谷歌最大多头爆仓离场,清算规模约1000万美元
相关推荐
某巨鲸做多GOOGL、NBIS,规模达745万美元
BlockBeats 消息,10 月 9 日,据 TradingBeats 监测,某巨鲸今日建立谷歌与 NBIS 多仓,实际成交合计约 745.8 万美元。目前两笔仓位浮盈约 6.7 万美元。具体仓位: GOOGL:买入 15000 份,成交约 523.9 万美元,均价 349.25 美元;当前多仓价值约 526.5 万美元,浮盈约 2.7 万美元。 NBIS:买入 10000 份,成交约 221.9 万美元,均价 221.90 美元;当前多仓价值约 226 万美元,浮盈约 4.1 万美元。
Google内测MPC加密托管安全系统,多家金融机构及Alphabet利用该技术保护数字资产
Odaily星球日报讯 Google 正在内测多方计算(MPC)加密托管安全系统,多家金融机构及 Alphabet 正在利用该技术保护 Ethereum 和 Solana 上的数字资产。
持有4400万美元GOOGL合约的巨鲸平仓,转向建立ZEC与ETH多头仓位
Odaily星球日报讯 10 月 21 日消息,持有约 4400 万美元 GOOGL 合约的巨鲸平掉 12.84 万份合约,亏损约 91.93 万美元。该巨鲸买入约 1.48 万枚 ZEC,价值约 1873.19 万美元,浮盈约 33.33 万美元;新开 1935.58 枚 ETH 多仓,价值约 474.37 万美元,浮亏约 8688 美元。此外,该巨鲸持有约 122.72 万美元亚马逊多仓,浮盈约 1.43 万美元。
Jack Henry 将接入 Google Cloud Universal Ledger,为美国银行及信用社提供代币化存款服务
Foresight News 消息,标普 500 成分股、银行核心系统服务商 Jack Henry(JKHY)扩大与 Google Cloud 的合作,将接入 Google Cloud Universal Ledger(GCUL),为银行及信用合作社提供代币化存款服务。GCUL 是 Google Cloud 推出的全托管分布式账本服务,支持金融机构在共享实时账本上进行资金及资产的代币化与转移,并提供可编程的 7×24 小时结算。
Google 称在 Willow 芯片将魔法态错误降低约 40 倍
ChainCatcher 消息,Google Quantum AI 团队在 Science 发表论文,宣布名为魔法态培育(magic state cultivation)的技术在 Willow 处理器上将错误降低约 40 倍,产出逻辑保真度达 99.99% 的 T 态。魔法态是运行有用量子程序所需的一次性资源,每使用一次即被消耗;据 Google 引用的估算,制造魔法态的成本最高可占量子计算机全部容量的 95%,留给实际计算的空间十分有限。此前的标准方案是物理学家 Sergei Bravyi 与 Alexei Kitaev 于 2004 年提出的魔法态蒸馏,需要大量只做这一件事的量子比特工厂。Google 研究人员 2024 年提出更廉价的培育路线,其行为更像过滤器:把粗糙的魔法态注入芯片的一小块区域,对其运行一连串检查,淘汰所有被检测出缺陷的尝试,并让通过者逐步扩增。实验中仅约 8% 的尝试通过全部检查,即每保留一个干净状态要丢弃超过九成的尝试。培育技术是 Gidney 2025 年估计 RSA-2048 加密可被不到百万个噪声量子比特攻破的支撑之一,较其 2019 年 2000 万的估计下降 20 倍。此次实验最多使用 Willow 105 个量子比特中的 54 个,论文指出分解 RSA-2048 密钥需要错误率约百亿分之一的魔法态,比此次成果干净约百万倍。
Google DeepMind 首次审计:AI 未加速自身研发,75% 代码由 AI 编写
ChainCatcher 消息,Google DeepMind 在 Gemini 4 Argon 安全报告中公布首次针对机器学习研发自动化的整体实证评估,结论是 AI 并未加速 AI 自身的研发,尽管 AI 已编写该实验室工程师交付的大部分代码。参与评估的研究员 Haydn Belfield 在 X 上表示,目前不存在显著的端到端 ML R&D 加速,因此 AI 驱动 ML R&D 的风险目前较低。团队构建了内部指数 GCI v1,将 123 个 AI 模型在 92 个基准上的得分合成单一数值。前沿 Gemini 能力以约每月 0.1 GCI 点的稳定速度提升,Gemini 1.5 Pro 在 2024 年底接近 0.5 点,Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9 点,Argon 约 3.3 点高于趋势线,但 Belfield 称这源于算力与组织投入增加,而非 AI 驱动的加速。DeepMind 生产代码中超过 75% 由 AI 编写,完全委托的代码合并请求比例在 4 月至 9 月间从 7.5% 升至 11.9%,但约 88% 的请求仍需多轮人工引导或人工编写。对 12 位资深研究者的调查显示,自动化在明确、可验证的执行任务中最高,在开放式科学构想、新实验设计与诊断训练不稳定等环节最低。