TaiJi completa una ronda de financiación estratégica de 3,5 millones de dólares con la participación de Castrum Capital, Becker Ventures y Coinvestor Ventures

链捕手Publicado a 2026-06-02Actualizado a 2026-06-02

Resumen

TaiJi ha completado con éxito una ronda de financiación estratégica de 3,5 millones de dólares, con participación de Castrum Capital, Becker Ventures y Coinvestor Ventures. Estos fondos se destinarán principalmente a la investigación y desarrollo de productos, la mejora del motor de inferencia de IA, la construcción de un sistema de análisis multiagente y la expansión de la comunidad global. TaiJi está construyendo una red de inteligencia de mercado impulsada por IA en el ecosistema BSC. La plataforma integra datos de mercado, señales on-chain, cambios de liquidez, sentimiento en redes sociales y eventos de proyectos en un sistema unificado de inferencia de IA. Su objetivo es transformar la información fragmentada en resultados de simulación de mercado estructurados, ayudando a los usuarios a comprender el impacto multidimensional de los eventos. A diferencia de las herramientas tradicionales, TaiJi emplea un marco de inferencia multiagente donde agentes especializados (mercado, on-chain, riesgo, etc.) analizan conjuntamente las señales. Su primera fase incluye módulos como Market Intelligence, Scenario Engine, Impact Map, Risk Signals y My TaiJi. La plataforma no custodia activos, ni ejecuta operaciones, ni ofrece consejos de inversión. Con esta inversión, TaiJi acelerará el desarrollo de sus funciones centrales y expandirá su presencia en el ecosistema Web3.

Autor: TaiJi

Monto de la financiación

TaiJi anunció hoy la finalización de una ronda de financiación estratégica de 3,5 millones de dólares. Los fondos se destinarán principalmente al desarrollo de productos, la mejora del motor de inferencia de IA, la construcción de un sistema de análisis multiagente, la mejora de la infraestructura de datos de mercado, la expansión de la comunidad global y la promoción de colaboraciones ecológicas.

A medida que el mercado Web3 entra en una nueva etapa de mayor frecuencia, mayor complejidad y mayor impulso por eventos, los usuarios ya no se enfrentan solo a gráficos de precios y flujos de noticias. Eventos macro, avances de proyectos, TGE, fondos on-chain, cambios de liquidez, sentimiento en redes sociales y comportamiento comunitario están influyendo conjuntamente en la estructura del mercado y el rendimiento de los activos.

TaiJi aspira a ofrecer una nueva forma de entender el mercado: no solo mostrar datos, sino transformar las condiciones del mercado, las señales on-chain, los eventos noticiosos y el sentimiento en redes sociales en resultados de simulación de mercado analizables, rastreables y revisables.

Inversores

Esta ronda de financiación estratégica contó con la participación conjunta de Castrum Capital, Becker Ventures y Coinvestor Ventures.

TaiJi indicó que esta financiación no solo apoyará la iteración continua de la plataforma a nivel técnico y de producto, sino que también ayudará a TaiJi a avanzar en la construcción de productos, el crecimiento comunitario y las colaboraciones ecológicas dentro del ecosistema de BSC. En el futuro, TaiJi continuará construyendo una infraestructura de mercado inteligente más completa en torno a capacidades de análisis de mercado con IA, identificación de señales on-chain, evaluación de riesgos y simulación de eventos.

Descripción del proyecto

TaiJi está construyendo una red de inteligencia de mercado on-chain impulsada por IA en el ecosistema de BSC. La plataforma integra condiciones de mercado, fondos on-chain, cambios de liquidez, sentimiento en redes sociales, eventos noticiosos y dinámicas de proyectos en un sistema de simulación unificado con IA, ayudando a los usuarios a generar simulaciones estructuradas de eventos, rutas de impacto, evaluaciones de riesgos e indicadores de observación posteriores.

A diferencia de las herramientas tradicionales de mercado, TaiJi no es solo una interfaz generativa de IA, sino que está construyendo un sistema inteligente de análisis orientado al mercado Web3. La plataforma integrará continuamente condiciones de mercado, fondos on-chain, cambios de liquidez, sentimiento en redes sociales y eventos de proyectos, formando una red de datos de mercado nativa actualizada en tiempo real; al mismo tiempo, registrará los cambios en activos, fondos, narrativas, riesgos y atención de los usuarios tras eventos, estableciendo un conjunto de datos revisables sobre la reacción a eventos.

Sobre esta base, TaiJi procesa de manera coordinada diferentes tipos de señales de mercado a través de un marco de simulación multiagente. Los Agentes de Mercado, Agentes On-Chain, Agentes de Sentimiento, Agentes de Riesgo y Agentes de Eventos analizan conjuntamente el impacto de los eventos, transformando información fragmentada en rutas de impacto estructuradas, evaluaciones de riesgos e indicadores de observación posteriores.

