机构正在攻占加密市场：这是去中心化的终结，还是新周期的序章？

比推发布于2025-12-11更新于2025-12-11

文章摘要

2025年加密货币市场出现结构性转折，机构投资者成为绝对主力，占资金流入的95%，散户比例降至5%-6%。机构入场主要受基础设施成熟驱动，贝莱德等资管巨头通过ETF和代币化产品配置数字资产。Polygon案例显示，公共链已能满足传统金融的合规需求。机构进入的两大动力是收益需求和运营效率提升，如代币化国债和链上结算效率。散户退出主因是此前Meme币亏损，但未来可能随监管完善回归。机构化不会削弱去中心化，反增强合法性，推动DeFi、NFT与传统资产融合。虽短期可能抑制部分创新，但长期有助于行业更稳健发展。机构流动性将提升市场稳定性，降低波动性，推动RWA代币化和跨链互操作发展。这并非传统金融接管加密市场，而是共同构建新金融基础设施的过程。

作者:Centreless

原文标题:机构主导加密市场,是去中心化的终结还是新纪元的开始?

2025 年,加密货币市场迎来结构性转折点:机构投资者成为绝对主力,而散户却明显降温。Polygon Labs 全球支付与实物资产主管 Aishwary Gupta 近日在采访中指出,机构资金如今占加密货币整体流入的约 95%,散户比例仅剩 5%-6%,市场主导权发生了显著改变。

他解释,机构的转向并非情绪驱动,而是基础设施成熟所带动的自然结果。包括贝莱德、阿波罗、汉密尔顿巷等资产管理巨头,正将 1%-2% 的投资组合配置到数字资产,通过 ETF 与链上代币化产品加速布局。Gupta 以 Polygon 的合作案例为例,包括摩根大通在新加坡金融管理局监管下测试 DeFi 交易、Ondo 的代币化国债项目,以及 AMINA 银行的受监管质押等,均显示公共链已经能够满足传统金融的合规与审计需求。

机构进入的两大驱动力分别是收益需求与运营效率。第一阶段主要聚焦通过代币化国债、银行级质押等方式获取稳定回报;第二阶段则由区块链带来的效率提升推动,例如更快的结算速度、共享流动性和可编程资产,这促使大型金融机构试验链上基金结构与结算模式。

相比之下,散户投资者的退出主要源于此前 Meme 币周期导致的亏损与信任流失,但 Gupta 强调这并非永久性流失,随着更受监管且风险更透明的产品出现,散户将逐步回归。

针对外界担忧机构入场削弱加密货币去中心化的理念,Gupta 认为只要基础设施保持开放,机构参与不仅不会中心化区块链,反而会增强其合法性。他指出,未来的金融网络将是 DeFi、NFT、国债、ETF 等多类资产在同一公共链上共存的融合体系。

对于机构主导是否会抑制创新,他承认在更注重合规的环境下部分实验会受限,但长期来看,这有助于行业构建更稳健、更具扩展性的创新路径,而非靠「打破规则」式的高速试错。

展望后市,他表示机构流动性将持续提升市场稳定性,投机活动减少后波动性将下降,RWA 代币化与机构级质押网络将快速发展。互操作性也将成为关键,机构需要能够跨链与跨汇总层无缝转移资产的基础设施。

Gupta 强调,机构进入不是传统金融对加密的「接管」,而是共同构建新金融基础设施的过程,加密货币正在从投机资产,逐渐演变为全球金融系统的核心底层技术。

Twitter:https://twitter.com/BitpushNewsCN

比推 TG 交流群:https://t.me/BitPushCommunity

比推 TG 订阅: https://t.me/bitpush

原文链接:https://www.bitpush.news/articles/7594862

你可能也喜欢

重大失利：纽约法院驳回Kalshi的禁令请求

纽约联邦法院法官Analisa Torres于7月7日驳回了预测市场平台Kalshi提出的初步禁令请求。法官裁定，赌博监管属于各州职权范围，联邦《商品交易法》并不优先于（即不“取代”）州赌博法规。此案的核心在于判定预测市场是受监管的金融产品还是无执照的赌博业务。 Kalshi曾辩称，其作为受美国商品期货交易委员会（CFTC）监管的平台，应豁免于州赌博法。CFTC此前也支持Kalshi，主张联邦监管权优先。然而，法官的裁决对这一立场构成重大打击。法律专家Daniel Wallach评论称，这对Kalshi和CFTC是一次“重大失利”，而对纽约州总检察长则是“巨大胜利”。裁决可能产生多米诺骨牌效应：CFTC在针对纽约州总检察长的类似案件中很可能败诉；纽约及其他州针对Gemini、Coinbase等预测市场提供商的执法行动将得以推进；Kalshi在康涅狄格州寻求禁令的努力也可能受挫。今年6月，随着世界杯开幕，Kalshi和Polymarket的月交易量创下430亿美元纪录，其中体育博彩占主导，这强化了其业务性质实为赌博而非风险管理工具的观点。分析师预计Kalshi将就此裁决提起上诉。

