Trump Media xác nhận sáng kiến token kỹ thuật số chỉ dành cho cổ đông

ambcryptoXuất bản vào 2026-02-02Cập nhật gần nhất vào 2026-02-02

Tóm tắt

Trump Media & Technology Group xác nhận kế hoạch phát hành token kỹ thuật số dành riêng cho cổ đông, với ngày ghi nhận quyền tham gia là 2/2/2026. Token này sẽ không thể chuyển nhượng, không đại diện cho quyền sở hữu cổ phần và không thể đổi thành tiền mặt. Thay vào đó, chúng được thiết kế như một công cụ khen thưởng, cung cấp quyền truy cập, giảm giá và các lợi ích độc quyền trên các nền tảng như Truth Social. Công ty nhấn mạnh đây không phải là một sản phẩm đầu tư, nhằm phân biệt rõ ràng với các token giao dịch khác liên quan đến Trump. Cách tiếp cận này phản ánh nỗ lực cân bằng giữa tiến bộ quy định và rủi ro nhận thức khi các nhân vật chính trị gắn liền với tài sản kỹ thuật số.

Trump Media & Technology Group một lần nữa khẳng định ngày 2 tháng 2 năm 2026 vẫn là ngày chốt danh sách cho kế hoạch phát hành token kỹ thuật số. Các cổ đông nắm giữ ít nhất một cổ phiếu DJT đầy đủ tính đến ngày đó sẽ đủ điều kiện tham gia.

Trong một tuyên bố phát hành vào thứ Hai, ngày 2 tháng 2, công ty cho biết sáng kiến này được thiết kế để phân phối các token kỹ thuật số không thể chuyển nhượng cho các cổ đông đủ điều kiện.

Phần thưởng sẽ được gắn với quyền truy cập và các ưu đãi trên các nền tảng của họ, bao gồm Truth Social, Truth+, và thương hiệu fintech Truth.Fi.

Trump Media nhấn mạnh rằng các token sẽ không đại diện cho quyền sở hữu cổ phần. Đồng thời, chúng sẽ không thể chuyển nhượng và không thể đổi lấy tiền mặt.

Công ty cũng tuyên bố rằng token không nên được xem như một phương tiện đầu tư hay mang lại lợi nhuận phát sinh từ nỗ lực quản lý của người khác. Ngôn ngữ này phản ánh sát hướng dẫn lâu nay của luật chứng khoán.

Được cấu trúc như công cụ gắn kết cổ đông, không phải tài sản giao dịch

Theo thông cáo, các token kỹ thuật số ban đầu sẽ được Trump Media lưu ký. Các chi tiết tiếp theo về việc đúc, phân bổ và phân phối sẽ được công bố sau ngày chốt danh sách.

Công ty lưu ý rằng phần thưởng có thể được cung cấp định kỳ trong suốt năm. Phần thưởng có thể bao gồm giảm giá, lợi ích trên nền tảng hoặc cơ hội tham dự các sự kiện độc quyền.

Cấu trúc này đặt sáng kiến gần hơn với một chương trình trung thành hoặc quyền truy cập cho cổ đông hơn là một đợt phát hành token crypto thông thường.

Bằng cách hạn chế khả năng chuyển nhượng và phủ nhận rõ ràng bất kỳ tính năng sở hữu hoặc chia sẻ lợi nhuận nào, Trump Media dường như đang định vị sáng kiến này nằm ngoài phạm vi của các tài sản kỹ thuật số có thể giao dịch.

Khác biệt so với các token crypto liên quan đến Trump

Thông báo này ra đời trong bối cảnh sự chú ý ngày càng tăng đối với các tài sản kỹ thuật số liên quan đến Trump, bao gồm các memecoin TRUMP và MELANIA và token USD1.

Mặc dù những tài sản đó được gắn thương hiệu hoặc liên quan đến các thành viên trong gia đình Trump, chúng là các công cụ trên chuỗi riêng biệt, có thể giao dịch và không được phát hành bởi Trump Media.

Ngược lại, token kỹ thuật số được lên kế hoạch của Trump Media do tổ chức phát hành kiểm soát, chỉ dành cho cổ đông và không thể chuyển nhượng. Điều này nhấn mạnh sự tách biệt có chủ ý giữa thị trường crypto đầu cơ và sáng kiến doanh nghiệp của công ty.

Quy định, sự gần gũi và nhận thức

Thời điểm của thông báo cũng trùng hợp với những phát triển rộng hơn về mặt quy định. Chính quyền Trump đã có động thái thúc đẩy luật về cấu trúc thị trường crypto từ lâu được mong đợi và sự phối hợp liên cơ quan giữa các cơ quan quản lý.

Sự tương phản đó đặt ra một câu hỏi rộng hơn cho ngành: liệu sự gần gũi chính trị ngày càng tăng với các token kỹ thuật số có củng cố tính hợp pháp của crypto, hay làm phức tạp hóa nó?

Một số người ủng hộ có thể lập luận rằng sự tham gia chính trị cấp cao báo hiệu sự bình thường hóa và rõ ràng về quy định. Các nhà phê bình có thể chỉ ra những rủi ro về nhận thức tiềm ẩn khi lãnh đạo chính trị xuất hiện bên cạnh các tài sản kỹ thuật số có thương hiệu.

