Plataforma de segurança de blockchain AI TestMachine conclui financiamento de 6,5 milhões de dólares, com BlockChange Ventures e outros liderando a rodada
CoinVoice mais recente soube que, segundo fontes do mercado, a plataforma de segurança de blockchain AI TestMachine concluiu recentemente uma rodada de financiamento de 6,5 milhões de dólares, com planos de acelerar a expansão global de sua plataforma de segurança AI Predator.
Esta rodada de financiamento foi liderada por BlockChange Ventures, New Form Capital, Decasonic e Delphi Digital, com participação da Baboon, UDHC, Auros Global, Generative Ventures, Contango Digital e Santiago Santos.
O Predator já está integrado na CEX e DEX da Coinbase, para monitoramento em tempo real de riscos de mais de um milhão de tokens. A equipe afirmou que o sistema conseguiu identificar com precisão todos os casos de rug pull no valor de 12 milhões de dólares em uma amostra de 11.000 tokens.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Plataforma de segurança de blockchain AI TestMachine conclui financiamento de 6,5 milhões de dólares, com BlockChange Ventures e outros liderando a rodada
CoinVoice mais recente soube que, segundo fontes do mercado, a plataforma de segurança de blockchain AI TestMachine concluiu recentemente uma rodada de financiamento de 6,5 milhões de dólares, com planos de acelerar a expansão global de sua plataforma de segurança AI Predator.
Esta rodada de financiamento foi liderada por BlockChange Ventures, New Form Capital, Decasonic e Delphi Digital, com participação da Baboon, UDHC, Auros Global, Generative Ventures, Contango Digital e Santiago Santos.
O Predator já está integrado na CEX e DEX da Coinbase, para monitoramento em tempo real de riscos de mais de um milhão de tokens. A equipe afirmou que o sistema conseguiu identificar com precisão todos os casos de rug pull no valor de 12 milhões de dólares em uma amostra de 11.000 tokens.