Dogecoin лидирует на рынке мем-монет

cryptonews.ruXuất bản vào 2024-05-12Cập nhật gần nhất vào 2024-09-12

Dogecoin, PEPE и Shiba Inu доминируют в экономике мем-токенов, а DOGE лидирует во взаимодействии с социальными сетями. Последние данные от Phoenix Group и LunarCRUSH показывают, что Dogecoin генерирует 9,2 миллиона взаимодействий всего за 24 часа. Такая высокая вовлеченность подчеркивает сильную поддержку сообщества и его продолжающееся влияние на развивающийся криптовалютный ландшафт.

Сильное присутствие Dogecoin в социальных сетях

Dogecoin остается мощной силой на рынке мем-монет. За прошедший день было зарегистрировано 22,9 тыс. активных сообщений. Эта активность отражает сильную поддержку сообщества и актуальность Dogecoin на рынке. Посты включают лайки, комментарии и репосты, которые демонстрируют продолжающееся доминирование Dogecoin.

Более того, социальная активность Dogecoin также влияет на показатели рынка. В понедельник токен вырос более чем на 8% благодаря позитивным настроениям инвесторов. Потенциал для дальнейшего роста существует, в зависимости от того, завершит ли он ключевое движение в рамках модели падающего клина, за которой внимательно наблюдают трейдеры.

Рост Пепе и Сиба-Ину

В то время как Dogecoin лидирует, PEPE и Shiba Inu также добиваются значительных успехов. PEPE зарегистрировала 16,1 тыс. активных сообщений и 5 миллионов взаимодействий, позиционируя себя как сильного конкурента. Популярности токена способствует его интеграция с игровыми и социальными платформами, что помогает ему сохранять прочное присутствие на рынке.

Dogecoin, PEPE и Shiba Inu лидируют на рынке мем-монет по социальной активности, а DOGE возглавляет чарты с 9,2 млн взаимодействий. https://t.co/ukf9Kxq48V

— Blockchain Reporter (@blockchainrptr) 11 сентября 2024 г.

Шиба Ину также демонстрирует серьезную задачу с 10 тысячами вовлеченных постов и 1,5 миллионами взаимодействий. Несмотря на то, что он относительно новый, лояльное сообщество Шиба Ину стимулирует его рост. Эта мощная поддержка помогает Shiba Inu сохранять свое влияние в пространстве мем-монет, делая ее ключевым игроком наряду с Dogecoin и PEPE.

DegenTokenBase улучшает взаимодействие с пользователями

Что касается соответствующих новостей, DegenTokenBase начала обновленную блокчейн-экспедицию для улучшения отслеживания сделок. Эта функция помогает пользователям отслеживать транзакции быстрее и эффективнее. Команда DegenTokenBase говорит, что explorer позволяет отслеживать “быстрее, чем вы можете сказать banana zone”. Ожидается, что это обновление улучшит взаимодействие с системой.

Другие появляющиеся мем-монеты, такие как PORK и POPCAT, также привлекают внимание. PORK зарегистрировал 7,3 тыс. активных сообщений и 1,7 млн взаимодействий, что указывает на его растущую популярность. POPCAT также продемонстрировал высокую активность, опубликовав 6,2 тыс. активных сообщений, что свидетельствует о растущем интересе к новым мем-монетам. Эти события показывают, что рынок мем-монет остается динамичным и конкурентоспособным.

