ShapeShift创始人否认2.6亿美元巨鲸吸筹——我们所知道的情况!

ambcrypto發佈於 2026-03-23更新於 2026-03-23

文章摘要

近期链上数据显示,大额投资者正在悄然增持以太坊。据报道,过去两周内,一名被指与ShapeShift创始人Erik Voorhees有关联的“鲸鱼”用户已动用近2.6亿美元USDT买入超过12万枚ETH,平均成本约为2162美元,形成关键支撑位。尽管ETH现价2071美元(24小时跌超3%),此类持续买入行为仍反映出对后市看好的长期信心。 与散户常在市场高位因FOMO追涨不同,当前零售活动处于低位,而大额持仓者仍在稳步积累。尽管以太坊ETF出现资金外流,链上数据却表明“鲸鱼”正在逢低布局,反映出筹码正从短期持有者转向长期看好者。 值得注意的是,Voorhees已公开否认与该买入行为有关,称“未购买任何ETH,链上数据网站是骗局”。这可能存在误判钱包身份或是大户为避免市场关注而进行的隐蔽建仓。不论如何,大额买入行为仍在影响市场对以太坊未来的预期。 核心观点:价格弱势被大玩家视为机会而非风险;ETF资金流出看似利空,但链上数据显示鲸鱼仍在稳步吸筹。

近期链上数据显示,大型投资者正在悄然建立以太坊的强势仓位。

过去两周,一个据称与ShapeShift创始人Erik Voorhees关联的巨鲸地址已动用近2.6亿美元USDT累计购入超12万枚ETH。

这种买入模式表明其采用稳步积累策略而非一次性交易。例如在最近一笔交易中,该巨鲸花费429万美元以2,134美元单价购入ETH。

来源:Lookonchain/X

总体而言,平均买入价约为2,162美元,该价位目前构成市场的关键支撑位。

此类操作传递出强烈信号,表明以太坊可能正在接近底部,并预期未来数月存在上涨潜力。

值得注意的是,这些积累行为出现时ETH现价为2,071.67美元,24小时内下跌超3%。这清晰呈现出短期价格行动与长期投资者情绪之间的分化。

散户与巨鲸行为对比

通过CryptoQuant的现货散户活动数据可以更好理解这一现象。

历史上散户投资者往往在价格已处高位时因FOMO情绪追涨,这在2018、2021乃至2024年的周期中均有发生。

来源:CryptoQuant

当前散户活动相对低迷,这实际上是个积极信号,表明市场正处于大型投资者积累筹码而大众仍在观望的静默期。

有趣的是,在这位巨鲸积极买入以太坊[ETH]的同时,ETF资金却持续流出,这表面看来似乎是负面信号。

来源:Farside Investors

但深入观察可发现,大型巨鲸正在稳步增持,而中型投资者似乎在进行抛售或仓位调整。

与此同时,散户投资者行为仍缺乏一致性,常在高位买入并在下跌时抛售。

来源:Santiment

总体而言,这表明以太坊正逐渐从弱势持有者转向强势长期持有者,这通常是市场的看涨信号。

Voorhees过往巨鲸操作与戏剧性转折

需要说明的是,此次巨鲸活动始于3月16日,并在3月20日当与Voorhees关联的巨鲸再次大举操作时达到高潮。

来源:Lookonchain/X

然而当Voorhees公开否认参与并表示后,剧情出现急转:

我未曾购买任何ETH,那些追踪网站都是骗局。

这指向两种相反的可能性:其一可能是具有类似钱包活动的不同投资者,或仅仅是追踪平台的识别错误。

另一种可能性则是隐形积累策略——大型投资者通过隐蔽操作避免引发市场波动。

无论真相如何,此类巨鲸动向确实会影响投资者对代币未来的认知与预期。


最终总结

  • 价格弱势正被大玩家视为机会而非警示信号
  • ETF资金流出看似看跌,但链上数据显示巨鲸在稳步增持

你可能也喜歡

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。

marsbit8 小時前

BTC“数字黄金”的叙事是不是失败了?

marsbit8 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8 小時前

BTC“数字黄金”的叙事是不是失败了?

链捕手8 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。

marsbit9 小時前

从代码到认知:机器人大脑进化的万字指南

marsbit9 小時前

交易

現貨
合約
活动图片