Cách tiếp cận của Trump Media dường như được điều chỉnh để giải quyết những lo ngại đó bằng cách siết chặt chức năng và hồ sơ pháp lý của token. Liệu sự khác biệt đó có cộng hưởng với các nhà đầu tư và người tham gia thị trường hay không có thể định hình cách các sáng kiến tương tự được đón nhận trong tương lai.


Suy nghĩ cuối cùng

  • Sáng kiến token kỹ thuật số của Trump Media được cấu trúc như một công cụ gắn kết cổ đông không thể chuyển nhượng, không phải là tài sản crypto có thể giao dịch.
  • Chương trình làm nổi bật sự căng thẳng đang diễn ra giữa tiến bộ quy định và góc nhìn thị trường khi các nhân vật chính trị ngày càng gắn liền với các token kỹ thuật số.

Câu hỏi Liên quan

QTrump Media & Technology Group đã xác nhận ngày kỷ lục nào cho sáng kiến token kỹ thuật số dành riêng cho cổ đông?

ACông ty đã xác nhận ngày 2 tháng 2 năm 2026 là ngày kỷ lục cho sáng kiến token kỹ thuật số của mình.

QToken kỹ thuật số được phân phối có thể chuyển nhượng hoặc đổi thành tiền mặt được không?

AKhông, token này sẽ không thể chuyển nhượng và không thể đổi thành tiền mặt. Chúng không đại diện cho quyền sở hữu cổ phần.

QSáng kiến token này khác với các token crypto khác liên quan đến Trump như thế nào?

AKhác với các memecoin như TRUMP hay MELANIA có thể giao dịch được, token của Trump Media do chính công ty phát hành, chỉ dành cho cổ đông và không thể chuyển nhượng, nhằm mục đích gắn kết cổ đông chứ không phải là một tài sản đầu tư.

QPhần thưởng từ token này có thể bao gồm những gì?

APhần thưởng có thể bao gồm các ưu đãi giảm giá, đặc quyền trên nền tảng (như Truth Social, Truth+, Truth.Fi) hoặc cơ hội tham dự các sự kiện độc quyền.

QĐộng thái này của Trump Media phản ánh điều gì về mối quan hệ giữa chính trị và thị trường crypto?

ASáng kiến này làm nổi bật sự căng thẳng đang diễn ra giữa tiến bộ quy định và nhận thức thị trường khi các nhân vật chính trị ngày càng gắn liền với tài sản kỹ thuật số. Nó đặt ra câu hỏi liệu sự gần gũi này củng cố hay làm phức tạp tính hợp pháp của crypto.

Nội dung Liên quan

Rubin Ultra bị cắt giảm mạnh cấu hình, NVIDIA cũng không chịu nổi giá bộ nhớ tăng?

Tuần qua, một báo cáo từ công ty nghiên cứu SemiAnalysis đã gây xôn xao ngành AI, tiết lộ thông số kỹ thuật của Rubin Ultra - phiên bản cao cấp nhất trong kiến trúc Rubin mới của NVIDIA - đã bị giảm mạnh so với kỳ vọng trước đó. Theo báo cáo, Rubin Ultra sẽ giữ nguyên hiệu suất tính toán lý thuyết đỉnh (35 PFLOPs) so với Rubin thông thường, nhưng dung lượng bộ nhớ (VRAM) bị cắt giảm nghiêm trọng, chỉ còn 192GB (8-Hi), thậm chí thấp hơn Rubin tiêu chuẩn (288GB, 12-Hi). Băng thông bộ nhớ gần như không cải thiện và mức tiêu thụ điện năng thậm chí còn tăng nhẹ. Thay vào đó, nâng cấp chính của Rubin Ultra tập trung vào khả năng mở rộng kết nối hệ thống, có thể liên kết tối đa 576 GPU thành một "siêu GPU logic" duy nhất thông qua NVLink. Nguyên nhân chính của việc giảm cấu hình được cho là do chi phí HBM (High Bandwidth Memory) tăng quá cao, ảnh hưởng đến tính kinh tế chung của hệ thống AI. Giá HBM3 đã tăng mạnh từ mức 180-220 USD (Q2/2025) lên 700-850 USD (Q2/2026). Việc điều chỉnh thiết kế giúp giảm chi phí nguyên vật liệu (BOM) cho một tủ máy từ khoảng 8 triệu USD xuống còn 6,4 triệu USD, chuyển trọng tâm đầu tư từ HBM đắt đỏ sang khả năng kết nối mở rộng. Thông tin này đã khiến thị trường lo ngại về đỉnh cao nhu cầu HBM, dẫn đến cổ phiếu của các hãng sản xuất bộ nhớ hàng đầu như SK Hynix và Samsung giảm khoảng 8%. Động thái của NVIDIA cho thấy ngay cả gã khổng lồ dẫn đầu về sức mạnh tính toán cũng đang bắt đầu tính toán kỹ lưỡng chi phí, đánh dấu sự dịch chuyển trong ngành AI từ việc "tích trữ linh kiện và tăng giá vô tội vạ" sang tối ưu hóa hiệu quả chi phí toàn hệ thống.

Odaily星球日报10 phút trước

Rubin Ultra bị cắt giảm mạnh cấu hình, NVIDIA cũng không chịu nổi giá bộ nhớ tăng?

Odaily星球日报10 phút trước

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.

marsbit1 giờ trước

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

marsbit1 giờ 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.

marsbit1 giờ trước

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

marsbit1 giờ 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