解析Banksea Oracle运作机制与NFT预言机的潜在应用场景_DAO:primecoin

概述

全球对虚拟艺术品(NFT)的需求任不断增长,但是由于链上缺少?个能够对NFT精准价值评估的接?,导致NFT市场交易量还达远没达到Defi的市场交易量。BankseaOracle是?种去中心化的NFT预言机,由链下的?OracleAI节点提供数据,对区块链及社区输出NFT的准确估价及风险评估。BankseaOracle在Solana生态的测试版已经发布,在全球有5个AI节点分布在不同的区域,共同保障稳定安全的NFT出价。

NFTOracle应用场景

NFT预言机的潜在应用场景:

NFT交易:买方可在选购NFT时,使用预言机来查询该NFT信息,获得全面、准确的NFT价值评估。

UniSat Marketplace停机维护两小时:5月14日消息,据官方消息,BRC-20 交易市场 UniSat Marketplace 于北京时间 5 月 14 日 14 时 30 分至 16 时 30 分停机维护两小时,以执行必要的升级和修复。[2023/5/14 15:01:56]

NFT抵押、租赁:贷方可依据预言机提供的估价和风险评估,决策给借款方提供资金的额度和周期。

NFT市场预测:用户可通过NFT预言机监控NFT市场投资风险,以减小市场急跌导致的亏损。

更多的应用场景可以直接定制化。

优势

超过2.62亿枚XRP从未知钱包转至另一未知钱包:金色财经报道,Whale Alert监测数据显示,北京时间今日00:39:21,262,413,820枚XRP(价值约91,522,290美元)从未知钱包转移到另一未知钱包。[2022/12/18 21:51:35]

全面、精准、稳定的估值:BankseaOracle全面抓取NFT相关的数据,通过?AI算法精准地评估NFT的价值和风险,避免人为评估的主观误差。

实时、快速的市场行情监测:BankseaOracle实时监测区块链行情、NFT行情和NFT系列的热度,快速反馈NFT行情的波动,评估预测NFT投资的风险。

马斯克:SBF代表的是无效的利他主义:金色财经报道,马斯克发推称,SBF(代表的)是无效的利他主义,但他们(传统媒体)认为他宣扬的是有效的利他主义。容易引起误会。

此前消息,马斯克称,与老式媒体相比,在推特上有关FTX事件的报道超级快,而且质量更好。更不用说还流传着很多meme。[2022/11/18 13:18:53]

去中心化部署AI节点:BankseaOracleAI节点为去中心化部署,支持不同的第三方申请成为AI节点商。

支持多元化的NFT系列:BankseaOracle将持续动态支持更多的NFT系列,包括图片,音乐,视频等不同的形态,也将支持gamefi、元宇宙的NFT系列。

框架

BankseaOracle由三部分组成:AI节点集群、链上合约和合约接口?。

AI节点集群:实现NFT数据爬取,NFT特征提取和AI模型计算。

链上合约:对分布式的AI节点提供的价格进行聚合,提供最终的NFT价格和风险评估。

合约接口:对接NFT生态和项目,支持定制开发,支持用户的单个NFT查询。

流程

??1.数据聚合清洗

实时监听爬取市场行情数据、NFT交易市场、社交社区、ETH和SOL链上的NFT数据等为NFT估价提供数据支持。

数据聚合清洗

聚合各个系列的NFT数据并进行清洗、提取出多维度NFT特征数据。

AI节点集群

使用采集到的NFT数据,构建自动化特征生成模块,实时构建NFT特征,包括:NFT交易特征,NFT系列特征、作者画像、卖家画像、社交特征和市场行情特征等,为AI算法提供实时特征支持。基于先进的人工智算法,学习NFT实时特征,构建NFT估价模型,对NFT的市场价格进行实时监控。?NFT90+系列NFT的估价正在逐步上线中,包含了ETH和SOL网络。算法模型支持模块化升级来优化更多系列、更加准确的估价。底层结构保证了数据去中心化特性,分布式多节点部署保证任意一个AI节点出现单点失败时,NFT预言机能够继续运作。

链上合约

采用链上聚合数据的方式将数据发送至数据需求方。所有预言机各自发送数据至链上智能合约,再由智能合约剔除异常值后,取一个合理的数据提供至数据需求方。链上聚合数据的优势在于数据内容可以经过多次审核,且数据源提供的数据均记录在区块链上,增加可靠性。

合约接口

AI节点会定期向预言机程序提供数据,预言机程序会将数据汇总并保存在报表帐户中。第三方程序可以读取报表账户上记录的数据。初版合约部署在solana测试网上,提供了丰富的Rust和?JS接口请求合约。

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

[0:15ms0-4:840ms