3月26日,《可信区块链实体资产可信上链技术规范》(以下简称《规范》)正式立项并启动撰写,作为首个RWA上链技术规范,标志着实体资产 RWA 迈入标准化新阶段。该《规范》由中国信通院和蚂蚁数科牵头发起,中移物联、英臻科技、创维光伏、协鑫能科、杭泰数智、天合富家、广和通等近20家公司参与编写。其针对制造设备、能源设备等实体资产上链场景,首次系统性提出数据上链的全流程技术框架,为万亿美元规模的RWA市场构建可信数字基座。

据了解,该《规范》基于蚂蚁数科的业务实践演化而来。该公司提出的 RWA 资产上链技术方案“Antchain Inside”,已在充电桩、光伏以及换电资产中成熟应用。业内人士指出,上链规范的立项,相当于为实体产业发展 RWA 提供了一套成熟可验证的“类 5G 标准”,也标志着中国在全球 RWA领域正成为规则的制定者。
《规范》提出,RWA 背后所映射的资产产量数据应直接从认证的 IoT设备上获取,确保数据真实可信;而运营数据应能够和 IoT 数据互相验证,同步确认其真实性,这是《标准》针对 RWA 资产准备“上链”的重要前提。此后,设备源头数据和业务数据经过验签并确认无误后,在区块链上流转,数据传输过程可追溯,防止篡改,从而实现现实世界资产到链上数字资产的映射。
具体来看,设备“上链”数据需要同时满足“完整性”、“有效性”和“及时性”,IoT 数据要能够完整地反馈设备状态和产量信息,运营数据要能完整地反馈运营结构,数据内容应能够真实反馈当前资产的状态并按照约定频率及时上送。在此过程中,数据上链设备需要提前经过认证,并被赋予唯一的“身份认证”标识,正式注册为可信设备,而设备上链往往通过内置可信 SDK 的方式进行,包括在设备微控制单元(MCU)、模组、芯片、硬件端OS系统等硬件侧。
RWA(Real World Assets-tokenization),是指资产权益以数字形式(Token)在区块链上进行存储、流转和交易的一种形式。相较于实物资产确权难、交易难的问题,RWA 可以把实物资产进行数字化和标准化, 借助全球区块链网络的互通性可以给现实资产带来更多的流动性,降低资产融资的成本。
据波士顿咨询集团报告,到2030 年,代币化资产的市场规模预计将达到16 万亿美元。据了解,目前海外主要以债券、基金等为 RWA 标的,国内更多聚焦在能源产业,通过 RWA 助力国内绿色资产与境外资金高效连接,实现数字技术赋能实体产业。香港金融管理局(金管局)于去年推出Ensemble项目沙盒,探索不同代币化资产的用例,绿色和可持续金融是其主要方向之一。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。