NFT 正开启多线“自救”_比特币:worlddatabase

文:章鱼哥

近年来,NFT领域正经历着迅猛的发展变化。随着数字艺术品和加密游戏的流行,NFT成为了一个备受关注的话题。最初,NFT主要被用于数字艺术品的交易,但随着时间的推移,它的应用范围变得更加广泛,包括游戏物品、虚拟地产、音乐版权等。同时,NFT市场也在不断扩大,吸引了更多的投资者和创作者参与其中。

在经历了一段时间的沉寂之后,最近的NFT领域又火热起来。Blur与OpenSea的市场之争打得火热、以Bicasso为代表的AI生成式NFT项目方兴未艾、另一边比特币NFT也同样引人关注。

市场需要新故事

NFT市场在2021年上半年经历了一波热潮,价格飙升,吸引了大量的投资者和创作者。然而,自去年5月份以来,NFT市场的热度逐渐下降,去年5月份,“NFT”在Google Trend中的搜索热度跌至26,较1月创下的100峰值,下降了74%。无独有偶,NFT在百度指数和微信指数上的数据,也呈现下降状态。以去年5月30日数据为例,NFT当日在百度的搜索指数为12375,较今年最高峰时的56560,下降了78.12%。同样,NFT在微信上的搜索指数也下降了超过80%。许多人认为当下的NFT市场已经陷入了沉寂期。

首先NFT市场的降温与整个加密货币市场的下跌有关。去年接连不断的加密崩盘事件,重创了加密领域的用户信心,加密货币的价格经历了大幅度的下跌,市场整体情绪低迷,也影响到了NFT市场。

其次NFT市场的投机情绪过于浓厚,很多人进入NFT市场只是为了炒作和赚钱,并没有真正理解NFT的本质和价值。这种短期行为导致市场泡沫的出现,一旦市场进入调整期,就会出现价格大幅下跌的情况。

此外NFT市场的发展还面临着一些技术和市场上的问题。例如,NFT的技术标准还没有统一,市场上存在大量的不同标准的NFT,这导致了市场的不规范和不透明。此外,市场上还存在着大量的假冒伪劣的NFT和欺诈行为,这给市场的健康发展带来了极大的影响。

在最初的时候,NFT市场的繁荣主要是基于一些概念和事件的炒作,比如Beeple的作品、虚拟土地的销售等,这些都在一定程度上违背了NFT的初衷:创造真正有价值的数字资产,而不是仅仅追求市场炒作的效应。随着市场的深入发展,人们开始反思这些炒作是否真正符合NFT领域的本质和发展方向。

NFT领域需要新的故事和发展方向。首先应用场景需要更加多样化和丰富化,不仅仅局限于艺术品和虚拟资产,还可以扩展到游戏、音乐、体育等领域,创造出更多真正有价值的数字资产。其次,NFT领域需要更加完善的技术支持和运营规范,提高交易速度、降低费用,并保障市场的健康发展。

围绕着新故事新方向,近来的NFT领域又热闹了起来。

多线叙事开启

市场偶遇低迷,但实际上不少公司项目在NFT领域的相关动作依然在继续。

平台端,在之前的2021年末和2022年初的NFT牛市中,OpenSea几乎占据了市场主导地位,日交易量达数十亿美元。然而竞争对手已经出现了,其中一个正在严重威胁OpenSea的商业模式的竞争对手就是Blur。

OpenSea提供了普通NFT购买者需要的基本功能和大多数工具,但它们仍有需要改进的空间。例如,购买者每次交易时需要支付的2.5%的交易费,而竞争平台的费用是远低于这个数字的,使用OpenSea主要吸引力还是在于网站上买家和卖家的绝对数量。

Blur于2022年底推出,是一个面向高级和专业NFT交易者的NFT市场。它拥有包括投资组合分析工具、市场聚合和更快的市场抄底在内的一些功能。此外,Blur不收取交易费,很显然相比于OpenSea来说,Blur在这方面具有绝对的优势。该平台最初从2023年2月空投其BLUR代币后流行起来。该代币被提供给平台用户,一些空投价值超过一百万美元。

OpenSea已通过多种方式应对Blur威胁。最初,由于Blur缺乏完整的创作者版税执行,他们禁止在OpenSea上铸造的NFT出现在Blur市场上。然而,在Blur在交易量方面超过OpenSea后不久,他们改变了策略,即推出了“零费用”模式,并提供可选的创作者版税。OpenSea的快速反应表明他们认为Blur是对他们业务的严重威胁,并愿意在短期内放弃收入,以与Blur竞争交易量和用户。

OpenSea和Blur之间的市场战争似乎才刚刚开始。

项目端,上周AI生成式NFT项目Bicasso的上线,引发了圈内人士争先使用。用户可通过上传图片并输入关键词进行AI运算后生成NFT。该消息一经发布后,1万枚NFT铸造额度被秒杀,且因访问量激增而系统超载宕机,足以可见其火爆程度。

实际上,现象级应用ChatGap打开AI应用市场空间后,生成式人工智能成为时下流行趋势。而除了Bicasso,加密市场此前不乏生成式AI的平台。例如Solvo、Nicho、IgmnAI、CharacterGPT等。

