20万人在这场加密骗局中损失了6.5亿美元

币界网Publicado a 2024-08-13Actualizado a 2024-08-13

币界网报道:

美国证券交易委员会(SEC)已对加密货币公司NovaTech及其联合创始人提出指控,指控他们涉嫌策划6.5亿美元的欺诈计划,同时还因违反反洗钱(AML)规定对经纪交易商OTC Link LLC处以119万美元的罚款。

美国证券交易委员会指控NovaTech涉嫌6.5亿美元加密货币欺诈

在美国佛罗里达州南区地方法院提起的诉讼中,美国证券交易委员会指控NovaTech及其已婚联合创始人Cynthia和Eddy Petiton通过多层次营销(MLM)计划在全球范围内欺骗了20多万投资者。据称,该公司通过承诺投资加密资产和外汇交易所筹集资金。交易所是一个支持衍生品、商品、证券和其他金融工具交易的市场。一般来说,交易所可以通过数字平台访问,有时也可以在投资者组织进行交易的有形地址访问。交易所的主要职责之一是维护诚实和公平的交易行为。这些有助于确保该交易所支持的证券利率的分配是有效的。交易所被称为支持衍生品、商品、证券和其他金融工具交易的市场。一般来说,交易所可以通过数字平台访问,有时也可以在投资者组织进行交易的有形地址访问。交易所的主要职责之一是维护诚实和公平的交易行为。这些有助于确保该交易所支持的证券利率的分配是有效的。阅读本条款市场。

美国证券交易委员会沃思堡地区办事处主任埃里克·沃纳表示:“NovaTech和请愿书给全球数万名受害者造成了难以估量的损失。”。“正如我们所声称的那样,这种规模的传销计划需要发起人来推动它们,今天的行动表明,我们不仅会追究这些大规模计划的主要设计者的责任,还会追究那些通过非法招揽受害者来传播欺诈行为的发起人的责任。”

美国证券交易委员会声称,NovaTech没有按照承诺投资资金,而是用新的投资者资金支付早期投资者和发起人的佣金,而请愿书据称挪用了数百万美元用于个人用途。据报道,该计划针对海地裔美国人社区,从2019年开始实施,直到2023年5月崩溃。

即使在意识到针对该公司的监管行动后,六名NovaTech发起人也因在招募投资者方面所起的作用而受到指控。一位发起人马丁·齐齐已同意支付10万美元的民事罚款,以部分解决指控。

这标志着美国证券交易委员会最近对一家加密货币公司采取了另一项数百万美元的行动。两周前,委员会与司法部(DoJ)合作,指控加密货币社交媒体平台BitClout的创始人Nader Al-Naji犯有电汇欺诈和销售未注册证券罪,总计2.57亿美元。

OTC Link因违反反洗钱规定被罚款

在另一项行动中,美国证券交易委员会宣布对OTC Link LLC提出指控,指控其在三年内未提交可疑活动报告(SAR)。OTC Link运营着三个场外证券替代交易系统平台,据称缺乏适当的反洗钱程序来监控交易中的可疑活动。

美国证券交易委员会纽约地区办事处副区域主任Tejal D.Shah表示:“经纪交易商是证券市场的关键把关人,必须认真监控可疑交易。”。“当像OTC Link这样的公司未能提交严重不良反应报告时,他们就会剥夺监管机构和执法部门有关可疑活动的重要信息。”

OTC Link同意支付119万美元的罚款并参与合规合规。在金融、银行、投资和保险合规方面,合规是指遵守政府监管机构制定的规则或命令,无论是提供服务还是处理交易。财务合规也将是一种遵守既定准则或规范的状态。这一指定还可以包括确保组织遵守行业法规和政府立法的努力。了解合规性合规性是一种金融、银行、投资和保险合规性,是指遵守政府监管机构制定的规则或命令,无论是提供服务还是处理交易。财务合规也将是一种遵守既定准则或规范的状态。这一指定还可以包括确保组织遵守行业法规和政府立法的努力。了解合规性是阅读本条款的顾问,在不承认或否认美国证券交易委员会的调查结果的情况下审查其反洗钱政策。

就在上周,投资银行公司Piper Sandler同意支付1600万美元的民事罚款,以解决美国监管机构对其记录保存做法的询问。周二宣布的这一和解协议,是华尔街持续执行通信标准的又一步。

Lecturas Relacionadas

Visión Profunda: La Inferencia Descentralizada no es Hype, es el Campo Clave para Romper el Monopolio Centralizado de la IA

