Đồng Đô La Suy Yếu và Thị Trường Crypto Sẽ Được Kiểm Chứng Sau Khi Mất Kiểm Soát

TheNewsCryptoXuất bản vào 2026-02-11Cập nhật gần nhất vào 2026-02-11

Tóm tắt

Đồng USD đang chịu áp lực giảm giá so với một số đồng tiền chủ chốt như Yên Nhật (JPY) và Đô la Úc (AUD) trước thềm dữ liệu việc làm sắp được công bố vào thứ Tư. Song song đó, thị trường tiền điện tử cũng ghi nhận mức sụt giảm mạnh 2.76% trên toàn thị trường, với vốn hóa hiện ở mức 2.28 nghìn tỷ USD. Các token hàng đầu (trừ stablecoin) đều mất ít nhất 2% giá trị, trong đó BNB giảm mạnh nhất với 5.49%. Các meme coin như TRUMP và BONK cũng lao dốc, cùng với token AI TAO giảm tới 6.34%. Áp lực thử thách chính cho cả USD và thị trường crypto sẽ là dữ liệu việc làm (thứ Tư) và lạm phát (thứ Sáu) của Mỹ vào cuối tuần này. Thị trường kỳ vọng Cục Dự trữ Liên bang (Fed) có thể cắt giảm lãi suất 60 điểm cơ bản trong năm 2026, trong khi các chỉ số bán lẻ và chi phí lao động gần đây có dấu hiệu chậm lại.

Đồng Đô la Mỹ (USD) đang chịu áp lực so với một số loại tiền tệ chính, như Yên Nhật (JPY) và Đô la Úc (AUD). Điều này diễn ra trước dữ liệu việc làm, dự kiến sẽ được công bố vào thứ Tư.

Trong khi đó, thị trường crypto đang chứng kiến mức giảm mạnh trên mọi phân khúc – AI, meme, v.v. Vẫn còn phải xem liệu Đồng Đô la Mỹ và thị trường crypto có vượt qua được bài kiểm tra hay không.

Đồng Đô La Mỹ Suy Yếu

Đồng Đô la Mỹ đã mất 0,75% so với JPY và 0,54% so với AUD. USD/JPY đứng ở mức 153,4810 trong khi USD/AUD ở mức 1,4058. Đáng chú ý, JPY trước đó được dự đoán sẽ đi theo hướng ngược lại; tuy nhiên, cuộc bầu cử vào cuối tuần đã làm thay đổi phần lớn dự đoán đó để củng cố quyền kiểm soát các chính sách của Thủ tướng Sanae Takaichi.

Trước đó, có báo cáo rằng Nhân dân tệ Trung Quốc đã tăng giá so với Đô la Mỹ. Đồng tiền Mỹ cũng giảm so với franc Thụy Sĩ 0,25% ở mức 0,7659. Đô la New Zealand tăng 0,2% so với mức 0,6054. Chỉ số Đô la Mỹ hiện ở mức 96,626, giảm so với mức 97,846 được báo cáo vào tuần trước.

Thị Trường Crypto Đi Xuống

Toàn bộ thị trường crypto đã giảm 2,76% về vốn hóa thị trường. Giá trị trên giấy tờ là 2,28 nghìn tỷ USD với chỉ số FGI một con số là 9 điểm. Tất cả các token top-10, không bao gồm stablecoin, đã mất ít nhất 2% giá trị tương ứng. BNB là đồng mất nhiều nhất. Nó đã giảm 5,49% trong 24 giờ qua và hiện đang được giao dịch ở mức 592,29 USD.

Tình hình tương tự trên toàn phân khúc meme coin, với TRUMP và BONK ghi nhận tổn thất cao nhất trong số các meme coin hàng đầu. TRUMP giảm 4,75% trong khi BONK mất 3,64% giá trị.

TAO, một token AI, có lẽ đang dẫn đầu đà giảm khi nó đã giảm mạnh 6,34% trong cùng khung thời gian. Nó hiện đang được giao dịch ở mức 147,09 USD.

Các Yếu Tố Kiểm Chứng

Các yếu tố có thể sẽ kiểm chứng Đồng Đô la Mỹ và thị trường crypto là dữ liệu việc làm và lạm phát của Mỹ tháng 1/2026 sắp tới, dự kiến lần lượt được công bố vào thứ Tư và thứ Sáu.

Theo một báo cáo của Reuters, các thị trường đang định giá mức giảm 60 điểm cơ bản (bps) vào cuối năm nay, tức là năm 2026. Điều vẫn còn đang chờ xử lý là doanh số bán lẻ cùng với chi phí lao động, vì cái trước chậm lại vào tháng 12/2025 và cái sau trong quý thứ tư.

