Krypto新闻：Coinbase与Crypto.com启动预测市场

bitcoinist發佈於 2026-02-04更新於 2026-02-04

文章摘要

2026年初，Coinbase和Crypto.com相继推出预测市场平台，允许用户对体育、政治、经济等现实事件的结果进行交易。Coinbase与受监管平台Kalshi合作，在全美50个州推出“Coinbase Predict”，提供二元合约交易，结算方式为美元或USDC。该服务受美国商品期货交易委员会（CFTC）监管，但合法性在部分州仍存争议。 Crypto.com则推出独立平台“OG”，由旗下受CFTC监管的衍生品部门运营，除基础合约外还计划提供杠杆交易功能，并融入社交排名和用户奖励机制。 与此同时，市场对比特币Layer-2解决方案（如Bitcoin Hyper）的兴趣上升，旨在通过扩展比特币网络实现去中心化预测市场。目前其预售已获3100万美元资金，反映市场对比特币生态应用场景的积极预期。

自年初以来，主流加密货币交易所正深入涉足预测及事件交易市场。Coinbase与Crypto.com相继宣布或推出了新平台服务，允许个人用户对现实事件结果进行投注——涵盖体育赛事、政治动向乃至文化发展。这一发展符合更广泛的趋势，即老牌交易平台正将其产品组合大幅扩展至传统加密货币交易之外。

Coinbase全面扩展全国预测市场

美国交易所Coinbase于一月底在全国50个州全面激活了预测市场服务。该功能与受监管的美国供应商Kalshi合作推出，允许客户直接通过Coinbase应用程序交易所谓的事件合约。这类二元市场根据事件的"是/否"结果进行结算，例如"X队会赢得比赛吗？"或"美国GDP会超预期吗？"。

价格形成通过市场供需决定，而非平台设定的赔率。

全国范围的全面推广是在早期部分地区有限可用性之后进行的。Coinbase将该产品描述为对现实世界事件进行"投注"并将预测转化为可交易市场价格的方式，类似于Polymarket或Kalshi等成熟预测市场。用户可使用美元或USDC稳定币余额进行交易，这对Coinbase客户已十分熟悉。

该服务在美国具有重要监管意义，因其受商品期货交易委员会（CFTC）监管，这与传统体育博彩或赌博有不同的分类。这种监管分类存在争议：多个州已就是否应将预测市场纳入州赌博法律展开争论。

Crypto.com推出独立平台"OG"

同期Crypto.com推出了名为OG的自有预测市场平台，初期聚焦美国市场，并在年度最大体育赛事之一前夕上线。OG由Crypto.com | Derivatives North America (CDNA)运营——一家注册的CFTC清算和交易机构，同样为用户提供体育、政治、金融和娱乐等主题的事件合约交易。

OG的核心区别在于计划提供预测合约的保证金或杠杆头寸，这使其区别于现有平台形式——不过这种方法也意味着用户面临更高风险。此外，OG整合了社交元素如排行榜和奖励机制，例如向前100万注册用户提供高达500美元的奖励。

作为独立应用而非集成功能推出，表明Crypto.com将预测市场视为能产生强烈用户兴趣的独立增长领域。据公司称，过去几个月对此类合约类型的需求显著增长，这促成了分拆独立产品的决定。

去中心化预测市场会登陆比特币吗？

大型交易所近期在受监管预测市场的推进，凸显了事件驱动型交易兴趣的强劲增长。与此同时，一个基本问题成为焦点：此类应用应基于何种基础设施才能实现长期可扩展、透明且尽可能中立的运作？

虽然当前许多平台基于现有智能合约网络，但对比特币基础上实现这些概念的解决方案兴趣也在同步增长。这需要高性能的第二层（Layer-2）结构来开启纯价值存储之外的新用例。

