WEB3 Founders Real Talk EP08：Upshot：为NFT提供更优的定价机制
主持人：Blair Zhu，Mint Ventures
嘉宾：Nick Emmons, Co-founder & CEO of Upshot
采访时间：2023年7月1日
采访英文原文链接：WEB3 Founders Real Talk with Upshot Recap
采访视频：WEB3 Founders Real Talk with Upshot
采访音频：WEB3 Founders Real Talk 与 Upshot 对话
Blair: 大家好，欢迎回到 Web3 Founders Real talk。我们会在这里与一些 Web3 行业的领军人物进行精彩对谈。今天，我很高兴能与 Upshot 的首席执行官兼联合创始人 Nick 一起，带领大家踏上这段关于发现和启示的旅程。欢迎来到节目，Nick。
Nick: 感谢你的邀请。
Upshot 的源起与使命
Blair: 能不能先介绍一下你自己以及 Upshot？
Nick: 没问题。我是 Upshot 的联合创始人和 CEO。我们致力于为 NFT 构建金融基础设施。我们已经打造了很多基于机器学习的 NFT 定价模型以及其他由机器学习驱动的金融工具或洞察，以便创建更具表现力和成熟的 NFT 金融市场。
Blair: 能不能跟我们介绍一下你的背景，你是如何进入加密行业的？
Nick: 在加入 Upshot 之前，我曾在美国和加拿大最大的保险公司兼资产管理公司之一 John Hancock 领导区块链开发，还在另一家名为 Manulife 的公司工作过。在那里，我们围绕建立非参数型长尾风险的去中心化保险系统做了大量研究，包括如何准确定价真正的长尾风险，如何能够以一种风险缓解的方式汇集风险，如何能够验证不同保险索赔的结果。正是通过那些研究，我开始对为流动性不足的市场带去流动性这个更广泛的议题产生兴趣，我想这是后来有了 Upshot 的原因。
Blair: 听起来你的背景非常适合加密货币行业，因为这个领域存在很多风险元素，确实需要一些风险缓解措施。从你的背景就能发现这一点。Upshot 致力于成为促进 NFT 和 DeFi 交汇的金融基础设施。那么，我们想知道，是什么让你和团队特别关注这个领域。
Nick: 我想大约是在2020年年中左右，当时我们正在进行一些关于主观共识机制和激励措施的学术研究探索，旨在使去中心化社区中的参与者就主观问题达成共识。在我们考虑它的实际市场应用时，我们想到了 NFT 定价的问题。当时还处于 NFT 的早期，NFT 牛市还没出现，但我们预计 NFT 会是低换手率的非同质化资产，这意味着公开市场的交互和所有权转让不能像作用在那些更具同质性的流动资产一样来作为它们的定价依据。当你看到现实世界中的类似资产，比如房地产、传统艺术品等这些低换手率、非同质化的资产，它们通常会大量使用评估来辅助定价。我们认为这里有一个有趣的机会，即围绕 NFT 的评估构建一个优化解决方案，为它们提供更实时可靠的价格来源。因为一旦你拥有了可靠的资产评估来源，你就可以在这上面构建一个多元、有趣的 DeFi 分析或 DeFi 协议。这就是我们早期对 NFT 定价感兴趣并聚焦在这个领域的原因。
Upshot 遭遇的困难
Blair: 是的，我认为 NFT 评估绝对是这个领域的一个主要痛点。既然你提到这还是一个非常初期、非常新兴的领域，那么你是否遇到过让你感到很困难的推阻、抵抗或挑战？同时，你能否分享一些关于如何克服这些障碍的见解？
