Bitget App
交易「智」變
快速買幣市場交易合約BOT理財跟單
韓國影星宋再臨遺作:《崩盤》或改編自 Terra Luna 事件,將於明年 1 月 15 日上映

韓國影星宋再臨遺作:《崩盤》或改編自 Terra Luna 事件,將於明年 1 月 15 日上映

AbmediaAbmedia2024/12/12 02:00
作者:Neo
韓國影星宋再臨遺作:《崩盤》或改編自 Terra Luna 事件,將於明年 1 月 15 日上映 image 0

報導,根據真實事件改編的金融犯罪電影《폭락》(中文意思為暴跌丶崩盤) 將於明年 1 月 15 日正式上映。該部電影講述一個年輕人創造山寨幣 MOMMY,獲得空前成功卻陷入監管問題,最後崩盤造成 50 兆韓元損失的故事。除了獲得韓國創意內容院新媒體內容部門支持以外,該部電影也是已故演員宋再臨的遺作。

社群揣測《崩盤》改編於 Terra Luna 事件

新聞指出該片改編於真實事件,且司法機關尚未做出最終判決,劇組也為此做了充分的前期調查,以及詳細的審查和法律諮詢。而官方近日也正式宣布上映日期為 2025 年 1 月 15 日,並公開了預告海報。

韓國丶損失規模巨大等關鍵字也令人想起 Terra Luna 事件。Do Kwon 權道亨是 Terraform Labs 的創辦人兼執行長,推出的加密貨幣 Luna 及穩定幣 UST 曾是世界上最廣為人知的加密貨幣之一。透過智能合約平衡 Luna 及 UST 的增發及銷毀,藉此 UST 也曾是世界第三大穩定幣。

不過在 2022 年 5 月,Terra Luna 遭遇針對性攻擊。被抓準協議的流動性空缺,數位不知名巨鯨大量拋售 UST 造成巨大滑價。恐慌的情緒也使得市場參與者們不知如何是好,最終 UST 丶Luna 等都面臨了歸零的宿命,僅剩中秋節娛樂大眾的作用。

(Terra 事件整理|UST回升、LUNA持續探底,美議員:市場需要失敗才懂什麼能有效運行)

宋再臨遺作將於明年 1 月上映

宋再臨在電影中飾演主角梁道賢,他是一位面臨數次創業失敗,卻仍舊自稱商業天才的加密貨幣開發商。與宋再臨合作的還有安佑妍、閔成旭、蘇熙正、車正元等。在劇中梁道賢的加密貨幣 MOMMY 取得了成功,隨之而來的就是監管的壓力,最後則導致了崩盤。該電影描繪了創業投資的另一面以及韓國年輕人白天沉迷股票、晚上炒幣的現實寫照。

宋再臨於今年 11 月 12 日被發現陳屍家中,享年 39 歲,生前曾傳出他長期遭受私生飯(會打探明星隱私,甚至採取侵入性行為的粉絲)騷嚷。宋再臨於 2009 年以電影《女演員們》出道,之後陸續參與韓劇丶電影丶舞台劇的演出。《擁抱太陽的月亮》《于氏王后》等也是他的知名作品,也曾出演女團 2NE1 《Go Away》丶BoA《Message》的 MV。

這篇文章 韓國影星宋再臨遺作:《崩盤》或改編自 Terra Luna 事件,將於明年 1 月 15 日上映 最早出現於 鏈新聞 ABMedia

0

免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。

PoolX: 鎖倉獲得新代幣空投
不要錯過熱門新幣,且APR 高達 10%+
立即參與

您也可能喜歡

DeFi 無邊界:互通性如何形塑下一代金融

簡單來說 在 Hack Seasons 大會上, DeFi 領導者討論了實現無縫互通性的道路,強調鏈抽象、用戶友好型設計以及混合多鍊和跨鏈策略是創建無摩擦的關鍵 DeFi 到 2025 年,

Mpost2025/05/07 22:22
DeFi 無邊界:互通性如何形塑下一代金融

瑞士航空、漢莎航空系統和 Camino Network Host Web3 黑客松推動旅遊業創新

簡單來說 漢莎航空系統、瑞士國際航空和卡米諾網路基金會共同主辦了 Web3 法蘭克福黑客馬拉松,探索區塊鏈和人工智慧如何提高效率、降低成本並支持旅遊永續性。

Mpost2025/05/07 22:22
瑞士航空、漢莎航空系統和 Camino Network Host Web3 黑客松推動旅遊業創新

從炒作到影響:Hack Seasons 大會上關於人工智慧和區塊鏈的真知灼見

簡單來說 在杜拜舉行的 Hack Seasons 大會上,一場關於「人工智慧和 Web3 「炒作導致什麼?」探索如何融合 Web3 人工智慧可以重塑使用者體驗、安全性和數位創新,強調解決現實世界問題的潛力。

Mpost2025/05/07 22:22
從炒作到影響:Hack Seasons 大會上關於人工智慧和區塊鏈的真知灼見

人工智慧訓練資料稀缺並非問題所在

簡單來說 人們越來越擔心訓練人工智慧模型的資料短缺,但公共互聯網提供了龐大且不斷擴展的資料來源,因此人工智慧不太可能面臨真正的資料短缺。

Mpost2025/05/07 22:22
人工智慧訓練資料稀缺並非問題所在