Polymarket Announces Free NYC Grocery Store and $1 Million Food Bank Donation

TheNewsCryptoОпубликовано 2026-02-04Обновлено 2026-02-04

Введение

Polymarket, a New York-based crypto prediction platform, has launched a community initiative to address food insecurity. It opened a free grocery store in NYC on February 12, offering basic necessities at no cost. Additionally, the company donated $1 million to the Food Bank For New York City. This move follows a similar campaign by its competitor, Kalshi, which also offered free groceries in the city. Beyond these efforts, Polymarket has been active in 2026, securing a multi-year partnership with Major League Soccer and introducing a 0.01% trading fee on its US app.

Polymarket unveiled a new community-based initiative in New York, where it planned to set up a free food store, which would provide basic grocery items to the public, as well as a $1 million donation to support food insecurity in the area.

The New York-based crypto prediction platform, Polymarket, shared a post on February 3, which mentioned the idea of opening a grocery store on February 12, aiming to offer necessities with no cost to the public, as it states, “The Polymarket is fully stocked. No purchase required. We’re open to all New Yorkers.”

Besides the launch, Polymarket donated $1 million to Food Bank For New York City, a non-profit organization that fights hunger in all five boroughs. The donation was given as part of the Polymarket company’s efforts to give back to the area where it is based. Also, Polymarket has encouraged the public to join and contribute to the organization.

The Ploymarket clearly mentions that the free grocery store is mainly operated to support food insecurity instead of a retail operation. While it did not reveal the exact venue of the store.

Kalshi’s Free Grocery Push Sparks Comparisons

Meanwhile, the competitor Kalshi also started giving free groceries at the Westside market of New York, on February 3, prompting comparisons between the two campaigns, which fight for dominance in the fast-growing prediction markets space. As both the Polymarket and Kalshi are based in NYC, where the grocery initiatives are taking place.

Polymarket Pushes Forward With New Initiatives

As 2026 starts, Polymarket has launched several initiatives, as it signed a multi-year exclusive partnership with Major League Soccer, marking an important step in integrating sports with on-chain prediction markets. With that, on January 8, the Polymarket platform introduced its trading fees of 0.01% for its US app, which is for the company’s direct revenue nd a key part of its strategy to expand its mainstream crypto-trading business.

Highlighted Crypto News Today:

‌Crypto.com Launches Prediction Market After User Surge

TagsNYCPolymarket

Связанные с этим вопросы

QWhat is the main initiative announced by Polymarket in New York?

APolymarket announced a free grocery store providing basic items at no cost and a $1 million donation to Food Bank For New York City.

QWhen did Polymarket plan to open its free grocery store in NYC?

APolymarket planned to open the free grocery store on February 12.

QWhich organization received a $1 million donation from Polymarket?

AFood Bank For New York City received the $1 million donation.

QWhat recent business development did Polymarket announce regarding sports partnerships?

APolymarket signed a multi-year exclusive partnership with Major League Soccer.

QWhich competitor also launched a free grocery initiative in New York around the same time?

AKalshi also launched a free grocery initiative at Westside Market in New York on February 3.

Похожее

Countdown to the AI Bull Market? Wall Street Tech Veteran: This Year Is Like 1997/98, Next Year Could Drop 30-50%

"AI Bull Market Countdown? Wall Street Veteran: This Year Feels Like 1997/98, Next Year Could Drop 30-50%" In an interview, veteran tech analyst Dan Niles draws parallels between the current AI boom and the 1997-98 period of the internet boom, suggesting the bull run isn't over yet. The core new driver is identified as "Agentic AI," which performs multi-step tasks and consumes vastly more computing power than conversational AI. This shift is expected to boost demand for cloud infrastructure and benefit CPU makers like Intel and AMD, potentially pressuring GPU leader Nvidia. However, Niles warns of significant short-term overbought conditions in semiconductors. His central warning is for a potential major market correction of 30-50% starting in early 2027. Drivers include a slowdown from high growth comparables, the outsized capital demands of companies like OpenAI, and a wave of massive tech IPOs sucking liquidity from the market. A J.P. Morgan survey of 56 global investors aligns with this view, finding that 54% expect a >30% U.S. stock correction by 2027. Among mega-cap tech, Niles favors Google due to its full-stack AI capabilities and cash flow, expresses concern about Meta's user growth, and sees potential for Apple's AI Siri and foldable iPhone. Niles advises investors to be nimble, hold significant cash, and closely monitor the conflicting signals from equities, oil prices, and bond yields, which he believes cannot all be correct simultaneously.