Nick: 是的，我们遇到了很多阻碍。我想先分享一个必须攻克的技术障碍，然后是基于市场的技术问题。在我们最初开始为 NFT 定价建立基础设施时，我们专注在 Upshot 于早期研究的一种众包共识机制，即通过向人们提出主观问题，让他们回答，设置奖励机制，使他们在诚实回答问题时获得最大奖励，然后使用这些结果来推动 NFT 定价问题。所以我们有人工定价师，还有收藏师去评估特定的 NFT，但是这种方式是不可扩展的，也不准确。当你要求鉴定师鉴定 NFT，可能他们一天只能评估100个，或者更少一些，也可能多一些。但是在这种评估机制中，资产数量的限制非常大，准确性也极其受限。相对于更强大的计算引擎来说，我们人类的认知能力是次优级的。所以当你要求人类评估物品时，必须提出高度近似的问题。你会问，“这个 NFT 比那个更有价值吗？”或者“给出这个 NFT 的四种价格范围，看它的价值落在哪里，这个 NFT 的价值范围是什么？”因此，在建立了众包鉴定机制之后，我们不得不提出一种新的解决方案。在这种情况下，很明显一个更基于 ML 的定价机制更具可行性，使我们能够大幅度扩展规模。现在我们正在以严格的精确度对超过1亿个 NFT 进行定价，而不是每天只评估100，我们每小时都在这样做，甚至不到一小时。通过从最初由众包机制想出的定价方式转向基于机器学习驱动的方式，我们能够克服评估缺乏可扩展性和准确性的初期问题。
我认为我们仍然面临一个市场上的问题，因为作为一种非同质化资产的价值近似值，人们已经开始把 NFT 的地板价作为 NFT 的原生价值，因此，为什么个别定价有用已经成为了我们需要反复解释的问题。我认为这是一场我们正在赢得的战斗，也是一场我们非常关心的战斗，我们将继续对市场进行教育。显然，NFT 是一种非同质化资产。你无法通过整个系列中 NFT 的最低价格就判断整个 NFT 系列的价值，因为这意味着该价格反映了整个收藏品系列中的多样性价值。这就是为什么个性化定价很重要。我们看到市场支付的价格大多都是基于地板价定价。因此，我们试图搭建一些更有趣的原生金融工具，比如针对 Grails 系列的 NFT 借贷协议，或者追踪非地板价的 NFT 永续合约协议。因此，我们通过推出产品来教育市场，解决这个问题，比如搭建针对 Grails 的借贷或者非地板价锚定的永续合约交易基础设施。这是我们面临并一直在努力克服的两个问题。
Appraisal 产品的竞争优势
Blair: 哇，真是个大工程。这真的令人印象深刻。我认为这就是 Web3 创业的美好之处，因为你不仅要面对不同的挑战，还需要发挥创造力，找到更好的解决方案或者将事情推向更高的水平。你提到 Upshot 平台曾经的手动评估不可扩展，这就是为什么你选择了基于机器学习的 NFT 估价系统。你能多分享一些关于这个系统的信息吗？它如何区别于市场上的其他工具？因为有很多玩家都在同一个领域里工作，既然评估定价是个实质性的痛点，还有什么办法可以解锁 NFT 市场的全部潜力？此外，Upshot 采用什么样的策略来衡量接近实时的 NFT 定价？
Nick: 我认为我们的机器学习模型核心从高层面来看与其他提供商的机器学习模型，或者任何定价金融资产的人并没有太大不同。我们尽可能多地应用真实的市场数据，包括销售、铸造，以及像订单簿数据这样的软性市场数据。我们深入研究各种钱包、社区和收藏品的网络，以及在这些网络中不同节点或钱包群与彼此的交互方式。我们研究这些节点和钱包群对未来价格走势的影响，并分析情感等各种数据来指导我们的定价决策。我认为我们早期非常重要的一点就是创建一个高度可扩展的模型系统，无论是在水平还是垂直方向，其结构都能被广泛适用。我的意思是，一个普遍适用于 NFT 空间的模型，不再需要创建定制的框架模型，当我们想为新的收藏品添加支持，它就进入我们的评估工作流程。一个具有高度普适性的模型，能适用于整个 NFT 领域，且精度下降不明显，这是我们需要着手的非常重要的问题。虽然有一点困难，但成功解决这个问题有很多好处，让我们可以提供比其他任何估价供应商更大的覆盖范围。
