CoinNetwork

Bitcoin esteve sob pressão nas últimas 24 horas, caindo abaixo de 77.000 dólares, após uma breve tentativa de alcançar 78.000 dólares, voltou para a faixa de 76.000 dólares.
No mesmo período, o fluxo de capital para os ETFs de Bitcoin listados nos EUA saiu de 2,63 milhões de dólares, com o Fidelity FBTC liderando uma retirada de 150 milhões de dólares, seguido pelo GBTC e ARKB.
O sentimento enfraqueceu e caiu para a zona de medo, apesar da correção de curto prazo, a demanda institucional de abril ainda permanece forte.

Notícias do site CoinWorld, Ondo Finance e Broadridge Financial Solutions chegaram a um acordo de parceria para fornecer ferramentas de votação para detentores de ações tokenizadas e ETFs. A integração permitirá que mais de 250 tipos de ativos tokenizados da Ondo enviem preferências de votação, enquanto a Broadridge fornecerá comunicações aos investidores, prospectos e materiais de governança. A Ondo afirmou que as recomendações de votação serão ponderadas pelo volume de holdings, podendo ser combinadas com as votações de investidores do mercado tradicional. Ela também solicitou ao SEC apoio para um modelo que registre direitos de valores mobiliários como tokens na Ethereum, alegando que cobre as operações existentes de custódia de corretoras e dealers, sem alterar a proteção aos investidores.

A Meituan lançou o longcat-2.0-preview na API longcat em 20 de abril, com atualização, sem anúncio oficial ou relatório técnico, nem código aberto, oferecendo apenas três capacidades através da API: desenvolvimento orientado a agentes, chamadas de ferramentas e raciocínio em múltiplas etapas / contexto longo, especializado em geração de código e comandos complexos. Em 24 de abril, afirmou que o modelo possui mais de um trilhão de parâmetros, arquitetura moe, 1M de contexto, treinado em um cluster de computação doméstico, utilizando de 50.000 a 60.000 cartões de aceleração domésticos, com 10 milhões de tokens gratuitos por dia durante o período de teste.

论文 thinking without words 提出 abstract-cot，在模型词表中加入64个与人类语言无关的抽象符号，作为回答前的草稿输出，直接给出答案，跳过常规推理。在math-500任务中，推理token从几百降至几十，最高节省11.6倍，答对率不变，且在qwen3-8b、qwen3-4b、ibm granite 4.0 micro等模型族上均有效。这些符号在训练中自发形成类似自然语言的分布，打乱顺序后准确率下降，表明模型通过这套“密码”进行结构化推理。