Биткоин и альткоины под давлением из-за углубления рыночной коррекции

cryptonews.ruPublié le 2022-12-30Dernière mise à jour le 2024-12-30

  • Биткоин потерял ценовой уровень в 95 000 долларов и торгуется на уровне 93 600 долларов.
  • Спотовые ETF BTC доминировали в этом году среди 740 новых ETF в США.
  • Альткоины XRP, ONDO, XLM, DOGE и ADA значительно обвалились за последние 24 часа.

Криптовалютный рынок переживает широкомасштабное падение цен, при этом Bitcoin и несколько ведущих альткоинов находятся под давлением. Bitcoin (BTC) в настоящее время торгуется на уровне $93 692,56, снизившись на 1,36% за последние 24 часа. Ведущий цифровой актив ненадолго подскочил до дневного максимума в $95 110, но не смог удержаться выше этого уровня, рухнув до $92 881, прежде чем отскочить.

Несмотря на недавнюю волатильность, биткоин в этом году показал значительный рост, достигнув исторических максимумов в марте и декабре, когда он превысил $100 000. В этом году также было запущено более 740 новых ETF, при этом спотовые биткоин-ETF доминировали в притоке средств. Спотовые BTC и ETH-ETF BlackRock и Fidelity зафиксировали многомиллиардные притоки средств.

NEW: Spot #Bitcoin ETFs dominate inflows in 2024, leading the pack among 740 newly launched ETFs

The shift from TradFI is real! pic.twitter.com/OCBBMrtoS9

— Simply Bitcoin (@SimplyBitcoinTV) December 30, 2024

Долгосрочные перспективы биткоина

Взгляд на недельный график биткоина показывает бычий долгосрочный тренд. Индекс относительной силы (RSI) в настоящее время показывает 65,41, что указывает на сильное давление покупателей. Градиент линии предполагает потенциальное движение к $100 000 в ближайшее время.

Читайте также: Индекс сезона альткоинов поднялся до 48, что свидетельствует о нейтральном рынке

Galaxy Research прогнозирует, что Bitcoin достигнет $150 000 в первой половине следующего года. Они также ожидают, что Ethereum будет торговаться выше $5 500, поскольку количество поставленных токенов Ether продолжает расти. Однако альткоины, такие как XRP и Solana (SOL), могут составить конкуренцию ETH.

Альткоины ожидают значительного спада

Несколько ведущих альткоинов столкнулись со значительным падением цен. Например, XRP упал до дневного минимума в $2,04 после достижения $2,15, но с тех пор восстановился до $2,06.

Индекс относительной силы (RSI) для XRP составляет 45,56, что означает, что медведи взяли верх, а градиент линии предполагает, что текущая коррекция цен продолжится в ближайшем будущем.

Аналогично снизились и другие альткоины:

  • Акции ADA снизились на 2,03% и торгуются на уровне $0,8694.
  • ONDO упал на 4,92% до $1,38.
  • Dogecoin (DOGE) упал на 1,86% и оценивается в $0,3206.
  • Stellar (XLM) упал на 4,56% до $0,3365.

Похоже, что в краткосрочной перспективе эти альткоины продолжат нисходящую тенденцию.

Lectures associées

Collector Crypt devient une "machine à imprimer" sur la chaîne : moins de mille utilisateurs actifs par jour, les baleines génèrent 97 % des revenus

Lancé récemment, le projet TCG Collector Crypt s'est imposé dans le top 10 des protocoles en termes de revenus et a même occupé la première place sur Solana, suscitant un vif intérêt. Dans un marché baissier, il se distingue par sa forte rentabilité, devenant une sorte d'"imprimante à billets" on-chain. Le marché des TCG on-chain, porté par des plateformes comme Collector Crypt, connaît une croissance rapide, dépassant parfois les NFT en volume de transactions. Solana domine ce secteur naissant avec plus de 80% des parts de marché. Collector Crypt est le leader incontesté de ce créneau. Fin juin, il représentait près de 75% des transactions hebdomadaires du secteur. Ses revenus hebdomadaires de 5,2 millions de dollars lui permettent de rivaliser avec les principaux protocoles DeFi. Cependant, sa croissance repose en grande partie sur un petit nombre d'utilisateurs "baleines". En effet, moins de 15% des utilisateurs contribuent à environ 97% de ses revenus. Bien que son nombre d'utilisateurs actifs quotidiens soit inférieur à 1000, le montant moyen dépensé par utilisateur est très élevé, avoisinant les 7800 dollars. Ce succès s'explique par plusieurs facteurs : 1. Un mécanisme de "Gacha" (œufs à collectionner) on-chain qui incite aux achats répétés. 2. L'attrait d'IP majeures comme Pokémon, qui génère la majorité des transactions. 3. Un modèle économique autour du jeton CARDS, combinant airdrops, rachats par le protocole et un effet réseau, bien que des déblocages futurs de jetons puissent exercer une pression vendeuse. En résumé, Collector Crypt a prouvé la viabilité du modèle économique des TCG on-chain. Cependant, pour une croissance durable, le défi principal reste de diversifier sa base d'utilisateurs au-delà des gros investisseurs et de continuer à développer l'écosystème de ce secteur encore jeune.

