五大数据维度分析:大热的新L2们是否被高估

Odaily星球日报发布于2024-01-30更新于2024-01-30

文章摘要

新L2估值已涨至平均水位。

原创 | Odaily星球日报

作者 | 南枳

五大数据维度分析:大热的新L2们是否被高估

近期,Layer 2 Manta 的 TVL 和币价迎来长足上涨;ZKF 一度上冲至 0.025 USDT 后现已腰斩,但 TVL 仍然高企;部分 Layer 2 如 zkSync、Linea 也预计将于 24 年发币。

一片火热之下,Odaily星球日报将基于 TVL、市值等多方面数据,进行 Layer 2 之间的比较,横向对比高估低估情况。

新老 L2 的 TVL 与市值对比

根据L2 BEAT 数据,TVL 前十的 Layer 2 如下表所示(其中 Blast TVL 结合 Dune 数据)。同时,Odaily星球日报也综合 Coingecko 将已发币的 Layer 2 代币流通市值和全稀释市值(FDV)一并汇总:

五大数据维度分析:大热的新L2们是否被高估

基于下表,存在以下显著特征:

  • 近期仅 Manta、ZKFair TVL 有显著提升,其余 Layer 2 变化不大;

  • TVL 方面 Arbitrum 和 OP 占据显著的领先地位,并且在该体量下仍有高于中位数的表现;

  • 而 Manta 和 Blast 的 TVL 已经在 Layer 2 之间排行第三和第四;

  • 除 Metis 外,几个“老牌”Layer 2 市值量级接近,均为数十亿美元。

Odaily星球日报在此提出两个计算指标“流通市值/TVL”和“FDV/TVL”,该数值越大,相应代币的高估程度相对越高。其数据和排行如下图所示。

五大数据维度分析:大热的新L2们是否被高估

五大数据维度分析:大热的新L2们是否被高估

可以看出,快速上涨的 Manta 估值仍处于主流 Layer 2 的平均水平范围内,而 ZKF 在腰斩后的 FDV/TVL 显著低于其他 Layer 2 。

生态活跃对比

根据 DefiLlama 数据,各生态的协议数量、TVL、 24 小时 DEX 交易量如下表所示:

五大数据维度分析:大热的新L2们是否被高估

从表中可见:

  • Arbitrum 在协议数量、TVL、交易量方面全部占据显著领先优势;

  • Arbitrum、OP、Base 协议数远高于其他 Layer 2 ,ZKF 显著少于其他 Layer 2 。

Odaily星球日报在此提出两个计算指标“TVL/协议数”和“交易量/协议数”,体现了资金和活动的分散程度,低数值代表资金在协议之间分布均匀,用户对特定协议没有使用偏好。而高数值代表着该生态有明星协议,或集中于某个协议刷量的两种可能性。

五大数据维度分析:大热的新L2们是否被高估

五大数据维度分析:大热的新L2们是否被高估

结论

基于以上数据,Manta 和 ZKF 近期的增长属于是向 Layer 2 平均估值水平的回归,目前已经处于平均线附近。Odaily星球日报在此提示,TVL 等数据受活动和发展阶段影响较大,不足以作为完整的决策基础,建议读者综合其他数据研究和决策。

你可能也喜欢

英特尔 CEO 陈立武首次播客访谈:我们的目标是“5-10 年 10 倍”,押注先进封装、玻璃基板和人工钻石

英特尔CEO陈立武在接受播客访谈时,提出了“5-10年实现10倍回报”的股东回报目标,并系统阐述了其领导下的转型战略。面对传统工艺微缩接近物理极限的挑战,他将突破点聚焦于先进封装技术(如EMIB)、新型基板材料(如玻璃基板)以及氮化镓、碳化硅和人工合成钻石等半导体新材料,旨在通过材料科学与封装创新延续性能增长。 陈立武将转型过程分为“爬、走、跑”三个阶段。目前英特尔处于夯实基础的“爬行”阶段,首要任务是稳固资产负债表、聚焦简化产品线、并倾听客户需求。他特别指出,智能体AI和推理场景的爆发正带动CPU需求强劲回升。 在代工业务方面,他强调这是一门“信任的生意”,核心是提升良率、缺陷密度和周期时间等基础能力,以服务客户并保障美国本土供应链安全。他同时透露,与埃隆·马斯克合作的Terafab项目进展顺利,双方正共同应对AI算力增长带来的半导体基础设施挑战。 陈立武认为,市场目前低估了英特尔的长期潜力。他预计到2030-2032年,外界将真正看到其在PC基本盘之外,于边缘计算、物理AI与智能体AI等新兴市场的价值。通过整合XPU(混合架构)、先进封装与代工能力,为不同工作负载提供定制化芯片解决方案,是其为英特尔锚定的长期战略方向。

marsbit56分钟前

英特尔 CEO 陈立武首次播客访谈:我们的目标是“5-10 年 10 倍”,押注先进封装、玻璃基板和人工钻石

marsbit56分钟前

AI 成绩单背后,藏着一位华人“出题人”

AI领域重要的基准评测MMLU-Pro、MMMU、MMMU-Pro背后,都站着同一位“出题人”——加拿大滑铁卢大学助理教授陈文虎。 随着大语言模型能力快速提升,旧的评测基准如MMLU逐渐“失灵”,顶尖模型得分趋近满分,难以区分高下。为此,陈文虎团队于2024年推出MMLU-Pro。它通过将选项扩至10个、增加推理题比例、剔除简单题等方式,使模型准确率相较旧基准显著下降16%-33%,成绩波动更小,有效拉开了模型间的真实差距。 在多模态评测方面,陈文虎团队推出的MMMU基准包含1.15万道需结合图像与专业知识的复杂题目,即便是当时最强的GPT-4V和Gemini Ultra准确率也未超过60%。后续的MMMU-Pro则进一步堵住模型仅凭文本猜答案的漏洞,强制其进行真正的多模态理解。 陈文虎的研究方向长期聚焦于复杂信息理解与推理。他曾于谷歌DeepMind参与Gemini多模态模型的研发与评估工作,这让他深谙模型能力增长路径与评估盲区。他创立的“老虎实验室”不仅做评测,也研发视频理解与生成等模型,这种“既做题也出题”的经历,使其能更精准地设计出触及模型能力边界的评估体系。 如今,陈文虎已加入Meta超级智能实验室,继续专注于多模态预训练与评估工作。他的故事反映了在AI浪潮中,众多华人研究者正深度参与并塑造着行业发展的核心基础工作。

marsbit3小时前

AI 成绩单背后,藏着一位华人“出题人”

marsbit3小时前

交易

现货
合约
活动图片