在此背景下，一个旨在填补这一空白的项目正受到更多关注。

Bitcoin Hyper定位为比特币生态系统的Layer-2解决方案，目标是在比特币安全级别上直接实现更复杂的应用。除DeFi应用外，明确包括去中心化预测市场——这些目前主要基于以太坊或Solana网络实现。该项目致力于将比特币的流动性和信任基础与高性能执行层相结合，以实现此前技术上难以实现的应用。

当前市场兴趣尤其体现在正在进行的预售中。据项目方称，已筹集超过3100万美元，这表明在许多投资者操作更趋谨慎的阶段获得了异常高的关注。观察家将此归因于一个更宏大的叙事：比特币不仅是被动价值存储工具，更是新金融和信息市场的基础。预测市场被视为特别敏感的应用场景，因其同时需要可扩展性和安全性。

Bitcoin Hyper试图通过明确聚焦比特币Layer-2基础设施在现有解决方案中脱颖而出。如果此类Layer-2网络的采用进一步加速，基于比特币的去中心化预测市场等应用也可能成为现实。

预售分为多个价格层级，早期参与者可能获得账面收益。购买通过项目网站进行，需连接兼容钱包并执行代币兑换。

直达Bitcoin Hyper预售

相關問答

QCoinbase 和 Crypto.com 最近推出了什么新服务？

ACoinbase 推出了名为 Coinbase Predict 的预测市场平台，允许用户对体育、政治、加密和文化等现实世界事件进行交易。Crypto.com 则推出了名为 OG 的独立预测市场平台，专注于体育、政治、金融和娱乐等事件的合约交易。

QCoinbase 的预测市场功能是如何运作的？

ACoinbase 的预测市场功能是与受监管的美国提供商 Kalshi 合作推出的，允许客户通过 Coinbase 应用程序交易事件合约。这些是二元市场，合约根据事件的是/否结果进行结算，价格由市场供需决定，而非平台设定的赔率。

QCrypto.com 的 OG 平台有什么独特之处？

AOG 平台的独特之处在于计划提供预测合约的保证金或杠杆头寸，这使其与现有平台形式区分开来。此外，OG 还集成了社交元素，如排行榜和奖励，例如前一百万注册用户可获得高达 500 美元的奖励。

Q预测市场在美国的监管情况如何？

A预测市场在美国受商品期货交易委员会（CFTC）的监管，这使其与传统的体育博彩或赌博有所不同。然而，这种监管分类存在争议，多个州已就是否应将预测市场纳入州博彩法律展开讨论。

Q比特币 Hyper 项目在预测市场中扮演什么角色？

A比特币 Hyper 是比特币生态系统的 Layer-2 解决方案，旨在在比特币安全级别上实现更复杂的应用，包括去中心化预测市场。该项目试图通过专注于比特币 Layer-2 基础设施与现有解决方案区分开来，并已通过预售筹集了超过 3100 万美元。

你可能也喜歡

比特币ETF资金流出潮延续至6月，首周净流出达17.2亿美元

美国比特币现货ETF市场在6月初延续了看跌势头，首周录得约17.2亿美元净流出。继5月净流出24.3亿美元后，资金外逃态势加剧。在过去15个交易日中，仅有6月4日一天录得少量净流入，凸显机构投资者的普遍悲观情绪。 具体来看，贝莱德的IBIT流出最多，达13.4亿美元；富达的FBTC流出约2.02亿美元；灰度GBTC流出约1.44亿美元。仅VanEck的HODL和MSBT实现净流入。目前，比特币现货ETF累计净流入降至539.4亿美元，总净资产约751.2亿美元，一周内缩水超20%。 同期，以太坊现货ETF也遭遇1.68亿美元净流出，总净资产降至97.8亿美元。市场分析认为，这反映机构在宏观经济不确定性加剧之际更为谨慎。截至发稿，比特币报61,592美元，以太坊报1,612美元，均从近期低点小幅反弹。

