Cổ phiếu ETHZilla Tăng Mạnh Sau Khi Đổi Tên Thành Forum Markets

TheNewsCryptoXuất bản vào 2026-02-26Cập nhật gần nhất vào 2026-02-26

Tóm tắt

Giá cổ phiếu của ETHZilla đã tăng đáng kể sau khi công ty thông báo đổi tên thành Forum Markets và định hướng chiến lược mới. Công ty chuyển hướng từ mô hình kho bạc crypto sang cung cấp cơ sở hạ tầng blockchain cho thể chế và giải pháp token hóa tài sản thực. Cổ phiếu tăng mạnh khi nhà đầu tư phản ứng tích cực với thông tin này. Forum Markets sẽ giao dịch dưới mã chứng khoán mới FRMM trên Nasdaq (chờ phê duyệt) và tập trung vào việc tạo ra các sản phẩm token hóa gắn với tài sản thực và công cụ tài chính. Ban lãnh đạo cho biết token hóa giúp nhà đầu tư thể chế tiếp cận các lớp tài sản kém thanh khoản hoặc bị hạn chế, đồng thời thúc đẩy việc áp dụng blockchain trong khuôn khổ quy định. Các nhà phân tích nhận định xu hướng kết hợp tài sản tài chính truyền thống với cơ sở hạ tầng blockchain đang thu hút sự quan tâm của thể chế. Sự chuyển hướng của Forum Markets phản ánh xu hướng này trong ngành.

Giá cổ phiếu của ETHZilla đã tăng đáng kể khi công ty thông báo đổi tên thành Forum Markets và một định hướng chiến lược mới. Công ty đã xác nhận sẽ tái cấu trúc bản sắc doanh nghiệp và hoạt động dưới tên Forum Markets từ nay về sau. Forum Markets cũng thông báo sẽ bắt đầu giao dịch dưới mã chứng khoán mới FRMM trên sàn Nasdaq sau khi được chấp thuận.

Theo ban lãnh đạo công ty, việc đổi tên là một phần trong quá trình chuyển hướng của công ty sang cung cấp cơ sở hạ tầng blockchain cho tổ chức và các giải pháp token hóa tài sản trong thế giới thực. Cổ phiếu của công ty đã tăng mạnh khi các nhà đầu tư phản ứng với tin tức tái cấu trúc trong phiên giao dịch hiện tại.

Mô hình kinh doanh kho bạc crypto tập trung vào việc tích lũy và nắm giữ Ethereum đã được ETHZilla vận hành. Mô hình kinh doanh này ban đầu đã thu hút được sự chú ý của các nhà đầu tư nhờ hiệu suất mạnh mẽ trên thị trường crypto và giá Ethereum tăng. Tuy nhiên, hiệu suất cổ phiếu của công ty đã suy giảm khi giá Ethereum giảm và mô hình kho bạc crypto trở nên kém phổ biến hơn trong giới đầu tư.

Ban lãnh đạo công ty đã chọn chuyển hướng hoạt động sang các dịch vụ thể chế liên quan đến tài sản tài chính và tài sản thực được token hóa. Nhu cầu ngày càng tăng về cơ sở hạ tầng blockchain hỗ trợ các sản phẩm đầu tư được token hóa có cấu trúc và được quy định thúc đẩy sự thay đổi hoạt động này. Ban lãnh đạo tuyên bố rằng thương hiệu mới Forum Markets phù hợp với chiến lược dài hạn của công ty nhằm áp dụng blockchain cho thể chế.

Chiến lược Token hóa Nhắm đến Phát triển Thể chế của Blockchain

Forum Markets sẽ tạo và quản lý các sản phẩm được token hóa liên kết với tài sản thực và các công cụ tài chính. Công ty hướng đến việc tạo điều kiện thuận lợi cho việc khởi tạo tài sản, token hóa và quản lý bằng cách sử dụng các nền tảng cơ sở hạ tầng blockchain. Ban lãnh đạo công ty cho biết token hóa có thể cho phép các nhà đầu tư thể chế. Điều này là để có được quyền tiếp cận các loại tài sản tài chính vốn không thanh khoản hoặc bị hạn chế. Chiến lược này sẽ giúp các mạng lưới blockchain tạo điều kiện cho các sản phẩm tài chính. Đây là những sản phẩm được quy định và có lịch sử giao dịch và quyền sở hữu rõ ràng.

Các nhà phân tích thị trường nhận thấy rằng quá trình token hóa vẫn là trọng tâm của sự quan tâm thể chế về mặt hiệu quả, minh bạch và khả năng tiếp cận. Các nhà đầu tư thể chế đang thể hiện sự quan tâm đến các giải pháp blockchain kết hợp tài sản tài chính truyền thống với các nền tảng cơ sở hạ tầng blockchain. Sự thay đổi hướng đi của Forum Markets là một dấu hiệu cho thấy xu hướng trong ngành kết hợp công nghệ blockchain với sự tham gia vào các thị trường tài chính được quy định. Các nhà đầu tư sẽ quan sát kỹ lưỡng những diễn biến hoạt động của công ty khi nó chuyển sang danh tính mới.

Tin Tức Crypto Nổi Bật:

Vốn hóa Thị trường Tether Hướng tới Mức Giảm Tháng Thứ Hai Liên Tiếp

TagsETHETHZilla

Câu hỏi Liên quan

QGiá cổ phiếu của ETHZilla đã thay đổi như thế nào sau khi công ty đổi tên thành Forum Markets?

AGiá cổ phiếu của ETHZilla đã tăng lên đáng kể sau khi công ty thông báo đổi tên thành Forum Markets và định hướng chiến lược mới.

