Спотовые биткоин-ETF потеряли почти $170 млн после двух дней притока

cryptonews.ru发布于2025-02-17更新于2025-04-17

16 апреля инвесторы вывели из спотовых биткоин-ETF $169,9 млн, прервав двухдневную серию притока средств.

Данные: SoSoValue.

Совокупные поступления сократились до $35,27 млрд. AUM составил $93,65 млрд.

Отрицательную динамику в среду предопределили оттоки из FBTC от Fidelity ($113,8) и ARKB от 21Shares ($113,3 млн).

Отчасти это компенсировали поступления в другие фонды. Наибольший зафиксировал IBIT от BlackRock — $30,6 млн.

16 апреля отток из спотовых ETF на базе Ethereum составил чуть более $12 млн. Активы структур продолжили сокращаться седьмой день подряд.

Данные: SoSoValue.

Напомним, BlackRock BlackRock провела листинг своего биткоин-ETF на площадках Xetra и Euronext Paris, а также в Амстердаме.

Как ETF и майнеры меняют циклы роста биткоина

你可能也喜欢

AI 席卷全球,Crypto + AI 为何一片惨淡?

这篇文章探讨了在人工智能(AI)蓬勃发展的背景下,区块链(Crypto)与AI结合的赛道为何表现惨淡。文章通过需求侧分析,将“区块链+AI”领域划分为四个细分赛道:去中心化算力、去中心化存储、模型验证与隐私保护、AI智能体基础设施。 文章指出,当前困境的核心并非技术结合逻辑矛盾,而是严重的供需错配。传统AI产业的核心需求是短期性能提升、成本优化和基建稳定性;而现有的区块链AI方案多聚焦于数据主权、去中心化和透明校验等长期或次要议题,且往往在性能或稳定性上存在妥协,导致企业缺乏迁移动力。 具体来看:去中心化算力和存储虽有逻辑合理性,但技术优势不足以让企业承担切换风险;模型验证和隐私技术因缺乏紧迫的监管驱动而需求滞后;AI智能体基础设施则面临市场需求(当前聚焦内部自动化)与技术愿景(服务未来跨网络自治智能体)不匹配的问题。目前,唯有AI智能体支付赛道,因区块链与传统金融均未妥善解决行业痛点,而具备直接竞争的条件。 文章认为,该赛道缺乏标杆性落地案例是阻碍其获得主流关注的关键。其长期价值依然存在,但未来发展取决于能否有效适配市场真实需求:要么主动补齐短期性能短板以融入现有AI产业链,要么坚持布局,等待下一代AI范式成熟带来需求爆发。

Foresight News6分钟前

AI 席卷全球,Crypto + AI 为何一片惨淡?

Foresight News6分钟前

世界模型概念入门:一个从心理学烧到 AI 主战场的故事

世界模型是当前AI领域的热门概念,旨在让机器像人类一样,在行动前通过“脑内沙盘”预演和推演未来。其核心思想可追溯至1943年心理学家Kenneth Craik提出的“心智模型”,以及AI先驱Marvin Minsky的“框架理论”。2018年,David Ha与Jürgen Schmidhuber的论文将这一概念带入深度学习主流。 当前,学界和产业界对世界模型的定义尚未统一。Yann LeCun强调其应理解物理规律,提出JEPA架构;李飞飞则基于POMDP框架,将世界模型分为渲染器、模拟器和规划器三类;清华大学FIB-Lab将其功能归纳为“理解世界”与“预测未来”。OpenAI的Sora、Google DeepMind的Genie 3、英伟达的Cosmos等大厂产品,分别从视频生成、3D交互、物理仿真等角度切入。 技术路线主要分为三类:一是“画画”路线,即生成式视频模型,视觉逼真但物理一致性弱;二是“心算”路线,预测抽象表征,效率高但可解释性差;三是“搭积木”路线,生成精确的三维环境,可控但泛化能力有限。发展趋势是三者融合,并向World Action Model(WAM)演进,实现状态预测与动作生成的联合学习。 产业链已形成基础支撑层、技术平台层和场景应用层三层结构,在自动驾驶、具身智能等领域应用广泛。尽管概念尚未统一,但这反映了技术早期的多元探索,最终目标都是让机器拥有可推演、可泛化的内部世界模型,以实现更安全、高效和通用的智能行为。

marsbit1小时前

世界模型概念入门:一个从心理学烧到 AI 主战场的故事

marsbit1小时前

交易

现货
活动图片