ambcrypto13分钟前

ambcrypto13分钟前

代币 FOLD 拍卖在即，V 神支持的 The Interfold 是什么

以太坊联合创始人Vitalik Buterin曾于今年5月公开支持保密协调基础设施项目The Interfold。其原生功能性代币FOLD将于7月8日22:00通过Uniswap CCA（连续清算拍卖）机制进行为期48小时的拍卖。 The Interfold旨在解决链上治理中的贿赂问题，其核心应用CRISP（抗胁迫无偏选择协议）通过全同态加密、零知识证明和去中心化门限密码学技术，实现全程加密、无收据的投票，使选民无法向第三方证明自己的选择，从根本上切断贿赂路径。该项目由Gnosis Guild团队开发，被视为对Vitalik早年提出的MACI（最小反勾结基础设施）概念的通用化改进，用分布式密码节点网络取代了原本方案中必需的单一受信任协调者。 FOLD代币将用于密码节点质押、支付加密计算请求及协议治理。拍卖采用统一清算价格机制，参与者需事先完成KYC验证。拍卖结束后有40天冷却期，代币将主要用于质押，预计于8月19日正式开放转账。

Foresight News15分钟前

Foresight News15分钟前

打通传统基金与 DeFi，谁能抓住 RWA 未来十年红利？

资产代币化正在融合传统金融与DeFi两个体系：DeFi无许可、全天候运行，而传统基金结算固定、仅限合格投资者。打通两者需解决高复杂度的基础设施问题，成功者将捕获巨大价值。目前链上实体资产代币总规模超330亿美元，其中美债约150亿美元，但其在RWA占比已从55%降至不足45%，机构信贷等新型代币化基金增长迅速。代币化的核心优势是可组合性，允许资金跨赛道循环增值，兼顾收益、流动性和周转速度，但实现“运营完善”门槛极高。融合面临三大关键冲突：首先是价格矛盾，每日净值更新间隔内如何定价；其次是合规性，需平衡白名单校验与DeFi开放性；第三是跨链资产转移，需确保多链间数据同步准确。解决方案如Centrifuge的deRWA框架采用金库封装模式，分离合规层与流通代币；并与LayerZero合作采用中心辐射架构，由一条权威链管理核心数据，通过跨链消息同步至各辐射链，以保障账目一致性与合规安全。机构参与的动力在于循环质押套利等收益机会，但前提是基础设施能妥善解决上述冲突，并避免套利漏洞、赎回冲突及跨链故障等风险。代币化不仅是资产上链，更需在守住监管底线的前提下，实现资金的多重增值。如同SWIFT和Visa，未来价值将集中于中间调度层，Centrifuge与LayerZero正共同布局这一核心赛道。

Foresight News40分钟前

Foresight News40分钟前

美国商品期货交易委员会指控北卡罗来纳州公司进行1400万美元加密及期货商品池欺诈

美国商品期货交易委员会（CFTC）已对特雷弗·弗农及其公司Argent Capital Management LLC提起民事诉讼。监管机构指控被告运营一个非法商品资金池，从事加密货币、期货和期权交易，并从近60名投资者处筹集约1400万美元。投诉指出，弗农通过营销手段将自己宣传为经验丰富的交易员，并向投资者提供业绩更新。然而，监管机构称该资金池持续遭受重大交易损失，实际亏损至少达860万美元，与所宣称的盈利情况严重不符。此外，Argent Capital Management在运营前未在CFTC注册，弗农还被指控在募资时虚假宣传公司受监管，并在调查中作出误导性陈述。 CFTC认为这些行为违反了《商品交易法》及相关规定，要求法院对弗农处以民事罚款、赔偿投资者、追缴非法所得、实施交易及注册禁令等。此案目前由北卡罗来纳州西区联邦地区法院审理，体现了监管机构对加密货币及衍生品投资项目的持续关注与执法重点。

TheNewsCrypto1小时前

美国商品期货交易委员会指控北卡罗来纳州公司进行1400万美元加密及期货商品池欺诈

TheNewsCrypto1小时前

AI生图免训练提速1000%，办法：最简洁的“三阶段流水线”

AI图像生成速度慢、成本高的问题普遍存在。北京航空航天大学等机构的研究团队提出了一种名为“MrFlow”（多分辨率流匹配）的免训练加速方法，通过“低清打草稿、像素空间超分、高清单步精修”的三阶段流水线，显著提升了生成效率。该方法首先在低分辨率潜在空间进行多数步采样以确定图像整体结构和语义，大幅降低计算量；随后将结果解码至像素空间，利用预训练的超分辨率模型（如Real-ESRGAN）进行放大，以更好地保留细节；最后，向放大后的图像添加少量噪声，并由原始模型进行单步高分辨率细化，修正可能存在的局部语义错误。在Qwen-Image、FLUX.1-dev等多个先进模型上的实验表明，MrFlow可实现超过10倍的端到端加速，且图像质量损失极小（定量指标差距约1%）。相比其他免训练加速方法（如缓存、潜在空间上采样等），MrFlow在速度-质量平衡上表现更优，能有效避免模糊、伪影等问题。此外，该方法无需微调模型、不依赖特定硬件，并能与现有的时间步蒸馏技术正交结合，进一步叠加加速效果。相关代码、示例及ComfyUI插件已在GitHub开源。

marsbit1小时前