Згідно з офіційними новинами, DINO SWAP, децентралізована торгова платформа, заснована на протоколі 314 у ланцюжку BASE, була офіційно запущена, маючи на меті надати користувачам простий у використанні та недорогий досвід швидкої торгівлі.

Ціна мемкоїна базового ланцюга DINO різко зросла після прориву передпродажу і зараз торгується на рівні 0,0017 долара, збільшившись більш ніж на 253% протягом 1 години, а поточна ринкова вартість становить понад 34 мільйони доларів. Odaily нагадує користувачам звертати увагу на безпеку своїх активів і ретельно вибирати об'єкти інвестування.

Golden Finance повідомила, що флагманська гра Xterio Age of Dino сьогодні оголосила про план розподілу токенів, згідно з яким 6% токенів управління AOD і 500 мільйонів ігрових токенів DAM будуть розподілені між власниками її основної серії невзаємозамінних токенів Dinosty.

⚡️Прямий удар 🔫 по точці доступу Web3 🔥#ASC20 Токен стрімко зростає 🎢 🤯#ASC20 Напис зріс більш ніж на 66,52% $AVAV, ринкова капіталізація до $31,54 млн, щоб продовжувати зберігати лідируючі позиції 👑 📈 $dino $asct $bull став хітом#ASC20代幣 🥰 ❇️ Використовувати. #GateWeb3錢包 Зберігайте свої $AVAX🚀:https://www.gate.io/web3

⚡️Прямий удар 🔫 по точці доступу Web3 🔥#ASC20 Консенсус сильний 💪 📊 МИНУЛО 24 ГОДИНИ,#ASC20 銘文 Обсяг торгів $AVAV посідає перше місце, а поточна кількість власників валюти перевищує 3,8W, а популярність $dino $asct $bull залишається в лідерах 🤔️ Який ви тримаєте в руках #ASC20 Жетони? ❇️ Зберігайте свої $AVAX🚀:https://www.gate.io/web3 за допомогою #GateWeb3錢包

⚡️Прямий удар 🔫 по точці доступу Web3 🔥#Avalanche 銘文 Тепло піднімається 💥 вгору 📊 МИНУЛО 24 ГОДИНИ,#ASC20 Токен загалом зріс, а ринкова капіталізація $avav наближається до $70 млн, а $dino піднявся на перше 📈 місце за обсягом торгів 🏆 $dino $avav $aval $BEEs $asct лідирує 😍 за обсягом торгів ❇️ Використовувати. #GateWeb3錢包 Заощаджуйте $AVAX🚀:https://www.gate.io/web3

Згідно зі звітом IT House від 17 липня, команда Університету науки і технологій Гонконгу розробила модель штучного інтелекту сегментації зображень під назвою Semantic-SAM. У порівнянні з моделлю SAM, раніше випущеною Meta, Semantic-SAM має сильнішу деталізацію та семантичні функції. може сегментувати та розпізнавати об’єкти на різних рівнях деталізації та надавати семантичні мітки для сегментованих об’єктів. Повідомляється, що Semantic-SAM розроблено на основі фреймворку Mask DINO, і його структуру моделі в основному вдосконалено в частині декодера, одночасно підтримуючи загальну сегментацію та інтерактивну сегментацію. Дослідницька група реалізувала оптимізацію завдань сегментації з кількома деталями та завдань інтерактивної сегментації шляхом застосування методів розділеної класифікації об’єктів і класифікації частин для вивчення семантичної інформації об’єктів і частин. Експериментальні результати показують, що Semantic-SAM перевершує модель SAM Meta з точки зору якості сегментації та контролю деталізації.