投研早报丨研究 100 个生息稳定币后，我们发现 5 个潜力币/重新审视以太坊：现在的 ETH 有哪些看多理由/Crypto AI 的圣杯：去中心化训练的前沿探索
ChainFeeds Newsletter 每日精选 Web3 深度投研「简报」+ AI 驱动的热点新闻榜单，帮你做出聪明决策
📢 ChainBuzz 热点新闻 ｜2025.6.12
🔥 OneBalance 完成 2000 万美元 A 轮融资，Cyber Fund 和 Blockchain Capital 领投
🔥 GameStop 拟非公开发行 17.5 亿美元可转换优先票据
🔥 F Street 启动比特币资产配置计划，拟囤积价值 1000 万美元的比特币
🔥 Stripe 将收购加密钱包提供商 Privy
🔥 Skate 上线 STAKE 质押功能，测试期 2.1 万美元协议费用将全部分配给质押者
👨💻 ChainFeeds 投研简报 ｜2024.6.11
1️⃣ 研究｜研究 100 个生息稳定币后，我们发现 5 个潜力币
2️⃣ 项目介绍｜InfoFi 掘金指南：除了 Kaito，还有哪些 Alpha 玩法？
3️⃣ 以太坊｜重新审视以太坊：现在的 ETH 有哪些看多理由？
4️⃣ AI｜Crypto AI 的圣杯：去中心化训练的前沿探索
5️⃣ AI｜Meta 收购 Scale AI 近半股权，Web3 AI 如何摆脱偏见？
每日精选的加密信息由 ChainFeeds 团队与 AI 共同编写，我们已将内部的信息流工具优化并开放给所有读者及 Web3 行业者使用，测试链接 👇
🌞 Web3 行研早报来自：Web3 行业必读深度资讯「简报」平台｜chainfeeds.xyz
🤖️ Web3 热点榜单来自：AI 驱动的 Web3 热点新闻自动聚合工具｜chainbuzz.xyz
1️⃣ 研究 100 个生息稳定币后，我们发现 5 个潜力币
导读：稳定币正在成为市场共识。
佐爷：Stripe 收购 Bridge 只是加密行业稳定币发展的开端，Huma 尝试用稳定币取代传统银行中介地位，Circle 依靠 USDC 快速崛起成为币圈新贵，这些都只是对 USDT 的模仿。相比之下，Ethena 则后发先至，MakerDAO 更名为 Sky，转向生息稳定币赛道，Pendle、Aave 等协议也在加速 USDC 向生息稳定币 USDe 的转化。这些项目中，生息稳定币（Yield-Bearing Stablecoin，YBS）通过将部分资产收益返还给用户，实现了吸储并持续赚取资产收益的机制，区别于 USDT 这种传统稳定币仅由发行方储备支持，用户只能被动接受其 1 美元锚定价值。YBS 打破了传统资产发行权的集中，成为链上银行的创新代表，Circle 的 USDC 需要政商与交易所配合，而 YBS 正处于爆发期。稳定币的历史实质上是资产发行模式的创新史，只不过本轮创新以稳定为名，相较于 ERC-20、NFT 和 Meme Coin 带来的激烈竞争，显得温和许多。
生息稳定币不仅需具备稳定币的锚定机制，更要有生息机制支撑。其收益资产来源主要有两种：一是链上质押资产如 stETH，二是链下收益资产如美国国债。Ethena 的 USDe 采用 stETH 生息同时通过中心化交易所（CEX）对冲价格波动，且配合合规链下实体及 USDC 作为储备，形成多元混合机制。理想状态下，若生息稳定币仅使用链上 ETH 资产并通过 Hyperliquid 等链上对冲工具完成风险管理，完全实现链上原生生息稳定币，但目前此类项目并不存在。根据数据整理，市场已有超过 90 个稳定币项目，剔除非生息型后，活跃的主流生息稳定币项目约 50 余个。以 Avalon 协议为例，其生息稳定币 USDa 和 sUSDa 通过借贷利率及质押 LP 策略产生收益，Pendle 与 Aave 的组合成为当前 YBS 生态最大收益来源。虽然生息稳定币为用户带来收益，但协议的持续盈利能力和安全性仍是市场关注重点。
