Pump.fun announces $3mln fund for startups – A move away from memecoins?

ambcryptoDipublikasikan tanggal 2026-01-21Terakhir diperbarui pada 2026-01-21

Abstrak

Following a brief revenue rebound, Pump.fun has announced the launch of the Pump Fund, a $3 million investment arm designed to back early-stage teams based on public traction rather than traditional venture processes. The initiative began with a "build in public" hackathon, using community engagement as the primary funding criterion. Selected teams receive funding based on how well their projects resonate publicly, requiring them to launch a token, retain a portion of the supply, and demonstrate visible progress. This move aims to let users decide which projects deserve capital and is part of Pump.fun's broader effort to reduce rug risks and support longer project lifecycles. The announcement comes as Pump.fun's core business shows signs of recovery. After weeks of low activity, a short memecoin rebound lifted the platform's weekly fee revenues to an estimated $7.6 million, returning to levels last seen in September 2025. This represents an increase from the prior $4-$6 million range, highlighting the platform's sensitivity to speculative activity. The 30-day rolling revenue total also rose from $21.6 million to $24.8 million. However, the improved fundamentals have not yet translated into sustained price gains for the PUMP token. After steady gains in early January, PUMP has struggled to maintain recent highs and is now consolidating sideways. Key indicators like RSI and MACD show weakened momentum, and the token's performance remains closely tied to memecoin sentiment and...

Following a brief rebound that pushed revenues back up, Pump.fun [PUMP] has announced the Pump Fund, an investment arm that backs teams based on public traction.

What’s it about?

The Pump Fund is a new investment arm designed to back early-stage teams through participation, rather than traditional venture processes. The initiative opened with a $3 million “build in public” hackathon, making community traction the main funding filter.

Source: X

Instead of pitching to judges, selected teams receive funding based on how well their projects resonate publicly. Participants are required to launch a token, retain a portion of the supply, and show visible progress.

The idea is to let real users decide what deserves capital.

The move is the latest in Pump.fun’s recent efforts to reduce rug risks and support longer project lifecycles.

Revenues bounce back

These developments come as Pump.fun’s core business revives. After weeks of weak activity, a very brief memecoin rebound was enough to lift the platform’s fee revenues.

Over the past week, Pump.fun generated an estimated $7.6 million, back to levels last seen in September 2025.

Source: CryptoQuant

For much of the prior period, weekly fees had settled in a $4-$6 million range, so the platform is sensitive to even modest bursts of speculation. The improvement also showed up on a longer view, with the 30-day rolling total rising from $21.6 million to $24.8 million.

PUMP price slows

After going up steadily in early January, PUMP struggled to hold recent highs and is now moving sideways. RSI slipped toward neutral territory, while MACD had flattened.

Upside strength is lesser, and the pullback is indicative of consolidation.

Source: TradingView

PUMP remains closely tied to sentiment around memecoins and platform activity. It remains to be seen whether the latest developments result in prolonged demand.


Final Thoughts

  • Pump.fun’s $3M Pump Fund will fund projects that the public deem worthy.
  • With weekly fee surges and token consolidation, the platform’s long-term turn hasn’t yet reflected in price.
Next: Bitcoin price nears 60-day consolidation mark – Is $107K jump imminent?
Share
  • Share
  • Tweet

Kripto yang Sedang Tren

Pertanyaan Terkait

QWhat is the purpose of the newly announced Pump Fund by Pump.fun?

AThe Pump Fund is a $3 million investment arm designed to back early-stage teams based on public traction through a 'build in public' hackathon, rather than traditional venture processes.

QHow does the Pump Fund's selection process differ from traditional venture capital?

AInstead of teams pitching to judges, funding is awarded based on how well projects resonate publicly, with participants required to launch a token, retain a portion of the supply, and show visible progress.

QWhat recent financial performance did Pump.fun experience prior to this announcement?

APump.fun's weekly fee revenues rebounded to an estimated $7.6 million, returning to levels last seen in September 2025, after weeks of weaker activity in the $4-$6 million range.

QHow is PUMP's token price performing according to technical indicators?

APUMP's price is moving sideways with RSI slipping toward neutral territory and MACD flattening, indicating consolidation after struggling to hold recent highs from early January.

QWhat broader shift does this fund represent for Pump.fun's business strategy?

AThe move represents Pump.fun's effort to reduce rug risks and support longer project lifecycles, potentially signaling a shift away from its memecoin-focused origins toward more sustainable project development.

