從 11.3% 增加到 14.7%。

Source: Monthly Volume by Marketplace – Distribution

OpenSea 仍然保持著在獨立用戶數量方面的領先地位，擁有龐大的用戶群體，達到了 26.83 萬人。然而，行業整體用戶活動出現了下降，導致使用該平台的用戶數量也在減少。

Source: Monthly Unique Users by Marketplace

NFT 市場進入調整期，這為行業提供了可以深入探索創新併升級其產品的寶貴機會。

OpenSea 正在積極推動建立可贖回 NFT 的行業標準。 8 月 28 日，OpenSea 通過一篇博文發布了其可贖回 NFT 的標準和路線圖。可贖回 NFT 具有內在的價值或實用性，可以通過“贖回”來獲取另一個 NFT，無論它是存在於鏈上還是鏈下。這些舉措使創作者能夠與他們的社區建立更緊密的聯繫，促進更具沉浸式的會員體驗，並開啟 Web3 技術的新應用。可贖回 NFT 的知名例子包括 PUMA x Gutter Cat Gang 的 GutterMelo、Invisible Friends 實物收藏品和 Creature World 的 Crowd Phase 3。一般來說，通過可贖回方式獲取新 NFT 的過程涉及銷毀原始 NFT。然而 OpenSea 的突破性標準和用戶體驗超越了這種傳統方法。它引入了特徵兌換的概念。

Source: Invisible Friends – OpenSea

可贖回 NFT 是 NFT 技術中最令人興奮的應用之一，但它們缺乏一個標準。 OpenSea 已經發布了四個改進提案（ERC-7496、ERC-7498、SIP-14和SIP-15），並積極尋求社區反饋和合作夥伴，以推動未來項目的發展。

NFT 投融資情況    

與上個月類似，8 月份 NFT 市場保持了低迷的態勢，共有 5 輪融資，總額達到了1,445萬美元。

音樂投資交易市場 MasterExchange 已從投資者中籌集到 270 萬美元的初創融資，投資者包括總部位於香港的風險投資機構 Vectr Fintech 和 Pan Capital 的首席執行官 Claes-Henrik Julander。

MasterExchange 提供了類似於首次公開募股（IPO）的首次音樂發行（IMO）系統，用於通知投資者潛在的歌曲投資機會。任何享有版權收益的受益人，包括藝術家和音樂廠牌，都可以在 MasterExchange 平台上發起 IMO。購買歌曲版權份額的投資者可以獲得來自歌曲使用（如流媒體或商業特輯）產生的收入。 MasterExchange 為每首歌曲提供全面的投資前景信息，優先考慮透明度，使用戶能夠做出明智的決策。

Source: MasterExchange Website

這一創新使音樂愛好者能夠通過 NFT 這種新穎且吸引人的方式去與心愛的音樂進行互動。它為創作者提供了出售未來收入的部分份額的機會，從而推動藝術創作的發展。

Solana 鏈上的 NFT 發行平台 DRiP 成功獲得 300 萬美元的種子輪融資，旨在加快可收藏內容和 Web3 社交平台的發展。 DRiP 使創作者能夠每周向支持者發送數字禮物。 DRiP 的標誌性活動是 Showcase，這是一次免費的藝術品發行，由 DRiP 團隊策劃，展示了 Solana 上藝術家、動畫師、音樂家和其他創作者的作品。之前的作品包括 bunjil 的 索拉納太空人、Flag Monkez 的 RIVALS、Peblo 的 The UP Only Cet 和 Daramola 的 Metropolis。

Source: DRiP Website

FirstMate 是一家致力於為 NFT 創作者提供數字店面的初創公司，最近成功完成了一輪 375 萬美元的融資。這輪融資由 Dragonfly Capital 領投，Coinbase Ventures 和 NextView 也參與其中。與傳統交易市場不同，FirstMate 通過提供一個統一的平台，優先滿足創作者的需求。在這個平台上，藝術家可以展示他們所有的作品，無論其來源如何。此外，FirstMate 還賦予藝術家對版稅的完全控制權，確保他們對自己的創作活動擁有完全控制權。

