Почему упал Hamster Kombat. Сколько стоят TON, Notcoin и Catizen

cryptonews.ruОпубликовано 2022-12-30Обновлено 2024-09-30

Ни одна из криптовалют четырех популярных «тапалок» от Telegram не торгуется выше своей стартовой цены

Курс криптовалюты Hamster Kombat (HMSTR) обвалился более чем на 40% за несколько дней, прошедших после ее листинга на криптобиржах. Недавно запущенные также на блокчейне TON токены DOGS (DOGS) и Catizen (CATI) также упали в цене за последнюю неделю.

При старте торгов 26 сентября цена HMSTR составила $0,01. На 16:30 мск 30 сентября токен торгуется по $0,0057, по данным CoinMarketCap. С момента запуска его цена упала на 43%.

Hamster Kombat — последняя из ряда криптовалют, выпущенных к настоящему моменту популярными мини-приложениями Telegram из категории tap-to-earn. Проект предлагает пользователям заработать, управляя виртуальной криптобиржей в качестве персонажа-хомяка.

rbc.group

Hamster Kombat привлек 300 млн пользователей, по данным разработчиков. Такой популярности игра отчасти обязана успеху предыдущих «тапалок» из мессенджера, таких как Notcoin (NOT), DOGS (DOGS) и Catizen (CATI).

Hamster Kombat, Blum и другие. Чего ждать от токенов «тапалок» в Telegram

Первым из них вышел на биржи токен Notcoin. Пользователи приложения в мессенджере добывали токены, просто нажимая на экран смартфона. Листинг токена NOT криптобиржи провели 16 мая этого года. На следующий день после листинга Павел Дуров отметил успех Notcoin, сообщив, что в день выхода на биржи NOT вошла в топ-10 криптовалют по торговым объемам, а ее капитализация достигла $700 млн.

Notcoin — единственная из Топ-5 криптовалют экосистемы TON показала существенный рост за последнюю неделю. Цена NOT выросла за 7 дней на 20%. Но с момента запуска актив подешевел в 2 раза. На старте его цена равнялась $0,0016, а 30 сентября за NOT дают $0,0008.

Токен DOGS вышел на биржи 26 августа. Суть игры сводилась к начислению участнику токенов в зависимости от даты регистрации аккаунта в Telegram и за приглашение новых пользователей по реферальной системе.

Ажиотаж вокруг этой криптовалюты был насколько велик, что в сети TON произошел масштабный сбой. Из-за высокой нагрузки сеть не производила блоки транзакций в течение семи часов.

По сравнению с токеном HMSTR, DOGS подешевел не так сильно. С начала торгов в конце августа (по $0,0008329) его курс упал примерно на 4%, — до $0,0008.

20 сентября на биржах начались торги Catizen. Проект отличается от «тапалок» тем, что предлагает полноценную игровую механику — пользователи «размножают» котят и повышают их уровни. Цена CATI стартовала с $0,6263 и менее чем за неделю к вечеру 30 сентября опустилась на 23%, до $0,5884.

Несмотря на снижение цен на токены недавно нашумевших «кликеров», курс нативной криптовалюты самого блокчейна, Toncoin (TON), вырос за неделю на 3%.

«Непременная детелеграмизация». Что будет с TON без Telegram

Монета прочно закрепилась в Топ-10 криптовалют по капитализации. Общая рыночная стоимость TON составляет 30 сентября $14,7 млрд, в то время как ближайшие его последователи в этом рейтинге — Tron (TRX) и Cardano (ADA) — попеременно занимают 10 и 11 места с капитализацией около $13,5 млрд.

По мнению аналитиков, «тапалки» стали для экосистемы TON инструментом для привлечения ликвидности и новых активных пользователей. Несмотря на позитивные прогнозы, эксперты опасаются, что успех TON может быть нивелирован окончанием «эпохи» популярности приложений-кликеров.

