渣打银行再唱 50 倍狂想曲,为 AAVE“画饼”剑指 3500 美元

链捕手Pubblicato 2026-06-25Pubblicato ultima volta 2026-06-25

Introduzione

渣打银行发布研报,预测DeFi借贷协议AAVE的代币价格有望在2030年底前上涨50倍,达到3500美元。其核心逻辑基于两大趋势预判:一是到2030年DeFi总锁仓量(TVL)将增长37倍至约2.7万亿美元,主要受稳定币扩张和现实世界资产(RWA)上链驱动;二是RWA在DeFi中的渗透率将从目前的3.5%大幅提升至30%。报告认为,Aave凭借其高效业务模式、V4新架构的跨链流动性能力以及稳定币GHO的费率捕获,能将这些宏观红利转化为实际协议收入。 文章指出,Aave目前以借贷赛道约一半的TVL,占据了该赛道超过80%的协议留存收益,展现出强大的盈利能力。灰度(Grayscale)的报告也认为AAVE是现金流驱动型资产,当前价格被低估。 然而,报告也揭示了Aave面临的挑战。其点对池(Peer-to-Pool)借贷模型存在固有缺陷,导致大量资金闲置,造成每年数千万美元的“无形损失”,资本效率偏低。此外,4月发生的KelpDAO安全事件暴露了该模式在极端情况下的脆弱性。新兴协议如Morpho正以更高的资本效率从效率端发起挑战。 综上,渣打银行的“50倍狂想”描绘了传统金融对资产上链的巨大期望,但Aave要实现万亿资产规模的愿景,仍需在狂想与现实之间,解决其结构性短板,夯实发展地基。

作者:Jae,PANews

继UNI之后,渣打银行向加密行业再放豪言:AAVE有望在2030年底前飙升50倍,达到3,500美元。

相关阅读:渣打银行开出40倍“赌盘”,喊单UNI涨至100美元

激进的论调、夸张的倍数,再配上熟悉的剧情:AAVE价格一路冲破80美元,24小时涨幅一度逼近20%。链上借贷市场一片骚动,有人欢呼传统巨头唱多AAVE,也有人嘲讽渣打银行是又一个被冲昏头脑的卖方。

Aave的下一场战役,将在狂想与现实的交织中打响。

渣打银行用 Excel 给 AAVE 画出 50 倍上涨“K线”

如果把渣打银行的AAVE研报浓缩成一句话,那就是:存款规模决定贷款容量,贷款容量驱动手续费收入,手续费收入最终转化为代币市值。过去12个月,Aave约90%的费用收入都是来自于存贷净利差。

基于线性映射逻辑的传统估值框架,也被渣打银行直接套用到了借贷协议上,依据其定价模型,AAVE将走出一条阶梯式上涨曲线。

渣打的假设源于对DeFi赛道两大趋势的预判:

  • DeFi TVL(总锁仓量)将增长37倍。渣打预测,到2030年,DeFi中活跃的资产总额将从目前水平增长37倍,达到约2.7万亿美元。驱动力来自稳定币规模扩张的2万亿美元增长和RWA(现实世界资产)的链上化大潮。

  • RWA在DeFi中的渗透率从3.5%提升至30%。这意味着,数万亿美元的传统资产将涌入链上借贷协议。

回望去年10月的巅峰期,Aave曾管理着高达750亿美元的存款。如果将它视作一家传统银行,这一体量足以跻身美国前35大银行之列。

渣打认为,Aave的业务效率远超依赖物理网点和冗余人力的传统银行。一旦代币化浪潮到来,Aave将凭借着Horizon许可型借贷市场及其稳定币GHO的费率捕获,将RWA上链的红利转化为实打实的协议收入。

