Justin Sun Đầu Tư 8 Triệu USD Vào Dự Án DeFi River Khi Đợt Tăng Token Gây Lo Ngại Giao Dịch

TheNewsCryptoXuất bản vào 2026-01-22Cập nhật gần nhất vào 2026-01-22

Tóm tắt

Justin Sun, người sáng lập TRON, đã đầu tư 8 triệu USD vào dự án DeFi River, khiến token RIVER tăng 24% trong ngày. River Protocol tập trung vào cơ sở hạ tầng stablecoin đa chuỗi, với sản phẩm chính là satUSD. Khoản đầu tư sẽ được dùng để mở rộng trong hệ sinh thái TRON, bao gồm các pool stablecoin, cho vay và dữ liệu giá. Tuy nhiên, CoinGlass cảnh báo rằng đợt tăng giá chủ yếu được thúc đẩy bởi giao dịch ký quỹ và đòn bẩy, không phải nhu cầu đầu tư dài hạn. Khối lượng giao dịch futures của RIVER cao gấp 80 lần so với giao dịch giao ngay, cho thấy rủi ro biến động lớn nếu động thái tài trợ thay đổi.

Justin Sun, người sáng lập TRON, đã đầu tư 8 triệu USD vào dự án DeFi có tên River, theo thông báo được đưa ra vào thứ Tư. Sau khoản đầu tư, token River (RIVER) đã tăng 24% trong cùng ngày. Nhà phân tích cảnh báo rằng mức tăng giá có thể được thúc đẩy bởi giao dịch đòn bẩy nhiều hơn là nhu cầu thực tế.

Vai Trò Của Giao Thức River Trong Hạ Tầng Stablecoin Đa Chuỗi

Giao thức River là một dự án hạ tầng DeFi tập trung chủ yếu vào stablecoin đa chuỗi. Dự án nhằm giải quyết vấn đề của người dùng bằng cách giúp stablecoin hoạt động trên nhiều blockchain thông qua việc cho phép người dùng khóa tài sản thế chấp trên một chuỗi và đúc stablecoin trên một blockchain khác. Sản phẩm chính của dự án là satUSD, một stablecoin đa chuỗi được thiết kế để di chuyển thanh khoản liền mạch giữa các blockchain.

River khẳng định rõ ràng rằng khoản đầu tư 8 triệu USD của Sun sẽ được sử dụng để mở rộng giao thức trong hệ sinh thái TRON. Các kế hoạch phát triển bao gồm các pool stablecoin với USDT và USDD, cho vay và đi vay thông qua JustLend, và dữ liệu giá từ WinkLink.

Sau thông báo đầu tư, giá của River đã tăng vọt lên 49 USD, đạt mức cao nhất mọi thời đại trong khi thị trường chung chỉ tăng 1% trong ngày đó. Hiện tại, giá trị thị trường của token là khoảng 900 triệu USD, với chưa đến 20 triệu token đang lưu hành trên tổng nguồn cung 100 triệu.

Theo công ty phân tích CoinGlass, khối lượng giao dịch tương lai của RIVER cao gấp 80 lần so với giao dịch giao ngay. Điều này có nghĩa là hầu hết hoạt động đến từ các cược đòn bẩy hơn là việc mua token.

CoinGlass Cảnh Báo Giao Dịch Dựa Trên Đòn Bẩy Và Biến Động Giá Được Dàn Dựng Ở RIVER

CoinGlass cảnh báo rằng giá của token có thể được dàn dựng và các biến động được thúc đẩy bởi đòn bẩy, thanh lý và giao dịch tài trợ hơn là nhu cầu của các nhà đầu tư dài hạn. CoinGlass cho biết kiểu mẫu này đã xuất hiện ở nhiều token trong những năm gần đây, với giá tăng vọt mà không có nhu cầu thực và giảm nhanh chóng.

Điều này nổi bật lên rằng khoản đầu tư của Justin Sun mang lại cho River uy tín và vốn. Nhà phân tích thận trọng rằng mức tăng giá token dường như được đòn bẩy mạnh, và có rủi ro biến động cao nếu động lực tài trợ đảo chiều.