bitcoinist45 分鐘前

比特币ETF资金流出潮延续至6月，首周净流出达17.2亿美元

bitcoinist45 分鐘前

Zcash遭遇历史性暴跌，数十亿市值从市场中蒸发

隐私加密货币Zcash近日遭遇历史性暴跌，24小时内价格腰斩，市值蒸发约50亿美元，成为今年加密市场最严重的单日跌幅之一。 暴跌主因与近期披露的一个安全漏洞有关。该漏洞存在于Zcash的Orchard隐私池中，自2022年5月起隐藏近四年未被发现。安全研究人员利用人工智能工具成功在本地测试中制造了伪造的ZEC代币。尽管漏洞已于6月2日修复，但由于Zcash的隐私设计，无法验证在修复前是否有伪造代币被秘密铸造，这与比特币可公开验证总供应量的模式形成对比。这种不确定性引发了市场恐慌性抛售。 此事件凸显了隐私与透明度之间的根本权衡。为恢复市场信心，Zcash开发团队Shielded Labs正探索一项网络升级提案，旨在让参与者能够验证Zcash总供应量的完整性。 项目方强调，其优势在于拥有顶尖的密码学家和安全研究团队，主动寻找漏洞是持续强化网络的一部分。他们将此次事件视为安全流程有效的证明，而非警报，并表示在复杂的Layer-1系统中，漏洞难以完全避免，关键是由顶级研究人员不断测试和加固系统以构建弹性基础设施。 截至报道时，ZEC交易价格约为365美元。

bitcoinist4 小時前

Zcash遭遇历史性暴跌，数十亿市值从市场中蒸发

bitcoinist4 小時前

BTC“数字黄金”的叙事是不是失败了？

这篇文章从三个核心问题探讨了比特币的现状与未来，强调提供的是思考框架而非投资建议。 **如何看待比特币资产？** 作者认为比特币是一种全新的、更优秀的“黄金”资产。其优势在于总量恒定、转移便捷、交易可审计。尽管早期与灰色地带关联，但合规化是趋势。目前全球数字货币渗透率仅3%-4%，类比互联网和电商的早期阶段，意味着比特币仍处于发展初期，潜力巨大但波动性也极高。 **如何理解本轮下跌？** 比特币自2025年10月高点（近12.6万美元）持续下跌，2026年2月一度跌破6.1万美元，单日跌幅达15%，随后又快速反弹。这被解读为遵循四年减半周期的共识性获利了结。特别之处在于，美国比特币ETF的批准引入了机构资金，也促使早期低成本持有者（如矿工和信仰者）进行大规模“换手”，这是资产迈向主流化的必经过程。历史数据显示，比特币历次大跌的幅度在收窄（从93%到当前的约50%），表明资产正在成熟，波动率逐步下降，但高波动仍是其获取超额回报的固有特征。 **长期如何看待发展？** 长期价值可对标黄金。当前比特币市值仅为黄金市值的约7%，若“数字黄金”叙事实现一半，上行空间依然显著。但作者提醒，短期市场脆弱，换手可能未完，底部无法预测。真正的风险并非资产归零（概率较低），而在于错误的仓位管理（如All-in或加杠杆）以及对资产缺乏深刻理解。投资者必须计算并承受潜在的最大回撤（例如从已跌50%的位置再跌50%），才能存活至长期价值兑现。 文章最后以亚马逊在互联网泡沫后暴涨为例，指出关键不在于比特币未来是否上涨，而在于投资者能否通过理性的仓位管理和深度认知，扛过剧烈波动存活到那一天。文末提问引导读者反思：当前黄金涨、比特币跌的局面，究竟意味着“数字黄金”叙事失败，还是资产进化过程中的换手阵痛？这取决于每个人对比特币最底层的信仰。