对于今年4月因KelpDAO rsETH桥接安全事故引发的资金出逃,渣打银行将其定性为筑底阶段的短暂波动,而非长期协议基本面的崩溃。

即便抛开长期叙事,回到中短期视角,Aave的基本面也足够稳固。

6月18日,灰度发布了一份Aave深度报告,首次将传统金融的DCF(现金流折现)模型和P/E(市盈率)法应用于DeFi协议的估值。

灰度得出的结论是:AAVE是典型的现金流驱动型资产,目前价格处于低估区间。

灰度强调,Aave在2025年的全年协议收入高达1.42亿美元,拥有着健康的现金流。更重要的是,Aave DAO在去年4月启动的代币回购销毁计划,以及"Aave Will Win"提案对产品收益向代币持有者的转移,都在机制上打通了“协议造血→代币增值”的传导路径。

以同赛道一半 TVL 垄断八成利润,部分资金闲置成阿喀琉斯之踵

在机构资本描绘的宏观画卷之外,Aave也在微观层面建立起了深厚的护城河。

首先,是新一代技术架构Aave V4的超预期破局。作为协议自2020年以来最大规模的底层架构重写,V4 用“流动性枢纽+分支(Hub-and-Spoke)”的设计,打破了过去单链流动性的孤岛效应。截至目前,V4存款总额已突破2亿美元,贷款规模接近6000万美元。

更令人瞩目的是其盈利能力。链上数据分析机构MSB Intel指出,年初至今,Aave在借贷赛道中累计产生了约4,330万美元的“协议留存收益”(Earnings),占到整个赛道利润的80.7%。排在其身后的Maple Finance、Fluid、Venus等协议,单家盈利均未超过500万美元,与Aave不在一个量级。

在传统商业世界里,一家企业的成色往往取决于净利润,而非总资产。留存收益就是一个扣除了相关运营成本及代币通胀激励后,真实反映协议链上净造血能力的指标。

换句话说,Aave用整条赛道约一半的TVL,攫取了超过八成的系统净利。这种近乎垄断的盈利结构,正是渣打银行50倍预测里最坚硬的一块基石。

在硬币的另一面,加密研究机构Delphi Digital曾提出的结构性沉疴,仍是个待解的难题。问题的根源,就藏在Aave的点对池(Peer-to-Pool)借贷模型里。

据Delphi Digital测算,在WETH、USDT、USDC三个主要市场上,Aave 每年因资金闲置造成的无形损失(Deadweight Loss)就高达5,200万美元,规模几乎相当于其2026年一季度年化净收入的一半。

存款利率与借款利率之间的系统性脱节是点对池模型的天然缺陷。为了保证存款人可以随时无损耗赎回,Aave必须在资金池内维持庞大的闲置流动性缓冲区。这就导致存款人拿到的利率通常比借款人支付的利率低25%到35%。中间的差额,就是闲置资金的机会成本。即便DAO治理层将准备金系数调至0,资金闲置的无形损失依然会高达3,600万美元。

4月的KelpDAO事故,更是充分揭示了这种模式的脆弱性。黑客套走近2亿美元WETH后,WETH资金池使用率被锁死在100%长达5天,普通存款用户既无法提现,也无法参与清算,给Aave烙下了至今仍未痊愈的伤疤。

这种结构性瑕疵导致Aave容易被“上游风险”传染,加上低资本效率的天生短板,也给了后来者突围的机会。以Morpho为代表的新兴借贷协议,主打模块化隔离、点对点匹配、极简底层设计,正在从效率端蚕食Aave的市场份额,成为其王座之下最强劲的挑战者。

在2026年的中点回望,Aave正站在狂想与现实的拐角。

渣打银行画出的“3500美元”大饼,折射出传统金融对资产上链的雄心。比起TVL数值的增长,Aave未来的重点将是如何找出一条支撑起万亿资产规模的可行路径。

DeFi借贷的王座仍在,但王座之下的地基,还需要经历一场重构或加固。

Crypto di tendenza

Domande pertinenti

Q渣打银行对AAVE的价格做出了怎样的长期预测?其核心逻辑是什么?

