迪拜将沦为「金融遗址」?某亚洲交易所或迎美国金主…

比推發佈於 2026-03-13更新於 2026-03-13

文章摘要

这篇报道主要讨论了加密货币圈内KOL们近期的热议话题。首先,TOKEN 2049迪拜峰会将延期至2027年,有观点认为这可能对香港的加密行业发展有利。其次,有传闻称某亚洲加密货币交易所(推测可能是Bybit)正在寻求美国买家,估值约100多亿美元,目的是为了获得合规支持并进军美国市场。此外,稳定币发行商Circle与加拿大市场切割后股价上涨,但其与Coinbase的合作协议将于2026年到期需重新商定。最后,当前山寨币市场流动性枯竭,投资者更倾向于比特币、以太坊或美股,导致山寨币表现疲软。报道强调以上内容均来自社交平台观点,不构成投资建议。

亲爱的读者朋友们好~

过去24小时,加密圈的KOL们在聊什么呢?

注:以下内容整理自X平台,均为个人观点,不代表本平台立场,更不构成投资建议。

TOKEN 2049迪拜峰会延期至2027年,利好香港?

某亚洲交易所将迎美国买家?

热门回复:

都想去吃美国那块最肥的蛋糕,都要找一个大哥;

那是抢华语市场份额了;

Bybit 似乎正在寻求一个“合规靠山”;

coinbase+base+cex?Solana又在墙角画圈圈了;

一百多亿稍稍低了点,因为Bybit现货合约市场领先于OK,比OK估值低我觉得便宜了点

Circle想和加密切割

热门回复:

circle的Arc链上usdc产生的收益还是需要分给coinbase 一半,不过2026年双方协议到期,需要重新商定。

circle 50的时候,你看空他要跌回发行价30;circle120的时候,你看多说他要涨到1000.到底是你变了,还是circle变了

Circle跟加密切割,股价翻倍了。

流动性枯竭的山寨市场

热门回复:

玩山寨赚钱只是过程,亏完才是大部分人的结局;

这行情山寨你还不如专心大饼姨太;

币圈黄金美股和二级土狗把原本山寨币的流动性分走了,叠加大盘回调哪还有流动性

现在的山寨呀,各自走各自的路。


Twitter:https://twitter.com/BitpushNewsCN

比推 TG 交流群:https://t.me/BitPushCommunity

比推 TG 订阅: https://t.me/bitpush

原文链接:https://www.bitpush.news/articles/7619642

相關問答

QTOKEN 2049迪拜峰会延期至哪一年?

ATOKEN 2049迪拜峰会延期至2027年。

Q文章中提到哪个亚洲交易所可能迎来美国买家?

A文章中提到Bybit交易所可能迎来美国买家。

QCircle与哪个国家的业务切割导致其股价翻倍?

ACircle与加拿大的业务切割导致其股价翻倍。

Q当前山寨币市场面临的主要问题是什么?

A当前山寨币市场面临的主要问题是流动性枯竭。

Q文章中提到Circle与Coinbase的收益分成协议何时到期?

ACircle与Coinbase的收益分成协议将于2026年到期。

你可能也喜歡

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit10 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit10 分鐘前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit1 小時前

交易

現貨
活动图片