Tin Tức Crypto Nổi Bật Hôm Nay:

Người Sáng Lập Into The Cryptoverse Chỉ Trích Meme Coin Khi Phân Khúc Này Suy Giảm

Câu hỏi Liên quan

QĐồng đô la Mỹ (USD) đã giảm bao nhiêu phần trăm so với Yên Nhật (JPY) và Đô la Úc (AUD)?

AĐồng đô la Mỹ đã giảm 0.75% so với Yên Nhật (JPY) và 0.54% so với Đô la Úc (AUD).

QChỉ số Đô la Mỹ (DXY) hiện tại là bao nhiêu?

AChỉ số Đô la Mỹ (DXY) hiện tại đứng ở mức 96.626, giảm so với mức 97.846 được báo cáo vào tuần trước.

QTổng vốn hóa thị trường tiền điện tử đã giảm bao nhiêu phần trăm và giá trị hiện tại là bao nhiêu?

ATổng vốn hóa thị trường tiền điện tử đã giảm 2.76%, với giá trị hiện tại là 2.28 nghìn tỷ USD.

QToken nào trong số các token AI đã ghi nhận mức giảm mạnh nhất và giảm bao nhiêu phần trăm?

AToken TAO, một token AI, đã ghi nhận mức giảm mạnh nhất là 6.34% trong 24 giờ qua.

QNhững yếu tố kinh tế nào sắp tới có thể sẽ thử thách đồng đô la Mỹ và thị trường tiền điện tử?

ACác yếu tố thử thách sắp tới là dữ liệu việc làm (vào thứ Tư) và dữ liệu lạm phát (vào thứ Sáu) của Mỹ cho tháng 1 năm 2026.

Nội dung Liên quan

Báo cáo Ethereum Q1 2026: Phí giảm, người dùng và khối lượng giao dịch lập kỷ lục mới

Báo cáo Q1/2026 của Ethereum cho thấy một xu hướng đối lập: lượng người dùng, số giao dịch và thông lượng mạng lưới đều đạt mức cao kỷ lục, trong khi phí giao dịch, tổng giá trị bị khóa (TVL), khối lượng giao dịch và vốn hóa pha loãng hoàn toàn (FDV) của ETH lại giảm. Hiện tượng này được giải thích là "Nghịch lý Jevons": việc giảm chi phí sử dụng mạng lưới sau đợt nâng cấp Fusaka đã giải phóng nhu cầu, thúc đẩy tăng trưởng quy mô. Báo cáo nhấn mạnh sự chuyển dịch trong định vị cốt lõi của Ethereum từ một blockchain DeFi sang một tầng thanh toán tài chính toàn cầu. Ethereum tiếp tục thống trị thị trường tài sản được mã hóa, chiếm phần lớn thị phần trong các lĩnh vực stablecoin (61,8%), quỹ được mã hóa (73%), hàng hóa được mã hóa (84%) và cổ phiếu được mã hóa. Sự tham gia của các tổ chức lớn như BlackRock, JPMorgan và Fidelity đang đẩy nhanh quá trình "thể chế lên chuỗi". Mặc dù phí giao dịch tầng cơ sở giảm mạnh (-47,9%), đây được xem là một sự đánh đổi có chủ đích để đổi lấy tăng trưởng mạng lưới dài hạn. Chiến lược này nhằm củng cố vị thế là nền tảng định sẵn cho việc thanh toán và quyết toán các tài sản tài chính ngày càng được mã hóa, từ đó tạo ra giá trị cơ bản cho ETH thông qua nhu cầu sử dụng mạng lưới.

marsbit1 giờ trước

Báo cáo Ethereum Q1 2026: Phí giảm, người dùng và khối lượng giao dịch lập kỷ lục mới

marsbit1 giờ trước

CEO Intel Anrrit Patel lần đầu phỏng vấn podcast: Mục tiêu của chúng tôi là '10 lần trong 5-10 năm', đặt cược vào đóng gói tiên tiến, bản nền bằng kính và kim cương nhân tạo

Giám đốc điều hành Intel, Lip-Bu Tan, đặt mục tiêu tạo ra lợi nhuận gấp 10 lần trong 5-10 năm. Chiến lược tập trung vào ba lĩnh vực then chốt: đóng gói tiên tiến (như công nghệ EMIB), vật liệu bán dẫn mới (GaN, SiC, InP, kim cương nhân tạo) và công nghệ nền tảng thế hệ tiếp theo (như nền thủy tinh). Ông nhấn mạnh nhu cầu CPU mạnh mẽ từ AI thông minh và suy luận, đồng thời cam kết xây dựng lại doanh nghiệp sản xuất của Intel với trọng tâm là tỷ lệ phần trăm hoàn hảo, độ tin cậy và thời gian chu kỳ để giành lấy niềm tin của khách hàng. Tan cũng tiết lộ hợp tác Terafab với Elon Musk để giải quyết tình trạng thiếu hụt cơ sở hạ tầng bán dẫn. Ông xem giai đoạn hiện tại là "bò" và dự đoán tiềm năng thực sự của Intel, vượt ra ngoài PC để đến với điện toán biên và AI vật lý, sẽ được công nhận đầy đủ sau năm 2030.