Tin Tức Crypto Nổi Bật:

Xanh Trong Một Thị Trường Đỏ: Liệu Đà Tăng 8% Của SKY Có Thể Xuyên Thủng Mây Mù?

Tiền kỹ thuật số thịnh hành

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

Câu hỏi Liên quan

QJustin Sun đã đầu tư bao nhiêu tiền vào dự án DeFi River?

AJustin Sun đã đầu tư 8 triệu đô la vào dự án DeFi River.

QGiá token RIVER đã biến động như thế nào sau thông báo đầu tư?

ASau thông báo đầu tư, giá token RIVER đã tăng 24% trong cùng ngày, đạt mức cao kỷ lục 49 đô la.

QSản phẩm chính của giao thức River là gì?

ASản phẩm chính của giao thức River là satUSD, một stablecoin đa chuỗi (omni chain) được thiết kế để di chuyển thanh khoản một cách liền mạch giữa các blockchain.

QTheo CoinGlass, hoạt động giao dịch chính của RIVER đến từ đâu?

ATheo CoinGlass, khối lượng giao dịch hợp đồng tương lai (futures) của RIVER cao gấp 80 lần so với giao dịch giao ngay (spot), cho thấy hầu hết hoạt động đến từ các vụ cá cược đòn bẩy chứ không phải từ việc mua token thực tế.

QCác nhà phân tích cảnh báo điều gì về mức tăng giá của RIVER?

ACác nhà phân tích cảnh báo rằng mức tăng giá dường như được thúc đẩy nhiều bởi giao dịch đòn bẩy, thanh lý và giao dịch funding, chứ không phải từ nhu cầu của các nhà đầu tư dài hạn. Điều này làm tăng rủi ro biến động giá cao nếu động lực funding đảo chiều.

Nội dung Liên quan

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

Chỉ số tài sản kỹ thuật số mới S&P Pantera Digital Asset Index vừa được S&P Dow Jones Indices và Pantera Capital ra mắt, tập trung vào các tài sản crypto có nguồn thu thực tế và đã loại trừ Bitcoin, XRP và các meme coin. Chỉ số này áp dụng tiêu chí sàng lọc lấy cảm hứng từ S&P 500, yêu cầu các giao thức phải có thu nhập ròng dương trong nhiều quý liên tiếp và giá trị phải được phân phối cho người nắm giữ token. Bitcoin bị loại vì không đáp ứng tiêu chí "tạo ra doanh thu giao thức". 18 tài sản thành phần (danh sách đầy đủ chưa công bố) được lựa chọn dựa trên thu nhập, với 5 nắm giữ lớn nhất là Ethereum (ETH), BNB, Solana (SOL), TRON (TRX) và Hyperliquid (HYPE). Pantera giải thích việc loại Bitcoin nhằm phục vụ các nhà đầu tư tổ chức, những người đã có sẵn kênh tiếp cận riêng qua ETF và cần một công cụ benchmark để đánh giá cơ bản các giao thức tạo ra doanh thu. Chỉ số hiện mới chỉ là benchmark; các sản phẩm ETF theo dõi chỉ số này đang được thảo luận. Sự hợp tác giữa Pantera và Morgan Stanley có thể mở đường phân phối sản phẩm đến khách hàng giàu có. Thông tin này làm dấy lên tranh luận trong cộng đồng: liệu việc loại trừ Bitcoin có củng cố định vị "vàng kỹ thuật số" của nó, trong khi các tài sản khác bị phân loại như nền tảng công nghệ tạo doanh thu. Pantera chỉ ra một khoảng trống sản phẩm lớn, khi nhiều tổ chức muốn tiếp cận crypto nhưng thiếu các công cụ đầu tư đa dạng, có cơ sở cơ bản rõ ràng.

