投研早报丨机器人产业畅想：自动化、人工智能与 Web3 的融合进化/DappRadar，又一滴时代的眼泪/Blob 改进将如何重塑以太坊 L2 生态？
ChainFeeds Newsletter 每日精选 Web3 深度投研「简报」+ AI 驱动的热点新闻榜单，帮你做出聪明决策
📢 ChainBuzz 热点新闻 ｜2025.11.19
🔥 Filecoin 发布链上云平台 Filecoin Onchain Cloud，已在测试网上线
🔥 Kraken 从 Citadel Securities 获得 2 亿美元战略投资，估值达到 200 亿美元
🔥 Phantom 推出专业交易平台「Phantom Terminal」网页版公测
🔥 Google DeepMind 推出 Gemini 3，首款产品是 Gemini 3 Pro
🔥 加密孵化平台 Obex 完成 3700 万美元融资，用于支持 Sky 生态等牵头的收益型稳定币开发
👨💻 ChainFeeds 投研简报 ｜2024.11.18
1️⃣ 研报｜机器人产业畅想：自动化、人工智能与 Web3 的融合进化
2️⃣ Prep DEX｜2025 Perp DEX 战争：四大平台的崛起、碰撞与分化
3️⃣ AI｜AI Agents 如何重构支付、数据与算力市场？
4️⃣ 项目介绍｜DappRadar，又一滴时代的眼泪
5️⃣ 以太坊｜Blob 改进将如何重塑以太坊 L2 生态？
每日精选的加密信息由 ChainFeeds 团队与 AI 共同编写，我们已将内部的信息流工具优化并开放给所有读者及 Web3 行业者使用，测试链接 👇
🌞 Web3 行研早报来自：Web3 行业必读深度资讯「简报」平台｜chainfeeds.xyz
🤖️ Web3 热点榜单来自：AI 驱动的 Web3 热点新闻自动聚合工具｜chainbuzz.xyz
1️⃣ IOSG 周报｜机器人产业畅想：自动化、人工智能与 Web3 的融合进化
导读：按应用场景与形态，全球机器人正沿着「工业自动化 → 场景智能化 → 通用智能化」的路径演进，形成五大主要类型：工业机器人、移动机器人、服务机器人、特种机器人以及人形机器人。
IOSG Ventures：传统机器人产业链已经形成自下而上的完整分层体系，覆盖核心零部件 — 中间控制系统 — 整机制造 — 应用集成四大关键环节。核心零部件（如控制器、伺服、电机、减速器、传感器与电池等）技术壁垒最高，直接决定整机性能与成本下限；控制系统承担「机器人大脑与小脑」角色，负责决策规划和运动控制；整机制造体现供应链整合能力；系统集成与行业应用决定机器人商业化深度，正成为新的价值核心。从应用形态来看，全球机器人沿着「工业自动化 → 场景智能化 → 通用智能化」的路径演进，逐渐形成五大主要类型：工业机器人、移动机器人、服务机器人、特种机器人与人形机器人。工业机器人是目前唯一全面成熟的赛道，广泛应用于焊接、装配、喷涂與搬运，供应链体系标准化、毛利率稳定、回报周期明确。子类协作机器人强调人机共作和轻量化部署，是增长最快的细分。移动机器人包括 AGV 与 AMR，已在仓储物流、电商配送与工业运输等 B 端场景规模落地。服务机器人则面向清洁、餐饮、医疗与教育，是消费端增长最快的品类，其中清洁类已纳入消费电子逻辑，更通用的操作型机器人正在兴起。特种机器人在医疗、军工、海洋、航天等场景发挥高壁垒价值。人形机器人被视为未来的通用劳动力平台，因其以人形结构适配现有社会空间，在未来商业化中被寄予厚望。