Bacaan Terkait

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

Model generatif seperti model difusi atau autoregresif yang dominan saat ini biasanya tidak melatih seluruh proses generasi secara end-to-end. Mereka dilatih hanya untuk memprediksi satu "langkah kecil" dalam proses, namun saat inferensi, langkah ini harus diulang ratusan atau ribuan kali. Ketidaksesuaian ini menyebabkan masalah "exposure bias," di mana kesalahan menumpuk seiring waktu. Makalah terbaru dari UIUC dan Harvard memperkenalkan paradigma baru bernama **Explorative Modeling (XM)**. Inti dari metode ini sangat sederhana: alih-alih menghasilkan satu sampel, model menghasilkan **K kandidat** dalam setiap langkah pelatihan. Kemudian, hanya kandidat yang paling dekat dengan data target yang dipilih untuk menghitung gradien dan memperbarui model. Mengapa ini berhasil? Dalam tugas generatif, satu input bisa memiliki banyak output yang valid (mode). Fungsi kerugian rekonstruksi tradisional cenderung menyebabkan "mode blurring," di mana model hanya mempelajari rata-rata dari semua mode, menghasilkan output yang tidak realistis. Dengan menghasilkan beberapa kandidat, model dapat "mengeksplorasi" dan menangkap beberapa mode yang berbeda sekaligus, sehingga menghindari rata-rata yang kabur. Penelitian ini menunjukkan bahwa **"eksplorasi" (K) bertindak sebagai sumbu penskalaan ketiga** yang efektif, selain parameter dan data. Eksperimen pada gambar, video, dan bahasa menunjukkan peningkatan kinerja yang monoton dengan peningkatan K, dengan keuntungan yang lebih besar pada skala yang lebih besar. XM dapat meningkatkan efisiensi FLOP hingga 4.1x dan efisiensi sampel hingga 6.2x. Yang lebih menarik, ketika diterapkan secara ekstrem, XM memungkinkan **pelatihan generatif yang benar-benar end-to-end**. Dalam tugas kontrol robot, "Explorative Policy" berbasis XM mencapai kinerja yang setara dengan "Diffusion Policy" yang membutuhkan 100 langkah inferensi, sementara hanya membutuhkan satu langkah inferensi maju. Ini membuktikan bahwa kompleksitas untuk menangani banyak mode dapat dipindahkan dari inferensi ke pelatihan. Meskipun ide "best-of-K" bukan hal baru, kontribusi utama makalah ini adalah penjelasan teoritis bahwa mekanisme ini secara langsung meningkatkan **ekspresivitas generatif** model. Dengan demikian, ini menawarkan cara baru yang ampuh untuk mengatasi tantangan mendasar dalam pemodelan generatif.

marsbit4m yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

marsbit4m yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

OpenAI tidak lagi mengandalkan model termahal untuk menghasilkan uang. Pada 30 Juli, perusahaan mengumumkan penyesuaian harga, menurunkan harga model GPT-5.6 Luna sebesar 80% dan Terra sebesar 20%. Yang lebih penting dari angka penurunan harga adalah pesan intinya: untuk banyak tugas, model terkuat (seperti Sol) tidak selalu diperlukan. OpenAI secara eksplisit merekomendasikan strategi di mana model mahal (Sol) menangani perencanaan dan analisis kompleks, sementara model yang lebih terjangkau (Luna) mengeksekusi tugas, menulis kode, dan menjalankan pengujian. Pergeseran ini mencerminkan perubahan industri AI dari hanya mengejar kecerdasan tertinggi menuju optimisasi biaya dan efisiensi untuk penggunaan skala besar. Anthropic juga mengikuti pola serupa dengan meluncurkan Claude Opus 5 dengan harga setengah dari model andalannya, Fable 5. Kedua raksasa Silicon Valley ini menunjukkan bahwa model flagship kini berfungsi lebih untuk nilai merek dan pembuktian teknologi, sementara model "kendaraan massal" yang lebih murah (seperti Luna, Terra, Opus) yang akan mendorong adopsi komersial luas dan menghasilkan pendapatan utama. OpenAI mengungkapkan bahwa penurunan biaya ini sebagian didorong oleh model AI (Sol) yang mengoptimalkan kode produksi dan alur kerjanya sendiri, menciptakan siklus peningkatan efisiensi yang dapat mempercepat penurunan biaya di masa depan. Intinya, kompetisi AI bergeser dari "siapa yang paling pintar" menjadi "mana yang paling bernilai". Perusahaan tidak lagi membeli satu model tunggal, tetapi merancang sistem dengan beberapa model yang cocok untuk tugas yang berbeda—mirip dengan arsitektur komputasi awan. Tujuan akhir OpenAI adalah membangun ekosistem yang mengunci alur kerja pengembang melalui volume panggilan API yang sangat besar dan biaya yang sangat rendah, sehingga menciptakan daya tarik yang kuat. Ketika AI menjadi murah dan tersebar luas seperti listrik, tertanam dalam setiap proses tanpa diperdebatkan, era sesungguhnya baru dimulai.

marsbit1j yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

marsbit1j yang lalu

Trading

Spot

Artikel Populer

Cara Membeli MOVE

Selamat datang di HTX.com! Kami telah membuat pembelian Movement (MOVE) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Movement (MOVE) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Movement (MOVE) AndaSetelah melakukan pembelian, simpan Movement (MOVE) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Movement (MOVE)Lakukan trading Movement (MOVE) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

505 Total TayanganDipublikasikan pada 2024.12.13Diperbarui pada 2026.06.02

Cara Membeli MOVE

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga MOVE (MOVE) disajikan di bawah ini.

活动图片