Похожее

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Корейские финансовые учреждения и интернет-платформы активно развивают блокчейн-инфраструктуру, сосредоточившись на двух ключевых направлениях: стейблкоинах и токенизации реальных активов (RWA). В сфере стейблкоинов идёт борьба за создание регулируемого рынка воны. Банки, финтех-компании и регуляторы определяют правила, стремясь предотвратить отток капитала в долларовые стейблкоины. Крупные банки, такие как KB Financial, Hana Financial и NH Nonghyup, уже проводят пилотные проекты по платежам и трансграничным переводам. Платежные системы (Shinhan Card, BC Card) и интернет-гиганты (KakaoPay, NAVER Pay) интегрируют стейблкоины в свои экосистемы. Криптопроектам следует устанавливать партнерства сейчас, чтобы стать частью будущей инфраструктуры. Направление RWA в Корее развивается быстро и с учётом местной специфики. Помимо традиционных активов, токенизируются активы ключевых отраслей: судостроение (Mirae Asset Securities), оборонная промышленность (Hanwha Investment) и культурный контент (Story Protocol). Правовая база формируется, и уже одобрены первые торговые платформы (NXT, KDX). Криптопроекты могут заполнить пробелы в глобальном распределении, ликвидности и предоставлении инструментов для токенизации. Ключевую роль в распространении среди пользователей играют потребительские платформы. NAVER (планирующая приобрести оператора Upbit) и Kakao (развивающая единый кошелёк) делают блокчейн основой своих сервисов. Toss, обладающий финансовыми лицензиями, также активно внедряет блокчейн. Корейская индустрия цифровых активов находится на переломном этапе. Принятие нормативной базы и активность институциональных игроков создают возможности для проектов, которые смогут наладить реальное сотрудничество и внедрение на местном рынке.

Foresight News3 мин. назад

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Foresight News3 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

**Как определить, является ли видео созданным ИИ? Обзор динамической, отслеживаемой и объяснимой системы обнаружения** За последние два года модели генерации видео, такие как Sora, Google Veo и Kling, достигли кинематографического качества, создавая многосекундные сложные сцены. Это создает растущий разрыв с областью обнаружения, которая отстает, в то время как количество и качество поддельных видео в социальных сетях стремительно растет. В обзоре, принятом на ACL 2026, исследователи переосмысливают цель обнаружения: от простой бинарной классификации («поддельное/настоящее») к **верификации фактологической достоверности**. Задача — проверить, соответствует ли содержание видео (кто, что, где, когда) восприятию и знаниям о реальном мире, включая физические законы и здравый смысл. Авторы выделяют три парадигмы AI-видео: 1. **Локальная манипуляция (LMV):** Изменение части реального видео (например, Deepfake). 2. **Аудиовизуальное редактирование (AVE):** Изменение синхронизации между звуком, речью и видео. 3. **Генеративный синтез видео (GVS):** Полная генерация видео «с нуля» (например, Sora), что представляет наибольшую сложность. Для обнаружения предлагается **четырехуровневая система с двойным визуально-языковым подходом**: * **Уровень 1: Низкоуровневые визуальные сигналы** (артефакты, шум, физиологические сигналы). * **Уровень 2: Пространственно-временная согласованность** (плавность движений, физическая непрерывность). * **Уровень 3: Межмодальная согласованность** (проверка соответствия видео, звука и текста). * **Уровень 4: Рассуждение на уровне знаний о мире** (проверка соответствия фактам, законам физики и здравому смыслу). Фокус методов смещается от первых двух уровней (визуальных) к третьему и четвертому (языковым и смысловым). Обзор подчеркивает, что будущие системы обнаружения должны быть **динамическими, объяснимыми и отслеживаемыми**. Они должны не просто классифицировать, а предоставлять доказательства, связывать выводы с конкретными элементами видео (объектами, событиями) и оставаться устойчивыми к новым генеративным моделям. Это требует объединения усилий компьютерного зрения, обработки естественного языка и исследований многомодальных моделей для создания надежной системы проверки достоверности видео в эпоху продвинутого ИИ.

marsbit38 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

marsbit38 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

NVIDIA представила открытую библиотеку NeMo AutoModel, которая значительно ускоряет тонкую настройку MoE-моделей. Достаточно добавить одну строку импорта в код на основе Hugging Face Transformers v5, чтобы получить прирост производительности до 3.7 раз и сократить использование видеопамяти GPU на 29-32%. Библиотека совместима с API Transformers и вводит три ключевые оптимизации: Expert Parallelism (EP) для распределения параметров экспертов по GPU и снижения нагрузки на память, DeepEP для совмещения вычислений и коммуникаций, а также Transformer Engine для ускорения базовых операций. На примере модели Qwen3-30B-A3B на 8 GPU H100 скорость обучения выросла с 3075 до 11340 токенов в секунду на GPU. Для очень крупных моделей, таких как Nemotron 3 Ultra 550B, NeMo AutoModel позволяет проводить тонкую настройку там, где стандартный Transformers v5 исчерпывает доступную память. Проект доступен на GitHub, предоставляя простой способ ускорения работы с MoE-архитектурами без серьёзных изменений кода.

marsbit39 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

marsbit39 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

По неожиданному сценарию, первой областью, где искусственный интеллект (ИИ) реально изменил криптоиндустрию, стала безопасность и аудит. В 2026 году DeFi-сектор столкнулся с растущим давлением: общая стоимость заблокированных средств (TVL) сократилась примерно на 39% с начала года, а хакерские атаки привели к потере около 942 миллионов долларов только за первое полугодие. Распространение продвинутых ИИ-моделей, таких как Claude Mythos, радикально снизило стоимость и требования к навыкам для поиска уязвимостей в смарт-контрактах. Атаки стали масштабными, быстрыми (от обнаружения до эксплуатации — минуты) и нацеленными даже на старые, давно развернутые контракты. Традиционная модель аудита, основанная на разовых отчетах, демонстрирует трещины. Атаки смещаются от чистого кода к эксплуатации логики протоколов, ошибок конфигурации и социальной инженерии (как в случаях с Drift Protocol и KelpDAO). Соучредитель OpenZeppelin заявил, что считает весь DeFi небезопасным из-за сверхчеловеческих способностей ИИ в поиске уязвимостей. В ответ проект и аудиторские компании вынуждены меняться. Возникает спрос на повторные аудиты по новым стандартам. Аудиторские фирмы внедряют собственные ИИ-системы для автоматического анализа и переходят от разовых проверок к непрерывному мониторингу, формальной верификации и встраиванию защиты на этапе разработки (как Skills от OpenZeppelin). Такие ИИ-инструменты, как Firepan, уже находят сложные комбинированные уязвимости, упущенные при многократных ручных аудитах, как в случае с Curve Finance. Эпоха, когда одного аудита было достаточно навсегда, закончилась. Безопасность становится не разовым этапом, а постоянной инфраструктурной затратой. Будущее останется за теми, кто быстрее адаптирует свои услуги к реалиям «гонки вооружений» между ИИ-атаками и ИИ-защитой.

marsbit45 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

marsbit45 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

Данные показывают, что к июню TVL в DeFi упал примерно до $700 млрд, что на 39% меньше показателей начала года. При этом в 2026 году в сфере DeFi произошло 121 хакерское нападение с общим ущербом около $942 млн. С распространением новых инструментов ИИ значительно снизились стоимость и требуемые навыки для поиска уязвимостей в смарт-контрактах. Традиционная модель аудита безопасности сталкивается с серьёзными проблемами. Наступление ИИ-атак происходит быстрее, что сокращает жизненный цикл аудиторских отчётов. Даже прошедшие аудит протоколы, такие как Drift Protocol и KelpDAO, подверглись атакам через уязвимости в логике операций или конфигурации инфраструктуры. В ответ на это проекты начинают пересматривать свою безопасность в соответствии с новыми стандартами эпохи ИИ. Компании, занимающиеся аудитом безопасности, также трансформируются, внедряя системы аудита с поддержкой ИИ и переходя от разовых проверок к постоянному мониторингу и встроенной безопасности. Такие инструменты, как Firepan, уже доказали свою эффективность, находя сложные уязвимости в тщательно проверенных контрактах, например, в Curve Finance. В целом, сфера аудита безопасности переходит от модели, основанной на разовых проверках, к конкурентной модели, требующей постоянных инвестиций. ИИ ускоряет как атаки, так и развитие защитных систем.

链捕手53 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

链捕手53 мин. назад

Торговля

Спот
活动图片