加密融资报告:上半年303亿美元的投资流向了哪里?

MessariPublié le 2022-08-10Dernière mise à jour le 2022-08-11

Résumé

据报告显示,2022年上半年共推出了151支涉及Web3/加密的基金,总规模达到359亿美元。

据报告显示,2022年上半年共推出了151支涉及Web3/加密的基金,总规模达到359亿美元。与之相对应的资金落地情况也颇为乐观——上半年共披露了1199起项目融资事件,其资金总规模达到303亿美元。

加密研究机构Messari近日发布了与Dove Metrics团队联合推出的2022年上半年加密融资报告。这份报告统计了上半年在 Web3、DeFi、CeFi、基础设施和NFT的总计1199起投融资事件,以及包括机构基金、DAO、天使投资人等在内的4300多个活跃的加密投资方。

据报告显示,2022年上半年共推出了151支涉及Web3/加密的基金,总规模达到359亿美元。其中加密基金116支,资金总量259亿美元;入场的传统行业基金35支,资金总量100亿美元。与之相对应的资金落地情况也颇为乐观——上半年共披露了1199起项目融资事件,其资金总规模达到303亿美元,其中在行业中扮演重要角色的CeFi凭借较少的222次公开融资(仅多于DeFi的195起)募集到了102亿美元,资金总量在各赛道中为最多,单笔融资金额最高。

与2021年上下半年相比,今年上半年各赛道的融资金额总量和项目投融资事件总数都有着较高的增长,大都处在50%以上的较高水平。其中Web3赛道增长速度最为迅猛,其获投融资金额的环比和同比增长率更是分别达到385%、764%。值得一提的是,DeFi融资事件数量同比2021年上半年增长0.5%,以及CeFi募集资金总量比2021年下半年减少了5.6%。

从整体的融资轮次来看,除了CeFi项目的融资轮次分布相对均衡外,各个领域拿到投融资的项目均主要集中在早期阶段,这一点在DeFi和NFT方面体现的最为明显,获早期融资的项目占比超过80%,占据主导地位。从投资机构的角度来看,DAO参与投资的项目集中在早期阶段,其参与的所有投资中,71%处于种子阶段。

下文将具体介绍各赛道融资情况。

DeFi

DeFi领域上半年发生投融资事件195起,共筹集资金18亿美元,融资规模在各赛道中为最小。其资金总量环比增长102%、同比增长133%,并在6月份筹集了6.24亿美元,以强劲的势头结束了上半年,是今年上半年中任何一个月的两倍多。DeFi获投项目主要集中在早期阶段,为165起;融资规模在100万美元到500万美元区间内最为集中,占总量的53%。该赛道最活跃的垂直领域为DEX、资产管理、收益器、稳定币、借贷服务。当前在以太坊上的DeFi项目占据主流,其它生态系统也在不断发展。

NFT

NFT领域上半年发生投融资事件372起,为各赛道最多,筹集了67亿美元的资金。其资金总量环比增长77%、同比增长365%,披露的投融资事件环比增长62%、同比增长168%。从2021年至今,各季度不论是获投资金规模还是项目数,NFT基本始终保持上升态势,且2022年第二季度两项数据均达到历史新高,分别为40亿美元、197起事件。NFT获投项目也主要集中在早期阶段,为307起,且70%的项目融资规模在100万美元到1000万美元之间,规模超过1000万美元的融资项目占比为22%。

值得注意的是,游戏NFT在其垂直领域独树一帜,融资总量达41亿美元,该垂直领域在上半年筹集的资金是其他任何NFT垂直领域的四倍以上。此外,非以太坊的NFT项目在融资规模方面于第二季度实现弯道超车,其筹款总额超出以太坊生态上NFT项目18亿美元。

CeFi

CeFi领域上半年发生投融资事件222起,共筹集资金102亿美元,为各赛道最高。其资金总量环比增长-5.6%、同比增长108%,披露的投融资事件环比增长40%、同比增长146%。CeFi 赛道成熟度高,获投项目相对比较均衡,早期110起、A轮48起、后期64起,A+轮次超过一半。作为加密世界的吸金之王,其融资事件中有47%的项目总金额超过1000万美元。CeFi赛道最活跃的垂直领域为交易所,资金总量达32亿美元,是其他任何CeFi垂直领域的两倍以上,其它较为热门的还有支付、做市商、储蓄、资产管理等。

