BYDFi赞助华沙Next Block Expo 2026 拓展欧洲市场版图

Q: 根据福布斯评选，BYDFi在2026年获得什么荣誉？

被评为加拿大最佳加密货币交易所之一

TheNewsCrypto发布于2026-03-25更新于2026-03-25

文章摘要

全球加密货币交易平台BYDFi宣布赞助于2026年3月24日至25日在波兰华沙举办的Next Block Expo 2026（NBX）。作为中欧和东欧地区最大的区块链盛会之一，本届NBX吸引了数千名参与者、140多位演讲者及数十家Web3品牌，聚焦DeFi、交易投资、合规、AI和游戏等议题。 BYDFi团队在展会现场与参会者交流产品见解，并推出限量联名盲盒抽奖活动，结合其与纽卡斯尔联足球俱乐部的合作伙伴关系，吸引大量关注。平台强调其以可靠性为核心，致力于在成熟市场中建立长期信任，并通过清晰沟通和用户至上的理念参与行业建设。适逢平台成立六周年，BYDFi将于4月启动系列庆祝活动，包括平台促销、限时奖励和社区互动，为新老用户提供更多参与机会。BYDFi成立于2020年，提供低费率现货和合约交易等多种服务，并被《福布斯》评为2026年加拿大最佳加密货币交易所之一。

塞舌尔维多利亚，2026年3月25日，Chainwire电

全球加密货币交易平台BYDFi作为赞助商参与2026年3月24日至25日在波兰华沙举办的Next Block Expo 2026。本届NBX已举办至第六届，定位为中欧和东欧地区规模最大的加密货币与区块链盛会之一。2026年活动将迁至更大场馆，汇聚数千名与会者、140余位演讲嘉宾以及数十个Web3品牌、建设者、投资者和监管机构，举行为期两天的交流、交易与行业讨论。

BYDFi亮相Next Block Expo 2026

本届博览会涵盖主题演讲、圆桌讨论、工作坊、社交活动及周边专场。议程涉及DeFi与RWA、交易与投资、法律合规、基础设施、人工智能、游戏和初创企业融资等主题，设有专属社交区、投资者速配会、初创项目路演擂台和Web3游戏专区。演讲嘉宾包括Animoca Brands的Robby Yung、Solana基金会的Marouane Essaidi以及波兰国会议员Sławomir Mentzen等重磅人物，彰显其作为市场、政策与产品建设者枢纽平台的角色。

BYDFi团队现场与参会者交流产品见解，并参与关于交易基础设施与用户体验的深度讨论。展台特别推出神秘盲盒抽奖活动，内含与纽卡斯尔联队联名的限量周边商品——该合作是BYDFi与这家足球俱乐部的持续合作伙伴关系的一部分，在展会现场引发热烈关注。

为多市场交易环境打造可靠服务

BYDFi视NBX为展示其平台可靠性的绝佳舞台。随着市场持续成熟，BYDFi坚信长期信任需通过清晰沟通、统一标准及负责任的市场参与方式来赢得。此次参展亦是以体现稳定性、专业性和长期用户至上承诺的方式，与欧洲区块链社区深度互动。

BYDFi联合创始人兼首席执行官Michael表示：“Next Block Expo汇聚了当下最重要的议题——基础设施、监管、产品设计以及用户的实际市场参与方式。对BYDFi而言，这是倾听用户心声、建立连接并持续优化交易体验的宝贵机会，我们致力于打造经得起时间考验的可靠交易平台。”

迎接BYDFi六周年庆典

BYDFi此次华沙之行恰逢平台重要里程碑前夕。自4月1日起，BYDFi将启动六周年系列庆祝活动，通过平台活动、限时奖励和专属X平台互动等形式举行为期一个月的社区狂欢。周年计划旨在纪念BYDFi自2020年成立以来的持续成长，并为新老用户提供更多参与方式。

BYDFi还为新生用户准备了额外惊喜。尚未注册的用户可借此机会熟悉平台及后续社区活动。请通过https://www.bydfi.com/en/register 完成注册

关于BYDFi

BYDFi成立于2020年，是一家集中心化交易所（CEX）与链上交易模块于一体的全球加密货币交易平台，现为纽卡斯尔联队独家官方加密货币交易所合作伙伴。获《福布斯》评为“2026年加拿大最佳加密货币交易所”，提供从永续合约到跟单交易、自动化加密货币交易机器人的直观低费率交易服务，助力新老交易者自信驾驭数字资产。

BYDFi致力于为每位用户提供世界级的加密货币交易体验。

共筑金融梦想（BUIDL Your Dream Finance）。

官网：https://www.bydfi.com
支持邮箱：cs@bydfi.com
商务合作：bd@bydfi.com
媒体咨询：media@bydfi.com