La primera fase del producto de TaiJi se centrará en los siguientes módulos principales:

  • Market Intelligence: Agrega condiciones de mercado, datos on-chain, sentimiento en redes sociales y eventos noticiosos, formando una capa de inteligencia de mercado en tiempo real.
  • Scenario Engine: Genera resultados de simulación basados en IA sobre eventos de mercado, ayudando a los usuarios a comprender los posibles impactos multidimensionales de los eventos.
  • Impact Map: Muestra el impacto de eventos en activos, narrativas, liquidez, rutas de riesgo y atención del mercado.
  • Risk Signals: Identifica cambios en fondos on-chain, fluctuaciones de liquidez, transacciones anómalas y señales de riesgo potencial.
  • My TaiJi: Registra listas de seguimiento del usuario, simulaciones históricas, observaciones de mercado e indicadores personalizados.

TaiJi declara: "El mercado Web3 está pasando de la mera negociación de precios a una nueva etapa impulsada conjuntamente por eventos, narrativas, datos y comportamientos on-chain. TaiJi aspira a integrar las señales dispersas en condiciones de mercado, on-chain, redes sociales y noticias en un sistema de simulación de mercado nativo de IA, permitiendo a los usuarios entender más rápidamente cómo los eventos afectan los activos, la liquidez, el riesgo y el sentimiento del mercado."

Con la finalización de esta ronda de financiación, TaiJi acelerará el progreso de la renovación del producto y las pruebas, abriendo gradualmente funciones principales como simulación con IA, inteligencia de mercado, mapas de impacto, señales de riesgo y el panel de usuario, y continuará expandiendo su presencia de producto en el ecosistema de BSC y en el mercado global Web3.

Sobre TaiJi

TaiJi es una plataforma de inteligencia de mercado on-chain nativa de IA orientada al mercado Web3, que agrega condiciones de mercado, señales on-chain, sentimiento en redes sociales e información de eventos, ayudando a los usuarios a generar simulaciones de mercado estructuradas, rutas de impacto, alertas de riesgos e indicadores de observación posteriores.

TaiJi no custodia activos de usuarios, no realiza transacciones por ellos, no ofrece consejos de inversión y no promete rendimientos.

Preguntas relacionadas

Q¿Qué anunció TaiJi recientemente en cuanto a financiación?

ATaiJi anunció la finalización de una ronda de financiación estratégica de 3,5 millones de dólares.

Q¿Quiénes participaron como inversores en esta ronda de financiación de TaiJi?

ALa ronda estratégica fue respaldada por Castrum Capital, Becker Ventures y Coinvestor Ventures.

Q¿En qué ecosistema blockchain está construyendo TaiJi su plataforma principal?

ATaiJi está construyendo su red de inteligencia de mercado impulsada por IA en el ecosistema de BSC (Binance Smart Chain).

Q¿Cuál es el objetivo principal de la plataforma TaiJi en el mercado Web3?

AEl objetivo de TaiJi es proporcionar una nueva forma de comprender el mercado Web3, transformando datos de mercado, señales on-chain, eventos noticiosos y sentimiento social en resultados de análisis y simulaciones estructuradas y procesables, en lugar de solo mostrar datos.

Q¿Cuáles son algunos de los módulos centrales que TaiJi planea lanzar en su primera fase de producto?

ALos módulos centrales de la primera fase incluyen: Market Intelligence (Inteligencia de Mercado), Scenario Engine (Motor de Escenarios), Impact Map (Mapa de Impacto), Risk Signals (Señales de Riesgo) y My TaiJi (Mi TaiJi).

Lecturas Relacionadas

Tendencias en el Mercado Accionario de EE.UU.: Una frase de Jensen Huang añadió $47 mil millones; Google 'vende parte de su empresa' por primera vez en 20 años para recaudar fondos