Source: FirstMate Website

儘管近期 NFT 投融資不活躍，但那些體現創新並優先考慮創作者和用戶真正利益的項目仍然吸引著關注並獲得支持。雖然整個市場可能經歷了放緩，但在挑戰中仍然存在著值得注意的嘗試。這些項目不僅帶來了新穎的理念，而且堅定不移地致力於創作者權力和為用戶創造價值。隨著市場的調整和演變，這些創新努力成為了鼓舞人心的榜樣，展示了只要採取正確的方法和投入足夠的努力，NFT 領域仍然存在著增長和成功的機會。

本月熱點：版稅

8 月 18 日，OpenSea 宣布自 2024 年 3 月起停止強制收取版稅費用，將其變為可選項。這一決定凸顯了市場的轉變，因為主要的交易市場將不再要求強制性的版稅。例如，像 Blur 和 LooksRare 這些交易市場已經採用了可選的版稅模式，而 SudoSwap 則實施了零版稅策略。

Source: OpenSea Twitter

OpenSea 的這一決定引發了各種反應。支持這一舉措的人認為這是朝著找到一種平衡的方式邁出的重要一步，既有利於創作者和買家，又能滿足 NFT 生態系統中參與者的多樣化需求和偏好。然而，Yuga Labs （BAYC 創作者）對 OpenSea 的決定作出了回應，宣布他們將阻止在該平台上交易他們的新 NFT。

OpenSea 的這一公告在 NFT 社區中引起了震動，引發了關於其對創作者和整個 NFT 生態系統的潛在影響的討論。隨著 NFT 市場的不斷發展，如何在吸引賣家、確保對創作者的公正報酬以及保持競爭優勢之間找到正確的平衡將是一項微妙的任務。

以上研報數據包含: 

  • 鏈: Ethereum, Polygon, BNB Chain, Cronos, Optimism
  • 交易市場: OpenSea, LooksRare, Blur, X2Y2, Cryptopunks, Rarible, SuperRare, Foundation, Decentraland, Aavegotchi, Element, Era7, the Sandbox, Minted 

本文由 Footprint Analytics 社區貢獻。

Footprint Community 是一個全球化的互助式數據社區，成員利用可視化的數據，共同創造有傳播力的見解。在Footprint 社區裡，你可以得到幫助，建立鏈接，交流關於 Web 3，元宇宙，GameFi 與DeFi 等區塊鏈相關學習與研究。許多活躍的、多樣化的、高參與度的成員通過社區互相激勵和支持，一個世界性的用戶群被建立起來，以貢獻數據、分享見解和推動社區的發展。

Footprint官網: https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data

發佈於

從投機走到娛樂——Web3 遊戲八月月報

作者：[email protected]

8月份，加密市場波動加劇，比特幣價格在 23,664 美元到 30,057 美元之間波動。與之相比，遊戲領域仍然相對平穩，但從宏觀的角度來看，人們對 Web3 遊戲的看法正在發生轉變。

許多機構和行業 buidler 逐漸認識到，Web3 遊戲的本質不僅僅是在龐氏騙局中剝削用戶，而是圍繞遊戲玩法本身提供娛樂。儘管快速積累財富依然是不小的誘惑，但我們看見，Web3 遊戲領域對投機行為的關注正在減弱。

隨著遊戲、NFT 和元宇宙的融合，熊市期間一些 Web2 的大 IP 為市場帶來了驚喜。津加

 和索尼（Sony）等知名遊戲巨頭正在投入資源，為用戶提供更完善的遊戲體驗，吸引主流玩家入局 Web3。這一趨勢愈發明顯，突顯了 Web3 遊戲的長期潛力和發展方向。

然而，這個新興領域仍然面臨風險和不確定性。隨著投機熱潮的褪去，Web3 遊戲正逐漸成熟，各類參與者開始轉換看法，將娛樂置於投機之上。

本報告數據來自 Footprint 的 Web3 Game 研究頁面。這是一個易於使用的儀表板，包含了解 Web3 遊戲行業最重要的統計數據和指標，並實時更新。您可以點擊此處了解有關價格、項目、融資等方面的最新信息。