A渣打银行预测AAVE代币有望在2030年底前上涨50倍,达到3500美元。其核心逻辑基于线性映射估值框架,认为:1)存款规模决定贷款容量,贷款容量驱动手续费收入,手续费收入最终转化为代币市值;2)预测到2030年,DeFi TVL将增长37倍至约2.7万亿美元,其中RWA(现实世界资产)在DeFi中的渗透率将从3.5%提升至30%。Aave将凭借其业务效率和Horizon许可型借贷市场捕获RWA上链的红利,驱动协议收入和代币价值增长。

Q除了渣打银行的宏观预测,另一家机构从微观估值层面如何评价AAVE?

A灰度(Grayscale)在6月18日发布的深度报告中,首次将传统金融的DCF(现金流折现)模型和P/E(市盈率)法应用于AAVE估值。其结论是:AAVE是典型的现金流驱动型资产,2025年全年协议收入达1.42亿美元,现金流健康,且通过代币回购销毁及“Aave Will Win”提案打通了“协议造血→代币增值”的传导路径,因此认为AAVE目前价格处于低估区间。

Q在当前的DeFi借贷赛道中,AAVE的盈利能力表现如何?

A据链上数据分析机构MSB Intel的数据,年初至今,Aave在借贷赛道中累计产生了约4330万美元的“协议留存收益”,占整个赛道利润的80.7%。这意味著Aave用约一半赛道总锁仓量(TVL),攫取了超过八成的系统净利。协议留存收益是扣除了运营成本及代币通胀激励后的净造血能力指标,这显示了Aave强大的、近乎垄断的盈利能力。

Q文章指出AAVE的借贷模型存在怎样的结构性缺陷或挑战?

AAave的点对池(Peer-to-Pool)借贷模型存在结构性缺陷:1)资金闲置率高:为保证存款人能随时赎回,必须维持庞大的闲置流动性缓冲区,导致存款利率通常比借款利率低25%-35%,产生巨额无形损失。据测算,仅在WETH、USDT、USDC三个市场上,每年因此造成的无形损失就高达5200万美元。2)易受上游风险传染:4月的KelpDAO安全事故导致WETH资金池使用率锁死100%长达5天,暴露了其流动性模式在极端情况下的脆弱性。这些低资本效率问题给了Morpho等新兴协议挑战其市场的机会。

QAave正在通过哪些技术或产品迭代来应对挑战和把握未来机会?

AAave正通过以下举措应对挑战和把握机会:1)推出新一代技术架构Aave V4:采用“流动性枢纽+分支”设计,打破单链流动性孤岛效应,提升资本效率和可扩展性。目前V4存款总额已突破2亿美元。2)发展Horizon许可型借贷市场:旨在合规地承接和捕获RWA(现实世界资产)上链带来的借贷需求。3)发行稳定币GHO:作为新的费率捕获途径,丰富其产品生态和收入来源。这些举措旨在解决现有模型的效率问题,并为承接万亿级资产规模的未来奠定技术基础。

