加密风投370亿美元新高背后：为何融资仍难？

比推Publié le 2025-07-11Dernière mise à jour le 2025-07-11

作者：Mason Nystrom

编译：深潮TechFlow

原标题：加密风投 2025：融资难背后的新趋势

为创始人提供有关加密货币融资现状的一些见解，以及我个人对加密货币 VC 未来的一些预测。

话说在前：融资环境艰难，因为上游DPI（深潮注：按市值加权的指数，用于追踪去中心化金融(DeFi)资产在加密货币市场中的表现）和LP的资金挑战，纵观整个 VC 领域，基金在相同时间段内向LP返还的资金与以往相比有所减少。

这反过来导致现有和新创VC获得的净资本减少，最终导致创始人的融资环境更加艰难。

这对加密企业意味着什么？

2025 年交易放缓，但与 2024 年的资本部署步伐相匹配。

- 交易数量放缓可能与许多 VC 接近基金末期，可供部署的资金较少有关。

- 一些大型交易仍由大型基金完成，因此资本部署速度与前两年持平。

过去两年，加密货币并购交易持续改善，这预示着流动性和退出机会的良好发展。近期发生的包括 NinjaTrader、Privy、Bridge、Deribit、HiddenRoaad 等在内的大型并购交易，预示着整合和承销更多加密股权风险投资的好兆头。

过去一年，交易数量相对稳定，2024年第四季度和2025年第一季度有一些规模较大、处于后期阶段的交易完成（或宣布）。

这主要是因为更多交易属于早期的Pre-seed、种子轮和加速器阶段，这些阶段的资金总是比较充裕。

加速器和 Launchpad 引领各阶段交易数量

自 2024 年以来，市场上出现了大量的加速器和 Launchpad 平台，这可能反映了更为严峻的资本环境以及创始人选择更早地推出代币。

早期阶段交易规模中位数回升

Pre-seed融资规模持续同比增长，表明市场在早期阶段仍拥有充足的资金。种子轮、A轮和B轮融资中位数已接近或回升至2022年的水平。

加密VC未来阶段预测

1：代币将成为主要投资机制

从代币和股权的双重结构转向单一资产增值的统一结构。一种资产，一个价值增值的故事。

原推文链接：点击此处

2：金融科技与加密VC的融合

每一位金融科技投资者都在转型成为加密货币投资者，因为他们希望投资于下一代支付网络、新型银行和代币化平台，而这些都建立在加密货币轨道之上。

加密 VC 的竞争即将到来，许多尚未投资稳定币/支付领域的加密 VC 将难以与经验丰富的金融科技VC竞争。

3：流动性风险投资的兴起

“流动性风险投资” ——流动性代币市场中的风险投资机会。

流动性——公共资产/代币的流动性意味着更快的流动性。

可访问性——在私人风险投资中，获得准入并不容易，而流动性风险投资意味着投资者并不总是需要赢得交易，他们可以直接购买资产。场外交易期权也可用。

仓位调整——由于公司更早发行代币，这意味着小型基金仍然可以建立有意义的仓位，大型基金也可以类似地部署到市值更大的流动性资产中。

资金配置——许多表现最佳的 VC 历史上都将其风险资金持有为 BTC 和 ETH 等代币，这些代币已产生超额回报。我个人认为，在熊市周期中，VC 提前调用更多资金，这种情况将变得更加正常。

加密货币将继续引领 VC 的前沿

公私资本市场的融合是风险投资的发展方向，随着企业推迟上市，更多传统 VC 选择在流动性市场（IPO后持有工具）或二级市场进行投资。加密货币正处于风险投资的前沿。

加密货币持续在新的资本市场形成方面进行创新。而且，随着越来越多的资产转移到链上，更多公司将着眼于链上优先的资本形成。

最后，加密货币的收益往往比传统风险投资更具幂律性（深潮注：在幂律分布中，大部分事件的发生概率很小，而极少数事件的发生概率很大。），顶级加密资产竞相成为主权数字货币和新金融经济的底层。这种分散性将更大，但加密货币的超幂律和波动性将继续推动资本进入加密货币风险投资领域，寻求非对称回报。

原文链接:https://www.techflowpost.com/article/detail_26941.html

说明: 比推所有文章只代表作者观点，不构成投资建议

融资

Lectures associées

Les actions de semi-conducteurs plombent Wall Street, le trading lié à l'IA pris en tenaille par les taux et les rendements ?