Web3

Web3领域上半年发生投融资事件158起,共筹集资金18.47亿美元,仅高于DeFi。其资金总量环比增长385%、同比增长764%,披露的投融资事件环比增长105%、同比增长192%,涨幅在各赛道中最大。Web3获投项目主要集中在早期和A轮,分别为112和32起,后期14起,上半年A+轮次的融资超过了总量的30%,表明Web3已开始走向成熟。在Web3的诸多垂直领域中,投资方对媒体和娱乐行业的兴趣最高,这两个领域在上半年分别拿到了5.29亿和3.95亿美元的融资,其它较受关注的还有DAO、AR/VR、环境等。

基础设施

基础设施领域上半年发生投融资事件252起,共筹集了97亿美元的资金,规模仅次于CeFi。其资金总量环比增长131%、同比增长246%,披露的投融资事件环比增长129%、同比增长84%。基础设施获投项目从融资轮次的阶段来看与CeFi颇为相似,早期148起、A轮43起、后期61起,且63%的项目总金额超过500万美元、43%的项目总金额超过1000万美元。其中,智能合约平台融资总量为36亿美元,是资本押注力度最大的项目类型,在所有赛道的垂直领域中位列第一,其他热门的项目还有数据、托管、挖矿等。

Lectures associées

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 33 mins

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

marsbitIl y a 33 mins

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

Les données montrent une baisse significative de la valeur totale verrouillée (TVL) dans la DeFi, tandis que les piratages et les pertes financières augmentent, atteignant environ 942 millions de dollars en 2026. L'émergence d'outils d'IA avancés, comme Claude Mythos, réduit considérablement le coût et l'expertise nécessaires pour identifier les vulnérabilités dans les contrats intelligents, transformant ainsi le paysage de la sécurité. Les attaquants utilisent désormais l'IA pour scanner massivement les contrats, y compris les anciens, rendant les rapports d'audit traditionnels obsolètes en quelques minutes. Des protocoles majeurs comme Drift Protocol et KelpDAO, pourtant audités, ont été compromis via des attaques d'ingénierie sociale ou des failles de configuration, démontrant les limites des audits purement techniques. Face à cette menace, la demande d'audits défensifs augmente, devenant même une condition réglementaire. Les entreprises d'audit doivent évoluer, intégrant l'IA dans leurs processus pour offrir une surveillance continue et une détection en temps réel, plutôt que des rapports ponctuels. Des outils comme Firepan ont déjà prouvé leur efficacité en découvrant des vulnérabilités complexes manquées par les audits humains, comme dans Curve Finance. En conclusion, l'ère de la sécurité garantie par un seul audit est révolue. La sécurité devient une infrastructure nécessitant un investissement constant. Les acteurs qui réussiront à adapter leur modèle commercial et à intégrer pleinement l'IA dans une approche de sécurité proactive survivront à cette transition.

marsbitIl y a 40 mins

Personne n'aurait cru que l'audit de sécurité serait la première application concrète de l'IA x Crypto

marsbitIl y a 40 mins

Personne n'aurait pensé que la première application pratique de l'IA x Crypto serait l'audit de sécurité

Les données montrent une baisse de 39% de la valeur totale verrouillée (TVL) dans la finance décentralisée (DeFi) depuis début 2026, parallèlement à une recrudescence des piratages ayant causé des pertes d'environ 9,42 milliards de dollars. L'émergence de l'IA, notamment avec des modèles comme Claude Mythos, bouleverse le secteur de l'audit de sécurité. Les attaquants utilisent désormais des outils d'IA pour identifier des vulnérabilités dans les contrats intelligents à moindre coût et à grande échelle, rendant les anciens rapports d'audit obsolètes en quelques minutes. Des protocoles majeurs comme Drift Protocol et KelpDAO, pourtant audités, ont été compromis via des failles logicielles ou des erreurs de configuration. Cette pression force une adaptation. À court terme, les projets demandent des ré-audits défensifs selon de nouveaux standards. Les auditeurs traditionnels, comme en témoigne la fermeture de Code4rena, doivent évoluer. Ils développent des systèmes d'audit assistés par IA (comme Firepan) qui ont déjà découvert des vulnérabilités critiques manquées par des audits humains, par exemple chez Curve Finance et Zcash. L'avenir de l'audit réside dans une transition d'un service ponctuel vers une surveillance continue, une vérification formelle et une intégration dès la phase de développement. La sécurité devient une infrastructure nécessitant un investissement constant, et seules les entreprises d'audit capables de se réinventer face à l'IA survivront.

链捕手Il y a 47 mins

Personne n'aurait pensé que la première application pratique de l'IA x Crypto serait l'audit de sécurité

链捕手Il y a 47 mins

Trading

Spot
活动图片