| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

新闻资讯

论坛

温哥华地产

大温餐馆点评

温哥华汽车

温哥华教育

黄页/二手

旅游

炒房团进军元宇宙 有人"倾家荡产"

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
  连“不差钱”的明星也开始在元宇宙里“买房”了。11月23日,歌手林俊杰在推特上宣布,自己买了Decentraland平台上的三块虚拟土地,正式涉足元宇宙世界。他购买这三块“地皮”据估算花了大约12.3万美元。


  在微博上,近期一个名叫“元宇宙刮起炒房热”的话题,目前已吸引了2万多人阅读。

  在元宇宙里“炒房”,和现实中的原理看起来也差不多,玩家在元宇宙概念的虚拟游戏里买下一所房产,进行养护、装修,待这所房产成为游戏中的稀缺“黄金地段”或是“待开发房源”时,再以高出入手价的价格卖出,并从中获利。


  11月23日,在美国虚拟平台Decentraland上,一块数字土地被卖出了243万美元(约合人民币(专题)1552万元)的高价,约合一平米售价2.7万元。在国内日前被炒得火热的“虹宇宙”游戏中,部分玩家抢到的稀有房产,当下在二手交易平台上挂出了90多万元的售价。

  元宇宙里的“房价”甚至高过了现实中,这种场景不禁令人感觉十分“魔幻”。在现实世界中房产是有居住属性的,而在虚拟世界中,这些数字房产又凭什么能卖出如此天价?

  不过,年轻人们还是最好不要寄希望去元宇宙游戏中实现“人生中的第一套房”。因为,很可能你还没有实现暴富,就先在元宇宙里体验如何一夜之间“倾家荡产”了。

  一块土地1500万,“炒房”团进军元宇宙

  Decentraland平台上早已经是“寸土寸金”了。在上周,Decentraland上一块虚拟面积大约在565平方米的数字土地被拿出来拍卖时,卖出了243万美元的价格,创下了虚拟房地产交易的新纪录。而换算到现实世界中,这一售价已经略高于美国曼哈顿区的平均单套房价了。

  Decentraland是一个在以太坊区块链上运行的虚拟现实平台,于2020年2月上线,用户可以在这个虚拟世界里畅游,购买土地、参观建筑物,还可以与其他玩家会面、谈话。目前它和美国另一个虚拟世界项目The Sandbox,都是已经较为成熟的知名元宇宙产品。


  Decentraland里上一个虚拟房地产的成交纪录发生在2021年6月份,当时一块土地卖出了91.3万美元。

  为何现在该平台上的土地售卖新记录又一次被刷新?这或许也和现实世界中一样,与地产所处的地段与未来前景有关。据了解,这块被高价卖出的数字地产位于该虚拟平台的线上“时尚街区”,属于流量集中区域,并表示在未来将建成元宇宙里的标志性商业地产,在虚拟的大型购物中心里可以卖货。

  它的买主也是虚拟世界里的老“开发商”了,名叫Metaverse Group,专注于投资虚拟世界的虚拟房地产,其背后的母公司加拿大(专题)上市区块链技术公司Tokens.com,也主要投资与DeFi、NFT、元宇宙房地产相关的创收性加密货币和区块链资产。11月3日,该公司刚刚宣布购买8.33亿枚SHIB代币。


  视线转回到国内,在虚拟世界里置办房产同样也红红火火。

  红人经济公司天下秀的推出“虹宇宙”游戏,打上了元宇宙的标签,还未开放注册就引来超17万人预约。在“虹宇宙”里聊天室里,如果有新玩家提问“在这里可以干点啥”,得到的回答是:买房装修,不行就去看看别人的房子。

  

  (图:“虹宇宙”中的玻璃花房,《财经天下》周刊截图)

  根据天下秀官方消息称,“虹宇宙”平台将总计发行虚拟房屋35万套。这些在“P星球”的虚拟房屋根据地貌不同,共有13种房型,每种房型的发行量和稀缺度都不同,房子的等级从高到低分为SSS、SS、S、A、B级,不同等级的房屋价格区间也从8.88元到88元不等,价格更高的也有,一般来说房屋级别越高就越稀有。
不错的新闻,我要点赞     无评论不新闻,发表一下您的意见吧
上一页123下一页
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
    猜您喜欢:
    您可能也喜欢:
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0351 秒 and 7 DB Queries in 0.0025 秒