啟用協議費用開關、銷毀1億枚UNI!Uniswap新治理提案遭競爭對手評「戰略失誤」
啟用協議費用開關、銷毀1億枚UNI!Uniswap新治理提案遭競爭對手評「戰略失誤」
2025.11.12 | 區塊鏈
##### 重點一次看 在經歷多次市場預期落空後,Uniswap終於迎來費用開關的重大利多進展。

11月11日,Uniswap Labs與Uniswap Foundation聯合宣布,發起名為「UNIfication Proposal」的治理提案,計劃正式啟用協議費用開關,並啟動UNI銷毀機制。消息一經發布,社群反響熱烈 ,UNI價格應聲上漲。

提案核心: Uniswap發起「UNIfication」治理提案,正式啟用協議費用開關並啟動UNI代幣銷毀機制,推動UNI從治理代幣轉型為收益型資產。

關鍵措施:

  • 分階段開啟費用開關,v2/v3池優先實施,部分交易手續費將用於自動化UNI銷毀。
  • 接入Unichain排序器費用,並直接銷毀基金會金庫中的1億枚UNI。
  • 引入PFDA拍賣機制,最佳化流動性提供者(LP)回報並擴大協議收入。

市場影響:

  • 預計年銷毀價值達數億美元,UNI價格24小時內上漲約38.9%。
  • 增強代幣價值捕獲能力,但可能削減LP收益,引發流動性外流風險。

爭議與競爭:

  • 競爭對手Aerodrome聯創批評此舉為「戰略失誤」,認為會降低LP盈利能力。
  • 分析師指出提案超出預期,為DeFi賽道樹立價值捕獲標杆,但高生態預算需關注。

治理流程: 提案通過需約22天,包括意見徵集、快照投票和鏈上投票階段。

##### 提案啟動費用開關和代幣銷毀機制,通過或需22天 長期以來,Uniswap的代幣價值捕獲能力一直為社區詬病。儘管Uniswap迄今累計處理交易量約4兆美元,但相比Aave、Hyperliquid、Jupiter、Curve和Raydium等協議早已開啟費用開關,Uniswap相關提案在過去幾年雖多次提出,卻因監管風險、持幣巨鯨a16z反對、投票未通過等原因遲遲未能落地。這也導致UNI的價值增值手段有限,主要依賴治理決策,幣價表現也較為平淡。

隨著美國監管環境趨於明朗,DeFi行業迎來合規拐點。Uniswap基金會今年8月提議採用DUNA DAO框架,被外界解讀為為開啟協議費用開關鋪路。果不其然,11月11日,UNIfication治理提案正式提出,旨在開啟協議費用開關,並統一整個Uniswap生態的激勵機制,從而讓Uniswap協議成為代幣化價值的默認DEX。與以往不同的是,此次提案由Uniswap團隊親自發起。

提案計劃透過多管齊下的方式增強UNI的價值捕獲能力。根據方案,UNI治理將投票決定啟用費用開關,部分交易手續費將進入自動化UNI銷毀機制,費用將分階段開啟,v2與v3池將率先實施,隨後擴展至L2、其他L1、v4及UniswapX。同時,Uniswap將接入Unichain排序器費用,該鏈自上線九個月以來已產生約750萬美元年化手續費,提案計劃將這些費用全部注入UNI銷毀機制。此外,基金會金庫中的1億枚UNI代幣也將直接銷毀,以進一步提升代幣價值。

為拓展收入來源,提案引入名為PFDA的創新拍賣機制,通過拍賣免協議費權利,將MEV收入和協議手續費轉化為UNI銷毀和額外LP收益,從而最佳化流動性提供者回報,同時增強協議長期價值。Uniswap v4將通過Aggregator Hooks升級為鏈上聚合器,整合其他協議流動性並執行代幣銷毀邏輯,從而進一步擴大協議收入範圍。同時,提案明確阻止Uniswap Labs通過前端界面、錢包及API獲取費用,其以太坊前端累計收益已超過1.79億美元。

在組織架構與預算安排上,UNIfication提案通過後,Uniswap Labs將專注於協議開發與增長,基金會團隊將轉入Labs,承擔生態支持、治理維護和開發者關係等職能。基金會董事會將增至五名成員,包括Hayden Adams、Callil Capuozzo、Devin Walsh、Hart Lambur和Ken Ng。提案還建議設立年度增長預算2000萬UNI,自2026年1月1日起按季度釋放,用於協議開發及生態建設。

根據Uiswap創始人Hayden Adams披露,本次治理流程預計耗時約22天,包括7天的意見徵求期、5天的快照投票期及10天的鏈上投票與執行階段,具體生效時間可能因實際安排略有延後。