**Tendencia de las acciones en EE.UU.: Una frase de Jensen Huang genera 470.000 millones de dólares, Alphabet recurre a una ampliación de capital tras 20 años** La carrera armamentística de la IA está pasando de centrarse en quién tiene el mejor chip a quién puede convertir el dinero más rápido en capacidad de computación. El 2 de junio, el mercado observó ambas caras de la moneda. En Computex Taipei, Jensen Huang, CEO de NVIDIA, calificó a Marvell Technology como la "próxima empresa de un billón de dólares", lo que hizo que su valor bursátil se disparara un 32.5%, añadiendo unos 470.000 millones de dólares. Ese mismo día, Alphabet, matriz de Google, anunció un plan de financiación de 80.000 millones de dólares mediante una ampliación de capital, la primera en 20 años, para cubrir unos gastos de capital previstos de más de 180.000 millones de dólares en 2026, duplicando el año anterior. Los índices principales de Wall Street (S&P 500, Dow Jones y Nasdaq) cerraron en máximos históricos, con un impulso liderado por la tecnología, especialmente los semiconductores (índice SOXX +5.79%). Además de Marvell, Hewlett Packard Enterprise (HPE) subió un 25% tras presentar unos resultados trimestrales excepcionales y aumentar su previsión anual. Mientras tanto, la noticia de Alphabet hizo que sus acciones cayeran un 4% y arrastraron al sector de servicios de comunicación. El movimiento refleja la preocupación del mercado por el inmenso coste de la infraestructura de IA, incluso para los gigantes tecnológicos con mayor flujo de caja. En otros sectores, Palo Alto Networks subió tras el cierre gracias a unos sólidos resultados, y se esperan con atención los datos de empleo no agrícola del viernes, que podrían influir en las expectativas sobre la política de la Reserva Federal.

marsbitHace 25 min(s)

Tendencias en el Mercado Accionario de EE.UU.: Una frase de Jensen Huang añadió $47 mil millones; Google 'vende parte de su empresa' por primera vez en 20 años para recaudar fondos

marsbitHace 25 min(s)

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

El artículo analiza cómo DeepSeek podría generar un ahorro potencial de un billón de dólares en la infraestructura de IA de China, a través de optimizaciones técnicas que aumentan drásticamente la eficiencia del hardware. El punto de partida es el elevado costo de las plataformas de IA de última generación, como la futura Vera Rubin de Nvidia, donde una parte significativa del precio (unos 2 millones de dólares por sistema) corresponde a memoria costosa (HBM4, LPDDR5X), cuya precio ha aumentado un 435% en un año. Frente a esta tendencia, DeepSeek actúa en dirección opuesta. Sus modelos, especialmente la serie V4, aplican tres innovaciones clave para reducir la dependencia de los componentes de hardware más caros: 1. **Comprimir la "memoria" (contexto largo):** Su mecanismo de atención Multi-head Latent Attention (MLA) comprime radicalmente la caché KV (Key-Value Cache), reduciendo la necesidad de memoria de alta gama en hasta un 93% sin comprometer la calidad. 2. **Activar solo el "cuerpo" necesario:** Utiliza una arquitectura Mixture of Experts (MoE) extrema (ej., V4-Pro con 1.6 billones de parámetros totales pero solo 49 mil millones activos por token), permitiendo que solo una pequeña fracción de los parámetros del modelo resida en la costosa memoria HBM en cada momento. 3. **Reutilizar cálculos:** Almacena resultados intermedios (caché) para reutilizarlos en lugar de recalcular, ofreciendo precios muy bajos para las solicitudes que "aciertan en la caché". El efecto combinado es que el mismo hardware puede producir hasta 4 veces más tokens útiles, equivalente a reducir en un 75% la inversión en hardware para un rendimiento dado. Traducido a escala nacional, con un consumo diario de tokens que se proyecta en cientos o miles de billones, esta eficiencia podría evitar la construcción de decenas de miles de centros de computación inteligente, representando un ahorro acumulado del orden de un billón de dólares. Además, esta estrategia cambia el campo de batalla tecnológico: reduce la dependencia de los chips de computación más avanzados (donde China tiene desventaja) y traslada parte de la carga a la memoria y la ingeniería de sistemas, áreas donde la industria china (ej., CXMT) está ganando terreno. Así, DeepSeek no "elimina" la necesidad de hardware, sino que redefine radicalmente la ecuación de costos de la infraestructura de IA, haciendo la inteligencia artificial más accesible para las industrias chinas.

marsbitHace 1 hora(s)

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

marsbitHace 1 hora(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

Autor: Alana Levin, Variant En Variant, nuestra filosofía de inversión se basa en la creencia de que las personas deberían poder ser dueñas de su dinero, identidad y datos. Consideramos que los tokens pueden clasificarse en dos categorías: activos de reserva de valor (SOV) o instrumentos similares a acciones. Creemos que el marco de SOV es particularmente útil para evaluar las blockchains de capa 1 (L1), que son protocolos de coordinación monetaria fundamentales. Un buen SOV debe cumplir con criterios clave: durabilidad técnica, escasez, resistencia a la censura, productividad económica, fortaleza memética ("memetics") y liquidez. El mercado total de SOV, como el oro (31 billones de dólares) y la plata (4 billones de dólares), es enorme y presenta una gran oportunidad. Tres activos L1 sobresalen como potenciales SOV principales: Bitcoin (BTC), Ethereum (ETH) y ZCash (ZEC). Bitcoin domina en el aspecto memético como "oro digital". Ethereum muestra mayor durabilidad técnica gracias a su capacidad de mejora. ZCash se destaca por su resistencia a la censura y privacidad, ofreciendo protección contra la confiscación o vigilancia. Aunque estos activos digitales superan en muchos aspectos a los SOV tradicionales, aún representan una parte pequeña del mercado total, lo que señala una oportunidad significativa de crecimiento en este espacio.