目前市场上真正专注于生息稳定币的协议大约 12 个，这些协议主要竞争散户市场的计息和支付场景，面临激烈的存量竞争。Ethena 背靠国债收益和 DAI 的成熟市场，成为最强竞争对手之一。生息稳定币规模扩大后，协议主代币价格的波动会反向影响生息稳定币的流动性，风险类似 UST 的「死亡螺旋」效应。协议的盈利模式是关键，协议收入和分润能力决定主代币价格，进而影响用户信心和市场规模。未来潜力项目如 Resolv、Avalon、Falcon、Level 和 Noon Capital 值得关注，虽然发币速度快并非坏事，但协议需要依赖主代币的市场流动性和投资者支持。Ethena 通过与多家主流交易所下属 VC 结成利益联盟，确保了 USDe 的铸币权稳定。与 Circle 的「暴力撒钱」相比，Ethena 采取了更适合币圈生态的「博弈机制」，为生息稳定币领域带来新的竞争格局和机遇。（来源 ）
2️⃣ 【长推】InfoFi 掘金指南：除了 Kaito，还有哪些 Alpha 玩法？
导读：深度研究 InfoFi 赛道，揭秘信息如何用于炒作注意力、交易声誉、押注趋势。
Biteye：简单来说，InfoFi（Information Finance）的核心思想，就是将传统意义上难以量化、非价格型的信息 —— 如项目的市场关注度、推特账户声誉、某个提案通过的概率、甚至是叙事的活跃程度 —— 转化为可交易、可定价的金融资产。它既可以成为一种新颖的投机工具，让市场参与者对「信息」本身进行博弈；也可以成为强大的 Alpha 信息挖掘引擎，帮助投资者在纷繁复杂的信息中发现早期信号。
InfoFi 的出现并非偶然，它是技术发展和市场需求演变的必然结果：
1）AI 技术赋能： AI 大模型的进步，使得对海量社交媒体数据、新闻、链上行为的抓取、分析和情感判断成为可能，为信息的量化与定价提供了技术基础。
2）Crypto 市场对新叙事和 Alpha 的持续渴求： 市场永远在寻找下一个增长点和 Alpha 机会，InfoFi 的出现提供了新的想象空间。
3）「注意力先于价格」的趋势： 在本轮周期中，一个项目或叙事的热度飙升，往往是价格异动的前兆，在 Meme 赛道尤其明显。InfoFi 正是试图将这种「前兆」显性化、可交易化。
当前的 InfoFi 主要聚焦于市场关注度与影响力交易（Kaito AI, Cookie.fun,Noise.xyz 等）、链上声誉（Ethos Network 等）等，未来 InfoFi 可能与其他赛道产生更强大的协同效应：
1）InfoFi + DeFi：比如 Ethos Network 的链上声誉评分，未来可能直接作为 DeFi 借贷的信用参考，优质声誉可以获得更优的借贷利率或更低的抵押率。此外，DeFi 的量化策略，可以将 InfoFi 平台产生的实时情绪指数、热度趋势、预测概率作为重要的交易信号输入。
2）InfoFi + SocialFi：创作者的 Social Token 价值，可以通过 InfoFi 平台对其注意力、影响力、内容质量进行更公允的市场化定价。
3）InfoFi + AI：AI Agents 可以作为参与者进入 InfoFi 市场，进行信息套利、风险对冲。（ 来源 ）
3️⃣ 重新审视以太坊：现在的 ETH 有哪些看多理由？
导读：Mint Ventures 播客对话 EthStorage Qi Zhou 及其研究员 Lawrence，就以太坊展开了探讨，包括近期的改进及以太坊是否仍值得被看好等问题。
Qi Zhou：关于目前以太坊面临的问题，我觉得有几方面原因。第一方面是整个以太坊的路线图，尤其是以 Layer2 为核心的路线图，其实大家发现跟以太坊的核心价值并不是那么一致。这个其实也是我在上个月 East Asia 的时候见到 Vitalik 时和他讨论的问题，这也是他的一个想法。我们可以看到，比如在去年的时候，在 EIP 4844 上线之前，以太坊还是处于一个比较通缩的状态。但是当 4844 升级上线后，使得 L2 提交数据给以太坊的手续费大幅下降，同时也导致很多 L2 上的价值并没有反映在以太坊本身。比如很多 L2 项目，如 Base 和 Arbitrum，虽然收到了很多用户手续费，但这些手续费并没有反哺以太坊的价值本身。因此这就出现了一个很大的激励不兼容的问题。第二方面，从以太坊本身来说，因为它在上一轮周期的表现非常好，某种意义上也影响了它的判断，使得它在某些方面，比如说工程进展方面变得相对缓慢。那个时候以太坊并没有真正意义上的挑战者，无论是比特币还是 Solana。而在这一波中，很多人抱怨以太坊变化太慢，路线图规划很久，但没有实际工程上的落地成果。每一次升级都需要一到两年的时间来实现相应功能。与 Solana 一些激进的工程推进相比，以太坊一直是偏向研究，在工程方面不是特别优先的模式。这种方式对以太坊整体发展和升级路线图造成了很大的滞后。这方面我们有很多亲身经历，比如前几年我们为以太坊做了很多 EIP，包括 EthStorage 本身，这些等一下我们可以再展开讲一讲。总结来说，主要是这两方面。
