报告:RWA 市场规模突破 240 亿美元,2034 年或达 30 万亿

深潮Publicado a 2025-06-27Actualizado a 2025-06-27

‍Gauntlet 的模型表明,一旦通证化贷款发放达到全球 3 万亿美元市场的 5%,链上私人信贷规模可能超过 2500 亿美元。

原文来源:Cryptoslate

编译:区块链骑士

根据 6 月 26 日发布的一份联合报告,风险建模公司 Gauntlet、分析提供商 RWA.xyz 以及 RedStone 预测,到 2034 年,链上 RWA 市场规模可能高达 30 万亿美元。

研究显示,不含稳定币的通证化现实资产规模已从 2022 年的约 50 亿美元,增长至 2025 年 6 月的 240 亿美元以上,年增长率达 85%,成为 Crypto 领域中仅次于美元挂钩通证的增长最快板块。

据研究报告中嵌入的 rwa.xyz 仪表板显示,私人信贷以 140 亿美元的未偿规模主导市场,而通证化美国国债工具贡献了约 75 亿美元。

该报告对多种采用曲线进行了建模,并得出结论:若在 2030 年至 2034 年期间能够占据全球证券和另类资产 10% 至 30% 的份额,链上市场规模将更接近 16 万亿至 30 万亿美元这一区间。

报告指出,贝莱德、摩根大通、富兰克林邓普顿和阿波罗如今已在公共区块链上发行规模化的基金,这表明通证化在不到两年的时间里已从概念验证阶段发展到实际部署阶段。

在 Morpho 和 Kamino 平台上,收益型国债通证、可重置份额类别以及杠杆式私人信贷循环展示了 DeFi 基础设施如何为传统流动性较差的金融工具创造新的分销渠道和流动性场所。

RedStone 认为,精准定价依赖于融合资产净值快照、监管认证与流动性折扣的预言机架构,这一框架与 DeFi 中常见的实时现货数据源有所不同。

Gauntlet 的模型表明,一旦通证化贷款发放达到全球 3 万亿美元市场的 5%,链上私人信贷规模可能超过 2500 亿美元。

相比之下,若资产管理公司将短期资金中的 2% 分配到区块链基础设施上,国债票据通证的规模可能超过 1 万亿美元。

报告作者预测,可编程合规层(如 Securitize 的 sToken)以及美国、欧洲和亚洲监管清晰度的不断提高,将使养老基金和保险公司能够直接配置通证化产品,从而将可触达的客户群体从 Crypto 原生资本扩展到更广泛的范围。

RedStone 计划每季度更新一次市场规模追踪器,并添加链上 RWA 指数的实时预言机指标。与此同时,Gauntlet 将发布与私人信贷池相关的杠杆式金库的风险参数调整。

该联盟将于 7 月 1 日在戛纳举行的 RWA 峰会上举办进一步简报会,届时将公布详细的资金流入数据以及其 30 万亿美元上限模型所依据的方法论。

报告指出,目前 240 亿美元的规模仅占传统资产 400 万亿美元规模的约 0.006%,但报告认为,机构发行速度和可编程结算优势足以证明未来九年内 30 万亿美元的情景是合理的。