生成式AI是近来人工智能领域的热点技术之一,它能够通过学习海量数据,自动进行创作和生成内容,比如文本、图像、音频等。随着计算机硬件性能的提升和深度学习算法的发展,生成式AI的应用场景也越来越广泛,包括语音合成、自然语言处理、图像生成等等。

在加密领域,生成式AI被广泛应用于生成式NFT的创作,这些NFT可以是唯一的数字艺术品、虚拟土地、游戏物品等。生成式AI技术的应用,可以使得NFT的创作更加高效、快速和多样化,同时也可以提高其价值和吸引力。

尽管生成式AI技术的应用前景广阔,但也需要面对一些技术挑战和伦理问题,比如生成的内容可能存在版权和知识产权问题,需要进行相关的法律规定和管理。此外,生成式AI可能会产生偏见或歧视等问题,需要加强对算法的监管和审查,保障公正和合法性。

Bicasso作为背靠圈内巨头所打造的产品,可能代表着NFT创作将会部分转向AI生成式的方式。

技术端,“序数NFT”再一次回到大众视野。简单来说序数NFT通过与其它NFT进行比较来获得其价值和唯一性。与普通的NFT不同,序数NFT的主要特点是它们可以按照其排名进行排序,从而确定它们在整个系列中的位置。这使得序数NFT在收藏和交易中具有独特的价值。

所谓 “序数”,就是描述了一个序列内部的特定位置的数字。而在这里,“序数” 是指特定某一个聪(satoshi,比特币的最小单位)的UTXO(未花费的交易输出)。这个聪 “包含” 了一段铭文,也就是 NFT 的内容,可以是文本、图片、HTML 文件,甚至是 MP3音乐文件;而序数将这个附加了铭文的聪标记成了一笔特殊的交易,所以用户可以定位和跟踪它们。但其实为聪排序的系统,早在2012年就已经有人提出来了。

序数NFT是原生于比特币的,所以它不需要一条新的区块链,也不需要一种新的token。而且它还把 NFT 的全部内容都存储在链上,不像其它的 NFT 标准那样仅仅把一条链接放到链上。

比特币主网之上的Ordinal 协议带来的 NFT 热潮不可忽视。虽然目前比特币网络没有成熟的交易平台,一切交易只依靠一张电子表格作为挂单和offer的依据,但是最近基于 Ordinal协议的交易仍然十分活跃,甚至造成了比特币网络的拥塞。

2月28日,NFT领域最强IP缔造者Yuga Labs官宣,将基于Ordinal协议在比特币区块链上推出NFT系列TwelveFold。关于比特币新的应用尝试仍然在继续,“序数NTF”的创新仍然让人期待。

除此之外,Coinbase L2网络Base推出了“Base, Introduced”纪念NFT,铸造总数达485090枚。亚马逊则宣布将于4月24日上线NFT平台,计划通过“Amazon Digital Marketplace”选项卡在亚马逊网站上提供,且最初仅在美国可用,将逐步向包括欧洲在内的世界其他地区开放。据悉,亚马逊将在发布当天开始提供大约15个NFT系列,只能通过亚马逊账户购买。

这些全新的应用与项目,给陷入无趣的NFT领域,确实带来了一波讨论,在短暂消失于主流视野之后,NFT又“杀回来”了。

结语

从前文提到的种种应用来看,NFT领域的未来充满着无限的可能性。目前,NFT市场已经开始进入快速发展阶段,涉及到艺术、音乐、游戏、体育等多个领域。未来,随着越来越多的人了解和接受NFT的概念,NFT市场将继续扩大。NFT领域未来一定还会诞生新的玩法生态,也正是不断有“新鲜血液”的进入,行业才能向前发展。NFT领域在过去一年里经历了爆炸性的增长,而且在未来几年里预计会持续快速发展。虽然无法预判具体业务形态 ,但NFT领域的发展势必需要围绕以下几个方面去完善。

多元化:除了现有的数字艺术品、游戏资产、音乐、虚拟土地等领域,还将涌现更多新的应用场景,如教育、环保等,这将进一步推动NFT市场的增长。

去中心化:随着NFT市场的不断发展,去中心化将成为一个重要的趋势。许多NFT市场都在朝着去中心化的方向发展,这将为艺术家、设计师和创作者提供更大的自由度和控制权。

改进技术:包括改进智能合约、提高可互操作性、增加隐私保护等方面。这将进一步促进NFT市场的发展,使其更加适合广泛的应用场景。

NFT市场具有巨大的潜力和前景,随着技术和应用场景的不断发展,它将成为加密经济中的一个重要领域。市场乐见于新故事的阐述,用户也喜欢追逐新鲜的事物,在行业无新事的情况下,多些尝试也未尝不是好事。

陀螺财经

媒体专栏

阅读更多

金色财经 善欧巴

金色早8点

Arcane Labs

MarsBit

Odaily星球日报

欧科云链

深潮TechFlow

澎湃新闻

BTCStudy

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-8:703ms