Baovy06
Baovy06
• 在雷暴中保持HODL，月亮时收获果实。 • 位置决定一切。 • 在波浪前保持平静，坚定地站在图表前。
1,020关注中
1,066粉丝
动态
动态
. @Trumpprisonsol 这款“黑色幽默”风格的监狱管理游戏正在Solana上引起强烈关注
如果大家喜欢既娱乐又带有meme元素，同时又混乱的游戏，那么Trump Prison绝对是不容错过的名字
这是一款带有讽刺风格的监狱管理模拟游戏，灵感来源于2025–2026年期间最热门的病毒事件和知名人物。从角色设计到游戏玩法都相当“疯狂”，完全符合互联网meme的风格
虽然游戏尚未正式上线，但项目已获得全球社区超过13,000个早期注册，足见其巨大吸引力。
📅 游戏开放时间：
• 早期访问：越南时间5月15日20:00
→ 仅限前1,000名玩家
• 5月16日：
→ 正式公开开放
→ $CELL代币也将同步发行
🎮 游戏玩法如何？
游戏链接：
玩家将通过以下方式建立自己的“监狱帝国”：
• 开包获得Warden（狱警）
• 抽卡获得Prisoner（囚犯）
• 购买Cell（牢房）
然后组合：
1名Warden + 1名Prisoner放入1个Cell开始挖掘$CELL
牢房越多，产量越高。玩家还可以扩展牢房链以增加收益。
此外：
• Warden和Prisoner都可以用$CELL升级
• 升级越高 → 挖掘速度和效率越强
📌 游戏中的日常活动：
为了保持囚犯的正常运作，玩家每天需要：
• 用$CELL购买食物和饮用水
• 维持囚犯的能量
还有：
早间签到：
越南时间13:00 – 17:00
晚间签到：
越南时间01:00 – 04:00
特别提示：
每天必须开启牢房1小时，让囚犯参加集体活动 😂
🔥 最值得注意的是代币销毁机制：
游戏中使用的$CELL有70%将被永久销毁。
包括：
• 购买食物和能量
• 升级Warden
• 升级Prisoner
这意味着：
玩家活动越频繁 → 被销毁的$CELL越多 → 供应越加稀缺 👀
游戏看起来既meme又娱乐，但运营机制相当完善，容易让喜欢管理类和资源挖掘游戏的玩家上瘾 😆
今天是我在@axisrobotics的第5天，随着时间的推移，我对这个项目的认可也越来越深。
对我来说，决定长期留在任何项目中有两个非常重要的因素：
首先，社区必须活跃且充满热情
一个强大的项目不仅仅是技术，更是背后的人。我非常喜欢Axis的一点是，团队和社区成员总是一起互动，每天讨论项目，互相帮助完成任务，分享信息。感觉大家是真正一起建设，而不是仅仅耕作然后离开 🤣
其次，项目需要有清晰的路线图。
Axis让我感觉团队对产品和长期愿景都非常认真。当然还有很多需要改进的地方，但团队每天都在更新和优化。
这大概也是我决定全身心投入这个项目的原因
我真心希望Axis未来不会让社区和我失望。
关于任务，我看到很多人担心他们的任务显示“完成”但仍然无法签署钱包。根据我自己的经验，我认为大家只需再耐心等待，不要慌 ❤️
我的一些任务也挂起了好几天，我以为它们完全坏了。但今天，我所有挂起的任务终于成功签署了。
这证明团队真的在努力修复系统，提升用户体验，并且每天持续开发项目。早期项目总会有问题，但最重要的是团队如何回应和改进。现在，我认为Axis在这方面做得相当不错
GN @Nasun_io
休息了一段时间后，我最近又回来看了这个项目
我注意到的一点是，团队做了不少调整，整体方向现在感觉更加清晰了。
Nasun 目前正在构建一个基于 Move 的 Layer 1 生态系统，专注于三个主要领域：
Pado → DeFi 平台
Baram → 链上 AI 系统
Gen Sol → 科幻游戏、电影和娱乐生态系统
我觉得有趣的是，团队并没有单独专注于 DeFi 或 AI。
相反，他们试图将多个领域结合成一个生态系统，以创造更紧密的用户体验。
看完路线图后，我认为 Nasun 的愿景相当雄心勃勃。
除了区块链，项目还计划扩展到 AI 基础设施、计算网络和娱乐生态系统。
目前项目仍处于早期阶段，但他们的排行榜活动已经开始为 X 上的社区带来更多活跃度
如果团队继续朝着正确的方向发展，我认为 Nasun 有望成为 AI + 区块链领域值得关注的项目
Baovy06 已转发
Axis 周报
上周，我们在完整的机器人数据循环中取得了进展，包括任务生成、仿真基础设施、模型训练和故障恢复。
主要更新：
- 任务生成：我们改进了 TaskGen，增强了自动检查器生成能力，支持更多的多体态，并通过更高效的领域随机化来扩展任务多样性，减少了人工设计工作量。
- 仿真基础设施：我们继续改进 MuJoCo 的验证/重放和场景变体工作流程，包括修复了数据采集、多资产场景、重复加载/下载、初始状态、远程操作、逆向运动学（IK）和夹爪控制等方面的问题。
- 模型训练：我们确认新的随机任务在有足够数据的情况下是可学习的。在当前实验中，500个示范成功生成了可执行策略，而100个示范则不足以达到该效果。
- 故障恢复：我们开始构建一个故障恢复流程，用于收集和分类抓取过程中夹爪的失败和近失败状态，未来将支持更稳健的恢复策略学习。
深入了解本周的进展🧵