Мем-токены продолжают набирать обороты в 2025 году

cryptonews.ruPublicado a 2025-02-19Actualizado a 2025-02-19

Мем-токены уже давно перестали быть просто шуточной историей. В 2025 году они укрепили свои позиции на крипторынке, привлекая внимание инвесторов. Об этом заявили аналитики CoinShares. Они отметили, что один из самых знаковых токенов в этой категории — Pepe. Его эмблема, изображающая знаменитую лягушку из комиксов Мэтта Фьюри, стала культовым символом интернет-культуры.

Сначала мем использовался для цифровых коллекционных предметов на базе биткоина, а затем появился как токен в сети Ethereum. Благодаря механизму сжигания, который создает дефицит, а также запуску собственной сети 2-го уровня, капитализация PEPE достигла $4,4 млрд в феврале 2025 года.

Другой известный Мем-токены — Shiba Inu (SHIB), вдохновленный японской породой собак. Этот актив, также запущенный на базе Ethereum, быстро набрал популярность. В 2023 году команда проекта представила проект Shibarium — решение 2-го уровня, которое улучшает масштабируемость сети. Низкие комиссии, активное сообщество и вирусный маркетинг позволили SHIB достичь рыночной капитализации в $10 млрд в январе 2025 года. Однако аналитики обнаружили, что основатель проекта владеет 10% предложения монет, что эквивалентно $900 млн. Это вызывает вопросы о централизации и возможных рисках для инвесторов.

По мнению специалистов, одной из главных проблем Мем-токенов остается концентрация активов в руках небольшого количества людей. Это повышает риски манипуляций и нестабильности рынка. Ситуация усугубляется появлением платформ, таких как Pump.fun, где пользователи могут создавать и запускать новые цифровые активы.

Несмотря на возможные угрозы, мем-токены продолжают набирать популярность. Инвесторы рассматривают их как способ быстро заработать, а комьюнити остается сильной движущей силой роста. Однако эксперты советуют проявлять осторожность, так как высокая волатильность может привести к внезапным потерям.

Ошибка в тексте? Выделите её мышкой и нажмите Ctrl + Enter

Lecturas Relacionadas

Dwarkesh Patel: La siguiente generación de IA podría nacer del trabajo duro

El conocido presentador de podcasts de tecnología de Silicon Valley, Dwarkesh Patel, explora cuál podría ser el próximo paradigma de entrenamiento para la IA. Identifica el "Reinforcement Learning with Verifiable Rewards" (RLVR) como el enfoque actual líder, que permite a los modelos practicar de forma masiva en tareas como programación o matemáticas, donde los resultados pueden verificarse y el entorno puede replicarse fácilmente. Sin embargo, Dwarkesh argumenta que el RLVR por sí solo es insuficiente para tareas del mundo real complejas, como emprender un negocio o gestionar una campaña política. Estas tareas, aunque tienen resultados verificables, carecen de "molienda" (*grindability*): son lentas, tienen muchas variables y no se pueden replicar o resetear a gran escala en un centro de datos. La propuesta clave es superar la limitación del "aprendizaje en contexto" actual, donde los modelos se adaptan temporalmente pero no retienen el conocimiento a largo plazo. Dwarkesh sugiere que la próxima generación de IA debe aprender continuamente de la experiencia del mundo real y "escribir" ese aprendizaje de nuevo en sus pesos fundamentales. Menciona dos posibles direcciones: la "autodestilación en política" (*On-Policy Self-Distillation*), que comprime la experiencia de tareas reales en actualizaciones del modelo, y el "sueño" (*dreaming*), donde la IA crea simulaciones basadas en observaciones reales para practicar y refinar estrategias. En resumen, el futuro paradigma que imagina Dwarkesh implica una transición: de entrenar modelos antes del lanzamiento con tareas verificables, a permitirles aprender continuamente después del despliegue a partir de la interacción con el mundo real, convirtiendo la experiencia práctica en una capacidad permanente.

marsbitHace 22 min(s)

Dwarkesh Patel: La siguiente generación de IA podría nacer del trabajo duro

marsbitHace 22 min(s)

Trading

Spot
活动图片