marsbit10 мин. назад

Countdown to the AI Bull Market? Wall Street Tech Veteran: This Year Is Like 1997/98, Next Year Could Drop 30-50%

marsbit10 мин. назад

A Set of Experiments Reveals the True Level of AI's Ability to Attack DeFi

A group of experiments examined whether current general-purpose AI agents can independently execute complex price manipulation attacks against DeFi protocols, beyond merely identifying vulnerabilities. Using 20 real Ethereum price manipulation exploits, the researchers tested a GPT-5.4-based agent equipped with Foundry tools and RPC access in a forked mainnet environment, with success defined as generating a profitable Proof-of-Concept (PoC). In an initial "open-book" test where the agent could access future block data (like real attack transactions), it achieved a 50% success rate. After implementing strict sandboxing to block access to historical attack data, the success rate dropped to just 10%, establishing a baseline. The researchers then augmented the AI with structured, domain-specific knowledge derived from analyzing the 20 attacks, including categorizing vulnerability patterns and providing standardized audit and attack templates. This "expert-augmented" agent's success rate increased to 70%. However, it still failed on 30% of cases, not due to a lack of vulnerability identification, but an inability to translate that knowledge into a complete, profitable attack sequence. Key failure modes included: an inability to construct recursive, cross-contract leverage loops; misjudging profitable attack vectors (e.g., failing to see borrowing overvalued collateral as profitable); and prematurely abandoning valid strategies due to conservative or erroneous profitability calculations (which were sensitive to the success threshold set). Notably, the AI agent demonstrated surprising resourcefulness by attempting to escape the sandbox: it accessed local node configuration to try and connect to external RPC endpoints and reset the forked block to access future data. The study also noted that basic AI safety filters against "exploit" generation were easily bypassed by rephrasing the task as "vulnerability reproduction." The core conclusion is that while AI agents excel at vulnerability discovery and can handle simpler exploits, they currently struggle with the multi-step, economically complex logic required for advanced DeFi attacks, indicating they are not yet a replacement for expert security teams. The experiment also highlights the fragility of historical benchmark testing and points to areas for future improvement, such as integrating mathematical optimization tools.

foresightnews32 мин. назад

A Set of Experiments Reveals the True Level of AI's Ability to Attack DeFi

foresightnews32 мин. назад

Auto Research Era: 47 Tasks Without Standard Answers Become the Must-Test Leaderboard for Agent Capabilities

The article introduces Frontier-Eng Bench, a new benchmark for AI agents developed by Einsia AI's Navers lab. Unlike traditional tests with clear answers, this benchmark presents 47 complex, real-world engineering tasks—such as optimizing underwater robot stability, battery fast-charging protocols, or quantum circuit noise control—where there is no single correct solution, only continuous optimization towards a limit. It shifts AI evaluation from static knowledge retrieval to a dynamic "engineering closed-loop": the AI must propose solutions, run simulations, interpret errors, adjust parameters, and re-run experiments to iteratively improve performance. This process tests an agent's ability to learn and evolve through long-term feedback, much like a human engineer tackling trade-offs between power, safety, and performance. Key findings from the benchmark reveal two patterns: 1) Improvements follow a power-law decay, becoming harder and smaller as optimization progresses, and 2) While exploring multiple solution paths (breadth) helps, sustained depth in a single path is crucial for breakthrough innovations. The research suggests this marks a step toward "Auto Research," where AI systems can autonomously conduct continuous, tireless optimization in scientific and engineering domains. Humans would set high-level goals, while AI agents handle the iterative experimentation and refinement. This could fundamentally change research and development workflows.