具身智能是 AI 从语言世界迈向现实世界的关键范式。传统自动化依赖预编程与流水线式 DSOP 架构，只能在高度结构化环境里稳定运行；而现实世界极度复杂多变，新一代机器人依赖「身体（硬件）+ 大脑（模型）+ 环境（交互）」的动态耦合，通过统一的表示学习构建「理解 — 预测 — 行动」闭环。VLA（视觉 — 语言 — 动作）模型是核心突破之一，使机器人能够从语言指令中理解意图并执行具体操作，代表项目包括 Google RT-X、Meta Ego-Exo 与 Figure Helix。当前瓶颈主要包括语义歧义、模态对齐不稳、多模态数据稀缺、长时任务规划困难等。具身智能的学习体系由自监督学习（SSL）、模仿学习（IL）与强化学习（RL）共同构成：SSL 提取世界表征，IL 提供人类先验，RL 在试错中优化策略，三者结合构建从理解到行动的智能引擎。Sim2Real 是规模化训练的关键，通过高保真仿真（Isaac Sim、MuJoCo）进行大规模虚拟交互，再通过域随机化、物理校准与自适应微调实现现实迁移。世界模型（World Model）是具身智能的内在世界，让机器人能在内部模拟环境与行动后果，实现预测式智能，代表方向包括 Dreamer、Gemini+RT-2、Tesla FSD 的端到端世界建模。群体智能（Swarm）与记忆推理（Memory/Reasoning）则推动机器人从个体智能走向协作、规划与持续学习，构成具身智能向通用智能演化的关键路径。
2025 年，Web3 与机器人、AI 的结合成为新兴叙事，但不同层面的契合度差异明显。硬件制造与服务层高度资本密集，数据闭环弱，Web3 主要发挥供应链金融与设备租赁等边缘价值；仿真与软件层契合度更高，仿真数据、训练任务、技能模块和智能体可通过链上确权实现资产化；平台层的结合潜力最大，Web3 能构建可信的 “机器劳动力市场”，为未来机器经济提供身份、激励与治理基础。从长期愿景看，智能机器人逐渐具备感知、语言与学习能力，将成为能自主创造经济价值的智能劳动者。要让它们真正参与经济体系，必须跨越四大核心门槛：（1）身份：通过 Machine DID 实现机器人与传感器的链上唯一身份；（2）信任：借助智能合约、预言机、PoPW、TEE 与零知识证明确保任务执行真实可验证；（3）激励：通过 Token、账户抽象、状态通道实现任务结算、数据共享与质押惩罚；（4）治理：DAO、多签与信誉系统构建透明可编程的机器协作治理结构。Web3 的最终愿景包括两个关键系统：其一是真实环境评测网络，由分布式机器人持续生成真实世界任务数据，用于模型基准测试；其二是全球化机器人劳动力市场，机器人通过执行可验证的现实任务获得链上收益，并将价值再投入算力、硬件与技能升级。现实路径上，当前主要在数据采集与激励层落地；中期将通过稳定币支付、长尾数据网络与 RaaS 金融化获得突破；长期将依赖人形机器人普及、具身智能进步与链上协作基础设施成熟，从而推动机器经济进入真正的自治阶段。（来源 ）
2️⃣ 【英文长推】2025 Perp DEX 战争：四大平台的崛起、碰撞与分化
导读：Lighter 与 EdgeX 在 TGE 之后的留存表现，将是决定其长期竞争力的关键。Aster 的未来则取决于能否改善透明度问题并维持生态支持。
Stacy Muur：2025 年去中心化永续合约市场高速扩张，月度交易量首次突破 1.2 万亿美元。在这场竞速中，Hyperliquid 虽然在短期交易量排名上被 Aster、Lighter 等新兴平台超越，但从真正反映资本留存度的关键指标——未平仓合约价值（Open Interest，OI）来看，它依然是无可争议的行业结构性领头羊。Hyperliquid 之所以能长期保持领先，核心在于其自研的专用 L1 区块链，通过 HyperBFT 共识实现亚秒级确认速度与高达 20 万 TPS 的性能，几乎达到甚至超过中心化交易所的体验。根据 21Shares 数据，尽管 2025 年 9 月的短周期中 Aster 一度取得 70% 的日度交易量占比，但其 OI 占比却仅 18.3%；相反，Hyperliquid 的 24 小时 OI 达 80.14 亿美元，占比约 63%，高于 Aster、Lighter、EdgeX 之和。其 OI/Volume 比例约为 0.64，意味着大量成交最终转化为真实持仓，而非短线刷量；Aster 与 Lighter 分别为 0.18 和 0.12，更像由激励驱动的交易周转平台。此外，在 10 月的百亿级清算事件中，Hyperliquid 保持全程稳定运行，系统无宕机，显示了其在极端市场下的可靠性。伴随 21Shares 在 SEC 申请 HYPE 相关产品及瑞士交易所上市的 ETP，Hyperliquid 正获得更广泛的机构认可。总体而言，在交易量短期波动频繁的 perp DEX 赛道中，真正能体现结构性地位的指标是 OI，而 Hyperliquid 依旧占据最具含金量的第一名。