纵向来看，当你看向 Grail 系列藏品中的长尾资产，当你看向高价值资产，很多模型的精度会下降，因为这些资产一般不会频繁交易，NFT 资产并不会频繁换手。当它们换手的时候，主要是在地板价时发生。 Grail 系列可能每季度换手一次，有时一年一次，有时三年一次，有时永远不会换手。因此，我们需要解决的一个特别重要的问题是，如何将这种高度普适的模型应用于收藏品的边缘部分。因为正如我之前提到的，当市场已经相当频繁在地与这些资产进行互动，估价并不是太有用。市场对价值较低的资产的定价方面做得非常好。但是市场在定价中间层和 Grail 系列 NFT 时做得很差，因为这些资产并不经常换手。我们已经取得了一些有用的探索，即如何借用那些换手频率更高的低价值资产的丰富数据，来推断那些不经常换手的中层资产和 Grail 资产的价值。这为我们评估价格更长尾的资产提供了相当大的准确性优势。这就是我们这个模型的工作原理和我们优先考虑的事情。针对你提到的关于如何衡量准确性的第二部分问题，这件事不是重新发明轮子，这是一种常见的统计实践，但我们基本上采用了实际市场交易的时间线或时间系列，将我们的评估与之重叠，并为每个交易查看之前发生的最近的评估。看在预测即将发生的下一笔交易时偏离了多少，差几个百分点，包括第5个百分点、第90个百分点、第95个百分点，我们可以开始以这些数据点为参照，看我们的误差幅度是多少个百分比。我们已经在这三个百分点上表现出行业领先的准确性，且相当稳定，这是我们非常自豪的事。
API 工具的实用场景
Blair: 这真的非常令人惊叹，我可以看出这是你们独特的差异化优势。能了解一些背后的故事真的很好。谢谢你的分享。我注意到你们的产品范围非常全面，你们的使命是建立 NFT 和 DeFi 基础设施，并且你们还发布了 API 工具，为开发者提供了非常复杂的数据和洞见。我们想知道，他们会用你们的 API 工具构建什么样的用例？
Nick: 有很多用例。我认为在 DeFi X NFT 的领域里，这也许是我们更为专注的地方。简单概括一些其他用例，它们非常适用于交易平台、NFT 跟踪工具、钱包、分析工具等。它们经常被个人交易者或做市商使用，将自己的资本投入到这个领域中，为决策提供一些信息。这是一个非常广泛的渠道，有许多受益于精准定价 NFT 和其他基于量化/机器学习指标的领域。我认为我们的重点是在 DeFi 和 NFT 的交叉点，无论是通过合作伙伴关系还是我们自己建立的工具，能利用这些评估系统来创建更具资本效率的 NFT 借贷市场。我们正在积极运行我们基于 NFT 评估建立的借贷策略，以管理外部资本并将其部署到 NFT 借贷市场上。
我们也正在现货市场做类似的产品，一个基于我们的定价模型的 NFT AMM。我们正在逐渐踏入一个在我看来有巨大前景的赛道—— NFT 永续合约。使用这些 NFT 价格不意味着为 NFT 提供合成资产的交易工具，为 NFT 永续期货建立这些 NFT 指数作为数据输入源，是为市场提供了一种被动享有一揽子 NFT 敞口的交易方式。所以，有很多不同的事情正在 NFT 行业发生，而 NFT 的价格本身确实还可以解锁许多不同的价值来源，并让人们以更有趣的金融方式参与 NFT。这也是我们业务的重心所在。
Upshot 的借贷策略
Blair: 好的，很期待在 NFT 和 NFT-fi 领域看到更多的创新，特别是我们对这个领域非常看好。所以，期待看到更多的创新和创意。你几次提到了借贷策略，我们也注意到你们正在步入借贷策略市场，你能给我们分享更多的信息吗？或者，你能简要介绍一下你们的借贷策略，以及 Upshot 计划如何通过这种新产品改善整体流动性？因为我知道市场上有很多人都在努力提供流动性解决方案，但是每个人可能都会有不同的方法。
Nick: 当然，目前 NFT 借贷领域存在一些问题，其中之一在于，我们在 NFT 借贷领域有这样两个不同的模式：点对池模型和点对点模型。点对池模型通过将所有资金汇集到一个借贷池中，基于每个 NFT 系列的单一预言机价格调用，将池内资金部署到整个 NFT 借贷市场，这实际上意味着 NFT 贷款是基于地板价的永续期货。显然，这里的问题是，如果使用 Grails系列中腰部价值的 NFT 作为抵押物，他们将在地板价上被定价，这使得 NFT 本身的许多价值被协议留存，因此会采取更加激进而有风险的举措。在点对点借贷模型方面，它为贷款人和借款人之间的关系提供了一个理论上资本效率更高的方式，用户可以协商 LTV（按揭贷款价值比）、利率、期限等贷款条款。这意味着如果贷款人和借款人对 Grail NFT 价值有较好的认知，他们可以达成更合理的 LTV、利率等条款。但这里的问题是，点对点借贷协议难以大规模扩展。