Lecturas Relacionadas

Huang Renxun: El Prompt está quedando obsoleto, Loop es el nuevo paradigma

En el mundo de la IA, se está produciendo un cambio de paradigma: el "prompt" (instrucción directa) pierde relevancia frente al "loop" (bucle o ciclo). Según expertos como Jensen Huang (fundador de NVIDIA), Peter, Boris Cherny (creador de Claude Code) y Andrew Ng, la nueva tarea clave no es escribir prompts detallados, sino diseñar y gestionar loops. ¿Qué es un loop? Es un sistema automatizado donde la IA recibe un objetivo general, ejecuta tareas, las verifica automáticamente y, si no cumple los criterios, reintenta de forma independiente hasta completarlo o alcanzar un límite. Esto libera al humano de supervisar cada paso, transformándolo de "instructor" a "diseñador de reglas". Un loop no es lo mismo que un agente de IA: el agente ejecuta, mientras que el loop es el mecanismo que orquesta y automatiza su trabajo continuo sin intervención constante. Productos como Claude Code y OpenAI Codex ya implementan esta idea. Claude Code ofrece funciones como `/goal` (ejecución orientada a objetivos) y `/schedule` (tareas programadas), utilizando modelos separados para generar código (modelo principal) y para validarlo (modelo más pequeño como Haiku), asegurando una verificación objetiva. Codex emplea una "línea de ensamblaje automatizada" con múltiples subagentes que trabajan en paralelo. Boris Cherny describe cómo dirige cientos de pequeños agentes en loops automatizados que manejan desde issues de GitHub hasta fallos en CI, interviniendo solo en casos excepcionales. Para implementar loops efectivos, se recomienda: 1) Evaluar si la tarea es repetitiva, verificable automáticamente, con presupuesto de tokens viable y con herramientas adecuadas. 2) Comenzar con un loop mínimo viable (disparador, habilidad/Skill, archivo de estado STATE.md y compuerta/Gate de verificación). 3) Separar siempre la generación de código de su validación, usando agentes o modelos independientes para evitar sesgos. 4) Evitar errores comunes: establecer condiciones de parada claras (límites de tokens, iteraciones), persistir el estado en archivos, asignar solo tareas con criterios objetivos verificables por máquina (como corrección de Lint) y revisar los cambios (diffs) para mantener la comprensión del código. 5) Medir el éxito por el "costo promedio por modificación aceptada"; una tasa de aceptación inferior al 50% indica ineficiencia. Este enfoque representa la evolución natural en la ingeniería de IA: desde el "Prompt Engineering" (2023-2024, enfocado en redactar instrucciones), pasando por el "Context Engineering" (2024-2025, organizar la información de fondo), luego el "Harness Engineering" (2025-2026, crear entornos de ejecución con herramientas), hasta el actual "Loop Engineering". El nivel de control humano asciende desde frases específicas hacia el diseño de sistemas autónomos. Conceptos académicos como el marco ReAct (Reason+Act, 2022) de Shunyu Yao, que integra razonamiento y acción en un ciclo, sentaron las bases teóricas. A pesar del entusiasmo, expertos como Addy Osmani (Google) advierten sobre la etapa temprana de esta tecnología y los costos de tokens. Andrej Karpathy subraya una reflexión crucial: aunque la IA puede externalizar la ejecución, la comprensión profunda del problema sigue siendo responsabilidad humana. El loop marca un paso hacia una automatización más autónoma, pero su adopción requiere cuidado y criterio.

marsbitHace 17 min(s)

Huang Renxun: El Prompt está quedando obsoleto, Loop es el nuevo paradigma

marsbitHace 17 min(s)

GPT diseña GPT

OpenAI ha presentado su primer chip, Jalapeño, un cambio estratégico que va más allá de competir con Nvidia. La empresa busca controlar todo el proceso de producción de inteligencia artificial, desde los modelos hasta el hardware, la energía y los centros de datos. La brecha entre modelos líderes se está reduciendo, mientras que la ventaja competitiva se desplaza a capas más profundas: suministro de computación, costes de inferencia y eficiencia de sistemas. Cada token generado implica un costo, y OpenAI, con productos de gran consumo como ChatGPT, necesita reducir esta "tasa de inferencia" para fortalecer su rentabilidad y defensa competitiva a largo plazo. Jalapeño, un chip ASIC optimizado para inferencia de modelos de lenguaje, fue desarrollado en solo nueve meses con Broadcom. Este plazo résubevela la ventaja clave de OpenAI: utiliza su propio conocimiento interno sobre cómo se ejecutan sus modelos masivos en producción para guiar el diseño del hardware. Esencialmente, GPT ayuda a diseñar las máquinas que ejecutarán la próxima generación de GPT, creando un ciclo de retroalimentación potente. El enfoque en la inferencia es crucial porque, a diferencia del entrenamiento (una inversión puntual enorme), la inferencia consume el flujo de caja diario. Al optimizarla, OpenAI reduce costes operativos fundamentales para su escalabilidad comercial, especialmente con futuros agentes de IA que realizarán cadenas largas de razonamiento. Este movimiento refleja una ambición mayor: OpenAI no quiere ser solo un proveedor de modelos, sino construir un ecosistema integrado al estilo de Apple, donde el software, el hardware y la infraestructura se optimizan mutuamente en un ciclo cerrado. A corto plazo depende de Nvidia, pero al trazar su propia hoja de ruta de chips, emerge como un nuevo tipo de actor en la infraestructura de IA. En resumen, OpenAI ya no aspira solo a crear la inteligencia más avanzada, sino a controlar los medios completos de su producción.

marsbitHace 43 min(s)

GPT diseña GPT

marsbitHace 43 min(s)

La directora ejecutiva interina de la Fundación Ethereum alza la voz: ¿Cuál es nuestra misión?