Aster 于 2025 年 9 月正式上线后迅速成为年度最具争议的 perp DEX。凭借 CZ 的背书、跨链无桥接交易体验及极端高倍杠杆，平台在一周内从 0.08 美元暴涨至 2.42 美元，并在 30 日内创造超过 3200 亿美元的交易量，一度占据全网超过 50% 市场份额。然而，爆炸式增长背后的数据真实性随即遭到质疑。10 月 5 日，权威数据方 DefiLlama 彻底下架 Aster，原因是其交易量曲线与 Binance 呈现「完美 1:1 同步」的异常模式。正常交易所间存在自然波动，而这种完全同步的行为高度指向刷量与制造虚假活跃度。更严重的是，Aster 拒绝提供链上交易明细来证明交易真实存在，且 96% 的 ASTER 代币掌握在仅 6 个地址手中，进一步加剧其中心化与操控风险。即便 Aster 具有真实的产品功能，例如 1001 倍杠杆、隐藏订单、跨多链支持和即将推出的隐私 L1（Aster Chain），但在缺乏透明度的情况下，这些技术优势难以抵消市场对其可信度的巨大忧虑。DefiLlama 虽在数周后重新上线其数据，但明确声明平台仍然不透明且无法核实交易真实性。总体来看，Aster 在依托巨额流量和话题性实现迅猛扩张的同时，也因数据黑箱、代币集中度和拒绝透明审计等问题而信誉严重受损。对交易者而言，Aster 更像是押注叙事与市场情绪，而非建立在可靠基础设施上的长期平台。
Lighter 与 EdgeX 是 2025 年 perp DEX 赛道中增长最快的新锐力量，但路线截然不同。Lighter 由前 Citadel 工程师创建，获 Peter Thiel、a16z 等顶级机构投资，以 zk 技术构建可加密验证的高性能 L2。其 0 手续费策略吸引了大量交易者，使其 TVL 在短短数周内突破 11 亿美元，日交易量达到 70–80 亿美元。然而，极端的 Volume/OI 比例（8.03） 显示交易量大部分来自空转与积分农耕，而非真实持仓需求。虽然 Lighter 没有遭遇像 Aster 那样的刷量指控，其链上数据干净透明，但其在 10 月大清算中出现数据库宕机 4 小时、LLP 在高波动中亏损等事件，让其技术稳定性和风险管理受到质疑。相比之下，EdgeX 走的是完全不同的道路。由 Amber Group 孵化，团队来自 Morgan Stanley、Barclays 与 Bybit，重点强调机构级体验。底层使用 StarkEx 实现 CEX 级撮合速度，并提供更低费用、更好深度与移动端原生应用。其 Volume/OI 比例虽高达 10.51，但伴随积分计划从激励期逐步收敛而持续改善。更重要的是，在同一次 19B 清算事件中，EdgeX 无宕机、eLP 持续盈利，LP APY 高达 57%，显示了稳健的风控能力。整体而言，Lighter 代表技术前沿与激进扩张，优势在于 ZK 和用户增长；EdgeX 则代表专业化与可持续商业模式，优势在于风险管理、真实收入（年化 5 亿美元）以及机构背书。两者都具潜力，但目前真正具备长期持续性的还是 EdgeX 的专业化路线。【原文为英文】（ 来源 ）
3️⃣ 【英文长推】AI Agents 如何重构支付、数据与算力市场？
导读：AI 不只是提升效率的工具，它是一种全新的运营与认知基础设施。