要想资本进入这个系统，出借人不仅要有资本，而且要对不同资产的评估有很深入的见解和理解。因此，我们利用我们的评估作为一个重要来源来开发一个更为复杂且普遍适用的借贷策略去覆盖更广泛的领域。因为当你有了评估，你就有了估值的概念，你就可以开始创建更有趣的指标，这些指标专门针对借贷，例如复原率。它们其实是对评估的预估，即我们今天进行了评估，这很好，但是它意味着15天或30天后这个资产的估值会如何呢？贷款可能会达到成熟阶段，在这个过程中，你需要对未来的价格走势有一些看法。因此，我们围绕估值预测做了很多工作，并将其打包成一种方式，不需要资本提供方了解有关借贷市场的任何信息，他们只需要存入资金，我们就会处理所有麻烦的事情，如确定贷款条款、构建多元化组合、管理风险等。这样，我们就能利用我们努力构建的定价结构，吸引更多的资本流入 NFT 借贷市场，我们希望这能有助于在这个领域推动更多的流动性。
Blair: 所以产品马上就要上市了对吧？
Nick: 这些都已经通过我们的合作伙伴 Astaria 上线。Astaria 正在对他们的合同进行一些实际审计，所以我们将在其推出系统更新的同时对这些策略进行更新，可能在接下来的四周内。这些策略也在扩展，将在不久后更广泛地应用于 NFT 市场。是的，这些已经上线。
Blair: 这听起来很不错，我迫不及待想试试。我注意到，你们非常看重价值可扩展性。你们不仅从 API、借贷评估等方面扩展了产品范围，而且还有很多其他产品。能否分享更多关于你们扩展产品范围的信息，以及你们所致力于构建的基础设施或生态系统。此外，你们的主要关注点是什么？因为这里有很多听起来都很棒，但我们想知道你们的主要策略是什么。
Nick: 我认为我们的主要关注点一直都是想被视为 NFT 定价的真实可靠数据源。我们向 DeFi X NFT 方向发展的原因是，我们预计这个刚兴起的生态系统将会很大，可以构建更加高效地与我们的定价系统相连接的优化解决方案。我们的核心始终是为 NFT 提供价格信息，支持基于 NFT 价格的流动市场的创建。我们构建这些额外的东西是为了帮助创造一个更流畅的市场，构建更优化的解决方案，以实现我们所希望展现的图景。
NFTFi 的爆发可能性
Blair: 明白，我理解。我们已经反复提到，你们重视可扩展性，这似乎是你们整个产品范围中的核心战略。除了解决 NFT 价格和流动性问题之外，我可以看到你们正在积极推进这个领域的进一步创新应用。既然提到了对可扩展性的重视，这意味着你们可能也会想，我们是否会有另一个像 DeFi Summer 一样的爆炸性增长，以及你们认为可能会成为下一个增长周期的非常重要的催化剂是什么。你们是否认为 NFTFi 会成为推动下一个增长周期的关键因素之一？我知道这个问题可能很棘手，但我认为每个人都开始讨论下一个周期的事情了，所以你对这个问题的看法是什么？
Nick: 我认为 NFTFi 会成为下一个牛市的主要趋势之一。我个人非常看好，我认为现在情况正在重新回暖，会有几个因素将推动增长，特别是在 NFTFi 中，有几个趋势将在这个周期内经历相当爆炸性的增长。到目前为止，这些金融原素正在建立，开始能看到更多的资本流动，NFT 在现货市场的互动上受到一定限制，人们可以借贷，但不能进行杠杆，引入新的机制，无论是在 NFT 市场中进行杠杆交易，还是在 NFT 市场中进行对冲交易，都将允许更多的资本进入，并促进显著的增长。