我对以太坊的观点是谨慎乐观。从乐观的角度来说，我觉得以太坊是一个非常难得的去中心化、且有众多开发者社区一起去参与、贡献的大生态系统。某种角度来说，他也是我们整个 Web3 行业里一个非常拿得出手的成果。包括我跟很多对 crypto 不太懂的工作室聊起来，大家都会把以太坊跟英伟达、苹果、特斯拉这种高科技公司做比较。这方面，我觉得以太坊有非常好的基础和网络效应。从个人角度来说，我觉得如果我们这个行业只有比特币，没有这些新的有意思的东西的话，这个行业也未免太无聊了。谨慎的话是我觉得以太坊他们因为一些历史原因，有非常理想的一些人在驱动。一开始拿到非常不错的一些市场反馈，但是在逐步跟现实的一些问题打交道的时候，暴露了之前一些过于理想化的想法。基金会不能去做比较大的改革，或者这个改革不够彻底的话，我觉得会有一些反弹的可能性。我觉得很多时候是人性，毕竟他们已经到了这样一个高度，还要保持初心，保持不断努力去做事情，对他们来说也是人性的一个非常大的挑战。所以这方面的话，我还是对以太坊保持谨慎的态度。
我觉得这是一个客观的事实，任何一个组织到了一定的规模必然会出现这样的一个情况，要看 Vitalik 怎么去建立一个更好的团队，去倾听社区的声音，去面对可能已经犯了的错误。但这边我还是抱了一个观点，就是这个过程可能需要更加 smooth。当年如果像赫鲁晓夫这种情况出现的话，很容易也会造成社区的分裂。所以这方面来说，Vitalik 可能需要更多内省和反思。很重要一点是在这个过程中怎么去识别分辨社区里面的声音，让更多人、更多组织都能够更加容易地进入到以太坊。并且之前我也觉得 Vitalik 他们当时设计以太坊是作为一个超主权的项目，他觉得有些意识形态不太符合他的一些地方，就抱着一个远距离的态度。举例来说，这次美国特朗普他们对 Crypto 做了很多比较友好的事情，包括宴会、各种听证会等，我感觉 Vitalik 对这种活动还是抱着一个比较远的距离。虽然我看到这次已经非常活跃，我看他最近也在跑来跑去，但在回答一些敏感问题的时候，比如说是不是要在香港办个办事处，是不是要参加特朗普的晚会，或者去美国听证会，我感觉他还是有一些可能比较犹豫的态度。我不是说对抗，但是可能会有些犹豫。其实在这个过程中，整个以太坊的生态演进各方面来说，是不能缺少很多 local 的社区支持的，包括普通大众、上层，以及制定监管各方面的支持。之前我读过他的 blog，他可能跟俄罗斯，跟普京有很多这方面的互动，因为他本来就是俄罗斯人。但后来俄乌战争之后，他是极度反对这样的事情的。所以他说他以后跟主权交流的这方面事情不会再去做。但我觉得如果是一棒子打死的话，这不是一个特别实用的态度。我们中国有句话，就是说把朋友做得多多的，把敌人做得少少的。这样的话呢，我觉得以太坊未来还是有非常多的表现空间的。（ 来源 ）
4️⃣ 【长推】Crypto AI 的圣杯：去中心化训练的前沿探索
导读：去中心化训练不仅是区块链精神在 AI 时代的自然延伸，更是全球协作式智能生产力体系的基础设施雏形。
Jacob Zhao：去中心化训练并非适用于所有类型的 AI 任务。对于一些结构复杂、资源密集或协作难度大的任务，如大规模模型训练，依赖高显存、低延迟与高速带宽，这些在开放的异构网络环境中难以有效分割和同步。此外，数据隐私和主权限制严苛的领域（医疗、金融、涉密数据）受法律和伦理约束，难以实现数据开放共享；而企业闭源模型训练缺乏外部激励，也难以驱动去中心化参与。以上因素构成了目前去中心化训练的现实边界。但在某些任务类型中，去中心化训练显示出明显优势，例如结构轻量、易并行、可激励的训练任务，如 LoRA 微调、行为对齐后训练（如 RLHF、DPO）、数据众包训练和边缘设备参与的协同训练等。这些任务具备高并行性、低耦合性、容忍异构算力，适合采用 P2P 网络、Swarm 协议和分布式优化器开展协作训练。综上，去中心化训练在合适场景具备广阔应用前景，但需认清其边界与挑战。
