Read2N项目简单投研_REA:Read2N

一、项目简介

Read2N是一款Web3生活方式应用程序,具有内置的Game-Fi和Social-Fi元素。

Read2N是在大多数人的基本日常活动——阅读的基础上开发的,是第一个有效实现功能性阅读和赚钱概念的项目,用户可以以书籍的形式为自己准备NFT,通过阅读相关书籍获得游戏代币,这些代币既可以在游戏中使用,也可以兑换成现金。

通过Game-Fi,Read2N旨在鼓励成千上万的人阅读和创建某些文学的DAO作为“治理内容”。每一次阅读都会增强当今世界对这种文学的共识,并帮助作者或衍生作品的制作者以这种共识构建相应的元宇宙。

这种虚拟世界将极大地丰富人类的精神文化生活。衍生作品的作者、读者和制作者都可以享受虚拟世界并从中受益。

二、数据信息

1.推特:3.5万,从推文的阅读量和活动的转发来看,长关注此项目的人数在2k左右,暂未大v关注此项目,有意思的是,项目方自己关注的大V不少。推文正常在40左右转发量,活动最高达到800些左右。

Cream Finance闪电贷攻击者已将另外50万枚DAI换成ETH:金色财经报道,据CertiK监测,Cream Finance闪电贷攻击者0x70747df6AC244979A2ae9CA1e1A82899d02bbea4已将另外50万枚DAI换成ETH。Cream Finance在去年6月遭黑客攻击,损失约880万美元。[2023/3/30 13:34:51]

2.Dc:1.9万。从dc来看,实际关注人数数据在4k左右。长互动数据在300左右。四个沟通频道,英语,印度,印尼越南,韩国,都有一定的互动数据。

3、电报:5194,在线大概700人左右,暂无其他内容

4、团队:主要核心成员4位,背景为国人,具体信息未披露

三、项目逻辑

首先是创作者。任何作者可以在这里书写内容,并被永久记录。Read2N将建议作者将作品的版权免费转让给DAO,DAO将为该版权的治理发行治理NFT。传统的创作平台,版权的买家只有少数出版平台,作者只能被动等待平台为自己的作品进行宣传。而现在,只要有一个用户看中创作者的作品,这本作品就等于被启动了由用户完成的去中心化“出版宣发”之旅。

Real Vision CEO:比特币是我见过的最大的合法抢占先机的资产:Real Vision首席执行官Raoul Pal在今日简报中表示,比特币以超乎人们预料的速度成为主流。随着世界继续应对病和持续的经济放缓,加密货币将成为全球储备资产。Pal称,比特币是其见过的最大的合法抢占先机的资产,一旦RIA和机构投资者拥有向投资组合添加加密货币的工具,将有数万亿美元进入,这将产生巨大影响。(seekingalpha)[2020/10/24]

其次是“买书者”。用户通过购买作品的NFT而获得阅读权和版权治理权,并在出租NFT文学作品供他人阅读的过程中赚取现金收益。为了吸引更多人阅读,赚取更多出租收益,“买书者”将扮演去中心化的“出版宣发”角色。用口碑传播文学作品。而口碑传播恰恰是文学作品最有效的传播手段之一。

然后是读者。通过持有/租赁NFT获得全文阅读的权限,读者能够在阅读中获取游戏token激励。此外,对作品进行评论和二次创作的用户也能够获取与交易手续费挂钩的持续性收益。“读赚”模式将帮助作品进行更大的传播,加速优秀文学的变现价值。

USDC Treasury在以太坊链上增发2000万枚USDC:Whale Alert监测数据显示,北京时间6月23日06:09,USDC Treasury于以太坊网络上增发2000万枚USDC。增发哈希为:cad5fcf0ffebccd973290c90d260dfbfc111a32f463134d2b7874f186dd2b8f6。[2020/6/23]

每一本作品的版权治理DAO发行的治理NFT,将通过社交游戏的玩法免费分发到用户或中小机构的手上,激励用户参与到自己喜欢作品的共识塑造与传播当中,帮助作品得到更大范围的推广。平台通过NFT交易/租赁手续费给创作者永久分成,为创作者提供长久收益。

最终接盘的是投资版权的投资人,从玩家手里购买NFT,NFT对应的是真正版权份额,未来小说改编影视,游戏,数字藏品等收益产生整体的收益价值

Web3.0时代下网文的创造和流通发生了改变,效率显然高于Web1.0、Web2.0下的价值流转机制。从价值发现的角度看,众包流量的方式使得文学作品价值能够基于读者的反馈被及时衡量和变现,这大大提高了文学价值实现的效率。从价值分配的角度看,不同于传统一次性的版权费,作者的收益与作品的价值是挂钩的。此外,“买书者”、读者也能够陪伴作品成长,从作品的共识增长中收益,参与文学作品的价值分配。

