本文介绍了Zama Bounty Program Season 7的获奖方案，该方案使用全同态加密（FHE）和Concrete ML实现了加密图像的隐形水印。该方案包含一个编码器神经网络（用于嵌入水印）和一个解码器神经网络（用于提取水印）。文章还讨论了该方案的性能和水印提取方法，以及其在版权保护、身份验证和篡改检测等方面的应用潜力。

本文介绍了Zama团队的fhEVM在token销售拍卖中的应用，重点介绍了社区成员Palra利用同态加密技术构建的链上保密单价拍卖系统，该系统允许参与者进行保密的竞标，同时确定统一的结算价格。文章还深入探讨了该方案中Fenwick树数据结构的使用，以及如何在保密性和可扩展性之间找到平衡。

本文讨论了稳定币的现状和未来，认为目前稳定币面临的最大挑战是缺乏隐私性。文章提出利用全同态加密（FHE）技术创建具有内置隐私功能的稳定币，使得交易双方的身份和交易金额都得到加密保护，同时保持智能合约的完整功能。文章最后呼吁稳定币发行方、银行和资产管理公司考虑采用FHE技术。

Zama 发布了 TFHE-rs v1.0 稳定版，该版本稳定了 x86 CPU 后端的高级 API，并确保向后兼容，提升了密码学安全性，优化了分布式协议的性能。此外，还发布了 TFHE-rs 手册，详细介绍了后端的实现，并简化了贡献流程。通过贡献 Zama Bounty Program 还可以获得奖励，此外，GPU 后端也在开发中。

本文主要介绍了Zama推出的基于全同态加密(FHE)技术的区块链协议fhEVM，旨在解决DeFi领域中机构和高净值用户对交易隐私的需求。通过加密ERC-20代币、实现非抵押贷款和减少MEV攻击，fhEVM为DeFi带来了更高的隐私性和资本效率，有望吸引更多机构参与。文章呼吁开发者利用该技术构建下一代保密借贷协议。

本文介绍了Zama的FHE State OS，这是一个基于区块链的IT基础设施，旨在通过全同态加密保护公民隐私，同时管理税收、公共支出等政府职能。文章还讨论了使用FHE构建的几个应用案例，包括：加密的ERC-20 token，使用加密投票的DAO，以及去中心化身份系统。

TFHE-rs v0.11 版本发布，主要带来了以下更新： 1. 零知识证明性能显著提升；2. 引入了基于 FheAsciiString 类型的新加密字符串模块；3. 默认加密参数现在遵循调整后的均匀噪声分布；4. GPU 性能提升，64 位加法运算速度提高 30%；5. 可以在 GPU 上轻松执行加密数组的计算。同时，该版本还改进了 GPU 性能，并修复了一些bug。

fhEVM v0.6 版本引入了更强大的输入机制与证明功能，扩展了类型支持，并增强了 fhEVM 部署的配置能力。同时，Zama 推出了 fhEVM Coprocessor，它允许在任何 EVM 链上构建保密智能合约，目前已在 Sepolia 测试网上提供。

Concrete v2.9 版本发布，增强了 TFHE-rs 的互操作性，扩展了对有符号整数的支持并完全支持张量的序列化和反序列化，支持 Python 3.12，包括 CPU 和 GPU wheels，并修复了一些 Bug，优化了 GPU 内核，提高了 FHE 的评估性能。

TFHE-rs v0.11 版本发布，带来了多项重要改进和新功能，包括Zero Knowledge Proof性能的显著提升，以及通过 FheAsciiString 类型在高级 API 中使用加密字符串的新模块。新版本还引入了 TUniform 噪声分布来代替高斯分布，GPU 性能也得到提升，并支持在 GPU 上轻松执行加密数组的计算。