联系方式

市场总监
Chloe
BYDFi Fintech LTD
chloe@bydfi.com

你可能也喜欢

XRP Ledger v3.3.0 版本更新聚焦五项修正案

XRP Ledger即将发布v3.3.0版本，聚焦五项核心升级。本次升级包含五个待激活的修正案：保密MPT、批量处理、权限委托、赞助费用与储备金、动态MPT。这些功能旨在增强账本在代币化资产、费用抽象化、权限管理和批量操作等方面的灵活性，为机构级应用提供更完善的基础设施。特别值得注意的是，赞助费用机制有望显著改善用户体验，允许第三方为用户支付网络费用，降低新用户的使用门槛。同时，保密MPT和动态MPT的引入，旨在满足金融机构对资产隐私、合规控制和灵活行为规则的需求。批量交易和权限委托则能提升应用的操作效率和便捷性。需明确的是，代码发布并不等同于功能即时生效。所有修正案均需获得超过80%的验证者共识支持后才能正式激活。因此，本次升级为开发者铺平了道路，但其实际影响将取决于验证者的投票结果以及后续生态的采用情况。总体而言，v3.3.0版本明确了XRPL在增强实用性和拓展代币化应用方面的技术路线图。

bitcoinist13分钟前

bitcoinist13分钟前

华尔街早报：月底V反但纳指创下12年来最差7月，资金加速向云巨头集中

上周五美股三大指数V型反弹，但整个7月表现疲软，标普500基本持平，纳指下跌3.2%，创2004年以来最差7月。原油市场因特朗普取消对伊军事打击及OPEC+计划增产而大幅震荡，WTI原油周一开盘暴跌超8%。黄金7月微涨0.91%，在4050美元/盎司附近震荡，分析认为其正处于筑底阶段。美日罕见联手干预汇市，美元兑日元跌破156关口；10年期美债收益率7月飙升超30个基点，创2005年以来最大单月涨幅。科技股方面，市场资金正从存储、半导体等板块撤出，加速流向云巨头。上周，亚马逊、微软、谷歌和Meta市值合计增加近1.5万亿美元。亚马逊因AWS业绩超预期暴涨15.32%；微软延续涨势；谷歌收复财报后失地；Meta终结十一连跌。苹果则因供应链问题及展望偏软重挫7.35%。存储板块普遍回调，而光通信板块上涨。本周市场关注重点包括：伯克希尔·哈撒韦财报；Palantir、AMD、SpaceX等公司业绩；SpaceX大规模限售股解禁；以及美国7月非农就业报告和中国7月经济数据。

marsbit37分钟前

marsbit37分钟前

Rubin Ultra大减配，英伟达也扛不住内存涨价了？

知名投研机构SemiAnalysis近日报告指出，英伟达已向主要客户预览了其顶级AI芯片Rubin Ultra的最新规格，但相比此前预期出现显著降配。核心变化包括：算力峰值保持与普通版Rubin相同的35 PFLOPs；显存容量降至8层堆叠的192GB，甚至低于普通版的288GB；显存带宽仅微升1TB/s；芯片功耗反而略有提高。Rubin Ultra的主要升级方向转向“扩展互联规模”，支持通过NVLink将最多576张GPU互联成统一计算域，远高于普通版的72张。报告分析认为，此次调整主要源于HBM（高带宽内存）价格持续快速上涨。以HBM3为例，其价格已从2025年二季度的低点180-220美元，飙升至目前约700-850美元。HBM成本飙升使得Rubin Ultra单机架的物料成本一度从约660万美元升至800万美元。英伟达因此重新评估设计，通过减少昂贵的HBM配置（成本占比从近40%降至28%），将资源更多投入互联能力等方向，优化整体成本结构。此消息引发市场对HBM需求见顶的担忧。受冲击影响，韩国存储股开盘大跌，SK海力士、三星股价均下挫约8%。市场解读认为，若英伟达此举成为趋势，意味着AI芯片厂商可能开始通过优化设计来降低对高容量HBM的依赖，这或将限制存储厂商未来的提价空间，标志着AI基础设施的“堆料涨价”时代可能接近尾声。

Odaily星球日报58分钟前

Odaily星球日报58分钟前

Upbit在内部钱包转账中重新平衡8640亿枚SHIB

韩国交易所Upbit在内部钱包地址之间重组了8640亿枚SHIB，尽管链上转移规模巨大且发生在SHIB价格上涨36%之后，但这实质上是一次正常的钱包余额整理，而非交易所抛售。具体涉及从热钱包转出3840亿SHIB至相关平台地址，以及从SHIB钱包转回480亿SHIB至同一热钱包，总价值约400万美元。文章强调，由于交易所经常出于流动性管理和安全目的在热钱包与冷钱包之间进行资产调配，此类内部转移不应被误读为市场卖出压力。此次转移之所以引发关注，主要源于SHIB近期大涨后市场对大型钱包动作的敏感性。核心观点在于，解读链上数据时必须结合钱包标签和具体背景，避免将常规操作误解为“巨鲸抛售”等市场信号。

bitcoinist1小时前

bitcoinist1小时前

生成模型也能端到端训练了？核心竟是一个for循环

长期以来，深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功，但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”，推理时则需要反复展开数百上千步，这种训练与推理的不一致导致了“暴露偏差”等问题，使得生成模型一直未能实现真正的端到端训练。最近，一篇来自UIUC与哈佛大学的论文提出了“探索式建模（Explorative Modeling，XM）”新范式，其核心是一个简单到近乎朴素的for循环：在每个训练步骤中，模型生成K个候选样本，然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失（如平方误差）而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值，而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式，在不拆分生成过程的前提下，直接提升了模型的“生成表达力”，即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明，随着模型规模、数据量和计算量的增大，探索带来的性能收益越发显著，在图像、视频、语言等多种任务上均能带来效率与质量的提升。更重要的是，当探索程度足够时，XM可以实现真正的端到端生成。在机器人控制等任务中，仅需一次网络前向传播的XM策略，其性能可媲美甚至超过需要上百次前向的扩散模型策略，实现了推理效率的飞跃。尽管“最佳K样本选择”的思想并非全新，但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈，并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大，探索这一新维度可能将发挥越来越关键的作用。

marsbit1小时前