波场Nile测试网已进行了GreatVoyage-v4.0.0 Beta版本升级:据最新消息显示,波场Nile测试网于6月10日进行了GreatVoyage-v4.0.0 Beta版本升级,升级内容主要是基于匿名TRC20协议(TIP-135) ,通过在波场虚拟机(TVM)中实现zk-SNARK零知识证明功能的指令,从而实现了对匿名TRC20合约的支持。匿名TRC20合约能够支持TRC20资产进行匿名化转账,实现用户交易的隐私保护。这是TRON4.0版本的匿名特性首次在Nile测试网上进行公测,Nile测试网新增相关接口支持匿名合约交易的构建。[2020/6/12]

平台盈利点

1、发行NFT费用

2、NFT交易和租赁手续费

3、分配:50%平台,30%作者,10%nft持有者,10%社区活跃用户

四、代币模型

双代币

游戏代币:rcm

动态 | 679万枚USDT从Tether Treasury钱包转入Huobi交易所 价值686万美元:北京时间07月20日07:23,679万枚USDT从Tether Treasury钱包转入Huobi交易所,按当前价格计算,价值约686万美元,交易哈希为:1838cb938c58a5b6a1b59ab9396ab3d0354c049eefd7758d0ecbff5e6891b7f3。[2019/7/20]

治理代币:wcm

https://whitepaper.read2n.space/11-tokenomics

双代币模型,团队的解锁周期都比较长,详情信息可以查看白皮书

五、游戏玩法

1、游戏模式

用户以2/2能量开始游戏,能量上限为20/20。在有能量的情况下,用户配备NFT图书,通过阅读赚取功能币RCM。但赚取RCM需要能量,每1能量等于5分钟的阅读和赚取。

阅读时间不受限制,但如果您的能量为零,则无法获得代币。

2、神秘盒子

神秘盒是一个战利品盒,消耗能量阅读时会随机掉落。它包含各种道具。每个账号有4个神秘盒子插槽,所以您最多同时可以拥有4个神秘盒子。

神秘盒和图书具有相同的5种品质类型。获得神秘盒子后,系统将在一个数额范围内随机确定一个打开盒子的消费金额,该消费金额在格林尼治时间3:00,9:00,15:00,21:00更新一次。用户支付该消费金额后,可以打开盒子获得其中的战利品。

玩家Avatar属性

1、效率——效率在RCM收入中发挥作用。拥有更高的效率属性将会获得更高的每消耗能量的RCM收入。

2、运气——运气决定了神秘盒掉落的概率和质量。借阅者在借阅时,也能够收到神秘盒掉落。如果归还NFT或者转出NFT事件发生时,账号的能量上限会降低,尚未打开的神秘盒将消失。

用户可以通过燃烧RCM来升级他们的Avatar。

图书NFT属性

图书NFT只有一个属性:韧性——韧性决定了一本书能够同时被多少人借阅。更好的韧性将允许用户获得更多同时借阅数。每份借阅每天会扣除一个耐久度。可被出租的“借阅次数”受限于耐久度,借阅次数*每次借阅每天扣除的耐久度数额100。

图书NFT品质

有五种图书NFT品质。打开图书盲盒得到图书NFT时,韧性属性的值将在范围内随机选择。因此,即使是相同品质的图书,其属性分布也可能大相径庭。

用户可以通过燃烧RCM来升级他们的图书NFT。

RCM的赚取总量受到以下因素的影响

1、总能量

2、阅读状态

3、Avatar道具

4、Avatar效率属性值

六、其他信息

Read2N完成200万美元种子轮融资

12月22日,Web3阅读应用和内容版权NFT交易平台Read2N宣布完成200万美元种子轮融资,由链条资本、领克VC、启迪资本以及数字互联网和科技行业的成功创业者共同投资。

https://medium.com/@chari_94724/read2n-completes-2-million-seed-round-financing-bd690696482b

从投资机构和创始人的经历看,还是不错的,但需要进一步调研

Read2NAMA成绩单

https://medium.com/@chari_94724/read2n-ama-transcript-3211e0937eb2

七、目前活动

通过邀请注册可以获得“WCM”代币,要在DC获得邀请码注册

项目推特:https://twitter.com/Read2N

项目DC:https://discord.com/invite/CgfyDHxE27

项目官网:https://www.read2n.space/

项目电报:https://t.me/+2MSYIwJbvKU4OTE1

项目白皮书:https://zh.whitepaper.read2n.space/

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。

金宝趣谈

[0:0ms0-6:189ms