##### LP收益縮減或引發流動性外流,競爭對手稱其「戰略失誤」 UNIfication提案標誌著UNI從純治理代幣向收益型基礎設施的根本轉型。

根據MegaETH Labs成員BREAD的分析,提案將Uniswap手續費機制從原先0.3%支付給LP,調整為0.25%支付給LP、0.05%用於UNI回購。以Uniswap年化手續費約28億美元計算,30天可帶來約3800萬美元的UNI回購。該數額將超過PUMP的3500萬美元,但低於HYPE的9500萬美元。CryptoQuant CEO Ki Young Ju指出,如果提案生效,UNI價格可能出現拋物線式增長。基於年初至今1萬億美元的Uniswap v2和v3交易量,年度銷毀價值預計約為5億美元。

隨著市場對UNI價值增長預期增強,CoinGecko數據顯示,UNI在過去24小時內上漲38.9%,一度上漲至9.9美元。

然而,新提案也被認為將在短期內削減流動性提供者(LP)收益,從而導致流動性外流。儘管該提案引入了多重補償機制和長期最佳化策略,以提升LP的整體回報,但競爭壓力仍然不可忽視。

加密投資機構Arca分析師Topher指出,「人們沒看到的是,這對Aerodrome來說是利多,但對Uniswap卻是利空……有人預測Aero週三的公告將擴展到整個EVM生態,如果這是真的,那麼Uniswap可能被打亂了節奏,試圖用這條消息搶風頭(結果適得其反)。Aero在Base鏈上之所以領先Uniswap(交易量約2:1),是因為LP只關心每投入一美元流動性能獲得多少回報。Aero在這方面做得更好。如果 Uniswap 開啟了協議費開關,意味著LP實際收益可能會更低,或者在Uniswap上交易的手續費會被提高,這將是兩難局面。」

Base上最大DEX Aerodrome聯創alexander則公開表示,Uniswap開啟費用開關犯下巨大錯誤。「我從未料到,在Dromos Labs迎來最重要日子的前一天,我們最大的競爭對手會送來的如此重大的失誤……這是在最不恰當的時機犯下的巨大戰略錯誤。」Berachain DeFi負責人觀Cap'n Jack Bearow就此評論表示,Aerodrome或於週三宣布跨鏈擴張,而Uniswap則會因開啟費用開關而降低LP盈利的能力,這有助於Aerodrome的競爭。

##### 提案被指超預期,打造DeFi價值捕獲的示範效應 不過,UNIfication提案發布後,市場普遍認為超出市場預期,顯著提升了市場對Uniswap以及整個DeFi賽道的信心與預期。

DeFi研究員CM指出,UNIfication提案遠超市場預期,通過多項舉措強化代幣價值捕獲,體現了全力支持UNI賦能的態度。CM認為,提案後更可能以回購銷毀方式執行,而非分紅模式,目前來看合規障礙已經清除,提案通過機率很高。但他也提醒,Uniswap的生態預算較高。

另一方面,市場也認為此次提案對整個DeFi生態的價值捕獲具有示範意義。據加密KOL@Michael_Liu93分析稱,提案不僅追溯性銷毀了1億枚UNI,占總量約10%,彌補了此前未燃燒的部分,且每筆交易手續費中1/6將用於回購燃燒。過去30天手續費收入約2.3億美元,按年化計算約27.6億美元,對應回購燃燒規模約4.6億美元/年,年通縮率約為代幣總量的5%以下。按此估算,UNI當前市值約95億美元,對應市盈率21倍、市銷率3.5倍,在加密資產中處於相對低估水平。相比之下,Hyperliquid FDV為421億美元,年收入12.9億美元,年回購11.5億美元,市盈率37倍,市銷率33倍;Pump FDV年化收入約5.5至7.3億美元(100%回購),市盈率6-8倍。這些業務放到美股裡也許估值都是3-5倍溢價打底的資產,而在加密市場反倒成了低估的價值標的。

在加密分析師Haotian看來,盼望了多年的UNIfication社區提案終於換了主角,這一次由 Uniswap Labs和Uniswap Foundation聯合發起終於不再是「狼來了」的模糊遊戲,等於認可了UNI要捕獲價值的目標。按照目前提案內容計算,保守估計一年會有數億美元的持續回購買盤,給足了未來可持續增長的想像空間。當前,整個藍籌DeFi項目都在用真實收入推動代幣回購來證明自己不是空氣,Uniswap作為DEX龍頭,憋到現在才官宣,耐人尋味,或等於給整個鏈上協議確定了「協議收入必須反哺代幣」的標杆。也逼著那些還在靠所謂治理權和社區信仰撐場面的項目,是時候得站出來證明自己了。山寨幣終於踏上了「自證」、「自托」、「自擴」價值之路。

另外,UNIfication提案也被認為將在在安全與生態健康方面發揮作用。據數據分析師jpn memelord表示,Uniswap啟用費用開關的一大作用是讓欺詐性資金池(比如honeypots和automated rugs等)在一夜之間消失,因為這些資金池依賴的協議抽成率為零。根據粗略估算,Base上的Uniswap交易量或有一半屬於此類,官方未過濾的數據顯示 2025年Uniswap在Base交易量為2080.7億美元,但若添加一些過濾條件後,非欺詐性交易量僅為773.8億美元。

本文合作轉載自:《PANews》

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