2025 投資預言:從「圈內狂歡」到「正規軍進場」,純加密項目已退燒?
2025 投資預言:從「圈內狂歡」到「正規軍進場」,純加密項目已退燒?
2025.08.06 | 區塊鏈

作者:Richard Chen
編譯:PANews

##### 「加密相關」企業將替代「加密原生」專案走向主流 現在是2025年,加密貨幣正走向主流。「GENIUS法案」正式簽署成為法律,我們終於擁有了明確的穩定幣監管框架。傳統金融機構紛紛接納加密貨幣。加密貨幣勝利了!

當加密貨幣跨越鴻溝時,這種趨勢對早期創投意味著:我們看到加密相關專案正逐漸超越加密原生專案。所謂「加密原生專案」,指加密專家為加密領域內部建構的專案;而「加密相關專案」則指其他主流產業對加密技術的應用。這是我從業以來首次見證這種轉型,這篇文章希望深入探討建構加密原生專案與加密相關專案的核心差異點。

##### 為加密原生建構 迄今為止最成功的加密貨幣產品幾乎都是為加密原生用戶打造的:Hyperliquid、Uniswap、Ethena、Aave等。就像任何小眾文化運動一樣,加密貨幣這項技術是如此超越時代,以至於加密圈外的普通用戶難以「理解其精髓」,更不可能成為狂熱的日活躍用戶。唯有那些在產業前線摸爬滾打的加密原生玩家,才具備足夠的風險承受力,願意花精力測試每個新產品,在駭客攻擊、專案方跑路等種種風險中存活下來。

傳統矽谷創投曾拒絕投資加密原生專案,因為他們認為其總體有效市場過小。這一點無可厚非,當時加密領域確實處於非常早期的階段。鏈上應用屈指可數,DeFi這個術語直到2018年10月才在舊金山某個群組聊天室裡誕生。但你必須押注信仰,祈禱有總體經濟紅利降臨,讓加密原生的市場規模實現飛躍。果然,隨著2020年DeFi之夏的流動性挖礦熱潮與2021年零利率政策時期的雙重加持,加密原生市場實現指數級擴張。一瞬間,所有矽谷創投爭相進入加密領域,紛紛向我請教,試圖彌補他們錯失的四年認知空白。

截至目前,加密原生用戶的總可服務市場規模與傳統非加密市場相比仍然有限。我預估加密領域的Twitter用戶規模最多僅數萬人。因此,若想達成九位數(億美元級)的年度經常性收入(ARR),單一用戶平均收入(ARPU)必須維持極高水準。這引出了以下關鍵結論:

加密原生專案完全是為專家們建構的。

每款成功的加密原生產品都遵循極端冪次法則分布的用戶使用模式。上個月,OpenSea平臺上前737名用戶(僅佔比0.2%)貢獻了總成交量的半壁江山;而Polymarket平臺上前196名用戶(僅佔比0.06%)同樣完成了平臺50%的成交量!

作為加密專案的創辦人,真正令你夜不能寐的應該是如何留住頂級核心用戶,而非一味追求用戶數量的增長,這與矽谷奉行的「日活躍用戶數至上」的傳統理念截然相悖。

加密領域的用戶留存歷來是難題。頭部用戶往往唯利是圖,容易被激勵機制吸引走。這使得新興競爭者只需挖走幾個核心用戶,便能異軍突起、蠶食你的市場份額,看看Blur與OpenSea的較量、Axiom與Photon的爭奪、LetsBonk和Pump.fun的角逐等等便是如此。

簡而言之,與Web2相比,加密專案的護城河要淺得多,加之所有程式碼開源、專案極易分叉,原生加密專案往往曇花一現,生命週期很少超過一個市場週期,有時甚至僅維持數月。那些在TGE後暴富的創辦人,往往會選擇「躺平」隱退,轉而從事天使投資作為退休副業。

要留住核心用戶,唯一的方法是持續推動產品創新並始終領先競爭對手一步。Uniswap之所以能在七年激烈競爭中屹立不倒,關鍵在於不斷推出從0到1的突破性功能,V3集中流動性、UniswapX、Unichain、V4掛鉤設計等創新成果持續滿足著核心用戶需求。這尤其值得稱道,畢竟它深耕的去中心化交易所賽道,堪稱所有紅海市場中廝殺最慘烈的領域。

##### 為加密相關建構 曾經有許多嘗試將區塊鏈技術應用於更廣闊的現實世界市場,例如供應鏈管理或銀行間支付,但都因時機過早而失敗。《財富》五百強企業雖在研發創新實驗室裡嘗試過區塊鏈技術,卻並不認真將其投入規模化實際生產。還記得當年那些流行語嗎?「要區塊鏈不要比特幣」、「分散式帳本技術」等等。

目前我們看到大量傳統機構對加密貨幣的態度徹底轉變。各大銀行和巨頭企業紛紛推出自己的穩定幣,川普政府時期的監管明確化為加密貨幣主流化打開了政策空間。如今加密貨幣已不再是缺乏規範的金融荒野。

