人工智能:以AI为中心的加密货币市场在 90 天内损失了超过 10 亿美元的价值_XTZ

大约三个月前,74种人工智能驱动的数字货币市值超过40亿美元。然而,从那时起,以AI为中心的加密货币市场损失了超过10亿美元的价值。

人工智能驱动的加密货币的下降:10亿美元从市场上消失

Cardano创始人:只专注于项目的技术能力而不是价格:3月30日消息,IOHK首席执行官、Cardano创始人Charles Hoskinson在最近的YouTube直播中表示,他不在乎ADA价值是10美元还是0.01美元,代币的价格不应赋予其合法性,“使价格上涨”不是他的工作,他选择专注于项目的技术能力,他还表示加密货币市场仍然难以预测且不稳定。(u.today)[2021/3/30 19:29:24]

今年年初,随着2023年以人工智能为中心的软件的兴起,结合人工智能(AI)的产品出现了巨大的需求。这一趋势渗透到加密货币领域,导致多达74个以人工智能为中心的代币价值到2月底为40.3亿美元。2023年2月27日,AI加密货币市场的24小时交易量达到顶峰,达到4.4439亿美元。

David:DeFi并不是一个新概念,是Dapp在金融方面的一个分支:在8月24日火币尖峰对话——《DeFi创新有多大想象力?拷问火币“全球观察区”首期项目》活动中,金色财经内容总监王瑜琨为媒体观察团对话YFII社区志愿者David,了解火币第一期“全球观察区”板块的项目。

关于对DeFi发展的问题,David表示,DeFi并不是一个新概念,它是Dapp在金融方面的一个分支。从Bitshares最早对稳定币的实践,到2016年导致以太坊硬分叉的去中心化风险投资基金TheDAO,再到2017年的Maker、Bancor、Kyber、0x、LRC等第一代以太坊DeFi产品以及2018年的EOS RAM/REX都属于DeFi分支。DeFi产品真正大规模出现从2019年开始,Uniswap简化了bancor的机制,借鉴了X*Y=K的恒定乘积做市商机制得以成功推出;compound的出现满足了传统金融借贷需求;aave/synthetix从2018年的ICO泡沫消退后成功转型为借贷与合成资产方向最有影响力的产品,今年DeFi板块真正爆发做的前期铺垫。2020年初以太坊之上稳定币的爆发式增长,导致了稳定币swap的需求,因此促成了Curve低滑点AMM解决方案。[2020/8/24]

目前,人工智能加密领域的交易量和市场估值均大幅下降。来自cryptoslate.com的数据显示,目前共有89种与人工智能相关的加密资产价值29.3亿美元。

动态 | 伴随着加密货币暴跌 Coinbase活跃用户下降80%:据彭博报道,专注于金融科技的风险投资公司Tribe Capital数据显示,伴随着加密货币价格下跌,全球最大的加密交易所之一Coinbase受到的冲击超过了整个市场。9月在该平台进行交易的美国客户数量较去年12月减少约80%,而同一时期比特币下跌60%。这些数据与研究公司Diar Ltd.的研究结果一致。后者表示,从2017年第四季度到2018年第三季度,Coinbase的美元交易量也下降了80%。[2018/10/12]

尽管另外引入了15个以AI为中心的代币,但在过去90天内,价值11亿美元的AI加密货币领域已经退出。5月28日星期日,发生了价值约4.09亿美元的交易,涉及以人工智能为中心的代币。

当AI-加密经济达到40亿美元的峰值时,它占整个加密市场净值的0.37%。截至目前,人工智能加密产业仅占周末整个加密经济总价值的0.26%。在过去的一个月里,排名前五的人工智能加密资产全部遭受损失。

市值最大的AI加密货币,图表(GRT),下跌12.27%。人工智能加密货币中市值排名第二的奇点网在此期间兑美元下跌了8.25%。

此外,OceanProtocol兑美元汇率下跌3.66%,而Fetch在过去一个月中遭遇了前五名AI货币中跌幅最大的,下跌了22.84%。至于iexecrlc(RLC),市值第五大人工智能代币,在过去30天内损失仅为0.05%。

尽管出现了这些损失,但所有五个都经历了24小时上涨,市值排名前五的AI代币中有两个录得7天涨幅——包括AGIX在过去一周上涨4.29%和OCEAN上涨6.95%。

感谢阅读,喜欢的朋友可以点个赞关注哦,有问题可以私聊我,我们下期再见!

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

SANDLTC:区块链基本概念的简单介绍_区块链

前语 从2016年年初开始,区块链这个概念越来越热越来越火,有人说他可以推翻金融行业,也有人觉得这就是个噱头,这个2016火起来的技术其实早在2008年,比特币的诞生就依据区块链,技术火归火.

[0:31ms0-3:705ms