marsbitIl y a 18 mins

Collector Crypt devient une "machine à imprimer" sur la chaîne : moins de mille utilisateurs actifs par jour, les baleines génèrent 97 % des revenus

marsbitIl y a 18 mins

La pionnière de la sécurité informatique Dawn Song rejoint Meta

Dawn Song, professeure d'informatique à UC Berkeley et figure éminente de la sécurité informatique et de l'IA, rejoint Meta. Elle occupera le poste de vice-présidente de la recherche en IA au sein du Superintelligence Labs de Meta, sous la direction de Nat Friedman. Éminente universitaire et entrepreneure, lauréate du prix MacArthur et membre de l'AAAS, elle est reconnue pour ses travaux pionniers, notamment l'analyse de flux de données (Dynamic Taint Analysis). Ses recherches couvrent la sécurité logicielle, l'apprentissage automatique contradictoire et la sécurité des agents IA. Son équipe à Berkeley a récemment développé ALE (Agents' Last Exam), un benchmark pour évaluer les capacités des agents IA dans des tâches du monde réel. Elle rejoint Meta avec d'autres membres de Virtue AI, une entreprise qu'elle a cofondée et spécialisée dans les infrastructures de sécurité pour l'IA, notamment le test d'intrusion automatisé (red-teaming). Ce recrutement intervient dans un contexte où Meta cherche à renforcer la sécurité de ses modèles d'IA, en vue de leur déploiement à grande échelle et face à une pression réglementaire croissante. L'article mentionne également le départ de Denny Zhou, fondateur de l'équipe Gemini Reasoning chez Google, pour rejoindre Meta il y a plusieurs mois. Expert de renom en raisonnement des modèles de langage, il est à l'origine de méthodes clés comme le Chain-of-Thought.

marsbitIl y a 51 mins

La pionnière de la sécurité informatique Dawn Song rejoint Meta

marsbitIl y a 51 mins

La Course aux Crypto-monnaies des Institutions Coréennes : Explosion Parallèle des Stablecoins et des RWA

**Résumé :** La Corée du Sud est à un tournant clé dans son adoption de la cryptographie, passant d'un marché retail dominant à un développement institutionnel structuré. Deux axes principaux émergent : les stablecoins et la tokenisation d'actifs réels (RWA). **Les stablecoins**, notamment un éventuel won numérique, sont devenus un enjeu majeur pour les régulateurs, les banques et les entreprises. La motivation est défensive, visant à contrer la fuite massive des capitaux vers les stablecoins en dollars (estimée à 1150 milliards de dollars) et à ancrer les transactions financières futures dans le système local. Des acteurs majeurs comme KB Financial, Hana Financial, Shinhan Card, BC Card et les géants internet Kakao (via KakaoPay) et NAVER (via NAVER Pay, qui prévoit d'acquérir Dunamu, la maison-mère d'Upbit) mènent des pilotes actifs. La fenêtre de collaboration pour les projets crypto natifs est ouverte pour devenir des partenaires infrastructurels privilégiés avant la finalisation du cadre réglementaire. **La tokenisation RWA** avance rapidement en Corée, avec un focus sur les secteurs locaux forts comme la construction navale, la chaîne d'approvisionnement industrielle (ex : Hanwha) et les IP culturelles (K-pop). Le cadre légal se précise avec des amendements aux lois sur les marchés de capitaux. Des plates-formes comme NXT et KDX ont reçu des approbations préliminaires pour négocier des titres tokenisés. L'opportunité pour les projets crypto réside dans la fourniture d'infrastructures techniques complémentaires : canaux de distribution globaux, solutions de liquidité et d'interopérabilité cross-chaîne, et outils d'optimisation pour les institutions. **Les plateformes grand public (NAVER, Kakao, Toss)** détiennent la clé de l'adoption massive. Elles intègrent activement les services blockchain (portefeuilles, stablecoins) dans leurs écosystèmes de paiement et de communication, créant ainsi des canaux de distribution essentiels pour atteindre les utilisateurs finaux. En somme, l'écosystème coréen se structure à un rythme soutenu. Les projets internationaux qui établiront dès maintenant des partenariats concrets avec les institutions locales sont les mieux placés pour façonner l'avenir du secteur des actifs numériques en Corée du Sud.