Prime Intellect 是去中心化训练领域的先行者，其构建了一个无需信任、具备可验证奖励的强化学习协同训练网络。其核心包括 PRIME-RL 异步训练架构，允许异构节点独立训练并周期性同步；TOPLOC 训练行为验证机制，实现轻量级、局部一致性轨迹验证，确保训练真实性；以及 SHARDCAST 异步权重聚合协议，支持带宽受限下的多版本权重渐进式收敛。此外，Prime Intellect 开发了 OpenDiLoCo 通信框架与 PCCL 通信库，优化了带宽和异构设备的通信瓶颈。2025 年 5 月发布的 INTELLECT-2 模型，展示了其异步、去信任训练的可行性与性能。团队拥有丰富 AI 与区块链背景，累计融资超 2000 万美元。Pluralis 提出协议学习理念，强调模型权重不可导出，分布碎片化存储于多个节点，形成协议内资产。其基于异步模型并行（SWARM 架构）结合 Nesterov 动量，及结构感知列空间压缩，实现低带宽环境下稳定收敛。Pluralis 尚未开放测试网，技术路径挑战较大，主攻底层架构与系统安全。其团队由机器学习博士组成，2025 年完成 760 万美元融资，专注基础设施研发。
Gensyn 打造了以训练即挖矿为理念的去中心化训练执行网络，侧重任务分发、执行和结果验证。其 RL Swarm 模块支持多模型协同优化，基于生成 - 评估 - 共识流程，适应异构网络和节点弹性接入。Verde 模块结合 Proof-of-Learning 和图计算定位，实现高效训练真实性验证。通信层的 SkipPipe 机制提高低带宽与节点失效环境下的容错性。Gensyn 已完成 4300 万美元 A 轮融资，团队背景兼具分布式系统与机器学习。Nous Research 则提出主体性 AI 理念，反对单一调教式训练，主张模型具备认知多样性与不确定性。其核心架构 Psyche 网络和 DisTrO 通信优化器支持低带宽、异构设备与异步容错训练。Nous 开展自治代理 TEE_HEE 实验，验证 AI 数字身份与独立行为。其 Hermes 开源模型系列体现去指令化、多样性训练理念。2025 年完成 5000 万美元 A 轮融资，团队融合哲学与系统工程，致力于 AI 认知演化。（ 来源）
5️⃣ 【长推】Meta 收购 Scale AI 近半股权，Web3 AI 如何摆脱偏见？
导读：无论 Web3 AI 还是 Web2 AI，都已经从「卷算力」走到了「卷数据质量」的十字路口。
Haotian：首先，数据标注是比去中心化算力聚合更有价值的赛道。用闲置 GPU 挑战云计算巨头的故事确实精彩，但算力本质上是标准化商品，差异主要在于价格和可获得性。价格优势看似能从巨头垄断中找到缝隙，但可获得性受制于地理分布、网络延迟以及用户激励不足，一旦巨头降价或增加供给，这种优势瞬间就会被抹平了。数据标注则完全不同——这是一个需要人类智慧和专业判断的差异化领域。 每一个高质量标注都承载着独特的专业知识、文化背景和认知经验等等，根本无法像 GPU 算力那样标准化复制。
Scale AI 的成功暴露了一个被忽视的真相：算力不再稀缺，模型架构趋于同质化，真正决定 AI 智能上限的是那些被精心调教过的数据。Meta 用天价买下的不是一家外包公司，而是 AI 时代的石油开采权。垄断的故事总有反叛者。正如云算力聚合平台试图颠覆中心化云计算服务一样，Sahara AI 试图用区块链彻底重写数据标注的价值分配规则。传统数据标注模式的致命缺陷不是技术问题，而是激励设计问题。一个医生花几小时标注医疗影像，拿到的可能就是几十美元劳务费，而这些数据训练出的 AI 模型价值数十亿美元，医生却分不到一分钱。这种价值分配的极度不公平，严重抑制了高质量数据的供给意愿。
而有了 Web3 代币激励机制的催化，他们都不再是廉价的数据农民工，而是 AI LLM 网络的真正股东。显然，Web3 改造生产关系的优势相比算力更适用于数据标注场景。有趣的是，Sahara AI 恰好在 Meta 天价收购的节点 TGE，是巧合还是精心策划？在我看来，这其实反映了一个市场拐点：无论 Web3 AI 还是 Web2 AI，都已经从卷算力走到了卷数据质量的十字路口。 当传统巨头用金钱筑起数据壁垒时，Web3 正在用 Tokenomics 构建一个更大的数据民主化实验。（ 来源）