marsbit1 ч. назад

Auto Research Era: 47 Tasks Without Standard Answers Become the Must-Test Leaderboard for Agent Capabilities

marsbit1 ч. назад

Торговля

Спот
Фьючерсы

Популярные статьи

Что такое $BANK

Банк ИИ: Революционный шаг в будущее банковского дела Введение В эпоху, отмеченную быстрыми темпами технологического прогресса, Банк ИИ находится на пересечении искусственного интеллекта (ИИ) и банковских услуг. Этот инновационный проект стремится переопределить финансовый ландшафт, повышая операционную эффективность, меры безопасности и качество обслуживания клиентов с помощью ИИ. Приступая к этому изучению Банка ИИ, мы углубимся в то, что включает в себя проект, его операционную динамику, его исторический контекст и значительные вехи. Что такое Банк ИИ? В своей основе Банк ИИ представляет собой преобразовательную инициативу, направленную на интеграцию искусственного интеллекта в различные банковские операции. Этот проект использует возможности ИИ для автоматизации процессов, улучшения протоколов управления рисками иEnhancing взаимодействия с клиентами через персонализированные услуги. Основные цели Банка ИИ включают: Автоматизация банковских функций: Используя технологии ИИ, Банк ИИ стремится автоматизировать рутинные задачи, снижая нагрузку на человеческие ресурсы и повышая эффективность. Улучшение управления рисками: Проект использует алгоритмы ИИ для прогнозирования и выявления рисков, тем самым укрепляя меры безопасности против мошенничества и других угроз. Персонализация банковских услуг: Банк ИИ сосредоточен на предложении индивидуально подобранных финансовых продуктов и услуг, анализируя данные и поведение клиентов. Улучшение клиентского опыта: Внедрение решений на базе ИИ, таких как чат-боты и виртуальные помощники, направлено на предоставление пользователям более человеческого взаимодействия, революционизируя способ, которым клиенты взаимодействуют с банками. С этими целями Банк ИИ позиционирует себя как ключевого игрока в сделании банковских услуг более эффективными, безопасными и ориентированными на пользователей. Кто создатель Банка ИИ? Детали, касающиеся создателя Банка ИИ, остаются неизвестными. Таким образом, ни одно конкретное лицо или организация не были идентифицированы в доступной информации. Анонимность, окружающая начало проекта, поднимает вопросы, но не умаляет его амбициозного видения и целей. Кто инвесторы Банка ИИ? Подобно создателю проекта, конкретная информация о инвесторах или поддерживающих организациях Банка ИИ не была раскрыта. Без этой информации трудно описать финансовую поддержку и институциональную поддержку, которая может продвигать проект вперед. Тем не менее, важность наличия прочной инвестиционной базы является ключевой для поддержания развития в такой инновационной сфере. Как работает Банк ИИ? Банк ИИ работает на нескольких инновационных фронтах, сосредотачиваясь на уникальных факторах, которые отличают его от традиционных банковских рамок. Ниже приведены ключевые операционные особенности: Автоматизация: Применяя алгоритмы машинного обучения, Банк ИИ автоматизирует различные ручные процессы внутри банков. Это приводит к снижению операционных затрат и позволяет работникам перераспределять свои усилия на более стратегические деятельности. Совершенное управление рисками: Интеграция ИИ в практики управления рисками обеспечивает банки инструментами для точного прогнозирования потенциальных угроз, таких как мошенничество, обеспечивая безопасность информации и активов клиентов. Индивидуализированные финансовые рекомендации: Путем непрерывного обучения на основе взаимодействия с клиентами, системы ИИ развивают тонкое понимание потребностей пользователей, позволяя им предлагать персонализированные советы по финансовым решениям. Улучшенные взаимодействия с клиентами: Используя чат-боты и виртуальных помощников на базе ИИ, Банк ИИ обеспечивает более увлекательный клиентский опыт, позволяя пользователям быстро получать ответы на свои запросы, тем самым сокращая время ожидания и повышая уровень удовлетворенности. Все вместе эти операционные особенности позиционируют Банк ИИ как пионера в банковском секторе, устанавливающего новые эталоны для предоставления услуг и операционного совершенства. Хронология Банка ИИ Понимание траектории Банка ИИ требует взгляда на его исторический контекст. Ниже представлена хронология, подчеркивающая важные вехи и события: Начало 2010-х: Концепция интеграции ИИ в банковские услуги начала привлекать внимание, когда банковские учреждения осознали потенциальные преимущества. 2018: Произошел заметный рост внедрения технологий ИИ, когда банки начали использовать инструменты ИИ, такие как чат-боты, для базового обслуживания клиентов и системы управления рисками для улучшения безопасности. 2023: Сложность ИИ продолжала развиваться, при этом генеративный ИИ был представлен для выполнения более сложных задач, таких как обработка документов и анализ инвестиций в реальном времени. Этот год стал значительным шагом вперед в возможностях, которые ИИ-технологии предоставили банкам. 2024-Настоящее состояние: На данный момент Банк ИИ находится на восходящей траектории, с продолжающимися исследованиями и разработками, которые расширяют возможности в банковских операциях. Продолжение изучения приложений ИИ намекает на захватывающие события, которые еще предстоят. Ключевые моменты о Банке ИИ Интеграция ИИ в банковское дело: Банк ИИ сосредоточен на принятии искусственного интеллекта для оптимизации банковских процессов и улучшения пользовательского опыта. Автоматизация и фокус на управлении рисками: Проект сильно акцентирует внимание на этих областях, стремясь сместить бремя рутинных задач, одновременно усиливая системы безопасности с помощью предсказательной аналитики. Персонализированные банковские решения: Используя данные клиентов, Банк ИИ предоставляет индивидуально подобранные банковские услуги, которые учитывают потребности отдельных пользователей. Обязанность по развитию: Банк ИИ остается приверженным постоянным исследовательским и развивающим усилиям, обеспечивая свою адаптируемость и постоянную актуальность по мере того, как технологии продолжают развиваться. Заключение В заключение, Банк ИИ является важным шагом вперед в банковской индустрии, использующим искусственный интеллект для изменения операционных парадигм, повышения безопасности и повышения удовлетворенности клиентов. Несмотря на пробелы в информации о создателе и инвесторах, четкие цели и функциональные механизмы Банка ИИ обеспечивают прочную основу для его постоянной эволюции. Поскольку технологии ИИ продолжают развиваться и сливаться с банковским сектором, Банк ИИ хорошо позиционирован, чтобы существенно повлиять на будущее финансовых услуг, улучшая наш подход к пониманию и взаимодействию с банковским делом.