**Análisis profundo: El razonamiento descentralizado no es exageración, es clave para romper el monopolio centralizado de la IA** Ante un hipotético escenario donde un modelo de IA puntero es prohibido en 2026, el artículo argumenta que el **razonamiento descentralizado** es fundamental como protección contra la censura, ya que los modelos de código abierto serían imposibles de eliminar por completo. Sin embargo, construir redes de inferencia descentralizadas viables implica superar **cuatro desafíos principales**: 1. **Escalabilidad:** Ejecutar modelos enormes dividiéndolos en múltiples GPUs (swarm), luchando contra la latencia de red con técnicas como decodificación especulativa. 2. **Verificación:** Probar que el nodo ejecutó el modelo correcto y no una versión más barata. Se analizan opciones como ZKML (lento), pruebas de fraude o huellas estadísticas, todas con concesiones entre integridad, coste y velocidad. 3. **Privacidad:** Proteger el "prompt" del usuario. El sharding por sí solo no garantiza privacidad; se requieren soluciones como Entornos de Ejecución Confiables (TEE) o cifrado totalmente homomórfico (FHE), aunque este último es aún costoso. 4. **Mercado viable:** Identificar clientes reales dispuestos a pagar (empresas, agentes de IA) y crear un mercado sostenible más allá de la especulación con tokens. El artículo revisa proyectos como **Dolphin Network** (pruebas de pesos en vivo), **Inference.net** (verificación estadística), **Morpheus** (TEE) o **Darkbloom** (para Macs), destacando que cada uno aborda los problemas de forma distinta. La **ventaja competitiva** de la inferencia descentralizada no está en la baja latencia (donde lo centralizado gana), sino en tareas por lotes que priorizan el rendimiento agregado y el coste marginal bajo, como la generación de datos sintéticos. Un **valor oculto** a largo plazo es el ciclo de datos: las redes de inferencia pueden generar datos valiosos (por ejemplo, de interacciones con agentes) para entrenar mejores modelos de código abierto, creando un círculo virtuoso con el entrenamiento descentralizado. Finalmente, ofrece una **lista de verificación** para evaluar proyectos, enfatizando la necesidad de una propuesta de valor clara para usuarios no cripto, un equipo con sólidas capacidades técnicas en IA y una comprensión realista de su mercado objetivo.

Foresight NewsHace 2 min(s)

Visión Profunda: La Inferencia Descentralizada no es Hype, es el Campo Clave para Romper el Monopolio Centralizado de la IA

Foresight NewsHace 2 min(s)

La última pieza del puzzle de la ambición cripto de Franklin Templeton

El 22 de junio, Franklin Templeton anunció la adquisición de 250 Digital y la creación de su división de gestión de activos cripto, Franklin Crypto, enfocada en estrategias activas para inversores institucionales. Este movimiento representa la última pieza en la expansión cripto de la gestora, que comenzó en 2018 con un equipo de más de 50 personas. Su cartera de productos incluye el fondo tokenizado BENJI (aprox. 831M USD), lanzado en 2021, y una serie de ETF pasivos como EZBC (Bitcoin, 368M USD), EZET (Ethereum), XRPZ (XRP, 252M USD), SOEZ (Solana con staking) y EZPZ (índice cripto). En junio de 2026 solicitó a la SEC ETFs que reinvierten dividendos en Bitcoin. Más allá de los productos, Franklin Templeton ha invertido en el ecosistema, participando en rondas de financiación para proyectos como Ethena y Crossmint, y colaborando con cadenas como Aptos y Sui. Con Franklin Crypto, la empresa ahora cubre tres áreas: fondos tokenizados, ETF pasivos y gestión activa, dirigidos a clientes institucionales como fondos de pensiones. A modo de comparación, Fidelity, otro gigante tradicional, siguió un camino diferente desde 2014, construyendo su propia infraestructura de custodia. Su ETF de Bitcoin (FBTC) supera los 11.000M USD en activos. Ambos casos reflejan la creciente incursión de la gestión de activos tradicional en el espacio cripto.

Foresight NewsHace 30 min(s)

La última pieza del puzzle de la ambición cripto de Franklin Templeton

Foresight NewsHace 30 min(s)

El mayor rival de Unitree, ¿cómo es que se ha escindido de nuevo?

El principal rival de Unitree, la empresa de robótica china, Zhìyuán, ha creado otra empresa escindida. MiBee Tech, centrada en la adquisición, gestión y distribución de datos para la inteligencia embodied, completó recientemente una ronda de financiación estratégica. Esto refleja la creciente escasez de datos de alta calidad necesarios para entrenar robots humanoides y de uso general. Mientras que modelos de lenguaje grande se entrenan con datos de Internet, los robots requieren datos multimodales del mundo físico. Se estima que solo hay unas 500.000 horas de datos de alta calidad disponibles a nivel mundial, muy por debajo de las necesidades de entrenamiento. MiBee busca abordar este cuello de botella ofreciendo un modelo de "datos como plataforma". La empresa utiliza dos métodos principales: teleoperación con robots reales y una solución de "adquisición sin cuerpo" más económica, con dispositivos portátiles y pinzas de captura. Su motor de procesamiento de datos, MEgo Engine, automatiza tareas como limpieza y etiquetado, aumentando la eficiencia. MiBee también ha establecido un mercado de datos y la iniciativa "Beehive" para crear una red colaborativa de datos en la industria. El éxito de MiBee dependerá de demostrar su neutralidad, ya que comparte origen con Zhìyuán. Debe ganar la confianza de otros fabricantes de robots, incluyendo competidores directos, que necesitan garantías de que sus datos no se compartirán. Además, enfrenta competencia de empresas como JD.com, Lumeng y otras que también buscan solucionar la "hambruna de datos" en robótica. Su objetivo declarado es alcanzar una capacidad de producción de datos de decenas de millones de horas para 2026.

marsbitHace 30 min(s)

El mayor rival de Unitree, ¿cómo es que se ha escindido de nuevo?

marsbitHace 30 min(s)

Trading

Spot
Futuros
活动图片