【幣圈日報】28,000美金售出「便便」NFT｜幣安推出「AI生成NFT」新產品Bicasso|數位時代 BusinessNext

羅賓漢送你錢！Robinhood 熱錢包正式上架於 iOS 系統

知名網路線上券商羅賓漢（Robinhood）在其官方部落格正式宣布推出自託管（self-custody）熱錢包。這款名為「Robinhood Wallet」的 App 已經於 3 月 1 日在 iOS 應用程式商店上線，目前尚未釋出 Android 版本。

在歡慶上線的限時活動中，如果用戶使用他們的 Robinhood 交易所帳戶，將 10 美元轉移到 Robinhood Wallet，他們可以獲得高達 5 美元的一次性代幣（USDC）獎勵；如果用戶從其它交易所／錢包轉帳至 Robinhood Wallet，則可以獲得 1 USDC 獎勵。

Robinhood Wallet 目前支援 Polygon（MATIC）和以太坊（ETH）網路，未來將增加支援的區塊鏈數量。它還支援 MATIC 和 ETH 鏈上的 NFT 顯示。

📍邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

比特幣 NFT！史上最貴的「便便」以 28,000 美金售出你敢信？

3 月 1 日，一件基於 Ordinals 協議、描繪「便便」emoji 圖案的比特幣 NFT 以 1.2 BTC 的價格售出——截至發稿前，相當於大約 28,000 美元。

💡區塊鏈小知識：Ordinals 協議與比特幣 NFT

2023 年 1 月 21 日，由軟體工程師 Casey Rodarmor 在比特幣主網上打造的 NFT 協議「Ordinals」正式亮相，允許用戶在比特幣的最小單位 Satoshi（SAT）上創建獨一無二的 NFT。

Ordinals 協議將按照 SAT 因挖礦被開採出來的順序進行編號，支持在 SAT 上寫入（附加）文字、圖片、影音等內容來創建獨特風格的 NFT，並能透過瀏覽器 ordinals explorer 查看，Casey Rodarmor 將之稱為「銘文」（Inscriptions）。

這件「便便」NFT 的銘文（Inscriptions）編號為 #121，鑄造於區塊高度 773820。目前還不清楚該筆交易究竟是正常銷售，還是 NFT 洗盤交易（wash trading）。

德國法院裁定：加密「貨幣」資本利得要繳稅，持有超過 1 年則免

近日，德國聯邦財政法院（BFH）一份裁決提到，投資加密貨幣的資本利得必須納稅，但持有超過 1 年則可以免稅。

根據《Cryptoslate》報導，此前一名德國原告試圖主張，他投資加密貨幣的 360 萬美元獲利，不是應納稅所得，而是構成一個「數據集」；他認為加密貨幣收益僅是一種記錄，不能被歸類為需要繳納所得稅的「商業資產」。

然而，法院表示加密貨幣被視為經濟商品，投資者有所得稅申報義務，原告主張的「數據集」說法未被法院接受。除此之外，根據德國法律，如果投資者持有貨幣（currencies）超過一年，所賺取的任何利潤都將免稅，這項規定不適用於股票（shares）。

Silvergate 無法按時提交財報！慘遭 Coinbase 與 Paxos 無情切割

美國上市加密交易所 Coinbase 表示，鑒於近期加密友好銀行 Silvergate 事態發展嚴重，基於風險考量，將停止與 Silvergate 的金流往來。

此前消息，Silvergate 近期因無法按時繳交財報，並有資本不足困境，因而股價大跌；該銀行在熊市間面臨其最大客戶 FTX 破產，遭到用戶恐慌擠兌大量存款，而遭遇債券變現損失達數億美元。

據了解，Coinbase 已將美元銀行轉帳業務，切換至另一家加密友好銀行 Signature，以繼續提供用戶服務；Coinbase 也強調，合作銀行皆有美國聯邦存款保障。對於 Silvergate 的曝險也非常低，當前所有的用戶資金都是安全的。

與此同時，BUSD 穩定幣發行商 Paxos 也發布聲明，表示與 Silvergate 沒有任何實質性接觸，Paxos 的首要之務，永遠是保護客戶的資金和資產，並利用多元化的銀行合作夥伴網路。

幣安推出「AI 生成 NFT」新產品 Bicasso，測試名額秒搶光，伺服器超載已關閉

加密貨幣交易所龍頭幣安 Binance 於 3 月 1 日推出一款名為「Bicasso」的 NFT 生成器，但因流量負荷過大，而在 3 月 2 日中午暫時關閉此平台。

延伸閱讀：給關鍵字就能生成藝術品！幣安推結合AI的NFT平台，一萬測試名額上線就秒殺

用戶只需要輸入文字或上傳照片，AI 會自動生成一張照片，並可鑄造成 NFT，鑄造數量限 10,000 個，短短 2 個半小時內就被搶光。幣安官方表示此服務仍在測試階段，目前正在提升伺服器能力，並增加鑄造時的流暢性。想要體驗的用戶仍可加入等待名單，日後推出完整功能版本時可以使用。

📍邀請您加入Web3+ Line社群，持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

本文授權轉載自：鏈習生

核稿編輯：高敬原

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/