Les actions de semi-conducteurs ont mené à une baisse du marché américain, avec le Nasdaq en recul de 2,2 % et le S&P 500 de 1,4 %. Cette correction généralisée, touchant notamment Nvidia, Micron, et les sociétés coréennes de mémoire, résulte de deux pressions conjointes. Premièrement, les anticipations d’un resserrement monétaire de la Fed s’accroissent, pesant sur les valorisations des valeurs de croissance. Deuxièmement, les investisseurs s’interrogent désormais sur le moment où les dépenses d’investissement massives en IA des géants du cloud se traduiront par des bénéfices clairs. La vente s’est concentrée sur la chaîne d’approvisionnement matérielle de l’IA, segment le plus surévalué et le plus achalandé. Alors que la demande en infrastructure IA reste solide, le marché réévalue les valorisations à l’aune d’un coût du capital plus élevé et d’un horizon de rentabilité plus lointain. Les prochains indicateurs, comme les résultats de Micron et l’évolution des données sur l’inflation, apporteront des éclaircissements sur la suite de cette correction. Pour l’heure, il s’agit moins d’un éclatement de bulle que d’un réalignement face à un contexte macroéconomique et d’attentes de rentabilité devenus plus exigeants.

marsbitIl y a 1 h

Les actions de semi-conducteurs plombent Wall Street, le trading lié à l'IA pris en tenaille par les taux et les rendements ?

marsbitIl y a 1 h

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

Les modèles d'IA modernes peuvent se comporter de manière non fiable ou dangereuse lorsqu'ils sont poussés au-delà de leurs données d'entraînement ou soumis à des pressions. Dans un nouveau document de recherche intitulé "Reinforcement Learning Towards Broadly and Persistently Beneficial Models", OpenAI explore comment entraîner des modèles pour qu'ils conservent des comportements bénéfiques et sûrs dans de nouveaux scénarios complexes et sous contrainte. Plutôt que de se concentrer uniquement sur une liste d'interdictions, l'étude défend l'idée qu'un bon assistant d'IA doit, dans des situations inédites, rester honnête, prudent, capable d'être corrigé et orienté vers des jugements bénéfiques pour l'humain. Elle propose d'utiliser l'apprentissage par renforcement non pas pour maximiser une récompense étroite (ce qui peut conduire à des détournements ou "reward hacking"), mais pour inculquer des traits bénéfiques profonds. Les chercheurs ont créé un ensemble de données de dialogue synthétique couvrant 12 domaines (médical, juridique, scientifique, etc.) pour évaluer 15 traits bénéfiques comme la véracité, la transparence métacognitive, la perception des risques et l'équité. Dans des expériences, le remplacement de seulement 5% des données d'entraînement standard par des données axées sur ces traits a significativement amélioré les performances du modèle sur 44 des 53 évaluations de sécurité et d'alignement, avec une amélioration moyenne de 9,1 points de pourcentage. Fait marquant, un modèle entraîné avec des données de traits bénéfiques uniquement dans le domaine de la santé a également montré des améliorations dans des tâches non sanitaires, suggérant un transfert d'alignement inter-domaines. Le modèle a appris une inclination sous-jacente à reconnaître l'incertitude et à privilégier la prudence dans les situations à risque. De plus, ces modèles ont démontré une "persistance de l'alignement" plus forte, résistant mieux aux invites adverses et au réglage fin malveillant sans dégradation généralisée de leur comportement. OpenAI souligne que cette recherche ne résout pas l'alignement des IA, mais représente un pas vers un "façonnage préalable" des modèles. L'enjeu pour l'industrie est de développer des IA dont le comportement reste robuste et prévisible dans des tâches complexes à haut risque, au-delà du simple refus systématique.

