Axie Infinity 上涨14% – AXS 面临关键的2美元考验

ambcrypto發佈於 2026-01-20更新於 2026-01-20

文章摘要

游戏代币延续了上周末开始的看涨势头,但过去24小时内多数未能维持。Axie Infinity(AXS)以14%的涨幅领先,但价格在2美元关键位面临考验。尽管资金轮动至游戏板块,但AXS在2美元附近遭遇阻力,MACD指标显示卖压减弱但未完全消退。链上交易信号矛盾,既有大额存入交易所(如4万美元AXS转入Bybit),也有从交易所提现(如1.69万美元从Binance转出)。同时,AXS持有者数量一周内锐减超1500人,反映部分投资者获利了结。若多头能突破2美元阻力且游戏板块持续走强,AXS或能延续涨势。

游戏代币仍在维持上周收盘时开始的看涨势头。然而,其中大多数在过去24小时内未能保持这一趋势。

Axie Infinity 以14%的双位数涨幅领跑所有大市值代币。此轮上涨处于上周113%涨幅区间内。

按市值排名前10的代币中仅有3个实现正收益。The Sandbox [SAND] 和 Decentraland [MANA] 分别录得6%和5%的涨幅,其余代币均出现下跌。

这轮上涨源于资金向游戏代币的轮动。该板块是过去一周所有山寨币中表现最强的领域。AXS多头能否延续这一趋势?

AXS空头正在测试多头实力

图表显示AXS在突破1美元下方的横盘整理后进入上升趋势。突破后迎来暴涨,但在2美元附近的高点暂停上涨。

涨势暂停是因空头介入。因此MACD指标虽显示红色,但在多头反击回调后力度正在减弱。

该信号表明自1.6美元启动反弹以来,卖方正被逐步清除。

与此同时,超过9000万美元的净额成交量(OBV)解释了推动反弹的原因。但多头需要攻克2美元区域——这将是决定后续走势的关键区域。

链上交易显示矛盾迹象

Etherscan网络活动显示当日交易量超过2,600笔。这解释了为何AXS当日表现优于同类代币。

尽管市场情绪指标显示84%看涨和16%看跌,但链上活动情绪分化。既有地址正在从交易所提币,同时也有地址在进行充值。

例如:某钱包向Bybit充值超4万美元等值AXS;另有钱包从币安提取1.69万美元等值AXS。

此外还存在交易所间代币转移:Coinbase向币安转移5千美元等值AXS,OKX向Gate.io交易所转移1.3千美元等值AXS。

提币地址显示对涨势持续的信念,而充值地址可能正在获利了结。两类活动的平衡状态表明市场方向尚未达成共识。

Axie Infinity持币地址数锐减

Axie Infinity持币地址数一周内骤减超1,500个,截至发稿时为16.72万个。这意味着投资者正在从此前涨势中获利了结。

这种情况可能阻碍Axie Infinity突破2美元的潜力。但若多头战胜空头且游戏代币持续繁荣,AXS或可突破2美元关口。


最终结论

  • AXS单日暴涨14%,领跑游戏类代币涨幅榜
  • AXS价格面临2美元关键考验,持币地址数急剧减少

相關問答

QAxie Infinity (AXS) 在过去24小时内的涨幅是多少?

AAxie Infinity (AXS) 在过去24小时内上涨了14%。

QAXS价格面临的关键测试位是多少美元?

AAXS价格面临的关键测试位是2美元。

Q除了AXS,还有哪些游戏代币在过去24小时内实现了正收益?

A除了AXS,The Sandbox (SAND) 和 Decentraland (MANA) 也实现了正收益,分别上涨了6%和5%。

Q根据文章,AXS持有者数量在一周内减少了多少?

AAXS持有者数量在一周内减少了超过1.5K,目前为166.72K。

Q文章中提到,是什么推动了AXS的复苏?

A文章中提到,超过9000万美元的On Balance Volume (OBV) 推动了AXS的复苏。

你可能也喜歡

Deepseek 能否为中国节省 1 万亿美元?

