此为历史版本和 IPFS 入口查阅区,回到作品页
COSOSWAP
IPFS 指纹 这是什么

作品指纹

从社交图谱出发,看看 Web3 在做什么?

COSOSWAP
·

建立品牌也很重要,但花费太多时间去思考并不值得,特别是在早期阶段。伟大的品牌建立在洞察消费者行为的基础上,这个洞察可能是一些真相,但尚未被承认。理想情况下,这个洞察与你的产品建立在同一个基础上。因此,如果能在早期识别出这种洞察力,并将其融入到所有信息和产品中,那么这将非常强大,并成为品牌的基础。举例来说,Virgin America 在创立初期发现人们选择航空公司的原因只有四个:时间表、价格、目的地和飞行体验糟糕。

于是他们决定创建一家提供惊人的飞行体验但价格略高于其他航空公司的航空公司,所有做法都围绕着飞行体验展开,并通过员工培训、公关活动等多种方式使这些成为了他们的品牌和产品基础。他们为人们买票创造了一个新的理由,而且非常成功。


重要的是理解这一点,并将其融入到产品中,随着时间的推移成为品牌的基础。


基于对品牌的理解,COSO也在探索不同的路径


第一:Web3 社交

在精准营销的 Web2 时代,我们在 Twitter、Facebook 以及微信等 Web2 平台中随手关注、浏览、停留时长以及搜索等的社交图谱和种种操作产生的数据会被用来作为广告投放以及商业化的参考,为此侵犯用户数据隐私的事件也频繁发生。这个月 Twitter 因此前在未告知用户的情况下帮助广告商投放广告被美国联邦贸易委员会责令处以 1.5 亿美元罚款,这类例子不胜枚举。而在目前的 Web3 中,开始有社交图谱协议来解决用户的社交数据隐私问题,除此之外,由于不同应用的用户群在一座座「孤岛」上,同一应用的用户也缺乏横向交流的渠道,因此 Web3 社交图谱协议还致力于加深用户之间的联系、实现去中心化的社交关系,并且希望为其他社交、游戏等应用提供可以一键式插入的社交图谱数据。


用于 web3 社交媒体的过滤。web3 社交应用的去中心化性质将导致垃圾信息和恶意内容的增加。理想情况下,社交媒体平台可以使用一个社区共识的开源 ML 模型,并在选择过滤帖子时发布模型推理的证明。案例:关于 Twitter 算法的 zkML 分析。广告 / 推荐。作为一个社交媒体用户,我可能愿意看到个性化的广告,但希望将我的偏好和兴趣对广告商保密。我可以选择在本地运行一个关于我的兴趣的模型,将其输入到媒体应用程序中为我提供内容。在这种情况下,广告商可能愿意为最终用户支付费用,以实现这一点,然而,这些模型可能远不如目前生产中的定向广告模型复杂。


可以想象,Web3 社交图谱协议能够衍生出多种多样的社交场景,非常具有落地价值,对于要集成这类基础设施的平台或协议而言,可以针对拥有某一属性的地址空投、开放测试、DAO 治理或提供其他个性化的服务,也可以在一开始快速获取定向用户,对于用户而言,不仅可以结交志趣相投的朋友,还能在多个集成社交图谱协议的游戏、社交以及内容发布平台上跨 DApp「漫游」,不仅能够省去重复的身份注册步骤,还可以继续保持和拥有原有的社交关系。



第二:创作者经济 / 游戏

游戏内经济再平衡。可以使用 ML 模型动态调整代币发行、供应、销毁、投票门槛等。一个可能的模型是一个激励合约,如果达到一定的再平衡门槛并验证了推理的证明,就会重新平衡游戏内经济。新类型的链上游戏。可以创建合作的人类对抗 AI 游戏和其他创新的链上游戏,其中无信任的 AI 模型充当一个不可玩的角色。NPC 采取的每个动作都会与一个任何人都可以验证的证明一起发布到链上,以确定正在运行正确的模型。在 Modulus Labs 的 Leela vs. the World 中,验证者希望确保所述的 1900 ELO AI 选择棋步,而不是 Magnus Carlson。另一个例子是 AI Arena,一个类似于 Super Smash Brothers 的 AI 格斗游戏。在高风险的竞争环境中,玩家希望确保他们训练的模型没有干扰或作弊。


在创作者经济 3.0 这个阶段中,创作者不仅仅是出售其他人的业务和品牌的渠道,而且是将自己视为品牌和企业,并试图以不同的方式从自己的角色中盈利。他们通过使用许多不同的工具和平台来实现这一目标,这些工具和平台在过去几年里蓬勃发展,而这一切都是基于直接通过他们的超级粉丝来盈利。这就是我们现在所处的阶段。在创作者经济3.0阶段,创作者作为他们自己的独立企业。

CC BY-NC-ND 2.0 授权