Foresight NewsIl y a 57 mins

La Course aux Crypto-monnaies des Institutions Coréennes : Explosion Parallèle des Stablecoins et des RWA

Foresight NewsIl y a 57 mins

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

Ces deux dernières années, les modèles de génération vidéo par IA (comme Sora, Veo, Kling) ont connu une évolution fulgurante, produisant des séquences réalistes et complexes. En parallèle, la détection de ces contenus synthétiques accuse un retard préoccupant, alors que les vidéos truquées prolifèrent sur les réseaux sociaux, semant la confusion et la désinformation. Face à cette urgence, une étude récemment publiée propose une refonte complète de l'objectif de détection. Il ne s'agit plus simplement de classer une vidéo comme "vraie" ou "fausse", mais de procéder à une **vérification de la fidélité factuelle** : vérifier si le contenu (qui, quand, où, quoi) est cohérent avec la réalité, tant au niveau perceptif que cognitif, et s'il respecte les lois physiques et les connaissances du monde. L'étude catégorise les vidéos générées par IA en trois paradigmes : 1. **Manipulation locale (LMV)** : Altération d'une partie d'une vidéo réelle (deepfake). 2. **Édition audio-visuelle (AVE)** : Modification des relations entre le son et l'image (synchronisation labiale, doublage). 3. **Synthèse générative complète (GVS)** : Génération de bout en bout à partir de texte ou d'images (modèles de type "simulateur de monde"). Pour relever ce défi, les auteurs proposent un cadre de détection à **double perspective (visuelle et langagière)** organisé en quatre couches progressives : * **Couche 1 - Indices visuels bas-niveau** : Analyse des artefacts, du bruit, des signaux physiologiques. * **Couche 2 - Cohérence spatio-temporelle** : Vérification de la fluidité des mouvements et de la continuité physique. * **Couche 3 - Cohérence multimodale** : Vérification de l'alignement entre l'image, le son et les sous-titres. * **Couche 4 - Raisonnement guidé par le langage** : Évaluation de la conformité du contenu avec les faits, la logique et les connaissances du monde réel. L'évolution montre un glissement des méthodes de détection des couches basses (visuelles) vers les couches hautes (langagières et raisonnées), à mesure que les vidéos synthétiques deviennent plus parfaites en apparence. Pour être crédible et utile, un système de détection futur doit évoluer vers un processus **dynamique, traçable et explicable**. Il doit fournir des preuves structurées, combiner les perspectives visuelle et langagière, et fonctionner de manière robuste face à la diversité des modèles de génération et aux transformations des plates-formes. Ce défi nécessitera une collaboration interdisciplinaire entre la vision par ordinateur, le traitement du langage et la modélisation du monde.

marsbitIl y a 1 h

Comment détecter les vidéos générées par IA ? Revue d'un système de détection dynamique, traçable et explicable

marsbitIl y a 1 h

NVIDIA MoE Nouveau Open Source : Un Import Ligne, Accélération du Fine-tuning de 3.7x

NVIDIA a open-sourcé NeMo AutoModel, une solution permettant d'accélérer jusqu'à 3,7 fois le réglage fin (fine-tuning) des grands modèles de type MoE (Mixture of Experts). Compatible avec l'API de Hugging Face Transformers v5, elle ne nécessite qu'une simple ligne d'importation pour obtenir ces gains de performances. Les expériences menées sur des modèles comme Qwen3-30B-A3B montrent une augmentation du débit d'entraînement de 3,4 à 3,7 fois et une réduction de 29% à 32% de la mémoire GPU utilisée. Cette optimisation repose sur trois technologies clés : le parallélisme d'experts (Expert Parallelism) pour répartir la charge mémoire, DeepEP pour fusionner calculs et communications, et TransformerEngine pour accélérer les opérations de base du Transformer. Ainsi, NeMo AutoModel offre une mise à niveau transparente pour les utilisateurs de Transformers v5, permettant un réglage fin plus rapide et plus efficace des modèles MoE à grande échelle sans modifications majeures du code. Le code et la documentation sont disponibles sur GitHub.

marsbitIl y a 1 h

NVIDIA MoE Nouveau Open Source : Un Import Ligne, Accélération du Fine-tuning de 3.7x

marsbitIl y a 1 h

Trading

Spot
活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow