Aave 交易收入刚刚突破百万美元,但这才是你真正错过的关键信息

ambcryptoОпубликовано 2026-07-03Обновлено 2026-07-03

Введение

Aave已不再仅依靠存款和借贷业务增长,还在构建新的收入来源。随着其全球美元枢纽的推出和用户活动的增加,项目正重新获得动力。 Aave DAO的交换收入自"AAVE Will Win"启动以来已突破100万美元,其中大部分收入来自以太坊,Arbitrum和其他链也有较小贡献。这为Aave提供了除借贷市场基于资产管理规模收费之外的另一个收入流。未来随着杠杆工具、交易构建器支持以及Aave Pro对V4的支持等功能的推出,这一收入基础有望持续增长。 另一方面,Aave的链上活动也大幅增加。在其V4全球美元枢纽推出期间,AAVE价格从约72美元涨至95美元,随后回落至85美元左右。然而,用户增长并未随价格回落而消退。6月30日新增AAVE地址达到1,806个,远高于春季日均约200个的通常水平,本周活跃地址也持续高于基线。 尽管AAVE价格从95-100美元区域回落至90美元以下,但在撰写本文时交易价约为87美元,并有小幅回升尝试。其RSI为58,显示涨势不再过热,仍存一定动能;CMF为正0.10,表明存在一定的买入兴趣。

Aave [AAVE] 的发展已不仅仅依靠存款和借贷活动;他们还在构建新的收入来源。随着Aave全球美元枢纽的启动以及用户活动的增加,该项目正重新获得发展动力。

Aave DAO交易收入突破百万美元大关!

自“Aave必将胜利”活动启动以来,Aave DAO的交易收入已突破100万美元。累计预期合作伙伴费用自四月以来持续增长,六月初出现显著跃升,并在整个月份保持稳定增长态势。

来源:X

这部分收入大部分来自以太坊 [ETH],而Arbitrum [ARB] 及其他少数链也有所贡献。有趣的是,这为Aave带来了除其常规基于资产管理规模的借贷市场费用之外的另一个收入渠道。

随着更多功能计划的推进——包括杠杆工具、交易构建器支持以及在Aave Pro中支持V4——这一收入基础有望持续增长。

新增钱包增长势头强于AAVE币价

除此之外,Aave的链上活动也出现激增。在其V4全球美元枢纽推出前后,AAVE的价格从近72美元上涨至约95美元,随后回落至85美元左右。

来源:Santiment

然而,值得注意的是,用户增长并未随币价回落而消退。6月30日,新增AAVE地址达到1,806个,远高于春季通常每天约200个的水平。

本周内,新增地址增长也持续高于基线。事实上,活跃地址数最高达到3,144个,并且保持在2,200个以上。

AAVE持稳于回调区间上方

关于此轮行情,这里需要做些平衡的补充。在价格触及95-100美元区域后,AAVE在图表上回落至90美元下方。

来源:TradingView

然而,该代币也并未完全失去上涨动能。截至发稿时,其交易价格约为87美元,并出现小幅反弹尝试。

RSI指数为58,表明此轮涨势已不再过热。市场似乎仍存留一些上涨力量。CMF指标也为正值,达到0.10,显示出一定的买入兴趣。


最终总结

  • Aave DAO交易收入突破100万美元,新增一种收入模式。
  • AAVE价格在图表上显露疲态,但新增地址数也达到了1,806个。

Связанные с этим вопросы

QAave DAO的互换收入主要来自哪些链?

AAave DAO的互换收入主要来自以太坊(ETH)网络,此外,Arbitrum(ARB)和其他少数几条链也贡献了较小份额的收入。

Q除了借贷市场,Aave通过什么方式增加了新的收入来源?

AAave通过推出互换功能(swap revenue)增加了新的收入来源,其DAO的互换收入已超过100万美元,这为其提供了资产管理费用之外的另一重要收入模式。

QAave推出V4全球美元中心后,其原生代币AAVE的价格和用户增长表现如何?

A推出V4全球美元中心后,AAVE价格从约72美元上涨至约95美元,随后回落至85美元左右。尽管价格回调,但用户增长并未减弱,新地址数量在6月30日达到1,806个,远高于春季日均约200个的水平,并且本周活跃地址也保持在2,200至3,144的高位。

Q根据文章,有哪些未来规划的功能可能继续推动Aave的收入增长?

A文章提到,包括杠杆工具、交易构建器支持以及Aave Pro的V4支持等更多规划中的功能,可能继续推动Aave的收入基础持续增长。

Q文章发布时,AAVE代币的技术指标(如RSI和CMF)显示出怎样的市场状况?

A文章发布时,AAVE代币的相对强弱指数(RSI)为58,表明之前的上涨已不再过热;资金流量指标(CMF)为正值0.10,显示市场仍存在一定的买盘兴趣,代币在约87美元价位试图小幅回升。

Похожее

Конец математики: 40 ведущих математиков собрались на закрытой встрече OpenAI

Заголовок: Конец математики: 40 ведущих математиков на закрытой встрече в OpenAI Только что получивший Филдсовскую премию Джейкоб Цимерман объявил о переходе в OpenAI для исследований в области безопасности ИИ. В начале августа он и исследователь OpenAI Себастьен Бюбек организовали в штаб-квартире компании закрытый саммит с участием около 40 математиков. Один из докладов назывался «Конец математики». Профессор Дэниел Литт заявил, что мир может прийти к ситуации, где не останется высококачественных математических исследований, а человеческий экспертный опыт в этой области полностью исчезнет. Математик MIT Дрю Сазерленд выразился более прямо: возможно, математики — это первые жертвы, «канарейки в угольной шахте». Математика выбрана в качестве испытательного полигона для ИИ, так как она служит индикатором высоких интеллектуальных достижений. Непосредственным фоном встречи стал поток достижений ИИ в математике. В мае невыпущенная модель OpenAI опровергла «гипотезу единичных расстояний» — давнюю проблему в комбинаторной геометрии, которую Цимерман назвал публикуемым в любом журнале результатом. В августе OpenAI анонсировала 10 новых открытий в математике и информатике, сделанных с помощью ИИ. В Anthropic сотрудник с помощью Claude создал искомые, но никогда не построенные пары ортогональных векторов в 668-мерном гиперкубе, опубликовав результат в виде поста из 24 000 символов. Такие результаты часто обходят традиционный путь публикации (arXiv, рецензирование). Например, предприниматель Дмитрий Рыбин, подбадривая ChatGPT «сделать прорыв», получил от модели контрпример к одной гипотезе о потоках в сетях и опубликовал это в Twitter во время просмотра фильма. На прошлой неделе Anthropic сообщила, что внутренняя версия Claude по настоянию исследователя добилась нового результата в задаче, связанной с гипотезой Римана. Реакция математического сообщества разделилась. В июне было опубликовано «Лейденское обращение», под которым подписались более 3000 математиков, призывающее к ответственному использованию ИИ. Другие выступают за полный отказ от ИИ. Участница саммита и соавтор обращения, профессор Брина Кра, подчеркивает, что суть математики — в понимании, а не только в доказательстве. Математик Мелани Вуд, написавшая «человеческое» доказательство для результата OpenAI о гипотезе единичных расстояний, отмечает, что современные ИИ плохо объясняют самые сложные части доказательств. Немецкий математик Андреас Том, чьи работы дополнило одно из открытий ИИ, считает, что ИИ умно решает проблемы, но новые концепции все еще появляются благодаря человеческому участию. Организатор саммита Бюбек описал четыре возможных будущего: математика станет похожа на разработку ПО (масштабная коллаборация), на физику (усилия сместятся на создание ИИ-«ускорителей»), на кураторство в музее (ИИ генерирует, человек отбирает) или математики массово перейдут в сферу безопасности ИИ. Он подчеркнул, что математика имеет смысл, только когда математики чему-то учатся. Участники не пришли к консенсусу. Цимерман отметил, что у математического сообщества пока нет единой позиции, и цель встречи — начать диалог. Его собственный переход в OpenAI символизирует дилемму, стоящую перед областью. Его следующие шаги могут стать еще более значимым сигналом, чем доклады на этом саммите.

marsbit7 мин. назад

Конец математики: 40 ведущих математиков собрались на закрытой встрече OpenAI

marsbit7 мин. назад

Новая модель Anthropic «слизала» слухи, самый мощный Fable 5 оказался провалом

Антропик готовит выпуск двух новых моделей ИИ под кодовыми названиями Marshmallow («Зефир») и Melon («Дыня»), которые были обнаружены в сторонних приложениях. Предварительные тесты показывают, что Marshmallow превосходит по естественности диалога текущую флагманскую модель Opus, в то время как Melon немного слабее. Их выход ожидается в ближайшее время. Этот анонс происходит на фоне неожиданно низкого рыночного принятия текущего топ-модели Anthropic — Fable 5, выпущенной два месяца назад. Несмотря на статус самого мощного и дорогого решения компании, данные платформы Ramp показывают, что на Fable 5 приходится лишь около 11% расходов предприятий на токены Anthropic. Для сравнения, флагман конкурента OpenAI, GPT-5.6 Sol, занимает 25% доли. Основные причины холодного приема Fable 5 — чрезмерно высокая цена и недостаточное ценностное предложение. Модель стоит в 2 раза дороже Opus 4.8 и в 10 раз дороже Haiku 4.5. При этом выпущенная в конце июля модель Opus 5, которая стоит вдвое дешевле Fable 5, демонстрирует сопоставимую, а в некоторых тестах (например, CursorBench 3.2) даже лучшую производительность, делая ценник Fable 5 неоправданным. Дополнительное давление создает стремительный рост популярности открытых моделей. Согласно данным Vercel AI Gateway, их доля в использовании токенов выросла с 11% в апреле до 62% в августе, при этом на них приходится менее 4% общих расходов предприятий. Таким образом, анонсированные модели Marshmallow и Melon, вероятно, являются стратегическим ответом Anthropic на текущие рыночные вызовы. Компании необходимо предложить решения, которые сочетают в себе высокую производительность, доступную цену и практическую пользу для бизнеса, чтобы стимулировать массовое внедрение, а не оставаться merely «витринной» технологией.

marsbit7 мин. назад

Новая модель Anthropic «слизала» слухи, самый мощный Fable 5 оказался провалом

marsbit7 мин. назад

Через три месяца после смерти собаки Рози ее медицинская история превратилась в компанию по ИИ-медицине

Спустя три месяца после смерти собаки по кличке Рози её история болезни превратилась в стартап Gamgee, получивший финансирование в размере $4 млн. Владелец собаки, специалист по машинному обучению Пол Конингем, использовал ИИ-инструменты (ChatGPT, AlphaFold, Grok) для разработки персонализированной мРНК-вакцины против рака своей собаки, страдавшей от тучноклеточной опухоли. После начального успеха (уменьшения опухолей) болезнь вернулась, и Рози умерла, не дождавшись следующей дозы вакцины. Новая компания Gamgee ставит своей целью автоматизацию и стандартизацию этого процесса для создания индивидуальных мРНК-вакцин для собак с онкологическими заболеваниями. Клинические испытания планируется проводить в Австралии в сотрудничестве с местными университетами. История подчеркивает как потенциал ИИ и персонализированной медицины в ветеринарии, так и ключевую проблему таких методов — необходимость значительно ускорять весь цикл (от проектирования до введения препарата), чтобы успеть помочь пациенту. Инвестиции направлены на подтверждение эффективности метода в рамках регулируемых исследований.

marsbit17 мин. назад

Через три месяца после смерти собаки Рози ее медицинская история превратилась в компанию по ИИ-медицине

marsbit17 мин. назад

Вакцина на основе мРНК была слишком медленной, владелец потерял любимую собаку: представлена первая в мире персонализированная противораковая вакцина для собак на базе ИИ

История Пола Конангема и его собаки Рози, страдавшей от рака, облетела мир. Используя ChatGPT и AlphaFold, Пол, специалист по машинному обучению, самостоятельно разработал персонализированную мРНК-вакцину против рака для своего питомца. После первой инъекции опухоль уменьшилась на 75%. Однако Рози не дождалась следующей, адаптированной к новым мутациям вакцины, из-за медленных и сложных процессов её изготовления в существующей системе. Чтобы предотвратить подобные трагедии, Пол основал стартап Gamgee, который привлёк $4 млн инвестиций. Компания создаёт автоматизированную платформу для быстрого (цель — 48 часов) и доступного (цель — $2000 за курс) производства персонализированных мРНК-вакцин для собак. Процесс включает забор образцов, анализ данных с помощью ИИ для выбора мишеней и синтез вакцины. Выбор собак в качестве первой цели обусловлен огромной потребностью (только в США ежегодно диагностируется около 6 млн случаев) и идеальными условиями для отработки технологии: чистые генетические пулы и естественное развитие болезни. Успех Gamgee может заложить основу для медицины будущего «N-of-1» (крайне персонализированной), применяемой впоследствии и для людей. Недавний успех клинических испытаний персонализированной мРНК-терапии Moderna и Merck для лечения меланомы у людей подтверждает перспективность этого подхода. Наследие Рози — это надежда для миллионов собак и возможный прорыв в борьбе с раком.

marsbit20 мин. назад

Вакцина на основе мРНК была слишком медленной, владелец потерял любимую собаку: представлена первая в мире персонализированная противораковая вакцина для собак на базе ИИ

marsbit20 мин. назад

Не следуя за Кремниевой долиной: несколько молодых аспирантов делают ставку на единый мозг для двуногих гуманоидных роботов

В выходные в социальных сетях появилось впечатляющее видео: двуногий гуманоидный робот компании Symbiotic Cognition уверенно управляет картом на трассе, выполняя сложные маневры на высокой скорости с полной синхронизацией зрения, рук и ног. Это демонстрирует продвинутый уровень целостной координации и силового контроля, редко встречающийся в подобных демонстрациях. Основатель компании, Дин Пэнсян (1996 г.р.), и его команда, состоящая полностью из докторантов 2000-х годов рождения, работают над созданием сквозной (end-to-end) модели «мозга» для двуногих гуманоидных роботов. Они выбрали этот сложный и передовой путь, отказавшись от более распространенной модульной (иерархической) архитектуры, где «мозг» (принятие решений) и «мозжечок» (движение) разделены. По их мнению, сквозной подход, подобный эволюции автопилота Tesla, в долгосрочной перспективе является более эффективным и устраняет информационные потери между модулями. Ключевым технологическим отличием является переход от кинематики (траектории движения) к динамике — обучению модели тому, как управлять всем телом с учетом баланса, сил инерции и физического взаимодействия в реальном мире. Их модель работает на уровне целевых положений суставов (Joint Target), непосредственно управляя 29 степенями свободы робота. Для обеспечения стабильности без отдельного «мозжечка» команда разработала механизм двойного协同оптимизации, объединяющий поведенческое клонирование и дистилляцию приоритетов движения (DriftDistill), что наделяет модель одновременно интеллектом задач и интеллектом тела. Основные вызовы — нехватка качественных данных, особенно для скоординированных движений всего тела в реальных условиях. Команда использует такие методы, как TrajBooster, для преобразования траекторий манипуляторов в данные для гуманоидов. Дин Пэнсян ожидает, что коммерчески значимые результаты появятся при наличии миллионов часов данных, и подчеркивает, что ключевые вопросы отрасли еще не решены. Цель команды — не следовать за другими, а задавать новые тенденции в развитии технологий гуманоидных роботов.

marsbit22 мин. назад

Не следуя за Кремниевой долиной: несколько молодых аспирантов делают ставку на единый мозг для двуногих гуманоидных роботов

marsbit22 мин. назад

Торговля

Спот
活动图片