El director interino de la Ethereum Foundation (EF), Aerugo, define la misión de la fundación: garantizar que Ethereum sea y siga siendo una infraestructura verdaderamente sin permiso, resistente a la censura, privada y segura, y que permita la coordinación a gran escala respetando la soberanía individual. El artículo detalla en qué **no** se centrará la EF: popularidad, atraer a grandes instituciones financieras o satisfacer a especuladores a corto plazo. Su propósito es **eliminar vulnerabilidades** en capas clave del ecosistema: * **Proceso de transacciones/MEV**: Combatir la extracción dañina de MEV, evitar monopolios en la construcción de bloques y garantizar la ejecución neutral. * **Privacidad**: Es fundamental. Un libro mayor público sin privacidad por defecto se convierte en una plataforma de vigilancia. * **Staking**: Debe ser accesible, privado y diverso para evitar puntos centralizados de control. * **Interfaces de acceso**: Facilitar que los usuarios (individuales e institucionales) interactúen con Ethereum de forma autónoma y resistente a la coerción. La EF también debe **aprovechar oportunidades**, como convertir a Ethereum en: * La primera infraestructura global resistente a ataques cuánticos. * Efectivo digital privado y una plataforma para la coordinación privada. * La base para carteras personales con agentes de IA controlados por el usuario. * Una opción competitiva y sin custodia para casos de uso institucional. Respecto a los cambios internos, el artículo confirma salidas de personal por ajustes estratégicos o de rol, pidiendo respeto y evitando el debate público sobre casos individuales. También anuncia que algunos trabajos se externalizarán en "empresas derivadas" (spin-offs). La EF solo financiará proyectos externos si son cruciales para su misión, evitando apoyar trabajos que se desvíen de sus principios fundamentales. La postura final es clara: La EF no es neutral respecto a la dirección de Ethereum. Su compromiso es con los principios de infraestructura sin permiso y neutral que respete la soberanía, y colaborará con quienes compartan este objetivo.

marsbitHace 1 hora(s)

La directora ejecutiva interina de la Fundación Ethereum alza la voz: ¿Cuál es nuestra misión?

marsbitHace 1 hora(s)

Habla el Director Ejecutivo Interino de la Fundación Ethereum: ¿Cuál es nuestra misión?

La Fundación Ethereum (EF) reafirma su misión fundamental: garantizar que Ethereum siga siendo una infraestructura verdaderamente sin permisos, resistente a la censura, de código abierto, privada y segura, que soporte la coordinación soberana a escala. La EF no existe para buscar popularidad, atraer a especuladores a corto plazo o promover cada aplicación. Su papel es fortalecer las defensas de Ethereum en todas las capas (protocolo, acceso, usuario, instituciones) para prevenir la extracción, el control por parte de cárteles o estados, y las herramientas de vigilancia. Esto implica abordar puntos débiles como el flujo de transacciones (MEV dañino), la privacidad (imprescindible por defecto), el staking (infraestructura de riesgo del protocolo) y las interfaces de acceso (para preservar la autonomía del usuario). La EF también actuará internamente, adoptando ETH y stablecoins nativas para pagos, alineándose con el sistema que busca mejorar. Paralelamente, la EF debe aprovechar oportunidades clave: preparar a Ethereum para ser resistente a la computación cuántica, lograr una pila de protocolo completamente autoverificable y privada, establecer a Ethereum como efectivo digital privado y digno, integrar agentes de IA en carteras personales soberanas, y demostrar que la infraestructura neutral puede manejar la coordinación a escala institucional de manera competitiva. Finalmente, la EF aborda cambios internos y proyectos derivados ("spinoffs"). Algunas salidas de personal son ajustes estratégicos o naturales. Los proyectos que dejan la EF serán evaluados para financiación externa basándose estrictamente en su alineación con la misión central: proteger y expandir la autonomía soberana dentro del ecosistema Ethereum, sin crear dependencias o desviar recursos de las prioridades fundamentales.

链捕手Hace 1 hora(s)

Habla el Director Ejecutivo Interino de la Fundación Ethereum: ¿Cuál es nuestra misión?

链捕手Hace 1 hora(s)

Trading

Spot
Futuros
活动图片