Letture associate

You Use Claude and Codex Every Day, but Meta Has Restricted Internal Use

In May, Meta imposed internal restrictions on its engineers regarding the use of Claude Code and Codex, two widely used AI programming tools. Despite being a major client, Meta's guidelines, still in effect, prohibit these external models from being used for specific tasks to prevent potential "escalations with partners." The core concern is "distillation"—the risk that outputs from Claude or Codex could inadvertently contaminate the training data and evaluation processes for Meta's in-house AI coding assistant, MetaCode. If MetaCode is trained or evaluated using data generated by these external models, it risks learning their capabilities rather than developing its own, blurring the line of intellectual origin. The restrictions are precise: engineers cannot use the external models to generate test questions, debug source code, or suggest test cases. AI-generated content is also barred from environments accessible to MetaCode. However, AI can still assist with peripheral tasks like workflow setup and code organization, provided all outputs are manually reviewed. This caution reflects a broader industry dilemma. While distillation is a common technique, using a competitor's model output for training raises legal and ethical questions about the ownership of derived capabilities. Contractual terms from companies like OpenAI and Anthropic explicitly forbid using their outputs to build competing products, putting enforcement power in the hands of rivals. The move is also financially motivated, as Meta seeks to reduce its hefty internal AI spending, estimated in the billions this year. Meta's policy illustrates the delicate balance companies must strike: leveraging powerful external AI tools while safeguarding the integrity and independence of their own AI development. As AI systems increasingly help build other AIs, distinguishing the origin of capabilities becomes a fundamental challenge for the entire industry.

marsbit1 h fa

You Use Claude and Codex Every Day, but Meta Has Restricted Internal Use

marsbit1 h fa

Why Do We Need an AI Content Perspective Today?

The article "Why Do We Need an AI Content Perspective Today?" explores the complex and often contentious integration of AI into the cultural and creative industries, particularly film and television. It begins with the cancellation of Amazon's AI-generated animation "Punky Duck," highlighting the ethical debates surrounding AI content. AI's rapid advancement is transforming video production, enabling cost-effective, full-length AI films (e.g., "RAPHAEL," "Dreams of Violets") while sparking industry resistance over issues like "synthetic actors." The core debate has shifted from whether to use AI to how to use it responsibly. The article analyzes why AI's entry into film is uniquely unsettling. It distinguishes between "cultural fast food" (short-form, fast-paced content like micro-dramas) and "cultural main courses" (traditional, long-form film/TV). AI currently excels at the former, matching its fragmented narratives, shallow emotional needs, and free-to-consumer models. However, venturing into the latter challenges the human-centric essence of storytelling—creativity, emotional depth, and the unique value of human labor and experience. While AI can generate massive volumes of content and lower costs, it risks devaluing human creativity, leading to homogenized output, and creating unfair competition through potential intellectual property infringement. Its efficiency also amplifies content safety risks, making preemptive governance crucial. To counter these risks, the article proposes establishing clear boundaries guided by a human-centered AI content perspective. It outlines four principles: 1) Amplify, rather than displace, human creative space; 2) Respect and protect human creative output; 3) Ensure human creative control and responsibility remain paramount; and 4) Guarantee transparency and traceability in AI creation. The conclusion emphasizes that humans must act as the "helmsmen" of technology, steering AI development to enhance, not replace, the core human values at the heart of cultural expression.

marsbit2 h fa

Why Do We Need an AI Content Perspective Today?

marsbit2 h fa

Planck Retracted? The Father of Quantum Tripped by an Algorithm

The recent discovery that two articles (published in 1940 and 1942) by Max Planck, the Nobel laureate and founder of quantum theory, are marked as "retracted" on Springer's digital platform highlights a curious clash between historical publishing practices and modern automated systems. An investigation suggests these retractions are algorithmic errors, not due to fraud or misconduct. The papers, philosophical reflections on science published in *Die Naturwissenschaften*, were likely flagged by the platform's systems. One article, a republished lecture, may have been mistaken for duplicate publication. Another, sharing a title with a prior article by a different author (a common practice for continuing debates at the time), may have triggered a similar automated check. The digital versions have even been replaced with blank pages, contrary to normal practice of preserving retracted texts. This incident underscores how contemporary digital infrastructure, built around concepts like "self-plagiarism" and strict copyright, can misclassify and obscure legitimate historical scholarly communication. It serves as a warning that digital archives are not neutral mirrors of the past but are filtered by platform rules, potentially distorting the scientific record. As AI systems increasingly rely on such databases, such erroneous metadata could propagate, affecting how future tools interpret and access historical knowledge.

marsbit2 h fa

Planck Retracted? The Father of Quantum Tripped by an Algorithm

marsbit2 h fa

Trading

Spot

Articoli Popolari

Cosa è $BANK

Banca AI: Un Passo Rivoluzionario nel Futuro della Banca Introduzione In un'era caratterizzata da rapidi progressi tecnologici, Banca AI si trova all'incrocio tra intelligenza artificiale (AI) e servizi bancari. Questo progetto innovativo mira a ridefinire il panorama finanziario, migliorando l'efficienza operativa, le misure di sicurezza e le esperienze dei clienti attraverso il potere dell'AI. Mentre ci impegniamo in questa esplorazione di Banca AI, esamineremo cosa comporta il progetto, le sue dinamiche operative, il suo contesto storico e i traguardi significativi. Cos'è Banca AI? Alla sua essenza, Banca AI rappresenta un'iniziativa trasformativa volta a integrare l'intelligenza artificiale in varie operazioni bancarie. Questo progetto sfrutta le capacità dell'AI per automatizzare processi, migliorare i protocolli di gestione del rischio e potenziare l'interazione con i clienti attraverso servizi personalizzati. Gli obiettivi principali di Banca AI includono: Automazione delle Funzioni Bancarie: Sfruttando le tecnologie AI, Banca AI mira ad automatizzare compiti di routine, riducendo il carico sulle risorse umane e aumentando l'efficienza. Miglioramento della Gestione del Rischio: Il progetto utilizza algoritmi AI per prevedere e identificare i rischi, rafforzando così le misure di sicurezza contro le frodi e altre minacce. Personalizzazione dei Servizi Bancari: Banca AI si concentra sull'offrire prodotti e servizi finanziari su misura analizzando i dati e i comportamenti dei clienti. Miglioramento dell'Esperienza del Cliente: L'implementazione di soluzioni guidate dall'AI, come chatbot e assistenti virtuali, mira a fornire agli utenti interazioni più umane, rivoluzionando il modo in cui i clienti si relazionano con le banche. Con questi obiettivi, Banca AI si posiziona come un attore cruciale nel rendere la banca più efficiente, sicura e centrata sull'utente. Chi è il Creatore di Banca AI? I dettagli riguardanti il creatore di Banca AI rimangono sconosciuti. Pertanto, non è stata identificata alcuna persona o organizzazione specifica nelle informazioni disponibili. L'anonimato che circonda la nascita del progetto solleva domande, ma non sminuisce la sua ambiziosa visione e obiettivi. Chi sono gli Investitori di Banca AI? Simile al creatore del progetto, informazioni specifiche riguardo gli investitori o le organizzazioni di supporto di Banca AI non sono state divulgate. Senza queste informazioni, è difficile delineare il sostegno finanziario e istituzionale che potrebbe spingere il progetto in avanti. Tuttavia, l'importanza di avere una solida base di investimento è fondamentale per sostenere lo sviluppo in un campo così innovativo. Come Funziona Banca AI? Banca AI opera su più fronti innovativi, concentrandosi su fattori unici che la differenziano dai framework bancari tradizionali. Di seguito sono riportate le caratteristiche operative chiave: Automazione: Applicando algoritmi di machine learning, Banca AI automatizza vari processi manuali all'interno delle banche. Ciò si traduce in una riduzione dei costi operativi e consente ai lavoratori umani di reindirizzare i propri sforzi verso attività più strategiche. Gestione Avanzata del Rischio: L'integrazione dell'AI nelle pratiche di gestione del rischio fornisce alle banche strumenti per prevedere con precisione potenziali minacce come le frodi, garantendo che le informazioni e i beni dei clienti rimangano al sicuro. Raccomandazioni Finanziarie Personalizzate: Attraverso l'apprendimento continuo dalle interazioni con i clienti, i sistemi AI sviluppano una comprensione sfumata delle esigenze degli utenti, consentendo loro di offrire consigli su misura per le decisioni finanziarie. Interazioni Migliorate con i Clienti: Utilizzando chatbot e assistenti virtuali alimentati dall'AI, Banca AI consente un'esperienza cliente più coinvolgente, permettendo agli utenti di risolvere rapidamente le loro richieste, riducendo così i tempi di attesa e migliorando i livelli di soddisfazione. Tutte queste caratteristiche operative posizionano Banca AI come un pioniere nel settore bancario, stabilendo nuovi standard per la fornitura di servizi e l'eccellenza operativa. Timeline di Banca AI Comprendere la traiettoria di Banca AI richiede uno sguardo al suo contesto storico. Di seguito è riportata una timeline che evidenzia traguardi e sviluppi importanti: Inizio 2010: La concettualizzazione dell'integrazione dell'AI nei servizi bancari ha cominciato a guadagnare attenzione mentre le istituzioni bancarie riconoscevano i potenziali benefici. 2018: Si è verificato un aumento significativo nell'implementazione delle tecnologie AI quando le banche hanno iniziato a utilizzare strumenti AI come i chatbot per servizi clienti di base e sistemi di gestione del rischio per migliorare la sicurezza. 2023: La sofisticazione dell'AI ha continuato ad avanzare, con l'introduzione dell'AI generativa per compiti più complessi come l'elaborazione di documenti e l'analisi degli investimenti in tempo reale. Quest'anno ha segnato un significativo salto nelle capacità offerte alle banche dalla tecnologia AI. 2024-Stato Attuale: A partire da quest'anno, Banca AI è su una traiettoria ascendente, con ricerche e sviluppi in corso pronti a migliorare ulteriormente le capacità nelle operazioni bancarie. L'esplorazione continua delle applicazioni AI suggerisce sviluppi entusiasmanti in arrivo. Punti Chiave su Banca AI Integrazione dell'AI nella Banca: Banca AI si concentra sull'adozione dell'intelligenza artificiale per snellire i processi bancari e migliorare le esperienze degli utenti. Focus su Automazione e Gestione del Rischio: Il progetto enfatizza fortemente queste aree, mirando a spostare il carico di compiti di routine mentre migliora le strutture di sicurezza attraverso analisi predittive. Soluzioni Bancarie Personalizzate: Sfruttando i dati dei clienti, Banca AI consente servizi bancari su misura che si adattano alle esigenze individuali degli utenti. Impegno per lo Sviluppo: Banca AI rimane impegnata in sforzi di ricerca e sviluppo continuativi, garantendo la sua adattabilità e rilevanza continua man mano che la tecnologia continua a evolversi. Conclusione In sintesi, Banca AI rappresenta un passo cruciale in avanti nell'industria bancaria, sfruttando l'intelligenza artificiale per rimodellare i paradigmi operativi, migliorare la sicurezza e promuovere la soddisfazione del cliente. Nonostante le lacune nelle informazioni riguardo il creatore e gli investitori, gli obiettivi chiari e i meccanismi funzionali di Banca AI forniscono una solida base per la sua continua evoluzione. Mentre la tecnologia AI continua ad avanzare e fondersi con il settore bancario, Banca AI è ben posizionata per avere un impatto significativo sul futuro dei servizi finanziari, migliorando il modo in cui comprendiamo e interagiamo con la banca.

118 Totale visualizzazioniPubblicato il 2024.04.06Aggiornato il 2024.12.03

Cosa è $BANK

Come comprare BANK

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Lorenzo Protocol (BANK) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente Lorenzo ProtocolBANK.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Lorenzo Protocol (BANK)Dopo aver acquistato Lorenzo Protocol (BANK), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Lorenzo Protocol (BANK)Scambia facilmente Lorenzo Protocol (BANK) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

696 Totale visualizzazioniPubblicato il 2025.05.09Aggiornato il 2026.06.02

Come comprare BANK

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di BANK BANK sono presentate come di seguito.

活动图片