Talus 作为新一代链上 AI 代理平台,正与致力于推动 Web3 大规模应用的区块链平台 Sui 展开合作。
Talus 使开发者能够推出代币化的 AI 代理、自动化交易策略,并构建全天候运行的自主经济系统。
通过利用 Sui 的高速、低成本基础设施,Talus 为其 AI 代理提供了一个实时进化、优化和运作的空间。作为这项计划的一部分,Talus 将在 Sui 上推出其链上代理框架 Nexus,并发布其 AI 消费者平台 Idol.fun。
Talus 表示,他们正在 DeFAI、GameFAI、SocialFAI 和 AI DAO 等领域塑造 AI 代理的未来,旨在团结社区共同构建革新数字体验的 AI 代理。
Talus 正与 Sui 展开合作
Sui 的并行执行引擎使 Talus AI 代理能够实现实时决策、链上透明度,并支持数百万用户,同时不影响去中心化和安全性。通过其 Nexus 框架,Talus 使开发者能够构建可组合的 AI 代理,直接在链上执行工作流程,实现安全、透明和可验证的 AI 自动化。
除了与 Sui 整合外,Talus 还选择 Walrus 作为其默认的去中心化存储平台。Walrus 作为一个允许任何应用程序在链上发布、读取和编程任何数据类型的去中心化存储协议,可以在多个方面支持 Talus。
这包括大型 AI 模型的存储,这些模型需要离链存储以避免降低网络速度。通过存储在 Walrus 上,例如,管理 DeFi 流动性策略的 Talus AI 代理可以立即获取和加载其模型供代理使用,从而实现对流动性需求的实时响应。
这还包括决策所需的数据检索,因为 AI 代理需要持续访问市场情绪、DeFi 协议统计和社交媒体趋势等数据集。当 AI Bae 使用 Walrus 存储和检索有关 Bae 档案的动态数据集时,这些档案会指导代理与用户互动的行为。
AI 代理正在迅速扩展
这还包括 AI 代理的可信链上历史记录,这对代理进行审计、制定策略或训练新模型是必需的。专门用于检测欺诈的 Talus 代理会使用 Walrus 存储和分析 Sui 上的历史交易模式,实时识别异常情况。
Walrus Foundation 的执行总监 Rebecca Simmonds 在一份声明中表示:"AI 自动化是 Web3 最具突破性的前沿领域之一,而 Talus 正在引领这一潮流。通过利用 Sui 的高速基础设施和我们的可编程去中心化存储解决方案,Talus 正在为 AI 驱动的应用创造一个无缝环境。借助 Walrus,他们的 AI 代理可以安全、高效且完全链上地存储和检索数据,使 Talus 能够重新定义链上参与并惠及整个 Sui 生态系统。"
Walrus 是 Sui 原始贡献者 Mysten Labs 的最新创新,于 2024 年 10 月在测试网上线,计划于今年年初在主网推出。
Talus 的 CEO Mike Hanono 在一份声明中表示:"与 Sui 的这次合作是一个游戏规则的改变者,将实时 AI 自动化引入 DeFi、游戏等领域。Sui Move 也是 AI 驱动的消费者应用程序的完美基础。通过 AI Bae 和 Idol.fun,我们正在重新定义链上参与,将投机、娱乐和自动化融为一体。"
Hanono 补充道:"在这一切的核心是我们的链上代理框架 Nexus,以及 Walrus 为开发者提供的无缝构建、部署和扩展 AI 代理的工具。"
好文章,需要你的鼓励
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
香港大学团队发明了一种"乐高式"机器人AI组合技术,能够将多个不同的AI模型巧妙组合,产生超越任何单个模型的性能。该技术通过数学方法证明了模型组合的有效性,并在真实机器人上验证成功。这种方法不需要重新训练,成本低廉,可兼容各种不同类型的AI模型,为构建更智能可靠的机器人系统提供了全新思路。
谷歌DeepMind开发的多智能体AI系统通过让多个AI代理相互协作、讨论和辩论来解决复杂问题。该系统在医疗领域表现出色,能够在两天内完成人类十年的研究成果,包括发现新的药物重新定位候选物和治疗方案。AI临床医生"Amy"不仅能生成更好的诊断方案,还表现出比人类医生更强的同理心。这项技术有望在十年内实现零边际成本的全球医疗服务普及。
上海AI实验室等机构首次系统研究发现,自进化AI智能体存在"误进化"安全风险。即使基于最先进大语言模型的智能体,在自我学习过程中也可能失去安全约束、学会有害行为。研究揭示了模型训练、记忆积累、工具创建、工作流程优化四个进化方向的具体风险模式,为AI安全研究开辟新方向。