baheet：几十年前，一些先锋公司构建了平台、电商模式和数字中心化商业系统，成为现代经济的基石。那些早期行动者 —— 亚马逊、谷歌、微软以及其他许多企业 —— 不仅赢得了时代，还建立了长久难以撼动的主导地位。他们创造了我们如今所说的网络效应与数据护城河，使后来进入者几乎不可能追赶。现在，我们正处在一个类似、但速度可能更快的 AI 转型之坡上。AI 并不仅仅是又一个提升效率的工具；它是一种新的运营和认知基础设施。那些现在拉开差距的企业，无论是 AI 原生创业公司还是具备远见并愿意自我重塑的老牌公司，都很可能保持领先，并在未来几十年巩固其作为主导者的地位。AI 主导权之所以自我强化，是因为强大的、会产生深度进入壁垒的动态。数据飞轮效应是核心：一个由 AI 驱动的产品吸引用户，产生独特的专有数据；这些数据用于持续训练和改进核心模型，使产品更加优秀，从而吸引更多用户。这个正向反馈循环不断加深数据护城河。后来者无法通过购买模型来弥补差距，他们必须积累多年、具体且高质量的交互数据，而这会迅速变得高成本且耗时。基础模型也是一道壁垒：构建大型语言模型需要巨量算力、专有算法和顶尖人才，训练成本高达数亿美元。拥有或能获取这些基础模型的公司掌握了整个 AI 经济的镐头和铁锹，控制着未来创新的供应链。AI 模型还可以通过 API 快速部署到全球业务流程中，加速领先者优势的放大。
AI 的巨大能源需求本身不仅是约束，也为能源创新企业创造了巨大且尚未开发的市场，是一个真正的绿色机会。现代 AI 模型的训练与推理需要巨量计算能力，一个超大规模数据中心的耗电量可以和一座中等城市相当。尽管芯片供应在增加，但为满足算力需求所需的能源基础设施却无法立即跟上。这一约束限制了有能力的企业在所有业务中同时大规模部署 AI 的能力，因此，争夺 AI 领导地位的竞赛受制于可获得、可负担的计算能力。另一方面，这种需求为企业创造了巨大的机会，使其能够通过成为 AI 革命中的关键使能者来解决算力与能源问题。在这种计算资源稀缺的背景下，企业必须将 AI 视为价值策略而非规模策略。这意味着：战略性部署 —— 识别 AI 能带来最大投资回报和单位能耗下最大减排效果的高杠杆应用，将优先级放在制造、运输等行业；关注效率 —— 设计资源节约的 AI 界面和工作流，例如实施 Token/Compute 治理以减少浪费性调用，优先采用检索增强生成（RAG）等高效技术。与此同时，AI 的中心化力量（大规模数据中心与资金需求）正与 Web3 与去中心化 AI（DeAI）的原理形成对抗，这一交汇催生了自主 AI Agent 的兴起。AI Agent 需要自身的经济基础设施来实现自主运作，而传统金融系统太慢、太昂贵，不适合机器速度的代理间交易（A2A）。这推动了像 x402 这样的新型开放支付标准的诞生，通过结合去中心化支付协议与网络原生请求代码，x402 允许 AI Agent 按使用量购买计算资源或专有数据，以极低成本实现微支付。
企业与初创公司若将其 API 与数据市场构建为可接受这些无需信任支付系统的形式，将能从这一全新的庞大消费者群体中捕获收入。Web3 也提供了中心化 AI 缺乏的信任与透明度。通过在不可篡改的区块链上记录 AI 决策、模型来源与数据使用情况，我们可以：审计 AI—— 提供透明、抗篡改的记录；民主化算力 —— 创建开放市场，使个人和小企业能够出租闲置 GPU 资源，从而让训练和运行 AI 所需的计算能力更加民主化，削弱中心化巨头的资本开支壁垒。能为这些 AI Agents 构建最稳健、高效基础设施的公司，将捕获一整层全新的 AI 经济。AI 对国家竞争力的影响同样深远。能够成功推动 AI 深度整合的国家，将拥有由 AI 增强劳动力与先进技术驱动的大规模、持续的生产力提升，并吸引来自全球的顶尖人才、研究者、工程师和风险投资，使技术与经济优势不断强化。落后的国家则面临结构性挑战。如果核心产业依赖外国构建的闭源 AI 模型，他们可能陷入数字殖民化：国家的数据 —— 这个时代的新石油 —— 被用于强化外国企业与经济的飞轮，同时削弱本国 AI 生态的成长。当一个国家的产业链被外部 AI 平台锁定，其自主创新能力会被系统性削弱。最终，AI 的数据依赖、资本要求与能源约束意味着，今天形成的竞争差距将迅速固化，并演变成类似互联网早期巨头所创造的长期经济鸿沟。企业需要意识到 AI 的必然性并据此建设；国家则需将 AI 基础设施、人才与能源视为战略资产。（ 来源）
4️⃣ DappRadar，又一滴时代的眼泪