marsbitIl y a 1 h

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

marsbitIl y a 1 h

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

L'engouement pour l'IA n'est pas une simple réplique de la bulle de 1999-2000, selon Goldman Sachs. Le rapport clé est que, si les bénéfices et les dépenses en capital continuent d'être révisés à la hausse, les marchés ont déjà intégré des attentes optimistes importantes, les rendant plus sensibles à tout changement de récit. Contrairement à la fin des années 1990, la valorisation prospective n'est pas excessivement étirée car les anticipations de profits ont augmenté en parallèle des cours. Le signal majeur actuel est l'accélération des investissements en IA, dont l'intensité dépasse déjà le pic des années 90. Cependant, d'autres signaux de bulle (baisse des marges macro, déséquilibres de financement des entreprises, déficit courant) ne sont pas présents. Le défi principal est désormais le risque de "bulle de profits". La valeur boursière ajoutée des sociétés liées à l'IA (environ 27 000 milliards de dollars) dépasse les gains macroéconomiques de référence. Pour justifier les valorisations actuelles, il faut postuler que les gagnants de l'IA capteront une part durablement élevée des gains de productivité. À court terme, tant que le pic du cycle d'investissement n'est pas atteint, les bénéfices solides devraient l'emporter sur les craintes de valorisation. Cependant, la volatilité devrait augmenter, car les cours dépendent d'hypothèses optimistes. La demande de protection contre les baisses prend donc de la valeur. Par ailleurs, l'économie non-IA est moins vigoureuse qu'à la fin des années 1990, ce qui pourrait amplifier les corrections si le récit de l'IA faiblit.

marsbitIl y a 1 h

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

marsbitIl y a 1 h

Zuckerberg entre sur le marché des prédictions

Meta, dirigé par Mark Zuckerberg, développe une nouvelle application de marché de prédiction nommée "Arena". Conçue comme un produit indépendant pour concurrencer des plateformes comme Polymarket et Kalshi, l'application permettra aux utilisateurs de prédire les résultats d'événements politiques, sportifs ou culturels. Initialement, elle fonctionnera sur un système de points (sans argent réel), similaire à l'application Forecast lancée puis abandonnée par Meta en 2020. La société n'exclut pas d'introduire ultérieurement des paris en argent réel. Le lancement intervient dans un secteur en pleine croissance, avec un volume de transactions en ligne dépassant 1300 milliards de dollars en 2026. Les revenus potentiels, via des frais sur les transactions ou la monétisation des données utilisateurs, sont considérables. Meta compte sur sa base de plus de 3,56 milliards d'utilisateurs quotidiens pour assurer le succès d'Arena. Cependant, des défis majeurs subsistent : les risques réglementaires liés aux paris, les difficultés de conversion des applications indépendantes de Meta et les critiques sur son modèle commercial. La réussite d'Arena dépendra de la capacité de la société à naviguer dans cet environnement complexe.

Foresight NewsIl y a 1 h

Zuckerberg entre sur le marché des prédictions

Foresight NewsIl y a 1 h

Le rebond du marché des actions des semi-conducteurs : est-ce la fin d'un ajustement technique ou le début d'une inversion de tendance ?

L'action des semi-conducteurs a rebondi après une forte vente le 23 juin en Corée du Sud, où le Kospi a chuté d'environ 10%. La question centrale est de savoir si ce rebond marque la fin d'un simple ajustement technique ou un début de renversement de tendance. Le cœur de la volatilité réside dans la phase de repricing des actions semi-conductrices après le sur-achat lié à l'IA. Les titres mémoire, comme Samsung, SK Hynix et Micron, ont été poussés à la hausse par l'expansion des infrastructures IA, le HBM (mémoire haute bande passante) étant un composant clé en pénurie. Le rebond observé ressemble davantage à une correction de position qu'à une confirmation de reprise haussière. L'attente de rémunération des actionnaires chez Samsung a aidé, mais le test décisif viendra des résultats trimestriels, notamment ceux de Micron. Ses chiffres et ses prévisions doivent prouver que la dynamique de prix et la visibilité des commandes pour le HBM restent solides, soutenant ainsi la valorisation de toute la chaîne. Si Micron dépasse ses prévisions élevées et maintient des perspectives fortes, le rebond pourrait signaler la poursuite de la tendance. En revanche, si les indications deviennent prudentes, notamment sur l'équilibre offre-demande pour 2027, la correction récente pourrait annoncer un affaiblissement. Pour l'instant, le marché attend la preuve que les fondamentaux justifient encore les valorisations élevées.

marsbitIl y a 1 h