關鍵要點

加密市場概覽

  • 8 月份，比特幣價值波動幅度較大，月內在 $23,664 到 $30,057 之間波動。

Web3 遊戲市場總覽

  • 擁有超過 1,000 月活躍用戶的遊戲仍然相對較少，僅佔總遊戲數量的 9% 左右。
  • 市場目前主要由大型企業主導的項目所主導。相反，規模較小的公司和初創企業謹慎前行，試圖在 Web3 遊戲市場的長期低迷時期生存下來。

Web3 遊戲公鏈數據

  • 統計鏈上擁有超過一千月活躍用戶的遊戲，BNB 鏈上的超千人遊戲佔總遊戲的 5.3%，以太坊佔 1.6%，而 Polygon 則以 10.2% 的份額領先。
  • 儘管 SUI 鏈技術上具有優勢，但尚未轉化為持續的採用。

Web3 遊戲項目概覽

  • 八月，CryptoTycoon 代幣表現出色，得到 200.23% 的價格增長。
  • NFT Worlds，本月幣價增長了 68.23%，自年初以來增長達 578.31%。

Web3 遊戲投融資情況

  • 電子競技與 Web3 項目的融合也在市場上蓬勃發展
  • 人工智能（AI）的熱度仍然影響著這個市場，許多大公司正在探索 AI 與 Web3 技術之間的協同作用。

本月市場動態

  • Footprint Analytics 與 COMBO 攜手合作，將推動 GameFi 和 Web3 領域的數據驅動革命
  • Mahjong Meta 獲得1200萬美元戰略投資
  • 遊戲參與平台開發商 Conductive.ai 完成種子輪融資
  • 新加坡 Web3 娛樂公司 Digital Entertainment Asset (DEA) 從 Global Brain Corporation的 KDDI 開放創新基金 III 獲得一筆資金
  • Hungri Games以2300萬美元估值完成190萬美元融資
  • a16z 支持的AIGC 公司Irreverent Labs 完成新一輪融資
  • Roblox 正在利用人工智能生成“更豐富、更動態“的遊戲

加密市場概覽

8 月份，比特幣價值波動幅度較大，月內在 $23,664 到 $30,057 之間波動。 8 月 1 日，5 個以太坊 ETH 遞交申請引發了比特幣價值的短暫飆升，達到 $30,000。然而，受美國政府信用評級下調後市場疲軟的影響，BTC 和 ETH 價格很快回落。

Market Cap: GameFi Tokens vs BTC

8 月 8 日，比特幣再次突破 $30,000 關口，可能是因為受到 PayPal 推出新穩定幣 PayPal USD（PYUSD）的影響。之後急轉直下，跌至近 $25,000。這次下跌是由一系列負面事件推動的，包括 SpaceX 大量拋售了 BTC 的報導、中國恆大危機以及加密衍生品市場單日 10 億美元的大規模清算等。

8 月底，美國一家上訴法院在灰度公司起訴美國證券交易委員會的訴訟中做出了有利於灰度公司的裁決，導致比特幣價格從 $26,000 飆升至 $28,000，隨後最終穩定在 $26,000 左右。

Web3 遊戲市場總覽

Web3 游戏市场正蓬勃发展。本月，游戏数量从 2,471 款增至 2,540 款，市场对新游戏的建设有着显著增长。然而，拥有超过 1,000 月活跃用户的游戏仍然相对较少，仅占总游戏数量的 9% 左右。在當前 Web3 遊戲市場的低迷時期，用戶獲取仍然是一個很大的挑戰。

Monthly Active Games

對於 Web2 的遊戲玩家來說，管理私鑰和使用錢包可能會有些困難。所以 Web3 遊戲應該優先考慮提供無縫的用戶體驗，使玩家無需區分 Web2 和 Web3。以太坊法國主席 de Tychey 說，做遊戲的重點應放在遊戲體驗上。

Active Users & Chg%

卡羅姆閃電戰和特技射擊閃電戰改變了本月活躍用戶的趨勢，可以看到市場每週五活躍用戶會增長 110,000 人，達到整體人數的 15%，但隨後略有下降。這兩款遊戲是由 Joyride 在 Flow 區塊鏈上開發的。然而，其他指標如交易和成交額並沒有顯示出類似的周期性增長，這表明雖然這些遊戲在推動用戶參與方面表現出色，但可能對用戶氪金或與合約交互的影響不大。

市場目前主要由大型企業主導的項目所主導，比如 Animoca Brands 和 Yuga Labs 的合作。 Animoca Brands 旗下的 nWay 遊戲開發商正在從 Yuga Labs 授權推出一款新格鬥遊戲。這一趨勢也延伸到了遊戲巨頭萬代南夢宮，該公司正在推出一款 AI 虛擬寵物NFT遊戲。

Web3 遊戲領域正湧入很多大公司。包括 Zynga 和索尼在內的許多行業巨頭已進入這一領域，使用他們在遊戲設計和架構方面的豐富經驗來助力行業發展。隨著它們充分認識到區塊鏈技術的潛力，它們很可能會採取重大舉措。

相反，規模較小的公司和初創企業謹慎前行，試圖在 Web3 遊戲市場的長期低迷時期生存下來。

Web3 遊戲公鏈數據

Games Shared by Chain

各個區塊鏈上的遊戲數量分佈基本保持不變，BNB 鏈最多，其次是以太坊和 Polygon。統計鏈上擁有超過一千月活躍用戶的遊戲，BNB 鏈上的超千人遊戲佔總遊戲的 5.3%，以太坊佔 1.6%，而 Polygon 則以 10.2% 的份額領先。

Sui Network

根據 SuiVision，Sui 區塊鏈在 7 月 27 日達到歷史最高值的 6584 萬筆交易後，交易量經歷了急劇下降。到了 8 月 2 日，Sui 的每日交易量已降至約 147.9 萬筆，僅為峰值的 2.2%。每日活躍用戶數量也出現了類似的急劇下降。

這一下降與MystenLabs 於7 月28 日結束的Bullshark 活動有關，該活動使大量用戶湧入SUI 8192 這一遊戲，從而提高了SUI 區塊鏈的知名度，但卻難以建立持久的用戶習慣和高留存率。

儘管 SUI 鏈技術上具有優勢，但尚未轉化為持續的採用。隨著熱度降低，監控不依賴激勵的運營模式將對評估區塊鏈的真正吸引力和市場適應性至關重要。

Layer2 公鏈，如 opBNB 和 Starknet，也在遊戲領域引起了關注。然而，目前的數據並未顯示出它們明顯的趨勢。

網絡3遊戲項目概覽

CryptoTycoon

CryptoTycoon 是一款建立在 BNB 鏈上的輕量級 DeFi 遊戲平台。八月，該項目中的代幣表現出色，得到 200.23% 的價格增長。自年初以來，該代幣的價值增長了 76.59%。在投機盛行的市場中，能夠持續增長的代幣值得關注。

Game Token Price Changes in August

還有一些其他代幣長期增長的項目，比如 NFT Worlds，本月幣價增長了 68.23%，自年初以來增長達 578.31%。另一個值得一提的項目是 Fabwelt，本月價格上漲了 25.76%，年初至今價值增長了 466.78%。持續的增長突顯了這些項目的潛力，以及它們在加密世界中吸引投資者興趣的能力。

Web3 遊戲投融資情況

投資持續湧入Web3 遊戲領域，五個重大融資輪次吸引了相當多的關注，包括對Mahjong Meta（1200萬美元）、Conductive.ai（未披露）、Digital Entertainment Asset（未披露）、Hungri Games（ 190萬美元）和Irreverent Labs（未披露）等公司的重大投資。

Mahjong Meta

電子競技與 Web3 項目的融合也在市場上蓬勃發展，Sorare 等項目充分體現了這一趨勢。本月，Mahjong Meta 得到 1200 萬美元的融資，成為市場上的亮點。傳統遊戲如麻將與 Web3 遊戲前沿世界融合日益受到關注。

MechaFightClub

人工智能（AI）的熱度仍然影響著這個市場。許多大公司正在探索 AI 與 Web3 技術之間的協同作用，Irreverent Labs 就在其中走在了前列。作為元宇宙遊戲開發商，Irreverent Labs 最近獲得了由 Samsung Next 領投的新一輪融資，表明投資者對基於 AI 的項目仍然持續關注。 Irreverent Labs 將其遊戲MechaFightClub 視為大規模機器學習模型（LLM），還計劃在年底前允許用戶使用各種輸入方式（如圖像、文本和音頻）創建視頻，再次顯示出AI 在技術和遊戲行業中的持續重要性。

本文由 Footprint Analytics 社區貢獻。

Footprint Community 是一個全球化的互助式數據社區，成員利用可視化的數據，共同創造有傳播力的見解。在 Footprint 社區裡，你可以得到幫助，建立鏈接，交流關於 Web 3，元宇宙，GameFi 與DeFi 等區塊鏈相關學習與研究。許多活躍的、多樣化的、高參與度的成員通過社區互相激勵和支持，一個世界性的用戶群被建立起來，以貢獻數據、分享見解和推動社區的發展。

Footprint官網: https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data

發佈於

Footprint Analytics 宣佈與 GameFi 平台 Game Verse 達成合作

區塊鏈數據解决方案提供商Footprint Analytics宣佈與領先的一站式 GameFi 平台 Game Verse達成戰略合作。

Footprint Analytics提供0代碼分析工具、開發者API及企業增長解決方案，是Web3數據解決方案專家。

Game Verse由韓國KOSDAQ上市公司龍圖韓國的核心成員創立，是最大的一站式GameFi平台之一，集遊戲發行、錢包、NFT市場等於一體。 雙方的合作將把更多Web2玩家帶進Web3遊戲世界，並用數據驅動GameFi行業的發展。

發佈於

Footprint Analytics 為 ABGA Web3 Gaming Summit 提供支持，助力 Web3 遊戲行業發展

Footprint Analytics 為 ABGA Web3 Gaming Summit 提供數據支持，並作為評委出席活動，助力 Web3 遊戲行業發展。

Footprint Analytics 是一家區塊鏈數據解決方案提供商，深耕 Web3 game 領域。借助尖端的人工智能技術，提供 Crypto 領域首家支持無代碼數據分析平台以及統一的數據 API，讓用戶可以快速檢索超過 27 條公鏈生態的 NFT，GameFi 以及 DeFi 數據。

發佈於

Footprint Analytics 團隊參與 Token 2049，為多場活動以及演講提供數據支持

Footprint Analytics 團隊參與 Token 2049，為多場活動以及演講提供數據支持。

Footprint Analytics 是一家區塊鏈數據解決方案提供商。借助尖端的人工智能技術，我們提供 Crypto 領域首家支持無代碼數據分析平台以及統一的數據 API，讓用戶可以快速檢索超過 27 條公鏈生態的 NFT，GameFi 以及 DeFi 數據。

發佈於

採訪 Footprint Analytics CEO Navy： AI 與 Web3 的融合之道

Web3 正在引領互聯網的下一個時代。然而，鏈上數據碎片化、不標準化的問題依然存在。 Footprint Analytics 推出一站式數據解決方案，通過 AI 技術實現區塊鏈數據的自動收集、清洗、關聯，構建跨鏈數據標準，讓開發者更便捷地訪問和分析數據。

“我們希望成為Web3 版的’Google Analytics’，通過20+ 公鏈以及結構化的數據覆蓋，提供行業領先的增長分析和運營分析工具，幫助Web3 項目實現精準營銷。”Footprint 創始人兼CEO Navy 表示，“與此同時，我們也在探索AI 在其他方面的應用，比如自通過AI 獲取數據分析面板等，以進一步提升區塊鏈產業的生產效率。”

Navy 認為，AI 和區塊鏈技術的結合必將成為 Web3 實現大規模應用的催化劑。一方面，高質量數據是培訓 AI 模型的基礎；另一方面，AI 也可以反過來幫助產出高價值數據。 “數據是這個行業的命脈。我們正在嘗試建立一個正向循環的生態系統，讓 AI 和區塊鏈技術相得益彰，從而推動整個 Web3 行業的發展。”

Q1：請 Navy 幫忙介紹一下 Footprint Analytics 目前在做的事情是什麼？

Footprint Analytics 致力於構建一個連接 Web2 和 Web3 數據的結構化數據平台。

我們的核心價值在於數據的結構化。儘管 Web3 相對於 Web2 在鏈上數據公開透明方面具備優勢，但也存在一些挑戰，比如行業的發展尚處於早期階段，數據缺乏標準，缺乏完善的結構，因此數據的應用變得困難。

以一個例子來說明，如果您想獲取Opensea 在以太坊、Solana 和Polygon 等多條鏈上的交易數據，您需要理解Opensea 的業務模型、閱讀智能合約代碼、逐個鏈（如以太坊、Solana、Polygon等）提取交易數據。

然而，這個過程存在一些問題。首先，過程複雜，獲取數據的整個過程複雜且容易出錯。其次，技術難度較大，不同鏈的賬本設計和數據結構各不相同。最後，浪費資源，如果有 1000 人需要獲取這些數據，就要執行 1000 次類似的繁瑣流程，將會極大地降低數據獲取效率，浪費計算資源。

因此，Footprint Analytics 的使命就是抽象各個領域的數據，包括 GameFi、NFT 和 DeFi 等，以建立 Web3 行業的數據標準，，為開發者和行業參與者提供高效、準確的數據。

截止目前，我們累計上線了 20+ 條公鏈，產品主要包含 3 大板塊：

  • 行業解決方案 Footprint Growth Analytics：為 Web3 項目在營銷增長和運營分析領域提供定制化解決方案，可以類比為 Web3 版本的 Google Analytics，助力項目實現數據驅動增長。
  • 0 代碼數據分析工具：使用體驗類似於 ChatGPT，通過簡單的問題與回答即可獲取數據分析報告。我預見未來使用鏈上數據將變得極其簡便，無需深入了解 Web3 的業務邏輯，也無需高超的編程技能，從而使得從 Web2 用戶向 Web3 的遷移變得更加容易實現。
  • 免費的多鏈跨鏈 API：通過一個統一的API，實現對多條鏈的跨鏈數據訪問，免費為用戶提供無縫的多鏈數據檢索體驗。

Q2：目前的 Web3 項目中，與 AI 結合成為了一項引人注目的趨勢。這其中，不論是 GPT 還是 AIGC，每個項目都根據自身情況在與 AI 結合方面展現出了不同的創意。接下來，請 Navy 從數據領域的視角來探討，如何將 AI 與 Web3 相融合，這部分可以從技術和應用場景兩個角度進行分析，以便更清晰地展現這一融合的方式和可能性。

作為一家數據平台，Footprint 與 AI 具有天然的結合能力。 AI 的基礎設施主要涵蓋算力、數據和算法三個關鍵方面。其中，算力是支撐 AI 模型訓練和執行的基石，數據是 AI 的靈魂，而算法決定著 AI 的表現，包括模型的準確性和應用效果。

在這些要素中，數據無疑是最為核心、最為重要的。數據是行業和企業的命脈，更涉及到隱私和合規等關鍵領域，價值不可估量。錢甚至也不一定能買到數據，因為涉及隱私、涉及合規等等方面。而在這其中，AI 是數據的消費者，同時也是數據的生產者。

目前，Footprint 在數據與 AI 結合應用方面有以下幾個主要方面：

在數據內容生成階段，AI 的應用在我們平台中發揮著重要作用。首先，我們通過 AI 生成處理數據的代碼，從而為用戶提供更高效的數據分析體驗。

具體來說，我們關注了兩個方面的創新。

一方面是“Reference data”的整理與分類。以區塊鏈上新部署的合約為例，我們的AI可以自動判斷合約歸屬於哪個 protocol，合約的類型，甚至是合約是否屬於 Dex 平台中的 LP 或 swap 等類型。這種智能整理和歸類，大幅提升了數據的可用性。