导读：「高价值，低付费」是 Web3 工具类产品至今都没解决的问题。
Foresight News：很多 Web3 行业新人或许不清楚，DappRadar 曾经是一个非常重要且权威的数据来源。除了诸如 CoinDesk 和中文 Web3 媒体的引用，包括彭博社、《福布斯》、BBC 等传统欧美主流媒体也曾多次引用 DappRadar 数据。之所以说权威，是因为在专业数据网站（例如 Nansen、Arkham、DefiLlama 等）以及专业的 Web3 营销工具（例如 Cyber、Kaito 等）未大行其道之前，DappRadar 早期几乎是所有 DApp 必须登陆的门户网站，项目的齐全使得其数据的完整度和可信度无可比拟，几乎成为了当时想要快速了解新项目基本信息的唯一最好的方式。DappRadar 的联创 Skirmantas Januskas 来自立陶宛。与很多行业大佬身兼数职不同，从 2018 年 2 月至今，他就只专心在 DappRadar 上。而在此之前他也只短暂地在 NFQ 做软件开发工作。另一名联创 Dunica Dragos 早年曾是美国游戏大厂 EA 的运营，也同样在创立 DappRadar 之后一心再无二用。
DappRadar 曾经获得过两轮投资。2019 年 9 月的种子轮融资中，DappRadar 获得了 Naspers、Blockchain Ventures 和 Angel Invest Berlin 223 万美元的投资。其中 Naspers 正是在 2001 年斥资 3200 万美元从李泽楷、IDG 等手中买入腾讯 46.5% 股份的南非跨国传媒集团。随后的 2021 年 5 月，DappRadar 在 A 轮融资中获得了 Blockchain.com Ventures、Prosus Ventures 和 NordicNinja VC 494 万美元的投资。Skirmantas Januskas 在 2019 年完成融资之后接受采访的记录，彼时正值 Web3 的至暗时刻，而 Skirmantas 却对行业充满着信心，认为只要解决使用体验和寻找用户需求的问题，「中心化应用将成为过去式」。在 2019 年，这个怀揣着一腔热血的「愣头青」就发表了对 DeFi、游戏等赛道的见解，而这些领域也最终在 2021 年迎来了爆发。虽然 DeFi 数据的蛋糕大多被 DefiLlama 抢了去，但就数据全面性以及对 NFT、GameFi、元宇宙等新兴概念的深耕，也让其在巅峰时期拥有百万级别的用户量。有些推特账号都找不到的小项目，你都能在 DappRadar 上看到 DAU 在 0 到 3 之间反复横跳。
如果一定要总结出一个 DappRadar 失败最大的原因，那只能是过于 crypto native 而忽略了商业化的重要性。时至今日，当翻开 DappRadar 的主页，你会发现它所展示的分类除了从诞生之初就坚持做到现在的游戏、DeFi、NFT、博彩，以及新加入的 AI、RWA、社交，但看不到诸如 meme 之类的热门主题。所以为什么叫 Skirmantas 愣头青，连 NFT 这样的赛道都还在坚持每个季度出一篇详细的报告，也还在追踪着犄角旮旯的空投，却几乎与所有的热点失之交臂。DappRadar 在近两年可以说是唯一一个覆盖了 Web3 所有长尾领域赛道和项目的平台，但问题是它似乎只关注尾巴。与两三年前简洁的网站相比，现在的 DappRadar 包罗万象但显得杂乱无章，这就是在商业化上用力过猛，也就是告别信中「穷尽所有可能」的体现。对于 DappRadar 来说，没有持续的资助也没有多到花不完的融资钱，就需要在网站上展示出对内容的取舍和对广告展示的克制。而 DappRadar 对专业或者说「正统性」的过分坚持，以及后期意识到不对后堆砌内容与广告的做法让其运营能力的不足暴露无遗。除了自身的不足，Web3 数据和信息平台本身就是一门难做的生意。现今多链数据爆炸，索引和服务器的成本水涨船高，市场对优质数据有很高的需求但缺乏匹配的付费能力。如果没有其他的收入来源，仅凭广告和出售 API 必然会面对竞争，低溢价能力的平台为了生存提高广告浓度降低了用户体验，走向衰败似乎是一个定局。（来源）