QETHZilla đổi tên thành gì và sẽ giao dịch dưới mã chứng khoán mới nào?

AETHZilla đổi tên thành Forum Markets và sẽ bắt đầu giao dịch dưới mã chứng khoán mới FRMM trên sàn Nasdaq, chờ sự chấp thuận.

QLý do chính nào khiến ETHZilla quyết định thay đổi mô hình kinh doanh và đổi tên?

ACông ty quyết định thay đổi do hiệu suất cổ phiếu giảm sút cùng với sự sụt giảm giá Ethereum và mô hình kho bạc crypto mất dần sự ưa chuộng. Hướng đi mới tập trung vào cơ sở hạ tầng blockchain cho tổ chức và giải pháp token hóa tài sản thực.

QForum Markets sẽ tập trung vào lĩnh vực nào sau khi đổi tên?

AForum Markets sẽ tập trung vào việc tạo và quản lý các sản phẩm được token hóa liên kết với tài sản thực và công cụ tài chính, nhằm phục vụ các nhà đầu tư tổ chức.

QCác nhà phân tích thị trường nhận định như thế nào về chiến lược token hóa của Forum Markets?

ACác nhà phân tích thị trường nhận thấy quá trình token hóa vẫn là trọng tâm thu hút sự quan tâm của các tổ chức nhờ tính hiệu quả, minh bạch và khả năng tiếp cận. Đây là xu hướng kết hợp công nghệ blockchain với thị trường tài chính có quy định.

Nội dung Liên quan

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit51 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit51 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit57 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit57 phút trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

OpenAI đã điều chỉnh giá, giảm 80% cho mô hình GPT-5.6 Luna và 20% cho Terra, đồng thời giới thiệu chế độ Fast cho mô hình mạnh nhất Sol. Động thái này, cùng với việc Anthropic giới thiệu Claude Opus 5 với giá bằng một nửa so với flagship Fable 5, đánh dấu sự thay đổi chiến lược quan trọng: các hãng không còn chỉ tập trung bán mô hình mạnh nhất. Thay vào đó, họ khuyến nghị người dùng kết hợp các mô hình theo nhiệm vụ: dùng Sol (đắt, mạnh) để phân tích và lập kế hoạch phức tạp, sau đó giao cho Luna (rẻ, hiệu quả) thực thi. Điều này cho thấy trọng tâm thương mại đang chuyển từ các mô hình flagship (chứng minh năng lực kỹ thuật) sang các mô hình tầm trung, phục vụ cho lượng truy vấn API khổng lồ hàng ngày của doanh nghiệp, nơi hiệu quả chi phí (ROI) và độ ổn định là yếu tố quyết định. Một yếu tố then chốt giúp giảm chi phí là việc chính các mô hình AI (như Sol) tham gia tối ưu hóa mã nguồn và quy trình vận hành của chính chúng, tạo ra một vòng lặp tự thúc đẩy giảm chi phí. Điều này có thể đẩy nhanh hơn nữa đà giảm giá trong tương lai. Cạnh tranh đang chuyển từ "mô hình thông minh nhất" sang "hệ sinh thái hiệu quả nhất". OpenAI muốn biến các mô hình như Luna thành lựa chọn mặc định cho các tác vụ thường ngày, từ đó gia tăng độ phụ thuộc và chi phí chuyển đổi cho doanh nghiệp. Tương tự như ngành điện hay điện toán đám mây, mục tiêu cuối cùng là AI trở thành một tiện ích phổ biến, hoạt động âm thầm và không thể thiếu trong mọi quy trình, thay vì chỉ là một sản phẩm công nghệ đình đám.

marsbit2 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

Cuộc đua AI đang vấp phải nút thắt mới: thiếu hụt nghiêm trọng lao động lành nghề như thợ điện và công nhân xây dựng để xây dựng các trung tâm dữ liệu quy mô lớn. Tại Mỹ, dự báo cần thêm 130.000 thợ điện và 240.000 công nhân xây dựng từ 2023-2030 cho hạ tầng AI, trong khi mỗi năm có 80.000 vị trí thợ điện không thể lấp đầy. Các công ty AI sẵn sàng trả lương cao (thợ điện giỏi có thể kiếm 240.000-280.000 USD/năm), nhưng sự chậm trễ xây dựng vẫn gây thiệt hại hàng chục triệu USD. Độ phức tạp của các trung tâm dữ liệu AI, với công suất điện khổng lồ, hệ thống phân phối điện và làm mát phức tạp, đòi hỏi lao động có kỹ năng đặc biệt. Để giải quyết, các gã khổng lồ công nghệ như Meta và Google đang đầu tư hàng trăm triệu USD vào đào tạo. Meta mở trường dạy nghề miễn phí, cung cấp cả trợ cấp sinh hoạt, trong khi OpenAI hợp tác với công đoàn xây dựng. Chiến dịch tuyển dụng nhắm đến cả học sinh trung học, góp phần làm tăng mạnh tỷ lệ Gen Z theo học trường nghề. Tuy nhiên, nhu cầu điện cho AI tiếp tục bùng nổ, chiếm phần ngày càng lớn trong tổng tiêu thụ điện và đẩy giá điện lên cao. Một nghịch lý tồn tại: các dự án xây dựng cần hàng nghìn lao động cùng lúc, nhưng khi hoàn thành chỉ cần số ít vận hành, dẫn đến rủi ro dư thừa lao động lành nghề trong tương lai.

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

marsbit2 giờ trước

Giao dịch

Giao ngay
活动图片