Проект семьи Трампа сократил убытки криптопортфеля. Какие в нем токены

RBK-cryptoPubblicato 2025-05-16Pubblicato ultima volta 2025-05-17

Криптовалютные инвестиции компании World Liberty Financial сократили «бумажные» потери почти на $100 млн за месяц

Криптопроект семьи Трампов World Liberty Financial (WLFI) сократил нереализованные убытки от инвестиций в криптовалюты на 63% за месяц. По данным китайских аналитиков EmberCN, портфель WLFI в минусе на $53 млн. В середине апреля эта цифра составляла около $145 млн.

Активы на криптокошельке World Liberty Financial. Источник: EmberCN
Активы на криптокошельке World Liberty Financial. Источник: EmberCN

World Liberty Financial — децентрализованная криптоплатформа, на которой пользователи смогут брать и давать в долг криптоактивы, создавать пулы ликвидности и совершать сделки со стейблкоинами. В качестве токена управления сервис использует WLFI. Официально DeFi-проект еще не начал работать.

В документах на его сайте президент США Дональд Трамп указан как «главный защитник криптовалют». Его сыновья Эрик и Дональд Трамп-младший являются «амбассадорами web3», а Бэррон носит титул «DeFi-визионера».

К текущему моменту WLFI купил 12 криптовалют: Ethereum (ETH), Wrapped BTC (WBTC), Tron (TRX), Chainlink (LINK), Aave (AAVE), Etherna (ENA), Movement (MOVE), Ondo (ONDO), Sei (SEI), Avalanche (AVAX), Mantle (MNT) и EOS (EOS). Причем последний актив был приобретен 16 мая, отметили аналитики. Проект потратил 2,996 млн USDT на 3,636 млн EOS.

В общей сложности на покупку криптовалют WLFI направил $347 млн. Общая стоимость этих токенов в настоящее время составляет $291 млн, а общий нереализованный убыток — $53,07 млн.

В середине апреля он оценивался в $145 млн, но с того момента сократился на 63%. Во многом это произошло из-за общего роста рынка криптовалют. За последние 30 дней его общая капитализация выросла на 25%.

При этом Ethereum, на долю которого в портфеле WLFI приходится 59%, показал худший результат по сумме убытка. Проект закупил 67,2 тыс. ETH по цене $3,24 тыс. В настоящий момент актив торгуется на уровне около $2,59 тыс., доходность этой инвестиции составляет почти -20% (-$43,5 млн).

Телеграм-канал «РБК-Крипто» — подпишитесь и будьте в курсе самых главных и актуальных новостей о криптовалюте.

Присоединяйтесь к форуму «РБК-Крипто» в Telegram для обсуждения новостей и тенденций криптомира.

Лучший результат у токена Tron (TRX), это вложение WLFI пока принесло $1,26 млн (+12,6%).

В процентном выражении самым прибыльным активом оказалась монета Sei. Инвестиции проекта в эту криптовалюту выросли на 43,7% ($437 тыс.). Худший результат у MOVE — криптопроект имеет «бумажный» убыток в размере $3,7 млн от этого токена, его доходность составила -65%.

Токен MOVE за последние 30 дней подешевел на 24%. Разработчики проекта Movement Labs оказались ввязаны в череду скандалов. 15 мая издание CoinDesk обнародовало документы, согласно которым разработчики пообещали инсайдерам до 10% токенов в обход инвесторов.

Ранее Movement Labs оказался в центре разбирательств после сделки с маркетмейкером Web3Port, который получил 5% предложения MOVE при листинге и распродал их на $38 млн. Внутри проекта начался конфликт: один из основателей был уволен, другой ушел с поста CEO. Свою роль в манипуляциях они теперь перекладывают друг на друга.

Почему биткоин обойдет золото в 2025 году. Прогноз JPMorgan

ЦБ приготовился согласовать с правительством ЭПР для торгов криптовалютой

Разработчика криптомиксера Tornado Cash Романа Шторма будут судить в июле

Letture associate

Robotic GPT-3 Moment Shakes Silicon Valley: Zero Lines of Code, Learns Instantly, with Investments from Jensen Huang and Fei-Fei Li

Generalist AI's newly released robot foundation model GEN-1.5 is being hailed as the "GPT-3 moment" for embodied AI. The model demonstrates remarkable one-shot and few-shot learning capabilities in physical manipulation tasks. By watching a single 3-12 second demonstration video (physical prompting) without any training or code, the robot can attempt the task with a 59% average success rate across 10 tasks. With just 5 minutes of demonstration data and minimal fine-tuning (10 gradient steps), the success rate jumps to 83%. The most significant breakthrough is the emergence of spontaneous, improvisational problem-solving abilities not present in the training data. For instance, after learning to sweep blocks with a brush, the robot can adapt to use a banana similarly or switch to a completely new "scoop-and-pour" strategy when given a dustpan. Other emergent behaviors include removing obstacles, correcting errors, and spontaneously sorting objects. These capabilities stem from over 8 months of large-scale pre-training on physical interaction data, suggesting the existence of a Scaling Law for embodied intelligence—where model generalization improves with more data and training time. This approach drastically reduces the cost and expertise needed to teach robots new skills, potentially democratizing robot programming. The release coincides with a surge in the humanoid robotics sector, marked by events like the World Robot Conference and significant investments. While the demonstrated tasks are still relatively simple, the scaling trend and emergent behaviors point toward a future where general-purpose robot "brains" could be easily adapted to various hardware "bodies," reshaping the industry's competitive landscape.

marsbit1 h fa

Robotic GPT-3 Moment Shakes Silicon Valley: Zero Lines of Code, Learns Instantly, with Investments from Jensen Huang and Fei-Fei Li

marsbit1 h fa

Trading

Spot
活动图片