市场波动前途未卜 稳定币为何吸引各方争相入局

币界网Dipublikasikan tanggal 2024-08-19Terakhir diperbarui pada 2024-08-19

币界网报道:

区块链技术和加密市场的发展催生出了稳定币这样具有中介性质的科技产品,历经十年来的演变,稳定币的全球市场流通规模已接近1800亿美元。在深入剖析当前市场格局时,稳定币的若干特征愈发凸显:

  1. 美元稳定币作为主导:市场上美元稳定币的占比超过95%,其他稳定币规模则较小。美元稳定币是数字资产交易和其他主要应用场景中的结算货币,尽管全球对区块链技术和数字货币的兴趣及采用都日益增长,美元仍然是稳定币市场的支柱。

  2. 主权货币抵押是主流:在稳定币市场上,规模最大的稳定币类型还是中心化的、以主权货币作为抵押物的稳定币,相比之下各类算法稳定币虽然提供了多种多样的创新模式,但是并没有被广泛使用。这意味着,目前稳定币的主要用途仍然是作为一种交易中介,是主权货币在加密市场上的出入金通道,其主要使用场景也仍然是加密货币交易和OTC支付。

  3. 市场高度集中:稳定币市场高度集中,USDT单独占据了超过60%的市场份额,前两大稳定币几乎占据了90%的市场份额。可以说目前稳定币行业仍处于早期阶段,过度集中暴露了市场的脆弱性,却也说明新进入者仍有较多发挥创新性的机会和空间。

  4. 发行地集中,与用户市场脱节:大多数稳定币发行主体在美国,在其他司法管辖区发行的稳定币相对有限。但是从用户的分布地区来看,亚洲和其他新兴市场占比很多,这种发行地与应用市场的不匹配将随着稳定币市场规模的扩大引发很多问题。

  5. 用途受限:稳定币主要用于加密货币市场的场内和场外交易,支付相关的使用场景较少,用例也不多。一方面这是由于很多基础设施需要完善,用户通道需要进一步打通。另一方面,稳定币的传播范围较窄、分发渠道过于集中,用户教育不够等也是造成稳定币市场仍相对局限的原因。

稳定币指数级增长是一种必然

加密货币本身的市场规模随着周期性市场波动逐渐扩大,区块链领域的基础设施和整体生态也都在逐步完善。随着产品形态的不断丰富、应用场景的不断拓展、以及出入金通道的增加,稳定币有望在未来10年迎来指数级增长和爆发。

  1. 10万亿美金数量级:稳定币的流通规模将会增长到10万亿美金数量级。回顾移动支付的普及就不难发现,随着基础设施和技术载体从理想转变为现实,具有明确需求的支付产品大规模普及速度会超过多数人的预期。

  2. 蓬勃发展的生态系统:稳定币的应用生态将会非常繁荣。除了稳定币的发行商,数字银行、数字钱包、流动性提供商,场外交易商,理财平台,借贷平台等等都将是生态中非常重要的参与者。

  3. 市场集中度降低:稳定币的集中度将会大大降低,因为地区服务和应用场景分散的关系,稳定币的集中度将会从现在集中在1-2家,分散到5-10家。头部的5家合计市场占比预计将会超过50%,头部10家占比则将会超过75%。

  4. 应用场景分散:稳定币的应用场景将会大大分散。除了场内交易和场外交易,稳定币将会更多用于跨境支付和日常支付,有非常多的支付场景需要稳定币去探索,这些场景的实现也值得期待。

在当今动荡的市场中,稳定币不仅仅是存储在区块链上的资产——它们是通往新财富机会的入口。作为一种新兴的金融工具,稳定币在加密市场中的交易便利性与不可或缺性、在跨境支付领域的高效性与极致性价比、技术进步带来的安全性提升,以及在金融创新中的多样化应用前景,都预示着其在未来数字经济中的核心地位,这理应吸引全球投资者和金融机构的关注。

WSPN已经定位了当下稳定币生态系统中的关键问题,并提出Stablecoin 2.0的概念,引入了这些问题的解决方案(https://www.jinse.cn/blockchain/3694352.html)。站在Web2和Web3的十字路口,稳定币既继承了传统金融系统的稳定性和可靠性,又融合了区块链技术的透明性、去中心化和创新潜力。它们作为连接传统经济和数字经济的桥梁,为用户提供了一个既熟悉又充满可能性的工具,随着稳定币现有问题的解决和生态的演变升级,它们将塑造数字支付的未来,并重新定义金融格局。

了解更多信息,请访问:

官方网站:www.wspn.io

X: https://x.com/WSPNpayment

LinkedIn:https://www.linkedin.com/company/wspn

Bacaan Terkait

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

Meskipun harga Ethereum (ETH) turun 20-45% sejak awal tahun, minat institusional terhadap aset kriptu terkemuka ini tetap kuat. SharpLink, setelah jeda delapan bulan, kembali membeli 5.000 ETH senilai sekitar $7,88 juta, diikuti penambahan 26.324 LSETH senilai $45,54 juta. Total kepemilikannya kini mencapai 876.285 ETH, menunjukkan keyakinan pada utilitas jangka panjang dan pendapatan staking Ethereum, meski menghadapi kerugian belum terealisasi hampir $1,71 miliar. Tren akumulasi ini juga tercermin pada aktivitas "paus" (whale), dengan satu dompet baru mengakumulasi 18.361 ETH senilai $28,9 juta dalam sembilan hari terakhir, menandakan persiapan untuk pergerakan harga di masa depan. Namun, kepercayaan yang kembali bangun ini belum sepenuhnya tercermin dalam permintaan institusional yang lebih luas. ETF Spot Ethereum justru mencatat arus keluar bersih, dengan penarikan $12,85 juta pada 26 Juni. Meski demikian, total aset yang dipegang penerbit ETF masih signifikan, senilai lebih dari $8,38 miliar, yang mengindikasikan penyesuaian posisi berkelanjutan daripada pelepasan total. Pada intinya, akumulasi oleh treasury perusahaan dan paus mendukung prospek jangka panjang Ethereum, tetapi pemulihan berkelanjutan masih bergantung pada membaiknya sentimen pasar dan arus masuk ETF yang lebih kuat untuk mengimbangi tekanan penjualan institusional yang masih ada.

ambcrypto2j yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

ambcrypto2j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit3j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit3j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit4j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit4j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit4j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit4j yang lalu

Trading

Spot
活动图片