marsbit1 phút trước

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

marsbit1 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

Claude vừa ra mắt tính năng "Ghi lại Kỹ năng", cho phép người dùng tạo kỹ năng tự động hóa bằng cách ghi màn hình và giải thích bằng giọng nói. Tính năng này hiện có sẵn cho người dùng Pro, Max và Team trên ứng dụng desktop Claude Cowork. Người dùng chỉ cần thực hiện quy trình công việc trên máy tính, vừa làm vừa mô tả bằng lời nói, sau đó Claude sẽ tự động phân tích và tạo ra một "Skill" có thể tái sử dụng, được gọi bằng lệnh gạch chéo (/). Điểm đột phá của tính năng này là bỏ qua bước "viết" hướng dẫn phức tạp thủ công, giúp chuyển đổi tri thức ngầm và kinh nghiệm thực tế thành quy trình tự động một cách dễ dàng. Nó không chỉ là công cụ nâng cao hiệu suất, mà còn làm giảm đáng kể rào cản trong việc số hóa và lưu giữ quy trình nghiệp vụ chuyên môn, điều mà các hệ thống quản lý tri thức truyền thống thường gặp khó khăn. Bài viết cũng đề cập đến mặt khác của tự động hóa: một trường hợp cho thấy mối quan hệ hợp tác lâu năm có thể bị thay thế bởi một bộ kỹ năng được tạo sẵn. Nghiên cứu từ Harvard Business School chỉ ra rằng khi AI phát triển, giá trị công việc sẽ dịch chuyển từ "biết cách làm" sang "biết cách làm những việc người khác không thể làm". Tính năng mới của Claude đẩy nhanh xu hướng này, biến quy trình cá nhân thành tài sản tự động có thể chia sẻ và vận hành ngay lập tức.

marsbit5 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

marsbit5 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

Bài báo giới thiệu một phương pháp học chuyển tiếp mới có tên **Semi-Supervised Noise Adaptation (SSNA)** (Điều chỉnh Nhiễu Bán Giám sát), đã được xuất bản tại ICML 2026. Phương pháp này cho thấy ngay cả **dữ liệu nhiễu ngẫu nhiên**, không chứa thông tin ngữ nghĩa nào (ví dụ: được lấy mẫu từ phân phối Gaussian), cũng có thể giúp cải thiện hiệu suất của mô hình học máy trong các tình huống có ít dữ liệu được gắn nhãn. Nhóm nghiên cứu đề xuất một khuôn khổ gọi là **Noise Adaptation Framework (NAF)**. NAF tạo ra các nhiễu ngẫu nhiên và tổ chức chúng thành các cấu trúc phân biệt rõ ràng giữa các lớp (cụm) trong không gian biểu diễn chung. Cấu trúc phân loại này sau đó được chuyển giao (căn chỉnh) sang dữ liệu mục tiêu thực tế, từ đó cung cấp ranh giới phân loại rõ ràng hơn và nâng cao khả năng học. Trong thử nghiệm, với chỉ 4 mẫu được gắn nhãn cho mỗi lớp, NAF đã cải thiện đáng kể độ chính xác so với phương pháp học có giám sát cơ bản (ERM) trên nhiều bộ dữ liệu như CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), và các bộ dữ liệu khác. Phương pháp này cũng hiệu quả với các tác vụ phân loại văn bản. Nghiên cứu nhấn mạnh rằng yếu tố then chốt không phải là bản thân dữ liệu nhiễu ngẫu nhiên, mà là **cấu trúc phân biệt được tạo ra** giữa các lớp nhiễu đó trong không gian biểu diễn. Ngay cả khi không có ngữ nghĩa thực, việc chuyển giao cấu trúc này vẫn có thể hỗ trợ học tập. Điều này mở ra hướng tiếp cận mới cho việc học chuyển tiếp trong các tình huống khó tiếp cận dữ liệu nguồn thực tế do vấn đề riêng tư, bản quyền hoặc hạn chế về chi phí.