marsbit1 giờ trước

CEO Intel Anrrit Patel lần đầu phỏng vấn podcast: Mục tiêu của chúng tôi là '10 lần trong 5-10 năm', đặt cược vào đóng gói tiên tiến, bản nền bằng kính và kim cương nhân tạo

marsbit1 giờ trước

Anh ấy vừa gọi được 2,7 tỷ USD, Lý Phi Phi cũng rót tiền đầu tư

"Generalist AI", công ty khởi nghiệp trí tuệ thể hiện (embodied AI) do Pete Florence - cựu nhà khoa học nghiên cứu cốt cán của Google DeepMind và là một trong những người đặt nền móng cho kiến trúc mô hình VLA (Vision-Language-Action) - sáng lập, vừa huy động thành công 4 tỷ USD (tương đương 27 tỷ RMB) ở vòng gọi vốn mới, định giá 20 tỷ USD. Vòng đầu tư có sự tham gia của các tổ chức và cá nhân uy tín như NVentures (từ NVIDIA), NFDG, Bezos Expeditions, đồng sáng lập Xiaomi Lin Bin, người sáng lập Zoom Eric Yuan, và nhà khoa học nổi tiếng Fei-Fei Li. Mặc dù được coi là người tiên phong trong lĩnh vực "mô hình thế giới" (world model), Florence lại công khai phản đối việc dán nhãn này cho công ty mình. Triết lý của ông, chịu ảnh hưởng từ người thầy Russ Tedrake tại MIT, là ưu tiên "mục tiêu" cụ thể hơn các "nhãn" công nghệ chung chung. Mục tiêu tối thượng của Generalist AI là tạo ra những robot đa năng có thể thực hiện với độ tin cậy cực cao nhiều nhiệm vụ chưa từng thấy mà không cần dữ liệu huấn luyện riêng cho từng tác vụ. Để hiện thực hóa điều này, Generalist AI đã lần lượt ra mắt các mô hình GEN-0 và GEN-1. GEN-1, được công bố vào tháng 4/2026, được huấn luyện trên hơn 50 nghìn giờ dữ liệu tương tác vật lý thu thập qua một thiết bị đeo tay đặc biệt. Theo công ty, mô hình này đạt tỷ lệ thành công 99% trong một số nhiệm vụ thao tác lặp lại và tinh vi (như gấp hộp, đóng gói), với tốc độ nhanh gấp ba lần GEN-0 và chỉ cần khoảng một giờ để thích ứng với tác vụ mới. Thành tựu này chứng minh lộ trình phát triển rõ ràng của công ty và là lý do chính thu hút được sự ủng hộ mạnh mẽ từ các nhà đầu tư hàng đầu, đưa Generalist AI trở thành một trong những công ty được kỳ vọng nhất trong lĩnh vực robot và trí tuệ thể hiện.

marsbit1 giờ trước

Anh ấy vừa gọi được 2,7 tỷ USD, Lý Phi Phi cũng rót tiền đầu tư

marsbit1 giờ trước

Mất hai huyền thoại trong ba ngày: Con đập nhân tài AI của Google đang vỡ?

