Em 2025, a KiloEx foi explorada por US$ 7,5 milhões. A equipe ofereceu ao hacker US$ 750 mil para devolver 90% dos fundos. Quatro dias depois, o hacker devolveu tudo. A KiloEx cumpriu sua promessa e concordou em não tomar ação legal. https://t.co/jvVddKOEAX

Em 2014, o Ethereum realizou sua ICO por cerca de US$ 0,31 por ETH. Um investimento de US$ 100 a esse preço teria lhe proporcionado cerca de 322 ETH. Hoje, esse US$ 100 valeria mais de meio milhão de dólares. https://t.co/32T9M82VW8

Em 2021, alguém roubou US$ 611 milhões da Poly Network. Menos de 24 horas depois, o hacker enviou uma mensagem on-chain: "PRONTO PARA DEVOLVER OS FUNDS!" Em seguida, começou a devolver o dinheiro roubado, acabando por devolver quase todo ele. https://t.co/dcDTwrR5UZ

O boom da IA está rachando? O Nasdaq teve seu pior mês em mais de um ano Há algumas semanas, o Nasdaq e o S&P 500 estavam em máximas históricas. Então chegou outubro. O Alphabet caiu mais de 12% em um único dia após os resultados, cerca de meio trilhão de dólares desaparecidos. Intel e Amazon também caíram, mesmo com seu receita de IA em crescimento. O que assustou as pessoas foi o gasto. O Alphabet está mantendo seu CAPEX em US$ 195 a US$ 205 bilhões este ano, e isso está esgotando seu caixa. Essas empresas estão construindo os computadores anos antes de que esses computadores ganhem o suficiente para custear a si mesmos. Isso está se espalhando além dos EUA. O índice STAR50 da China, de empresas de IA e chips, caiu cerca de 40% em menos de quatro meses, cerca de US$ 480 bilhões, conforme início desta semana. Os touros não estão em pânico. O veterano de Wall Street Ed Yardeni diz que uma desaceleração pode fazer o boom durar mais tempo. Os balanços mais fracos estão sendo atingidos, como as neonuvens, cujos custos de empréstimo dispararam. Então, a pergunta agora é: quem pode pagar para esperar pela IA pagar?

Qual é uma tarefa empresarial que você acha que a IA tornará significativamente mais fácil nos próximos três anos? A. vendas e geração de leads B. suporte ao cliente C. marketing e criação de conteúdo D. análise de dados e tomada de decisão

No filme de 1995 Clueless, Cher escolhe suas roupas por meio de um computador que combina e coordena as peças de seu guarda-roupa. Eurie Kim, da Forerunner, diz que a indústria da moda tem perseguido esse guarda-roupa há 30 anos, e o problema nunca foi a falta de imaginação. Uma startup de Nova York chamada Alta afirma ter construído a versão mais próxima até agora. Em 22 de outubro, anunciou uma rodada Series A de US$ 20 milhões liderada pela Forerunner Ventures, que antecipou a rodada. Kim entra para o conselho, e Menlo Ventures e Aglaé Ventures, a empresa da família Arnault por trás do LVMH, retornam como investidores. Alta é um aplicativo onde você tira uma foto de uma peça de roupa e obtém uma imagem de qualidade de estúdio dela. Ele constrói seu guarda-roupa digital a partir das roupas que você já possui e permite que você experimente conjuntos em um avatar virtual seu. Recomenda conjuntos diários com base em seu guarda-roupa e no clima, planeja viagens e listas de embalagem, e rastreia itens da lista de desejos em busca de reduções de preço. É gratuito para usar. Os usuários geraram 700 milhões de conjuntos e 20 milhões de avatares, segundo a Forerunner. A Alta treinou 12 modelos próprios de IA que aprendem moda no nível de itens individuais e conjuntos completos. A equipe tem 10 pessoas. O negócio também vende para marcas. A Alta fornece toda a IA do aplicativo da Rent the Runway, e a Fortune relata que clientes que usam a experiência de conjuntos da Alta adicionam itens ao carrinho 12% mais frequentemente do que aqueles que não usam. Gap e Zimmermann já realizaram campanhas de experimentação virtual com ela. A fundadora e CEO Jenny Wang construiu o modelo com uma única crença: a personalização funciona quando a IA antecipa o que você quer antes de você saber. Seus anjos incluem Karlie Kloss, o jogador da NFL Paris Johnson Jr. e a estilista Meredith Koop, que ajudou a treinar a IA. O dinheiro será usado para infraestrutura de IA, contratações nos lados de consumidor e marca, e localização do aplicativo para novos mercados. Wang está trabalhando em direção a agentes de IA que leem seu calendário, preferências e planos de viagem e compram por você. Seu objetivo é uma IA que saiba o que você quer vestir antes mesmo de você saber.

assistir a festivais de música sozinho é um comportamento tão degen. mas ir com a família @allaccessio é diferente. isso é comunidade. da ASOT ao Dash Berlin, depois Above & Beyond 🤞, a AAA está mostrando como RWA — ou, como eu chamo, RWE (experiências do mundo real) — e utilidade real devem ser. e ganhar ingressos para o Dash Berlin só por ser holder? não posso reclamar lol. fico feliz por ser holder e fazer parte de uma comunidade que une pessoas por meio da música e experiências inesquecíveis. mais projetos deveriam fazer assim. tome nota.