另一方面，基於這些“Reference data”，我們還可以進行上層領域數據的生成。舉例來說，我們能夠利用 AI 生成 GameFi、NFT 等領域的數據，為用戶提供更豐富的數據資源。這種方式不僅提高了數據內容的質量，也讓用戶能夠更深入地了解各個領域的數據動態。

在前端用戶體驗上，我們做了一個 AI 智能分析的功能。前面提到，用戶在使用 Footprint 進行數據分析時，可以擁有類似於與 ChatGPT 聊天的體驗。用戶可以通過提問，自動獲得相應的分析報告。背後的邏輯是將文本轉化為 SQL 語句，從而大幅降低了用戶進行數據分析的門檻。

最後，在產品用戶支持上，我們研發了 AI 客服機器人。我們將區塊鏈領域的數據，包括 GameFi、NFT、DeFi 等各個領域的結構化數據提供給 AI，構建出 Footprint 專屬的 AI 客服機器人。這個 AI 客服機器人能夠為用戶提供即時的支持，回答與 Footprint 使用相關的問題，比如數據種類、數據定義、API 使用等，極大地提高了客戶支持的效率，同時也減少了人工投入。

當然，AI 的應用雖然能夠提升生產力，幫助我們解決大部分問題，但並非能夠解決所有問題。基於我們在數據處理方面的經驗，AI 能夠協助解決大約 70% 至 80% 的問題。

Q3：在將 AI 與 Web3 相結合的過程中，會出現哪些問題？是否有一些技術難點、用戶體驗、產權合規以及道德倫理等等相關問題

宏觀上來講，不管AI應用在哪些領域，一個重要的考慮因素是對於AI容錯率的接受程度。在不同的應用場景下，對容錯率的要求各有不同。在此過程中，需要權衡AI的準確性和可靠性，以及人們對於錯誤的容忍度。

在醫療領域，選擇相信 AI 還是醫生的決策可能涉及信任的挑戰。在投資領域，AI 可以提供影響 BTC 價格走向的因素，但在實際買入或賣出的決策方面，人們可能仍持有疑慮。

然而，在營銷和運營分析領域，例如對於用戶畫像和分層，精確度要求可能不高，因為輕微的錯誤不會產生重大影響。因此，容錯率在這些場景中接受度較高。

當前，Footprint 在將 AI 與 Web3 相結合這一賽道上依然主要專注於數據，過程中也遇到了一些挑戰：

第一個是在數據生產方面的問題，如何為AI提供高質量數據，以實現更高效、更精準的數據生產能力。我們可以把 AI 和數據的關係類比汽車的發動機和汽油，AI 是引擎，數據則是其所需的燃料。發動機再好，若缺乏高質量的燃料，性能將無法最大化。

這裡就涉及到怎么生產高質量的數據問題，比如快速自動化地生產 GameFi、NFT、DeFi 等領域的數據。這涵蓋瞭如何自動整理數據的關聯關係，即數據的圖譜。具體而言，我們需要明確合約的所屬協議、合約類型、部署者等多個信息。這一過程的核心目標在於持續地為 人工智能 提供高質量數據，以實現其更高效、更精準的數據生產能力，從而形成良性循環。

其次是數據隱私問題。儘管 Web3 的本質在於去中心化與透明，隨著行業的發展，我們也會看到類似 Web2 的情景，數據隱私需求逐漸凸顯。例如，用戶的身份、資產和交易信息的隱私保護。這產生了一個難題：鏈上數據的公開性逐漸減弱，可供給 AI 的數據也逐漸減少。然而，隨著行業的進展，這個問題也會得到解決，同態加密技術就是其中一個解決方向。

總之，將 AI 與 Web3 相結合必然面臨一個核心問題：數據獲取，即如何獲取高質量數據並將其傳遞給 人工智能。人工智能 的最終挑戰將在於數據的可獲得性。

Q4：雖然 AI 並非新名詞，但 AI 與 Web3 的結合仍處於初級階段。請問 Navy 認為未來 AI 在 Web3 中可能出現哪些領域或結合方式，有望成為爆發點，吸引大量用戶進入 Web3 並實現大規模採用？