marsbitHace 1 hora(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

marsbitHace 1 hora(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

Una investigación de Google propone un enfoque revolucionario para combatir las alucinaciones en los modelos de lenguaje grandes (LLMs): desarrollar su metacognición, es decir, su capacidad para reconocer y expresar su propio nivel de incertidumbre, en lugar de intentar hacerlos omniscientes o que rechacen responder con frecuencia. El documento, titulado "Las alucinaciones socavan la confianza; la metacognición es el camino a seguir", argumenta que las estrategias actuales son insuficientes. Por un lado, aumentar los datos de entrenamiento no puede cubrir todo el conocimiento. Por otro, rechazar respuestas para reducir errores impone una pesada "tasa de utilidad", sacrificando muchas respuestas correctas y dañando la experiencia del usuario. La clave del problema es la falta de "discriminación" del modelo: su incapacidad para distinguir con precisión, pregunta por pregunta, si su respuesta es correcta o incorrecta, más allá de una buena "calibración" general. Los análisis muestran que con las capacidades actuales, para reducir la tasa de error al 5%, un modelo tendría que rechazar más del 52% de las preguntas que podría responder correctamente. La propuesta central es redefinir la alucinación. No es simplemente "decir algo incorrecto", sino "afirmar con certeza algo incorrecto cuando no se tiene la base para estar seguro". La solución es lograr una "incertidumbre fiel": que el lenguaje del modelo (ej., "creo que podría ser...") refleje fielmente su estado interno de confianza, medible mediante técnicas como el muestreo repetido. Esto permitiría a los LLMs proporcionar información útil junto con advertencias adecuadas, equilibrando utilidad y fiabilidad. Esta metacognición es aún más crucial para los Agentes de IA que usan herramientas externas, ya que necesitan juzgar cuándo buscar información y cuándo confiar en su conocimiento interno. El camino presenta desafíos como la "paradoja del arranque" para crear datos de entrenamiento dinámicos, la señal de "alineación destruida" por los procesos de ajuste humano (RLHF) que premian la seguridad, y la dificultad de evaluar si el modelo realmente tiene metacognición o solo la está simulando. En resumen, el mensaje es claro: en lugar de perseguir un modelo infalible, un objetivo más realista y valioso es desarrollar LLMs que sean honestos acerca de los límites de su conocimiento, comunicando claramente cuándo están seguros y cuándo no. Esta transparencia es fundamental para generar confianza.

marsbitHace 1 hora(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

marsbitHace 1 hora(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

Bitcoin cae, cayendo hasta los 66.123 dólares, su mínimo en dos meses, mientras Ethereum también toca niveles bajos. Los analistas señalan que las explicaciones inmediatas, como las salidas de fondos de los ETF o la reducción de posiciones por parte de Strategy, son solo síntomas de un problema más profundo: **Bitcoin está perdiendo la competencia por la asignación de capital**. Ante un entorno de tasas de interés más altas, el activo digital se encuentra en una "incómoda zona intermedia" y está siendo superado en tres frentes clave: 1. **Como cobertura contra la inflación:** El oro, las acciones energéticas y las materias primas, con respaldo físico y un argumento más directo, están ganando terreno. 2. **Como activo de crecimiento:** Las empresas de IA con ingresos y beneficios reales ofrecen una propuesta de valor más clara que Bitcoin, que no genera flujos de caja. 3. **Como exposición al ecosistema cripto:** Los inversores pueden acceder a este crecimiento a través de acciones de intercambios, emisores de stablecoins o infraestructura, que ofrecen un vínculo más directo con la adopción real. La advertencia reciente de la Fed sobre una inflación persistente, que antes hubiera impulsado a Bitcoin, ahora no tiene el mismo efecto. **La narrativa del "oro digital" está siendo erosionada.** La nueva lógica bajista no cuestiona su tecnología, sino su propuesta de valor: **la escasez por sí sola ya no es suficiente**. Los inversores, con más opciones, exigen ahora razones más sólidas para elegir Bitcoin frente a otros activos.

华尔街日报Hace 1 hora(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

华尔街日报Hace 1 hora(s)

Trading

Spot
Futuros
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow