幣安親手養出的對手?Hyperliquid神秘創辦人竟是昔日孵化營學員?
幣安親手養出的對手?Hyperliquid神秘創辦人竟是昔日孵化營學員?
##### 7年間,從孵化營學習者到巨頭挑戰者 7年能改變什麼?在加密世界里,7年能讓一個站在Binance Labs孵化營合影中的年輕人,變成一個讓Binance不得不正視的競爭對手。

最近,下面這張塵封已久的照片突然被考古,點燃了社媒上的討論熱情。

光看照片,可能你會覺得這就是一張YZi Labs(原Binance Lab)在18年放出的普通合照,內容大概是當時邀請了知名創投孵化器Y Combinator的老大Garry Tan,為BUIDLers孵化計劃的新項目創始人們進行授課指導。

圖中C位黑色衣服的正是Garry,但重點在他的背後:

這位戴眼鏡、穿著淺色毛衣、表情略顯青澀的小夥,看起來非常像現在Hyperliquid的創始人Jeff Yan。如果把這個照片再放大一點,再和Jeff公開的近照相對比,從特徵上來說確實高度相似。

考慮到Hyperliquid目前在Perp DEX領域的地位,日交易量動輒數十億美元,在某種程度上已成為Binance合約業務的直接競爭者,那麼這張照片的意義就不只是「考古」這麼簡單了。

評論區很快炸開了。

許多人標註了Jeff的帳號chameleon_jeff想問到底是否是同一個人,也有一部分聲音指出Binance可能無意間培養了一個競爭對手。

無論如何,如果照片屬實,那麼一個技術型創始人,在7年間完成從孵化營學習者到巨頭挑戰者的蛻變,本身就是一個值得拆解的樣本。

##### 早年做預測市場,Jeff領先N個版本 上面那張照片裡對Jeff的考古,其實並不是空穴來風;更有力的佐證來自Binance Labs的官方記錄。

在他們發布的Medium文章中,2019年Season 1孵化項目名單里出現了一個名為Deaux的項目,創始人正是Jeff Yan。

Deaux是什麼?簡單來說,它是一個 去中心化的預測市場平台

從當時的描述來看,Deaux想做的是:

讓任何人都能在鏈上創建預測事件,用戶可以對這些事件下注,價格由市場供需決定。它採用混合架構,訂單匹配在鏈下完成,最終結算在鏈上執行。

這種設計在2018年已經相當超前,既要性能,又要去中心化,為預測市場提供一個加密基礎設施。

沒錯,這也是今天Polymarket們正在做的事情。從這個角度看,Jeff確實領先了N個版本。

這也不是事後諸葛亮的吹捧。從還能搜到的公開信息來看,Deaux的設計理念主打鏈上/鏈下混合、高性能訂單匹配和去中心化結算,與今天的Hyperliquid也有相似之處。

Jeff看到了正確的方向,也設計了合理的方案,只是Deaux沒能起飛。它的網站如今已失效,社群媒體帳號也停留在了2019年。

領先十步的代價,可能就是生不逢時。

2018年的Crypto市場剛從牛市巔峰跌入寒冬,用戶關注的是幣價何時反彈,而不是如何用鏈上預測市場賺錢。更重要的是,當時的加密基礎設施,如公鏈性能、錢包體驗、和用戶教育等都還不夠成熟。

一個需要頻繁交易、對延遲敏感的產品,很難在當時的技術條件下提供流暢體驗。

但項目沒做成並不意味著失敗。2020年前後,Jeff創辦了Chameleon Trading,也就是Hyperliquid的前身。無論是預測市場還是衍生品交易,本質上都是「訂單匹配+風險管理」的遊戲。

這次,他把目標鎖定在了永續合約交易上,一個更成熟、需求更剛性、用戶更明確的市場。

同時時機也恰到好處。FTX在2022年崩盤,市場對中心化交易所的信任跌至冰點,去中心化交易的需求被徹底點燃。

但Jeff沒有走複製Uniswap或複製dYdX的老路,而是選擇了一條更難但更徹底的路徑,自己做L1鏈。

同時,它不依賴外部流動性提供商,而是透過HLP(Hyperliquid Liquidity Provider)機制,讓用戶直接參與做市。更激進的是,它採用零手續費模式,靠代幣經濟學和生態增長來支撐營運。

從Deaux到Hyperliquid,你能看到Jeff做項目的連貫性:都是鏈上/鏈下混合、高性能訂單簿、去中心化結算。

只不過這一次,他選對了賽道,也踩對了時機。

##### 隱身創始人 有趣的是,儘管X上關於那張照片的討論越來越熱鬧,Jeff本人從未對此發表任何評論。

翻看Hyperliquid的推特帳號,你幾乎看不到Jeff的個人照片或生活分享,只有產品更新、技術文檔,以及偶爾的meme;而Jeff本人的帳號裡,也很少涉及個人IP的打造,更多的是在談產品和優化,以及對市場的看法。他的上一條推文,還停留在9月23日。

這種相對低調的風格,似乎並不太符合加密行業強調強行銷、制造注意力的節奏。大多數創始人熱衷於AMA、Podcast、個人IP打造成項目的一部分。但Jeff看起來是另一個路線,隱身在程式碼和產品背後,用交易量和用戶增長來回應質疑。或許這也是他能從Binance Labs孵化營走到今天的原因之一,不怎麼在乎外界噪音,專注做有連貫性的產品。

##### 從學徒到競爭者 從2018年孵化營的學徒,到2025年成為永續合約DEX的頭部玩家,Jeff相關的老照片之所以會引起討論,無非是大家感慨於Jeff的堅持,以及Binance Labs當年孵化的項目,如今可能成了自己的競爭對手。

站在吃瓜群眾的角度看,你會覺得這是Binance在養虎為患嗎?

加密行業一貫倡導邊緣顛覆和開放創新,之前的Binance Labs,也更像是一個兼收並包的孵化器,選擇開放,而不是控制。

把孵化器比作武館,可能更容易理解這件事:

師傅教你功夫,但不能要求你永遠跟著師傅。你可以出去開自己的館,甚至挑戰師傅。你很難說這是是「背叛」,更像是一種傳承。

如果Binance Labs只投資「不競爭」的項目,或者擔憂孵化項目的創始人做的更大,那它還能叫孵化器嗎?

所以,孵化器是不能要求講忠誠度的。

反過來看,Binance Labs可能投對了人,一個有潛力的創始人,即使這個創始人後來做的產品和母公司有競爭關係。

從更長遠的角度看,Binance作為行業巨頭,它的價值不只是自己賺多少錢,還包括推動整個加密生態的繁榮。如果Binance因為「可能培養競爭對手」就停止孵化,那才是真正的短視。

更重要的是,競爭對行業和玩家們來說,可能是利好。

Hyperliquid的崛起,逼著其他交易所必須在產品體驗、費率結構、透明度甚至是財富效應上持續改進。

用戶有了更多選擇,可以用腳投票。

從某種意義上說,Jeff做的事情和當年Binance挑戰傳統交易所的邏輯是一樣的:

用更好的產品,重新定義「交易所應該是什麼樣子。只不過這一次,挑戰的對象從 Coinbase、Bitfinex,變成了Binance自己。

那我們能從這起社群熱潮中學到什麼?

或許這個故事真正的啟示,不是「Binance培養了競爭對手」這種表面戲劇性,而是更深層的東西:

知識可以傳播,人才可以流動,競爭可以發生,而所有人最好都能從加密生態中受益。

本文合作轉載自:《深潮 TechFlow》

往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