marsbit6 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

marsbit6 phút trước

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

Mới đây, một nhân viên Nhà Trắng đã bị phát hiện sử dụng thông tin nội bộ để giao dịch kiếm lời trên thị trường dự đoán. Nhân vật chính là Gabriel Perez, người phụ trách vận hành máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump từ năm 2016. Với quyền tiếp cận bản thảo bài nói trước, Perez đã đặt cược vào các từ khóa cụ thể mà Trump sẽ "đề cập" trong hơn chục bài phát biểu, thu lợi hơn 100.000 USD chỉ trong khoảng ba tháng. Sàn giao dịch dự đoán Kalshi, nơi Perez thực hiện giao dịch, đã phát hiện hoạt động bất thường, đóng băng tài khoản của anh ta và báo cáo lên Ủy ban Giao dịch Hàng hóa Tương lai Mỹ (CFTC). Perez hiện đã bị đình chỉ công tác không lương. Tuy nhiên, khác với hai vụ buộc tội hình sự trước đó liên quan đến một binh sĩ đặc nhiệm và một kỹ sư Google, Perez chỉ phải đối mặt với hành động dân sự của CFTC, chủ yếu là hoàn trả lợi nhuận và cam kết không tái phạm. Vụ việc làm nổi bật tính dễ bị thao túng của các thị trường dự đoán thể loại "đề cập", nơi người có thông tin nội bộ hoặc chính người phát biểu có thể dễ dàng kiểm soát kết quả. Đây là trường hợp nội gián thứ ba bị công bố trong lĩnh vực này. Để ứng phó, các nền tảng như Kalshi đang siết chặt quy định, yêu cầu người dùng tiết lộ thông tin công việc nhằm hạn chế giao dịch nội gián. Sự kiện này đặt ra câu hỏi về tính toàn vẹn của thị trường dự đoán, vốn được kỳ vọng phản ánh trí tuệ đám đông, nhưng thực tế có thể trở thành công cụ kiếm lời cho số ít người nắm thông tin đặc quyền.

marsbit1 giờ trước

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

marsbit1 giờ trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Bài viết tiết lộ vụ bê bối giao dịch nội gián liên quan đến một nhân viên Nhà Trắng. Gabriel Perez, người phụ trách điều khiển máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump, đã lợi dụng thông tin nội bộ về nội dung bài diễn văn để đặt cược trên thị trường dự đoán Kalshi, kiếm lời hơn 100.000 USD trong ba tháng. Anh ta có thể biết trước các từ khóa cụ thể sẽ được nhắc đến. Tuy nhiên, không phải lần nào cũng thành công vì Trump thường nói ngoài kịch bản. Hành vi của Perez bị phát hiện nhờ hệ thống giám sát của Kalshi, dẫn đến việc tài khoản bị đóng băng và anh ta bị đình chỉ công việc. Mặc dù phải hoàn trả lợi nhuận, Perez không phải đối mặt với truy tố hình sự vì cơ quan chức năng cho rằng hành động này không gây hại cho an ninh quốc gia mà chỉ là vấn đề đạo đức. Bài viết cũng chỉ ra rằng thị trường dự đoán loại "đề cập" rất dễ bị thao túng, với chi phí gian lận thấp và lợi nhuận tiềm năng cao, và dẫn thêm các ví dụ khác như CEO Coinbase Brian Armstrong. Để tăng cường tuân thủ, Kalshi đã yêu cầu người dùng tiết lộ nơi làm việc. Vụ việc của Perez cho thấy nỗ lực thanh lọc giao dịch nội gián trong lĩnh vực thị trường dự đoán, nhưng đồng thời cũng làm dấy lên câu hỏi về tính chính xác và bản chất của các nền tảng này.

Odaily星球日报1 giờ trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Odaily星球日报1 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

Làm thế nào để Mua SUN

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua SUN (SUN) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua SUN (SUN) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ SUN (SUN) của BạnSau khi mua SUN (SUN), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch SUN (SUN)Giao dịch SUN (SUN) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 789Xuất bản vào 2024.12.12Cập nhật vào 2025.03.21

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến của người dùng về giá của SUN (SUN) được trình bày dưới đây.