Эксперты Keyrock назвали стратегию аирдропов неудачной

cryptonews.ru發佈於 2024-05-04更新於 2024-10-04

В 2024 году рынок криптовалют столкнулся с нестабильностью, и аирдропы — одна из стратегий привлечения инвесторов — показали неоднозначные результаты. Из 62 бесплатных раздач, проанализированных Keyrock, лишь 8 принесли положительную доходность спустя 90 дней: по 4 на базе сетей Ethereum и Solana.

Это подчеркивает важность выбора сети для проведения таких кампаний. Solana, ставшая популярной среди розничных инвесторов, показала 25% успеха, в то время как Ethereum — только 14,8%. Остальные блокчейны, включая BNB, Starknet и Arbitrum, не смогли продемонстрировать ни одного успешного аирдропа.

Основной причиной неудач стала завышенная оценка Fully Diluted Valuation (FDV), которая сильно ограничивает потенциал роста проектов. Этот показатель требует значительных объемов ликвидности, которая часто оказывается недоступной. В результате такие токены сталкиваются с резким падением цен, когда получатели аирдропов начинают продавать свои активы, как это произошло с ZKLend, который потерял 95% своей стоимости.

Тем не менее, аирдропы с большими объемами распределения (более 10% от общей эмиссии) показали лучшие результаты в плане удержания членов сообщества и последующей стоимости. Проекты с распределением менее 5% часто сталкивались с быстрой распродажей, что приводило к снижению их котировок в кратчайшие сроки. Это подчеркивает важность грамотного подхода к распределению токенов.

Ключевым фактором успеха стало наличие ликвидности, способной поддерживать стабильную цену криптоактивов. В проектах, где ее было недостаточно, цена падала под давлением массовых распродаж. Однако, несмотря на негативные результаты в большинстве случаев, такие проекты, как WEN и JUP, сумели выстроить успешные стратегии распределения и удержания инвесторов, благодаря реалистичной оценке FDV и доступной ликвидности. Для большинства инвесторов наилучшей стратегией остается продажа токенов в первый день аирдропа, так как 85% из них сталкиваются с падением цен в течение нескольких месяцев.

你可能也喜歡

李飞飞最新长文:当视频生成、机器人和 NVIDIA 都自称世界模型,我们需要一个分类法

李飞飞发表文章,针对当前AI领域中“世界模型”一词被广泛滥用的现象提出一个清晰的功能分类法。她指出,尽管视频生成、机器人和NVIDIA等不同领域都自称构建“世界模型”,但它们实际指的是强化学习闭环(POMDP)中三种不同的功能模块。 **分类法如下:** 1. **渲染器**:输出**观测**(如像素),追求视觉保真度,例如Sora、Genie等视频生成模型。其局限在于“好看不等于物理正确”。 2. **模拟器**:输出**状态**,即在几何、物理和动力学层面忠实的世界表征,服务于建筑设计、机器人训练等需要精确模拟的场景。李飞飞认为这是连接渲染和规划的关键枢纽,被严重低估。 3. **规划器**:输出**动作**,根据观测和目标决定智能体(如机器人)应执行的动作,是感知-行动回路的闭环。 **现状与趋势:** * **渲染器**商业化最成熟,但有物理准确性天花板。 * **规划器**最令人兴奋但最不成熟,实验室演示与实际部署存在巨大鸿沟。 * **模拟器**是核心桥梁,掌握了模拟就同时为渲染和规划提供了基础。 当前最重要的趋势是这三类功能的边界正在消融,因为它们共享对世界底层运作(几何、物理、动力学)的同一套理解。例如,World Labs的Marble模型能同时输出用于视觉的高斯泼溅和用于物理模拟的碰撞网格。 逻辑终点是构建一个**统一的世界基础模型**,能根据下游需求在渲染、模拟和规划模式间自由切换。尽管面临数据不均衡、优化目标冲突等挑战,但三者的融合将重新定义机器智能与物理世界的关系,推动空间智能的发展。

链捕手17 分鐘前

李飞飞最新长文:当视频生成、机器人和 NVIDIA 都自称世界模型,我们需要一个分类法

链捕手17 分鐘前

交易

現貨
活动图片