Мем-токены продолжают набирать обороты в 2025 году

cryptonews.ruPublicado em 2025-02-19Última atualização em 2025-02-19

Мем-токены уже давно перестали быть просто шуточной историей. В 2025 году они укрепили свои позиции на крипторынке, привлекая внимание инвесторов. Об этом заявили аналитики CoinShares. Они отметили, что один из самых знаковых токенов в этой категории — Pepe. Его эмблема, изображающая знаменитую лягушку из комиксов Мэтта Фьюри, стала культовым символом интернет-культуры.

Сначала мем использовался для цифровых коллекционных предметов на базе биткоина, а затем появился как токен в сети Ethereum. Благодаря механизму сжигания, который создает дефицит, а также запуску собственной сети 2-го уровня, капитализация PEPE достигла $4,4 млрд в феврале 2025 года.

Другой известный Мем-токены — Shiba Inu (SHIB), вдохновленный японской породой собак. Этот актив, также запущенный на базе Ethereum, быстро набрал популярность. В 2023 году команда проекта представила проект Shibarium — решение 2-го уровня, которое улучшает масштабируемость сети. Низкие комиссии, активное сообщество и вирусный маркетинг позволили SHIB достичь рыночной капитализации в $10 млрд в январе 2025 года. Однако аналитики обнаружили, что основатель проекта владеет 10% предложения монет, что эквивалентно $900 млн. Это вызывает вопросы о централизации и возможных рисках для инвесторов.

По мнению специалистов, одной из главных проблем Мем-токенов остается концентрация активов в руках небольшого количества людей. Это повышает риски манипуляций и нестабильности рынка. Ситуация усугубляется появлением платформ, таких как Pump.fun, где пользователи могут создавать и запускать новые цифровые активы.

Несмотря на возможные угрозы, мем-токены продолжают набирать популярность. Инвесторы рассматривают их как способ быстро заработать, а комьюнити остается сильной движущей силой роста. Однако эксперты советуют проявлять осторожность, так как высокая волатильность может привести к внезапным потерям.

Ошибка в тексте? Выделите её мышкой и нажмите Ctrl + Enter

Leituras Relacionadas

Dwarkesh Patel: The Next Generation of AI May Be Built Through Actual Work

In his latest podcast, Dwarkesh Patel explores the next paradigm for AI training. While current progress in fields like coding and math relies on Reinforcement Learning with Verifiable Rewards (RLVR), which requires tasks that are both verifiable and highly scalable ("grindable"), Patel questions whether this is sufficient for complex real-world objectives like starting a business, winning a legal case, or managing an organization. These tasks provide verifiable outcomes but lack the resetable, parallelizable environments needed for efficient RLVR training. Patel argues the key limitation of current models is their inability to convert valuable in-context learning from real deployment into permanent weight updates—a process he terms "learning back to the weights." He proposes two potential solutions: On-Policy Self-Distillation (OPSD), where a model distills knowledge from long, task-specific sessions back into its base weights, and "dreaming," where an AI constructs simulated environments from real-world observations to practice and refine strategies. Ultimately, Patel envisions a future training paradigm where AI advances not just through pre-training on static datasets but through continual, post-deployment learning from real-world experience. This shift would enable AI to move beyond "grindable" tasks and develop robust, generalizable agent capabilities for complex, real-world challenges.

marsbitHá 26m

Dwarkesh Patel: The Next Generation of AI May Be Built Through Actual Work

marsbitHá 26m

Trading

Spot
活动图片