Pump.fun 飙升12%,持币地址数创历史新高——但这两项指标可能限制涨幅

ambcrypto發佈於 2026-06-29更新於 2026-06-29

文章摘要

加密货币Meme币发行平台Pump.fun的原生代币PUMP在过去24小时内上涨了12%,其持币地址数量创下历史新高,达到122,440个。与此同时,平台的总锁仓价值(TVL)增加了约1570万美元,攀升至2.177亿美元,显示出新的资本正在流入。 然而,平台的关键业务指标并未同步改善。数据显示,平台上的启动板交易量和产生的费用分别大幅下降了86.7%和35.6%,协议收入也下滑了23%。这反映出尽管投资者情绪有所回暖,但平台的实际用户活动和协议效用依然疲弱。分析指出,如果协议的基础指标未能恢复,当前基于乐观情绪的价格上涨将难以获得持续的基本面支撑。

在过去一天里,随着市场对模因币的兴趣重燃,围绕加密货币模因币发布平台 Pump.fun [PUMP] 的情绪再次转为积极。

该平台的原生代币顺应了这一势头,PUMP 在过去一天内飙升了 12%。

即便如此,这轮上涨仍与平台的基本健康状况挂钩,如果协议活动未能恢复,投资者仍将面临风险。

投资者为何买入 PUMP?

PUMP 最近的上涨恰逢投资者参与度增加。该代币的持币地址数达到了创纪录的 122,440 个,其中散户投资者约占总持有者的 38%。

这一增长也反映在链上数据中,表明有新的资金支持了近期的上涨。

来源:DeFiLlama

从 6 月 26 日至今,投资者向总锁定价值 (TVL) 增加了约 1570 万美元,将其推升至 2.177 亿美元。这些资金流入表明,尽管近期市场波动,投资者仍投入了更多资金。

总锁定价值衡量的是存入 DeFi 协议的资产。TVL 上升通常反映出更强的长期信心,同时投资者可以获得收益。

协议表现跟上了吗?

然而,TVL 的上升与协议的基本面表现并不匹配。

Pump.fun 在关键指标上持续表现不佳,包括收入、费用和启动板交易量。

Artemis 的数据显示,该平台上的模因币启动板交易量和产生的费用分别下降了 86.7% 和 35.6%,降至 580 万美元和 587,200 美元。

来源:Artemis

这些下降表明,尽管投资者情绪有所改善,但用户活动依然疲软。

较低的活动度减少了费用生成,限制了协议的效用,使得近期的价格回升更难获得坚实的基本面支撑。

收入也反映了同样的趋势。

协议收入下降了 23%,至 1.478 亿美元,进一步强化了活动放缓的迹象。

从历史上看,当协议使用量与价格同步改善时,代币的持续上涨更容易获得支撑。在这些指标恢复之前,PUMP 近期的乐观情绪可能仍很脆弱。


最终总结

  • PUMP 上涨 12%,持币地址数创历史新高,TVL 大幅增加,预示着市场兴趣重燃。
  • 如果协议指标未能恢复,投资者的乐观情绪可能难以持续。

相關問答

QPump.fun 平台的原生代币 PUMP 在过去一天内的涨幅是多少?

APUMP 代币在过去一天内上涨了 12%。

Q是什么数据指标显示 PUMP 的投资者参与度在增长?

A数据显示,PUMP 代币的持有者数量达到了创纪录的 122,440 人,同时总锁定价值(TVL)在近期增加了约 1570 万美元,这表明有新的资本流入,投资者参与度在增长。

Q文章中提到 Pump.fun 平台在哪几个关键指标上表现不佳?

APump.fun 平台在以下几个关键指标上表现不佳:启动板交易量、平台产生的费用以及协议收入,这些数据均有显著下降。

Q根据文章,为什么 Pump.fun 协议近期费用和启动板交易量的大幅下降是一个问题?

A因为费用和启动板交易量的大幅下降表明用户活动仍然疲弱,这减少了协议的费用生成并限制了其效用,使得近期代币价格的复苏难以获得更强的基本面支撑。

Q文章总结中提到的哪一点可能对 PUMP 的持续上涨构成限制?

A如果 Pump.fun 协议本身的各项活动指标(如交易量、费用和收入)无法与价格上涨同步恢复,那么当前的投资者乐观情绪可能难以持续,从而限制 PUMP 的进一步上涨。

你可能也喜歡

世界模型概念入门:一个从心理学烧到 AI 主战场的故事

世界模型是当前AI领域的热门概念,旨在让机器像人类一样,在行动前通过“脑内沙盘”预演和推演未来。其核心思想可追溯至1943年心理学家Kenneth Craik提出的“心智模型”,以及AI先驱Marvin Minsky的“框架理论”。2018年,David Ha与Jürgen Schmidhuber的论文将这一概念带入深度学习主流。 当前,学界和产业界对世界模型的定义尚未统一。Yann LeCun强调其应理解物理规律,提出JEPA架构;李飞飞则基于POMDP框架,将世界模型分为渲染器、模拟器和规划器三类;清华大学FIB-Lab将其功能归纳为“理解世界”与“预测未来”。OpenAI的Sora、Google DeepMind的Genie 3、英伟达的Cosmos等大厂产品,分别从视频生成、3D交互、物理仿真等角度切入。 技术路线主要分为三类:一是“画画”路线,即生成式视频模型,视觉逼真但物理一致性弱;二是“心算”路线,预测抽象表征,效率高但可解释性差;三是“搭积木”路线,生成精确的三维环境,可控但泛化能力有限。发展趋势是三者融合,并向World Action Model(WAM)演进,实现状态预测与动作生成的联合学习。 产业链已形成基础支撑层、技术平台层和场景应用层三层结构,在自动驾驶、具身智能等领域应用广泛。尽管概念尚未统一,但这反映了技术早期的多元探索,最终目标都是让机器拥有可推演、可泛化的内部世界模型,以实现更安全、高效和通用的智能行为。

marsbit3 分鐘前

世界模型概念入门:一个从心理学烧到 AI 主战场的故事

marsbit3 分鐘前

交易

現貨
活动图片