我認為要實現 Web3 與 AI 的大規模結合和採用，需要解決兩個核心問題。首先，我們需要更好地為 Web3 的構建者和開發者提供服務，尤其是在 GameFi、NFT、社交等領域的開發者。其次，我們需要降低應用端的門檻，使用戶更輕鬆地進入這個領域。

首先是服務於開發者這一議題。在開發者這個領域，可以分為兩類主要的應用。

一類是 AI 驅動的開發者平台。这一类平台利用AI技术，实现了代码模板的自动化生成。无论是开发 DEX 平台还是 NFT 市场，都可以根据开发者的具体需求智能生成代码模板，从而显著提高开发效率。在游戏领域，开发者也可以通过 AI 技术，游戏开发者可以更快地制作游戏模型，生成游戏图片等，从而加速游戏的开发和上线流程。这种平台能够为开发者提供更多可能性，让他们可以将更多精力投入到创意和创新上，而不必在重复的基础工作上花费过多时间。

另一類是AI 驅動的數據平台。這一類平台通過AI技術自動生產各個行業的領域數據，如 GameFi、NFT、SocialFi、DeFi 等。這些平台的目標是降低開發者使用數據的門檻，使數據分析和應用變得更加容易。通過 AI 技術，平台可以自動化地生成各種數據，為開發者提供豐富的數據資源，使其可以更好地了解市場趨勢、用戶行為等。這種數據平台為開發者提供了更多的數據支持，讓開發者使用數據的門檻變得極低，推動了更多創新應用的誕生。

降低應用端門檻一直是 Web3 領域的關鍵問題。舉例來說，市場上近期湧現出一些幾乎零手續費的公鏈解決方案，旨在提高每秒交易數（TPS）。此外，像MPC錢包這樣的解決方案也能有效地解決從Web2向Web3遷移的初級門檻，解決遷移過程中的困難。

這些問題的解決不僅僅依賴於 AI 技術，更關乎整個 Web3 生態的發展和完善。雖然 AI 在提升效率和降低門檻方面發揮重要作用，但在解決應用端門檻的永恆話題中，Web3 本身的基礎建設和發展仍然是至關重要的因素。

Footprint Analytics 是一個鏈接 Web2 以及 Web3 的結構化數據平台 。借助尖端的人工智能技術，我們提供 Crypto 領域首家支持無代碼數據分析平台以及統一的數據 API，讓用戶可以快速檢索超過 26 條公鏈生態的 NFT，GameFi 以及 DeFi 數據。

Footprint Website: https://www.footprint.network

Discord: https://discord.gg/3HYaR6USM7

Twitter: https://twitter.com/Footprint_Data

發佈於

Footprint Analytics已加入Paima Web3 Engine生態系統，幫助促進Paima Engine增長和採用

8月29日，Footprint Analytics加入了Paima生態系統，成為Paima Engine的成員。 Paima生態系統致力於通過使用Paima Engine促進Web3發展和採用。 Footprint Analytics對Paima生態系統有著深刻的理解，已成為Paima Studio推薦的合作夥伴之一。

Footprint為包括開發者在內的遊戲行業建設者提供重要的區塊鏈數據，簡化遊戲開發流程，並在整個遊戲開發和運營過程中實現全面的數據監控。 “Footprint分析公司的聯合創始人兼首席執行官Navy說：”Paima和Footprint的合作將開創遊戲產業的未來，並使整個生態系統的所有參與者受益。”

“鏈上遊戲的魅力在於，用戶可以通過分析遊戲中的行為來製定新穎的策略，而DAO和玩家也可以通過分析遊戲中的行為來促使遊戲機制發生有趣的新變化。Paima架構便於輕鬆創建和共亯定義遊戲內行為的語法，使其易於與Footprint Analytics等工具相結合，以解析和共亯結構化見解。”Paima Studios的聯合創 始人Sebastien Guillemot說。