avax这个币正在尝试收回长达1800天的箱体下沿，很好的走出底部的结构，以后可以密切观察。 （看到不要第一时间去买，结构很好所以想发出来记录）

Avalanche 宣布，Aave 将在其网络推出面向机构的 RWA Hub，允许用户以代币化金融资产作为抵押借入稳定币，无需出售底层资产。Tether 的 USAT 将作为该市场主要美元流动性来源之一，并成为其首批重要机构应用场景。Avalanche 表示，Aave V4 自两个月前上线以来，已在 Avalanche 吸引逾 2,000 万美元存款。

Avalanche 表示，阿联酋电信和数字政府监管局（TDRA）正在将 UAEPASS Digital Vault 的底层区块链基础设施升级至 Avalanche，并采用专用 Avalanche L1。UAEPASS 是阿联酋国家数字身份平台，目前覆盖约 1250 万名公民、居民和访客，接入 1.5 万余项服务及 350 多家政府和私营机构；Digital Vault 用于存储和共享经过验证的数字文件。

AVAV（AeroVironment, Inc.） 美國國防科技公司，專注於無人機（UAS）、滯空彈藥（如Switchblade）、反無人機系統（C-UAS）、定向能武器（LOCUST激光）、太空與網絡等領域。2025年收購BlueHalo後業務大幅擴張。 最新新聞（截至2026年9月） 2026年9月9日公布FY2027第一財季（截至8月1日）業績： •營收創紀錄4.805億美元，同比增長6%，大幅超預期（市場預期約4.56億美元）。 •調整後EPS 0.59美元，遠超預期0.25美元（同比增長84%）。 •自主系統板塊（無人機等）增長21%至3.46億美元；太空、網絡與定向能（SCDE）板塊下降21%。 •訂單約6.83–7億美元，book-to-bill比率1.4。 •已獲資金支持的積壓訂單創紀錄15億美元，同比增長37%。總積壓訂單約28億美元。 •公司重申全年指引：營收21.25–22.25億美元，調整後EPS 3.02–3.34美元。 其他重大進展： •獲得美國陸軍E-HEL計劃近4.648億美元LOCUST激光武器生產合同（美國歷史上首個高能激光武器生產合同）。 •獲得首個國際LOCUST訂單，金額超過5000萬美元。 •持續獲得Switchblade等產品訂單，並擴張產能（包括在希臘等地設立合資）。 股價近期波動較大：財報公布後一度上漲超10%，隨後震盪回落。2026年9月11日收盤約146.71美元。52週高點417.86美元，低點135.20美元，今年以來跌幅較大。 投資價值分析 看好理由： •地緣政治緊張持續推升無人機、反無人機與激光武器需求，公司產品已在戰場驗證。 •積壓訂單強勁，管理層表示全年營收可見度達86%。 •LOCUST激光成為新增長點（每發成本約10美元，遠低於傳統導彈），有望成為重要業務。 •分析師普遍給予「買入」評級，平均目標價約220–250美元，相對當前股價有較大上漲空間。部分目標價更高。 •公司計劃2030年營收翻倍，並持續擴張產能與國際市場。 主要風險： •股價從高點大幅回調，波動性很高。 •收購整合帶來攤銷等非現金費用，GAAP仍可能虧損；部分板塊表現較弱。 •高度依賴政府合同，存在預算延遲或執行風險。 •競爭加劇（如Anduril等新進者），且公司仍在投入大量資本擴張產能，短期現金流壓力存在。 •估值雖已回調，但仍不便宜，需持續兌現增長才能支撐。 總結：AVAV適合看好國防科技長期趨勢、能承受較高波動的投資者。短期受合同節奏和市場情緒影響較大，中長期則取決於積壓訂單轉化、激光業務規模化以及整合效果。建議結合自身風險承受能力，並關注後續財報與合同進展。 投資有風險，以上僅為資訊整理，不構成投資建議。

AVAX 链上的 meme 币项目，随手填一下,会有一个编号，越早期越有利，不知道是WL还是额度，网页显示还有80天推出~ 随手弄一下： ①填写信息 ②官推 @BubbleBunsHQ 填写推特号-发推-验证-完事！ 带上自己的码 BB-3KX5 -Dyor-

Avarok Cybersecurity 开源了 Atlas，一个用 Rust + CUDA 从零写的大模型推理引擎。它不依赖 Python 和 PyTorch，项目方称 Docker 镜像约 2.5GB，冷启动不到 2 分钟，目前主要面向 NVIDIA DGX Spark 的 GB10 平台优化。 官网模型矩阵显示，Atlas 在单台 DGX Spark 上跑 Qwen3.5-35B-A3B 可到约 130 tok/s，跑 Qwen3.6-35B-A3B 约 71 tok/s。Atlas 官网和 Hugging Face 页面称，在同硬件下，Qwen3.5-35B 平均约 111 tok/s、峰值 130 tok/s，vLLM 约 37 至 38 tok/s。 这组「3 倍 vLLM」数据来自项目方公开基准。GitHub README 写明，测试使用的是「法国首都是哪」这类短 prompt，生成上限不超过 30 个 token，temperature 为 0.1。这个口径更接近短请求、低并发、快速响应场景，也正好对应 Atlas 想打的卖点：用更小镜像、更少依赖和更快冷启动，把本地大模型服务变得更轻。 Atlas 现在仍是早期项目，真实生产场景还要看后续长文本、高并发和复杂工具调用测试。GitHub 上已有用户反馈输出质量和工具调用稳定性问题，相关 Issue 截至 2026 年 5 月 11 日仍处于 Open 状态。对开发者来说，它更像一个值得关注的新推理底座，而不是已经能全面替代 vLLM 的成熟方案。