A Nvidia acabou de apoiar uma startup indiana que ajuda empresas a executar IA com menos GPUs próprias da Nvidia. Chama-se SimpliSmart, com sede em Bengaluru, arrecadou US$ 14 milhões na rodada B com a Accel, avaliada em cerca de US$ 100 milhões. Seu software fica entre os modelos de IA e a infraestrutura de computação, ajustando automaticamente como os modelos são implantados, para que as empresas obtenham o equilíbrio certo entre velocidade, custo e desempenho sem precisar gerenciá-los manualmente. A InVideo reduziu seus custos de serviço de GPU em 56% usando-a. A receita cresceu 14 vezes em seis meses. Mais da metade vem dos EUA. A pergunta óbvia é: por que a Nvidia apoiaria um software que reduz a demanda por seus próprios chips? A resposta dos fundadores: tornar a inferência de IA mais barata e mais fácil faz com que mais empresas adotem IA em primeiro lugar, o que, no final, aumenta a venda de mais GPUs. A Nvidia também está trabalhando com a SimpliSmart em integrações técnicas com seu próprio software de inferência Dynamo, apresentando-os a clientes e parceiros. Portanto, a Nvidia não está apenas investindo — está se integrando a uma startup que compete no mesmo espaço que seus próprios produtos de inferência. Ou a Nvidia acredita genuinamente que eficiência impulsiona mais adoção, ou prefere controlar o jogo da eficiência do que ver alguém mais assumi-lo.

Mais de 300 empresas agora alugam GPUs de IA, cada uma com seu próprio hardware, rede, software e termos contratuais. Para uma equipe de IA, isso significa um projeto de aquisição toda vez que precisa de capacidade, e frequentemente pagando por GPUs que ficam ociosas entre tarefas. Para os provedores, significa hardware caro, energia e data centers aguardando clientes. Um antigo market maker da Citadel Securities acha que isso é um problema de negociação. Jasper Zhang diz que seu tempo lá mostrou como liquidez e descoberta de preços conectam oferta e demanda. Sua empresa é a Hyperbolic, sediada em São Francisco. Em 27 de outubro, ela anunciou uma rodada Series A1 de US$ 30 milhões liderada pela Walden Catalyst, a empresa fundada pelo CEO da Intel Lip-Bu Tan e pelo ex-presidente da Samsung Young Sohn. Zhang é o CEO. Ele tem 31 anos e concluiu seu doutorado na UC Berkeley em dois anos antes de se juntar à Citadel Securities. Seu co-fundador Yuchen Jin é o CTO, e a equipe também vem do Google Cloud, Lambda, VMware, Supermicro e Point72. Começou como uma nuvem de IA de acesso aberto. Você pode alugar GPUs H100, H200 ou B200 por hora, sem limite de cota e sem contrato de longo prazo, reservar clusters dedicados ou chamar uma API de inferência compatível com a OpenAI e pagar por token. A empresa afirma que mais de 250.000 desenvolvedores a utilizam, incluindo equipes da Modal, Higgsfield, Daytona, HeyGen e Pika. A Higgsfield diz que foi migrada para um contrato reservado 35% mais barato que o preço sob demanda. O novo capital será usado para torná-la a camada entre essas 300 nuvens. Forge, um plano de controle lançado em junho, padroniza clusters de GPU bare-metal de diferentes provedores em um único painel. Flux, lançado em 21 de outubro, executa inferência em múltiplas nuvens. O Kubernetes gerenciado entrou em beta em 13 de outubro. O próximo passo é o Global Compute Grid, que está planejado mas ainda não está ativo. Fornecedores e clientes poderão comprar, vender e revender capacidade de GPU, com instâncias spot, precificação dinâmica e estratégias de market-making. A empresa também está explorando maneiras de hedge contra riscos de preço de computação. A tese de Zhang é que agentes de IA se tornarão os maiores consumidores de computação, e não ficarão esperando chamadas de vendas ou assinando contratos de três anos. Eles precisam de uma forma programável para encontrar capacidade, então a empresa quer que agentes adquiram essa capacidade dentro de orçamentos pré-definidos. Dell Technologies Capital, General Catalyst, Vista Equity Partners, Cambium Capital e Salience Capital também participaram da rodada. O financiamento total é de US$ 50 milhões, incluindo uma Series A de US$ 12 milhões em dezembro de 2024, liderada conjuntamente pela Polychain Capital e Variant. A visão é que a computação funcione como eletricidade: consumir o que você precisa e vender o que não usa.

As expectativas de inflação estão aumentando novamente 1 ano: 4,7% Longo prazo: 3,5% Se o Fed não conseguir cortar as taxas tão agressivamente, os ativos de risco podem sentir pressão BTC não é imune aos fatores macro https://t.co/eDIUIqaSzw