Nội dung Liên quan

Tại sao 14,336 giao dịch ETH của hacker UXLINK đặt ra câu hỏi mới cho DeFi

Hoạt động gần đây trên blockchain cho thấy kẻ khai thác lỗ hổng UXLINK đang tích cực rửa số tiền đánh cắp để gây khó khăn cho việc truy vết. Vụ việc xảy ra vào tháng 9/2025, khi hacker lợi dụng lỗ hổng 'delegateCall' để chiếm quyền ví đa chữ ký của dự án, tạo ra hàng tỷ token UXLINK bất hợp pháp và rút khoảng 4,5 triệu USD tài sản tiền mã hóa. Sau đó, kẻ tấn công đã chuyển đổi phần lớn số tiền sang DAI và ETH. Đáng chú ý, trong hai tuần qua, họ đã gửi tổng cộng 14.336,6 ETH vào Tornado Cash – một dịch vụ trộn tiền – để che giấu nguồn gốc, với lần gửi gần đây nhất trị giá hơn 8,1 triệu USD. Song song đó, một ví liên quan đến Mining Express – một dự án được cho là mô hình Ponzi đã sụp đổ – cũng bắt đầu tái phân bổ tài sản bằng cách chuyển đổi 5.004 ETH lấy 8,8 triệu DAI và sau đó chuyển một phần vào Tornado Cash. Các sự việc này làm nổi bật một khoảng trống lớn trong hệ sinh thái DeFi: mặc dù cho phép chuyển tài sản không cần cấp phép một cách trơn tru, nhưng vẫn thiếu các cơ chế hiệu quả để ngăn chặn hoặc xử lý các dòng tiền bất hợp pháp một khi chúng đã được đưa vào hệ thống. Điều này đặt ra yêu cầu cấp thiết về việc tăng cường phối hợp liên mạng và triển khai các hệ thống phát hiện đe dọa thời gian thực để bảo vệ tính phi tập trung và quyền riêng tư của người dùng.

ambcrypto5 giờ trước

Tại sao 14,336 giao dịch ETH của hacker UXLINK đặt ra câu hỏi mới cho DeFi

ambcrypto5 giờ trước

Bài viết mới nhất của Lý Phi Phi: Khi video tạo sinh, robot và NVIDIA đều tự xưng là mô hình thế giới, chúng ta cần một phân loại học

Trong bài viết mới nhất của mình, giáo sư Lý Phi Phi đã phân loại và làm rõ khái niệm "mô hình thế giới" đang bị sử dụng một cách lộn xộn trong lĩnh vực AI hiện nay. Bà đề xuất một cách phân loại chức năng dựa trên vòng lặp POMDP cổ điển (tác nhân → hành động → trạng thái → quan sát → tác nhân), chia các hệ thống được gọi là "mô hình thế giới" thành ba loại chính: 1. **Bộ kết xuất (Renderer):** Đầu ra là các quan sát (pixel). Mục tiêu là độ trung thực về mặt thị giác. Ví dụ: các mô hình tạo video từ văn bản như Sora, hay hệ thống tương tác như Genie. Chúng tạo ra hình ảnh đẹp nhưng không nhất thiết tuân thủ vật lý chính xác. 2. **Bộ mô phỏng (Simulator):** Đầu ra là trạng thái thế giới. Mục tiêu là độ chính xác về cấu trúc hình học, vật lý và động lực học. Chúng phục vụ cả con người (kiến trúc sư, nhà thiết kế) và các chương trình máy tính (robot, xe tự hành) để tính toán và đào tạo. Đây được coi là trung tâm then chốt bị đánh giá thấp. 3. **Bộ lập kế hoạch (Planner):** Đầu ra là các hành động. Cho một quan sát và mục tiêu, nó quyết định tác nhân nên làm gì tiếp theo. Ví dụ: các mô hình VLA (Vision-Language-Action). Đây là lĩnh vực thú vị nhất nhưng cũng non trẻ nhất, với khoảng cách lớn giữa demo trong phòng thí nghiệm và ứng dụng thực tế. Bài viết nhấn mạnh ba loại này không tách biệt mà chia sẻ hiểu biết cơ bản chung về thế giới. Xu hướng quan trọng hiện nay là sự hợp nhất giữa chúng, hướng tới một **mô hình thế giới thống nhất** có thể chuyển đổi linh hoạt giữa kết xuất, mô phỏng và lập kế hoạch tùy theo nhu cầu. Sản phẩm Marble của World Labs là một bước đi theo hướng này, cùng lúc tạo ra cả dữ liệu hình ảnh (Gaussian splatting) và dữ liệu vật lý (collision mesh) từ một mô hình duy nhất. Tóm lại, trong khi mô hình ngôn ngữ cho phép máy móc "nói" về thế giới, thì mô hình thế giới chính là con đường để chúng thực sự hiểu, tưởng tượng, suy luận và tương tác với thế giới vật lý.

marsbit5 giờ trước

Bài viết mới nhất của Lý Phi Phi: Khi video tạo sinh, robot và NVIDIA đều tự xưng là mô hình thế giới, chúng ta cần một phân loại học

marsbit5 giờ trước

Giao dịch

Giao ngay
活动图片