在我的職業生涯中,我第一次開始看到越來越多的加密相關專案而不是加密原生專案。這也有充分的理由,因為未來幾年最大的成功案例很可能是加密相關專案而非加密原生專案。IPO的規模正擴大到數百億美元的量級,而TGE的規模則通常被限制在數億美元至數十億美元。加密相關專案的例子包括:

  • 使用穩定幣進行跨境支付的金融科技公司
  • 使用DePIN激勵進行資料收集的機器人公司
  • 使用zkTLS認證私有資料的消費類公司

這裡的共同規律是:加密只是一種特性,而非產品本身。

對於那些高度依賴加密技術的產業來說,專業用戶依然至關重要,但其極端傾向已有所緩和。當加密貨幣僅作為一種功能存在時,成功的關鍵很少取決於加密技術本身,而更多取決於從業者是否在加密相關領域具備精深造詣、是否洞悉產業核心要素。以金融科技領域為例便可見一斑。

金融科技的核心在於以良好的單位經濟效益(用戶獲取成本/用戶終身價值)實現用戶獲取。如今新興的加密金融科技新創公司時刻面臨恐懼,擔心那些擁有更大用戶基礎的老牌非加密金融科技巨頭,只需將加密貨幣作為功能模組添加,就能輕易輾壓它們,或者推高產業獲客成本使它們喪失競爭力。而與純加密專案不同,這些新創公司無法透過發行受市場追捧的代幣來持續營運。

諷刺的是,加密貨幣支付領域早已是個無人問津的市場,我在2023年Permissionless大會演講時就這麼說過!但2023年之前才是創辦加密金融科技公司的黃金時期,能搶佔先機搭建通路網絡。如今隨著Stripe收購Bridge,加密原生領域的創辦人正從DeFi轉向支付領域,但他們終究會被熟知金融科技遊戲規則的前Revolut員工擊垮。

所謂「加密相關」對加密創投意味著什麼?關鍵要避免反向篩選那些被非專業創投拒絕的創辦人,別讓加密創投因不熟悉關聯領域淪為接盤俠。大量反向篩選源於選擇近期從其他領域轉戰**「加密相關」的原生加密創辦人。一個殘酷的事實是:一般而言,加密領域創辦人往往是Web2領域的失意者(儘管前10%的頂級創辦人不一樣)。

加密風險投資機構歷來有一種優質的價值窪地,發掘矽谷人脈網絡外的潛力創辦人。他們既無亮眼的精英履歷(如史丹佛學歷或Stripe工作經歷),也不擅長向創投機構推銷專案,卻深諳加密原生文化的精髓,更懂得如何凝聚充滿激情的線上社群。當Hayden Adams從西門子機械工程師崗位被裁員後,他編寫Uniswap的初衷僅是學習程式語言Vyper;Stani Kulechov在芬蘭攻讀法律學位的畢業前夕,便已著手創建Aave(前稱ETHLend)。

成功的加密相關專案創辦人將與成功的加密原生專案創辦人形成鮮明對比。不再是那種深諳投機者心理、能在自己的代幣網路周圍建立個人魅力的狂野西部金融牛仔。取而代之的將是更成熟老練、具備商業頭腦的創辦人,他們通常來自加密相關領域,並擁有獨特的市場進入策略以實現用戶覆蓋。隨著加密產業的逐步成熟和穩步發展,新一代成功創辦人也將嶄露頭角。

##### 最後 2018年初的Telegram ICO事件,生動展現了矽谷創投機構與加密原生創投機構之間的思維鴻溝。KPCB、Benchmark、紅杉資本、光速創投、紅點創投等機構紛紛投資,因為他們認為Telegram擁有成為主導性應用平臺的用戶基礎和發行通路。而幾乎所有加密原生創投機構都選擇放棄投資。

我對加密產業的反向觀點是:消費者應用並不匱乏。事實上絕大多數消費者專案根本無法獲得創投支持,因為其創收能力不穩定。這類專案的創業者根本不該尋求風險投資,而應自力更生實現盈利,趁著當下消費熱潮迅速賺錢。必須在潮流轉向前把握這幾個月的時間窗口完成原始積累。

巴西Nubank之所以佔據不公平的競爭優勢,在於其提前在「金融科技」概念尚未普及時就開創了該品類。更重要的是,其早期僅需與巴西傳統銀行巨頭爭奪用戶,無需應對新興的新創金融科技企業競爭。由於巴西民眾對原有銀行的忍耐已到極限,產品推出後立即集體轉向Nubank,使該企業罕見地同時實現了接近於零的客戶獲取成本與完美的產品市場契合度。

如果你要打造一個面向新興市場的穩定幣數位銀行,為什麼還待在舊金山或紐約?你需要深入當地與用戶對話。令人驚訝的是,這竟成了篩選創業專案的首要標準。

本文合作轉載自:[PANews][1]
往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