一子级搭载七台国产YF100K液氧煤油发动机，二级配备自研YF219液氧甲烷发动机，动力系统实现全国产化 Its first stage uses seven homemade YF100K kerosene engines, while the second stage is equipped with self-developed YF219 methalox engine, achieving full domestic power system.

中国首款5米芯级两级可复用液体火箭，70.2米巨型箭体搭载7台国产YF100K液氧煤油发动机#国产大推力火箭# China’s first two-stage reusable liquid rocket with 5m core diameter, the 70.2-meter giant vehicle is equipped with seven domestic YF100K kerolox engines. #DomesticHighThrustRocket#

聊一个最近刚融完钱、但很多人还没注意到的 Base 生态项目 @KorProtocol 刚完成 750 万美元 Series A，由 1kx 和 Blockchain Capital 领投，Animoca Brands、Republic、Solana、Avalanche、SevenX、Sfermion、Alumni Ventures 跟投，deadmau5、Black Mirror、Beatport 等知名 IP 方也在背后站台 这套阵容在创意 IP × 链上基建这个赛道里已经算顶配了 说回项目本身，KOR 是一个「创意资产清算中心」 传统金融里有清算所，负责股票和期货的权属登记、撮合和结算 KOR 干的是一样的事，只不过清算对象从金融资产换成了创意 IP，比如音乐、视频、艺术作品 这个定位切中的痛点非常实在 传统娱乐行业的 IP 管理一直很混乱：权属不清晰、授权谈判全靠手动、版税分成拖好几年才到账、创作者和买家之间根本没有高效匹配的渠道 AI 时代把这个问题放大了十倍，内容可以零成本海量生产，但「这东西怎么证明是你的、怎么定价、怎么自动分钱给所有参与者」，没人解决 KOR 填补的就是这个空白 从三个维度拆解 KOR 的商业逻辑 KOR 把整个流程拆成三个核心引擎，官方反复强调的「Three Engines」： ❚ 引擎一：Verify（验证 / 生产） 创作者把作品注册到链上，通过 IP Vault / DNA Asset Registry 记录来源、所有权、许可条款和真实性，相当于给每个创意资产发一张「数字出生证明 + 所有权证书」 特别适合 AI 生成内容——AI 能批量生产，但批量生产的前提是权属能被证明 KOR 解决的就是这个 clearance 问题 ❚ 引擎二：Route（路由 / 分发） 用 AI 帮资产和人才被「发现」，匹配到正确的买方，比如厂牌、经纪公司、品牌、平台、策展人 有性能信号和需求数据驱动定价和推荐，不是人肉撮合，是数据驱动的智能匹配 已落地的产品包括 Pacer 和 Streamline（内容智能推荐工具） ❚ 引擎三：Settle（结算 / 变现） 交易一旦发生，智能合约 + USDC 在 Base 链上即时自动分成版税 且支持复杂的分成规则和 recurring revenue，这意味着 remix、扩展、AI 训练等衍生场景都能追踪和分成 KOR 是一个典型的双边市场： 一边是创作者 / 资产：验证后上架、定价 另一边是需求方：厂牌、品牌、平台、MCN 等 KOR 作为中间的清算层，撮合的是「创意内容的权属验证 → 需求匹配 → 即时结算」这条完整链路 每一笔交易都会产生数据信号，让下一次匹配更准、定价更合理，形成正循环 现在的参与角度还有哪些？ 目前最后能参与的窗口是 $KOR ID Waitlist 前往 → 连接钱包 → 加入候补名单 → 获取你的 $KOR ID 总而言之 @KorProtocol 做的事情，本质上是把传统娱乐行业最混乱的环节几个环节搬到链上，用 Verify + Route + Settle 三引擎跑通整个流程 AI 时代内容生产成本趋零，但权属验证、定价和分成的需求反而被放大了，谁能让创意资产像金融资产一样可验证、可交易、可结算，谁就拿到了 AI 内容时代的清算层

交易是门艺术 做市商策略却绝对是科学 虽然这玩意 99.9%的人根本用不上 但你懂点后就可以装逼了 
1/订单簿是市场最真实的供需战场 每一次限价单挂出、修改、取消或成交，都会留下可量化的痕迹 通过超低延迟系统实时处理海量更新（每秒数万次），从中提取短期预测信号（通常100毫秒内有效） 这些微小优势（每笔交易仅0.5-1个基点bps）通过极高频次（一天上万笔）+严格风控积累成稳定盈利 
不预测未来，捕捉订单流中的统计性不平衡 2/ 限价订单簿（LOB）的结构与动态 帖子给出经典定义： Spread（价差）= Best Ask - Best Bid
示例：$100.05 - $100.02 = $0.03 Mid-price（中间价）= (Best Ask + Best Bid) / 2
示例：($100.05 + $100.02)/2 = $100.035 Depth（深度）= 每个价位的累计挂单量 dwMTd“LARGE” 详细解释： 绿色（Bid）：买方愿意出的最高价及对应数量（从右向左递减） 红色（Ask）：卖方愿意接受的最低价及对应数量（从左向右递增） 价差是 立即成交的代价——价差越窄，市场流动性越好、交易成本越低；价差越宽，通常意味着波动大或流动性差 Mid-price 是市场 公允价格 的即时估计，常被用作参考基准 实际意义：价差变化 + 深度不平衡，因为这些能提前揭示短期买卖压力 3/核心微观结构信号 常见且有效的包括： Order Book Imbalance (OBI / 订单簿不平衡)：买方深度 vs 卖方深度之比。买方远多于卖方 → 短期看涨概率更高 Order Flow Imbalance (OFI)：最近订单流的有向累计变化（挂单、修改、取消的净买/卖压力） VPIN（Volume Synchronized Probability of Informed Trading）：衡量毒性订单流（知情交易者 vs 噪音交易者），常用于风险预警 其他：多层深度不平衡、价差动态、取消率、成交符号（trade sign）、订单簿韧性（resilience）等 这些信号单独看胜率/预测准确率通常只有52-58%（modest edge），但组合使用后可显著提升 4/ 信号验证：什么真正有效？ 
单一信号容易被噪音淹没 真正产生Alpha的是多信号融合 + 动态仓位管理（根据当前波动率 regime 调整大小） 
例如：在低波动 regime 下激进下注，高波动时保守或暂停 这符合量化交易的经典原则：边缘小 + 频率高 + 严格风控 = 复利 5/ 信号管道 典型管道： 数据摄入 → 特征工程（计算OBI、OFI、VPIN等） → 预测/打分模型 → 风控与执行 → 反馈优化 实际流程要点： 实时处理海量订单簿更新 特征必须低延迟计算 最终输出是 现在该买/卖/观望 + 置信度 6/ 基础设施的残酷现实 生产环境必须用： Feed handlers：C++ / Rust（亚微秒级解析） Signal engines：FPGA（简单信号）或 C++（复杂） Order gateways：交易所机房托管（colocation），往返延迟 < 5微秒 风控检查：FPGA硬件实现，< 1微秒 延迟对比： 慢系统 ≈ 50微秒 顶级系统 < 5微秒 Python最低额外延迟 100–1000微秒（完全不够用） 信号本身不难，真正壁垒是基础设施 + 监管 + 资本 7/ 底线与实用价值 对不同人群的价值： 纯做市商玩家：核心生意模式。 中长周期系统性基金/量化基金：用LOB信号优化执行时机——决定 现在跨价差成交 还是 等流动性来找你，可节省1-2 bps/笔，规模化后非常可观 普通交易者：理解这些概念，能更好判断市场流动性和短期压力