Chỉ trong ba ngày, Google đã chứng kiến hai huyền thoại AI rời đi: Noam Shazeer (đồng tác giả Transformer, lãnh đạo Gemini) gia nhập OpenAI, và John Jumper (người đoạt giải Nobel Hóa học 2024, lãnh đạo AlphaFold) chuyển sang Anthropic. Đây không phải là trường hợp cá biệt mà là một xu hướng rõ ràng, bổ sung cho việc cựu thành viên sáng lập OpenAI Andrej Karpathy gia nhập Anthropic trước đó. Các tài năng AI hàng đầu đang tập trung ngày càng nhiều vào OpenAI và Anthropic, khiến Google trở thành nguồn cung cấp chính trong cuộc tái cấu trúc nhân tài này. Sự dịch chuyển này bắt nguồn từ sự khác biệt cốt lõi về sứ mệnh. Google, với doanh thu chính phụ thuộc vào quảng cáo, thường đặt các dự án AI trong khuôn khổ phục vụ mục tiêu sản phẩm và lợi nhuận. Ngược lại, OpenAI (với sứ mệnh AGI) và Anthropic (tập trung vào AI an toàn) cho phép các nhà nghiên cứu tập trung hoàn toàn vào việc đẩy xa giới hạn năng lực mô hình. Ngoài ra, cơ hội thu lợi nhuận lớn từ cổ phiếu trước thềm IPO của hai công ty này là động lực hấp dẫn mà Google - một gã khổng lồ trưởng thành - khó có thể sánh được. Việc sáp nhập Google Brain và DeepMind vào năm 2023 cũng tạo ra những lực ly tâm mới, làm xói mòn văn hóa nghiên cứu dài hạn dưới áp lực phải phù hợp với lộ trình sản phẩm. Sự ra đi của các nhân vật then chốt như Jumper và Shazeer phản ánh điều này. Cuộc khủng hoảng nhân tài này mang tính cấu trúc. Google có thể sở hữu cơ sở hạ tầng máy tính khổng lồ và kho dữ liệu đồ sộ, nhưng việc thiếu những bộ óc xuất sắc nhất để khai thác chúng khiến lợi thế đó trở nên vô nghĩa. Trong khi OpenAI và Anthropic củng cố vị thế với đội ngũ tinh nhuệ ngày càng mạnh, Google đang mất dần hào quang là trung tâm hấp dẫn nhân tài AI toàn cầu. Trong cuộc đua mà mật độ tài năng quyết định năng lực mô hình và thị phần, đây là một thách thức tồn vong thầm lặng nhưng nghiêm trọng của Google.

marsbit3 giờ trước

Mất hai huyền thoại trong ba ngày: Con đập nhân tài AI của Google đang vỡ?

marsbit3 giờ trước

Phía sau bảng điểm AI, ẩn giấu một 'người ra đề' gốc Hoa

Mỗi khi một mô hình AI tiên tiến ra mắt, giới công nghệ lại dõi theo những “bảng điểm” quen thuộc như MMLU-Pro, MMMU hay MMMU-Pro. Đây là các tiêu chuẩn đánh giá quan trọng giúp so sánh năng lực của các mô hình lớn như GPT, Claude hay Gemini. Tuy nhiên, ít người biết rằng đằng sau những bộ đề thi này là một nhà nghiên cứu người Hoa: Chen Wenhu (Trần Văn Hổ), trợ lý giáo sư tại Đại học Waterloo, Canada. Ông cùng phòng thí nghiệm TIGERLab (còn gọi là Hổ Đầu Bang) đã tạo ra MMLU-Pro vào năm 2024 để giải quyết vấn đề “mất chuẩn” của bộ đánh giá MMLU cũ, khi nhiều mô hình tiên tiến đạt điểm gần tuyệt đối, khó phân biệt được sự khác biệt thực sự. MMLU-Pro với hơn 12.000 câu hỏi, mở rộng lựa chọn và tăng cường các câu đòi hỏi suy luận, đã giúp kéo giãn khoảng cách điểm số và đánh giá ổn định hơn. Trước đó, nhóm của Chen Wenhu cũng phát triển MMMU - bộ đánh giá đa phương thức (multimodal) yêu cầu mô hình kết hợp hiểu biết hình ảnh, biểu đồ với kiến thức chuyên môn để trả lời câu hỏi. Ngay cả các mô hình mạnh nhất thời điểm đó như GPT-4V cũng chỉ đạt độ chính xác khoảng 56%. Phiên bản MMMU-Pro sau này được thiết kế để đảm bảo mô hình không thể “bỏ qua” thông tin hình ảnh mà chỉ dựa vào văn bản để đoán đáp án. Nghiên cứu của Chen Wenhu tập trung vào việc hiểu thông tin phức tạp, hỏi đáp tri thức và suy luận. Ông từng làm việc tại Google Research và DeepMind, tham gia vào dự án Gemini, trước khi gia nhập Đại học Waterloo và thành lập TIGERLab. Phòng thí nghiệm không chỉ tạo ra các bộ đánh giá mà còn nghiên cứu phát triển mô hình, chẳng hạn trong lĩnh vực xử lý video. Hiện tại, Chen Wenhu làm việc tại Phòng thí nghiệm Siêu trí tuệ (Super Intelligent Lab) của Meta, tiếp tục tập trung vào dữ liệu huấn luyện và đánh giá đa phương thức. Công việc của ông và nhiều nhà nghiên cứu người Hoa khác đang đóng góp quan trọng vào sự phát triển chung của ngành AI, dù có thể không nằm dưới ánh đèn sân khấu.

marsbit3 giờ trước