我们已经在以前的周期中看到过这样的情况，随着更多的衍生工具在 DeFi 领域的出现，它们带来了这种增长。我认为，随着杠杆衍生工具的出现，在 NFT 领域中也将看到类似的增长。NFT 的一个特别吸引人的地方，也是我认为引发增长的另一个催化剂，就是它们具备极具表现力的数据结构。我们不仅可以用它们来代表 PFP，或生成艺术和游戏物品，我们还可以用它们来代表基本上链上的任何东西。因此，随着更多有趣的金融工具或金融资产作为 NFT 来表示，随着现实世界的资产开始成为 NFT，我们会看到 NFT 市场的范围将显著扩大。与这些衍生品市场相结合，这些不同的金融基元被设立为 NFTs，促使整个空间显著增长。因此我认为 NFT 领域的两个主要催化剂是衍生市场的执行和推出，以及 NFT 所代表范围的显著扩展，这将在更广泛的加密货币领域带来大量增长。
NFT 实用性展望
Blair: 感谢你的分享。我想了解您对 NFT 实用性的看法。我们看到了最近 Azuki 发生了什么，而 PFP 一直都是 NFT 最主要的效用。此前大量的时尚品牌甚至星巴克都发布了自己对 NFT 的种种尝试。您对此有何看法？您认为 PFP 仍然会是 NFT 这一赛道的主要应用吗？
Nick: 我认为 PFPs 在一定程度上是一种有趣的在线社区实验——在线身份。已经建立在 PFPs 周围的少数社区将在下一个周期中维持并继续增长。我认为 Azuki、Yuga 生态系统都是很好的例子。Pudgy Penguins 和 CryptoDickbutts 这些不同系列的收藏品已经显示出成为在线强大社区基础的趋势。我认为，任何新的资产爆发增长时都会有很多噪音、骗局或欺诈，上一个周期中推出的许多 PFP 最终会逐渐被淘汰，虽然仍会有具有价值的社区存在，但它们只占整个 NFT 市场的很小一部分。我认为，NFT 具有真正的实用性，它将连接到真实世界资产，游戏将占 NFT 市场的更大比例。那些代表金融资产的 NFT，如保单、房地产、不同类型的期权、债券或流动性头寸将在未来占到 NFT 市场的很大比例。
畅想 NFT 与 AI 的交汇
Blair: 我完全同意你的观点，除了现实世界的资产和 NFT 的实用性之外，还有一个流行语，就像 ChatGPT 一样，那就是 AI。人工智能似乎渗透到了我们生活的方方面面，每个人都在谈论 AI，这实际上已经成为所有 Web3 及其他领域创业的新热门。这不仅仅局限于 Web3 领域，而是普遍适用于所有人。那么，你对 NFT 和人工智能趋势的交汇点有什么看法？考虑到你们已将机器学习作为业务模型的基本组成部分，你认为我们可以期待哪种创新呢？
Nick: 我认为人工智能在社会和人类生活中将会广泛应用，因此有许多领域值得探讨。具体来说，就我们所关注的定价和 NFT 金融市场而言，我认为过去一年里，人工智能已经达到了一定的成熟水平和生产准备程度，显示出它很可能是我们看到的带来通缩的技术，且显著地提高了我们与那些复杂、特别是长尾金融市场互动的能力。这就是我们正在做的事情。我认为我们会在金融市场领域看到更多关于使用人工智能直接带来更高的效率和流动性的工作。我们可以使用人工智能更直接地定价资产，用于考虑那些今天我们可能不认为是资产的东西，或者那些我们曾经认为因为过于模糊或者长尾而不被认真考虑的金融利用案例。但我也认为，这也是我们正在处理的一部分，人工智能开始越来越多地出现在区块链上，人工智能模型或者围绕人工智能的基础设施正在以更具可信度和可验证的方式在链上构建。随着 NFT 金融市场的成熟，构建更大规模的金融市场将变得越来越重要，而影响这些市场并与之交互的模型需要具备越来越强的可信赖感。通过将它们引入链上，建立可验证的推理或相关基础设施，可以实现这一点。因此，这是我特别兴奋的方面。我们正在与这个领域的人合作进行一些工作，很快将会公布。我认为我们会看到越来越多的人工智能以越来越有趣的方式接触链。
Blair: 期待看到更多故事和跨界合作。非常感谢你对于产品以及行业和其他见解的所有分享。再次感谢。
Nick: 感谢你的邀请。