5️⃣ 【英文长推】Blob 改进将如何重塑以太坊 L2 生态？
导读：以太坊的 Fusaka 硬分叉将在两周后上线，其中包含三项针对 blob 的重大改进，这些升级将为以太坊将来自 L2 的数据承载能力提升至当前的 20 倍 奠定基础。
Jarrod Watts：Fusaka 硬分叉将在两周后上线，它将为以太坊带来三项与 blobs 相关的重要升级，进一步为 L2 扩容铺路，使以太坊能够将来自 L2 的数据容量提升至当前的 20 倍以上。在进入细节前，先快速回顾一下什么是 blob。L2 Rollup（如 Abstract）会将成千上万笔交易打包成一个批次，并使用一种称为「blob」的特殊数据格式将这些批次提交到以太坊，以获得 L1 的安全性。流程大致分为三步：（1）L2 生成数千笔交易的批次；（2）将批次编码为 blob 格式；（3）通过一笔 L1 交易将 blob 上传至以太坊。自 EIP-4844 引入以来，以太坊目前的目标是每个区块包含 6 个 blob，并从 8 月以来稳定接近这一目标，成功为日益增长的 L2 活动提供数据可用性层。截至目前，以太坊已处理超过 1400 万个 blob，数据量超过 1TB，为 L2 节省超过 60,000 ETH 的成本，相比使用 calldata 成本大幅下降。随着更多 L2 启动、现有 L2 交易量提升，以太坊需要进一步提升容量，而 Fusaka 就是下一阶段扩容的关键一步。
Fusaka 中与 blobs 相关的 3 个核心 EIP 包括：EIP-7594（PeerDAS）、EIP-7892（Blob-Parameter-Only forks）以及 EIP-7918（blob base-fee 调整机制）。它们共同目标是让以太坊在未来安全扩展到每区块 128 个 blob（较当前提升超过 20 倍）。首先是 EIP-7594，也就是本次升级的核心 —— PeerDAS，它允许以太坊节点无需存储完整 blob，而只需存储 1/8 的数据，从而在不增加硬件负担的情况下容纳更多 blob 数据。这对于保持以太坊的高去中心化特性至关重要。节点之间通过数据采样的方式互相请求数据块，只要收集到约 50% 的数据就能重建完整 blob。在 PeerDAS 扩容存储能力后，需要进一步提高区块中的目标 blob 数量，此时 EIP-7892 派上用场。当前若想提升 blob 目标，需要进行硬分叉，这会大幅拖慢迭代速度。EIP-7892 引入「参数化升级」，允许以太坊在无需硬分叉的情况下逐步提升每区块 blob 目标，并计划在 Fusaka 上线后数个月内多次调升，最终目标达到 128 个 blob。这种组合设计让以太坊既能动态扩容，又能保持网络负载可控。
随着未来区块中包含的 blob 数量增加，以太坊需要确保 blob 市场的费用机制仍能正常运作，这正是 EIP-7918 所解决的问题。在当前设计中，L2 上传 blob 需支付两类费用：blob base-fee（由 blob 市场根据供需动态调整）与提交交易本身的 L1 gas 费用。然而，当 L1 gas 居高不下时，L2 可能减少提交 blob，即便 blob 需求仍然强劲，但以太坊会误判为「blob 市场需求下降」，从而持续降低 blob base-fee，甚至降至 1 wei，使价格失真，并导致费用长时间无法恢复到合理水平。EIP-7918 通过引入随 L1 gas 变化的动态底价，确保 blob base-fee 不会无限下降，让 blob 市场保持健康与可预测，同时提升以太坊在扩容后更高 blob 吞吐量下的经济可持续性。总体而言，本次 Fusaka 升级中的 sampling、费用调整与参数化扩容设计，都是以太坊 Lean Ethereum 长期路线图的重要组成部分，目标是让以太坊成为整个加密体系的结算层，以及未来全球金融的核心基础设施。（ 来源）
