Kapitalizacja rynku kryptowalut AI spadła o 13% do 6,42 mld USD w wyniku wyprzedaży inwestorów
Rynek kryptowalut AI spadł o 13%
Główną przyczyną zmagań sektora są wyjścia inwestorów po uruchomieniu DeepSeek AI i trwającej korekcie rynkowej.
Według szacunków SpazioCrypto, sektor kryptowalut związanych ze sztuczną inteligencją stracił 13% swojej kapitalizacji rynkowej w ciągu ostatnich 24 godzin, spadając do 6,42 mld USD. Tokeny takie jak FARTCOIN, AI16Z i VIRTUAL odnotowują straty od zeszłego tygodnia, bez oznak ożywienia.
Top 10 agentów AI: Źródło CoinGecko
Na początku roku VIRTUAL stał się kluczowym graczem w sektorze kryptowalut AI, przewyższając główne projekty, takie jak RENDER, FET i TAO, osiągając kapitalizację rynkową w wysokości 4,6 miliarda dolarów. Obecnie jednak stoi w obliczu gwałtownego spadku, a jego wycena spadła do 811 milionów dolarów.
Obecnie tylko pięciu agentów AI utrzymało kapitalizację rynkową powyżej 300 mln USD, podczas gdy kolejne 15 projektów utrzymuje się powyżej progu 100 mln USD, co podkreśla skalę korekty wpływającej na cały rynek kryptowalut.
Apatia i malejące zainteresowanie wśród tymczasowych niepowodzeń
Po gwałtownym wzroście na początku stycznia, wzrost liczby agentów kryptowalutowych AI spowolnił. Między 7 a 24 stycznia ich liczba wzrosła z 1250 do 1387, co stanowi wzrost o 11%. Jednak od tego czasu uruchomiono tylko 13 nowych tokenów, co podkreśla stopniowy spadek zainteresowania tworzeniem nowych agentów AI. Ponadto aktywność w tym sektorze spadła o 60%.
Wśród blockchainów Solana nadal dominuje na rynku agentów AI, z łączną kapitalizacją uczestników wynoszącą 3,23 mld USD. Base Chain zajmuje drugie miejsce (2,54 mld USD), napędzany przez projekty takie jak TOSHI, AIXBT, VIRTUAL i FAI. Ethereum jest nieobecne na liście wiodących sieci w tym segmencie. Tymczasem wszystkie pozostałe sieci łącznie odpowiadają za zaledwie 1,33 mld USD kapitalizacji rynkowej.
Jak pisaliśmy, agenci AI w kryptowalutach to autonomiczne systemy, które wykorzystują sztuczną inteligencję do analizowania danych rynkowych, wykonywania transakcji, zarządzania portfelami i optymalizacji strategii na rynku kryptowalut. Agenci ci wykorzystują uczenie maszynowe, przetwarzanie języka naturalnego i analitykę predykcyjną do identyfikowania wzorców, prognozowania trendów i podejmowania decyzji opartych na danych w czasie rzeczywistym. Typowe zastosowania obejmują handel algorytmiczny, zarządzanie ryzykiem, wykrywanie oszustw i analizę nastrojów rynkowych.