marsbit5 小時前

BTC“数字黄金”的叙事是不是失败了？

marsbit5 小時前

BTC“数字黄金”的叙事是不是失败了？

标题：BTC“数字黄金”的叙事是不是失败了？ 作者：@wuk_Bitcoin 本文从三个核心问题出发，探讨比特币的现状与未来。 **如何看待比特币？** 作者认为比特币是一种全新的、更优秀的“黄金”类资产。其优势在于：总量恒定（2100万枚）；资产可转移性极强，在全球不确定性时代具备溢价；所有交易链上可审计，透明度高。反驳了比特币主要用于灰色地带的过时观点，指出其正走向合规。目前全球数字货币渗透率仅约3%-4%，类比互联网和电商早期，意味着该资产类别仍处早期，潜力与巨大波动并存。 **如何理解本轮下跌？** 比特币自2025年10月高点（近12.6万美元）持续下跌，2026年2月初曾单日暴跌15%，跌破6.1万美元。这被视为遵循其四年减半周期的规律性回调，是长期持有者在周期高点锁定利润的结果。本轮下跌的特殊性在于：美国比特币ETF的批准引入了大量机构新资金，但也促使成本极低的早期持有者（矿工、OG）进行历史性抛售，即从“早期信仰者”向“长期配置机构”的换手过程。历史数据显示，比特币历次大回撤的跌幅在逐步收窄（从93%到目前的约50%），表明资产在成熟，波动率在下降，但高波动仍是获取超额回报的代价。 **长期怎么看？** 若将比特币视为“数字黄金”，其当前总市值（约1.4万亿美元）仅为黄金总市值（约20万亿美元）的7%。即使该叙事仅部分实现，上行空间依然可观。但作者强调短期风险：换手可能未结束，市场脆弱，不排除进一步下跌。真正的风险不在于资产归零（概率极低），而在于错误的仓位管理（如All-in、加杠杆）和对资产缺乏深度理解，这可能导致投资者无法承受巨大波动而提前被迫出局。 **最后对比** 作者以亚马逊在互联网泡沫破裂后股价跌95%又最终上涨42倍为例，指出关键在于“活着等到那一天”。对于比特币，核心同样是能否通过理性仓位管理活到其价值兑现之时。文末提问：当黄金大涨而比特币大跌，这究竟是“数字黄金”叙事的失败，还是资产进化过程中的阵痛？答案取决于每个人对比特币最底层的信仰。

链捕手5 小時前

BTC“数字黄金”的叙事是不是失败了？

链捕手5 小時前

从代码到认知：机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型（LLM）时代，机器人依赖手工编码的模块化技术栈（感知、状态估计、规划、控制）和行为树，虽稳定但泛化能力差。随后，深度学习改进了感知，强化学习和模仿学习进入了控制层，但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器，将指令转化为机器人可执行的原子技能序列（如谷歌的SayCan）。但更重要的突破是视觉-语言-动作模型（VLA），例如谷歌的RT-2和开源的OpenVLA，它能将视觉、语言信息融合，直接输出动作指令，实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构（如Figure AI的Helix、NVIDIA GR00T）：一个慢速、参数多的“系统2”负责高层次推理和规划；一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑，安全关键的控制回路通常在机器人本地（如NVIDIA Jetson模块）运行，而对话界面和集群学习等任务可交由云端。 开源模型（如OpenVLA、GR00T、π0）降低了行业门槛，让初创公司能在其基础上用自有数据微调。然而，当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向：世界模型。这类模型（如NVIDIA Cosmos、Meta V-JEPA）能根据当前状态和动作预测未来结果，让机器人在行动前进行模拟和评估，从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构（JEPA）和潜在动作世界模型等流派。 文章最后指出，数据采集（特别是远程操作数据）是核心竞争力，仿真训练至关重要，机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”，虽未完全自主，但正通过架构的持续演进（从代码到感知、规划、策略，最终到世界模型），朝着更通用、更强大的方向稳步前进。

marsbit5 小時前

从代码到认知：机器人大脑进化的万字指南

marsbit5 小時前

交易

現貨
合約
活动图片

熱門分類right-arrow

熱門標籤right-arrow