当前位置:网站首页>J9数字货币论:web3的创作者经济是什么?
J9数字货币论:web3的创作者经济是什么?
2022-08-05 02:03:00 【J9说数字】
Web3 是什么?
这段时间我们看到互联网创业圈子,似乎人人都在说 Web3,但是,关于 Web3 到底是什么,答案五花八门,其实到现在还没有一个共识度很高的定义,和「元宇宙」一样。
Web3 到底是什么呢?
要说清楚 web3,我们还是要先看一下 Web1 和 Web2。


这张图片之前在网络上流传很广,总结得也比较清楚。
Web1 是可读的互联网,在 Web1 中,我们可以从网络上获取新闻资讯,但是几乎只能单方面地获取信息,无法参与互动。
到了 Web2,有了留言评论、点赞、私信聊天、发布主题等等这些一些功能,所以,Web2 不仅仅是可读的,而且还可写,可参与互动。
那 Web3 呢,我们不仅仅可读、可写,还可以拥有。
可是具体是指什么呢?其实是落到了「控制权」上面:我们对账号、对在平台上互动产生的数据信息、对资产等有了控制权,我们能说了算。
创作者经济
在这个世界上,那些创造内容的人(音乐家、喜剧演员、艺术家等)直接由他们的观众资助,而不是唱片公司、录音室、出版商等中间人。
创造者经济对 Web 3.0 来说并不陌生。创作者使用 Instagram、Youtube、Twitch 等平台为粉丝制作内容。然而,在这些平台上,观看这种“免费”内容的成本是根据这些科技巨头掌握的数据向你提供广告。
在 Web 3.0 中,创造者经济是不同的,而且在很多方面都更好。创作者完全独立于第三方、拥有100%的数据所有权和自主权,可以创建他们想要的任何内容,而不必担心被去货币化或被禁止。在这个世界上,创作者通过真实的创造力而不是广告驱动的内容来赚钱,从而为他们的粉丝制作更好的产品。
此外,在 Web 3.0 世界中,创作者最早和最重要的支持者可以分享创作者的好处。例如,Chainsmokers 最近发布了一个 NFT 项目,NFT 的所有者可以从专辑中获得版税的一部分。Web 3.0 为创作者带来的可能性是无穷无尽的,并且可以改变我们与艺人互动的方式。
边栏推荐
- 原生js实现多选框全部选中和取消效果
- 2022了你还不会『低代码』?数据科学也能玩转Low-Code啦!
- 【MySQL series】- Does LIKE query start with % will make the index invalid?
- 没有对象的程序员如何过七夕
- [Word] #() error occurs after Word formula is exported to PDF
- MySQL learning
- iNFTnews | What can NFTs bring to the sports industry and fans?
- Jincang database KingbaseES V8 GIS data migration solution (3. Data migration based on ArcGIS platform to KES)
- Oracle encapsulates restful interfaces into views
- 直播回放含 PPT 下载|基于 Flink & DeepRec 构建 Online Deep Learning
猜你喜欢
随机推荐
重新审视分布式系统:永远不会有完美的一致性方案……
[parameters of PyQT5 binding functions]
HOG特征学习笔记
用@Mapper查询oracle的分区情况报错
DDOS攻击真的是无解吗?不!
高数_复习_第1章:函数、极限、连续
A new technical director, who calls DDD a senior, is convinced
[Endnote] Word inserts a custom form of Endnote document format
STM32使用stm32cubemx LL库系列教程
方法重写与Object类
LPQ (local phase quantization) study notes
sql语句多字段多个值如何进行排序
线性表的查找
Hypervisor related knowledge points
XMjs跨域问题解决
leetcode-对称二叉树
Methods commonly used interface automation test framework postman tests
iNFTnews | 对体育行业和球迷来说,NFT可以带来什么?
std::string::find 返回值的坑
Transfer Learning - Distant Domain Transfer Learning







![[GYCTF2020]EasyThinking](/img/40/973411c69d1e4766d22f6a4a7c7c01.png)