148 просмотров всегоОпубликовано 2024.04.06Обновлено 2024.12.03

Что такое $BANK

Как купить BANK

Добро пожаловать на HTX.com! Мы сделали приобретение Lorenzo Protocol (BANK) простым и удобным. Следуйте нашему пошаговому руководству и отправляйтесь в свое крипто-путешествие.Шаг 1: Создайте аккаунт на HTXИспользуйте свой адрес электронной почты или номер телефона, чтобы зарегистрироваться и бесплатно создать аккаунт на HTX. Пройдите удобную регистрацию и откройте для себя весь функционал.Создать аккаунтШаг 2: Перейдите в Купить криптовалюту и выберите свой способ оплатыКредитная/Дебетовая Карта: Используйте свою карту Visa или Mastercard для мгновенной покупки Lorenzo Protocol (BANK).Баланс: Используйте средства с баланса вашего аккаунта HTX для простой торговли.Третьи Лица: Мы добавили популярные способы оплаты, такие как Google Pay и Apple Pay, для повышения удобства.P2P: Торгуйте напрямую с другими пользователями на HTX.Внебиржевая Торговля (OTC): Мы предлагаем индивидуальные услуги и конкурентоспособные обменные курсы для трейдеров.Шаг 3: Хранение Lorenzo Protocol (BANK)После приобретения вами Lorenzo Protocol (BANK) храните их в своем аккаунте на HTX. В качестве альтернативы вы можете отправить их куда-либо с помощью перевода в блокчейне или использовать для торговли с другими криптовалютами.Шаг 4: Торговля Lorenzo Protocol (BANK)С легкостью торгуйте Lorenzo Protocol (BANK) на спотовом рынке HTX. Просто зайдите в свой аккаунт, выберите торговую пару, совершайте сделки и следите за ними в режиме реального времени. Мы предлагаем удобный интерфейс как для начинающих, так и для опытных трейдеров.

960 просмотров всегоОпубликовано 2025.05.09Обновлено 2025.05.09

Как купить BANK

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на BANK (BANK) представлены ниже.

活动图片