《DeepSeek 能否为中国节省 1 万亿美元?》一文探讨了DeepSeek如何通过技术创新,可能大幅降低中国AI基础设施的建设成本。 核心在于,AI硬件的成本正从计算芯片向昂贵的内存(如HBM)倾斜。DeepSeek通过三方面技术突破,系统性降低了对这类稀缺硬件的依赖: 1. **压缩“记性”**:采用多头潜在注意力(MLA)等技术,将长上下文对话所需的缓存(KV Cache)压缩至原来的极小部分,极大节省显存。 2. **按需唤醒“身体”**:利用混合专家(MoE)模型架构,每次只激活部分参数,并结合智能的存储调度,将多数参数移出昂贵显存。 3. **复用计算结果**:将算过的上下文作为缓存复用,用低成本的内存读取替代高成本的重复计算。 这些技术协同,使DeepSeek V4等模型在长上下文场景下,用同等硬件可能产出数倍的有效Token,等效于大幅提升硬件效率、摊薄单位成本。 文章据此进行推演:到2030年,全球AI硬件投资预计达数万亿美元。若DeepSeek的技术路线能使中国未来AI基建的硬件需求等效减少75%,在日均Token消耗达到数千万亿级的规模时,节省的投资额可能接近1万亿美元(约7万亿元人民币),相当于少建数万座智算中心。 更重要的是,此举将产业价值从受制于人的尖端算力芯片,部分转移至中国已有所突破的存储芯片及系统工程领域,提升了供应链安全性。DeepSeek的意义不在于“消灭硬件”,而在于通过极致优化,降低行业对最昂贵、最稀缺硬件的边际依赖,让AI能力更普惠,重塑未来AI基建的账本。 (注:文中关于万亿节省的具体数字属于基于行业趋势的推演观点。)

marsbit54 分鐘前

Deepseek 能否为中国节省 1 万亿美元?

marsbit54 分鐘前

推翻主流治幻觉思路:元认知,才是大模型破幻觉的全新解法

谷歌研究院与特拉维夫大学联合发表论文,提出对抗大模型“幻觉”问题的新思路:与其追求让AI全知全能或过度拒答,不如培养其“元认知”能力,即让模型能够感知并诚实表达自身对每个答案的确信程度。 论文指出,当前主流方法存在局限:一味增加知识覆盖无法穷尽所有事实;而通过大幅拒答来降低错误率则会征收沉重的“实用性税”,牺牲大量本可正确回答的问题。核心原因在于模型缺乏“判别力”,难以精准区分具体问题的对错,导致校准良好但实用性低下。 论文重新定义了“幻觉”:问题不在于AI输出错误信息,而在于其“没有资格确定却以确定的语气给出错误信息”。因此,解决路径应是实现“忠实不确定性”——让AI语言表达的确信度与其内部状态的真实确信度对齐。这比消灭所有错误更可行,是一个依赖内部信号的闭环问题。 在AI代理(Agent)时代,元认知更为关键。没有它,Agent在调用外部工具(如搜索)时将陷入“盲飞”,无法智能决策何时需要搜索、如何评估信息可信度。 实现元认知面临几大挑战:“自举悖论”涉及用静态数据训练动态能力的困难;“对齐破坏信号”指RLHF等训练可能磨灭模型原有的内部不确定性信号;“因果性评估”则需区分真正的元认知与对其的表演。 论文建议,评估反幻觉方法应超越单一准确率指标,转而分析完整的“实用性-错误率权衡曲线”,并关注其在其他任务上的“附带损伤”。最终目标是让AI学会诚实地沟通其认知状态,从而在保留实用性的同时,将错误信息的危害降至最低,建立可靠信任。

marsbit58 分鐘前

推翻主流治幻觉思路:元认知,才是大模型破幻觉的全新解法

marsbit58 分鐘前

交易

現貨
合約
活动图片