SEC Crypto Task Force Meets with Deutsche Bank amid Crypto Week

TheCryptoTimesPublicado a 2025-07-16Actualizado a 2025-07-17

The U.S. Securities and Exchange Commission’s (SEC) Crypto Task Force met with one of the world’s leading banks and financial services firms to discuss the regulation of crypto assets. The meeting happened during the highly anticipated Crypto Week, raising speculations regarding the primary agenda of the meeting.

According to a memo, three members of Deutsche Bank USA Corp. met with the regulator to talk about considering cross-border digital asset regulation and harmonizing with international regulatory frameworks.

The bank also stressed upon exploring current European and UK frameworks for digital asset regulation, such as the European Union’s Markets in Crypto-Assets (MiCA) regulation. It highlighted the latest research on digital asset markets by French economist Marion Laboure.

Deutsche Bank continues to expand deeper into the crypto industry, realizing the opportunities in the emerging class of digital assets. The bank plans to launch its crypto custody platform in 2026.

Recently, Deutsche Bank confirmed exploring stablecoins and tokenized deposits for its payment infrastructure amid the GENIUS Act buzz. The bank is also considering issuing its own stablecoin and joining the industry-wide initiative.

Meanwhile, the U.S. House of Representatives debated three crucial bills amid the Crypto Week. These are the GENIUS Act, the CLARITY Act, and the Anti-CBDC Surveillance State Act. The bills move forward for another voting today after US President Donald Trump intervened, seeking support to pass the bills.

U.S. Representative French Hill believes there is “strong bipartisan support” for the crypto market structure bill, even after a surprising setback in the House of Representatives last day.

Also Read: Bitcoin is No Longer Volatile, Says Deutsche Bank



Criptos en tendencia

Lecturas Relacionadas

Ingresos anuales de 100 millones de dólares, dos compañeros de cuarto de Berkeley de los 90 crean el negocio de IA más rentable

Una startup que no desarrolla modelos de IA, Arena, alcanza un ingreso anualizado de 100 millones de dólares. Su origen es Chatbot Arena, un proyecto de investigación de código abierto iniciado en 2023 por el grupo de investigación LMSYS de UC Berkeley. La plataforma alberga una clasificación líder (leaderboard) de modelos de lenguaje, basada en más de 82 millones de votos de usuarios reales que evalúan respuestas de modelos anónimos en duelo. Actualmente recibe más de 10 millones de visitantes mensuales. Todos los principales desarrolladores de IA, como OpenAI, Google y Anthropic, someten sus modelos a esta evaluación comunitaria neutral. Su servicio comercial "AI Evaluations", lanzado hace ocho meses, permite a empresas pagar por análisis profundos del rendimiento de sus modelos en escenarios del mundo real, lo que generó los 100 millones de dólares en ingresos. La empresa se constituyó formalmente en 2025, recaudó una ronda semilla de 100 millones y alcanzó una valoración de 1.700 millones de dólares. Sus cofundadores son Anastasios Angelopoulos (CEO), Wei-Lin Chiang (CTO, creador del modelo Vicuna) y el profesor Ion Stoica. Arena está expandiendo sus capacidades de evaluación hacia el modo "agente" para tareas complejas, posicionándose como un árbitro esencial en la evolución de la IA.

marsbitHace 28 min(s)

Ingresos anuales de 100 millones de dólares, dos compañeros de cuarto de Berkeley de los 90 crean el negocio de IA más rentable

marsbitHace 28 min(s)

Acaparó 24,000 estrellas: con un solo comando, la IA ya puede buscar habilidades por sí misma

## Resumen en español de Europa (Menos de 1500 caracteres) La herramienta `skills` de Vercel, un administrador de paquetes para agentes de IA que alcanzó 24,000 estrellas en GitHub en 5 meses, está transformando la programación con IA. Permite instalar "paquetes de habilidades" específicos (como mejores prácticas de React o reglas de diseño) en agentes como Claude Code o Cursor con un simple comando `npx skills add <paquete>`. Estos paquetes, que contienen instrucciones y scripts, permiten que la IA aprenda y aplique permanentemente el conocimiento contextual de un proyecto, pasando de la ingeniería de prompts a la "ingeniería de capacidades". La característica más futurista es `find-skills`, una habilidad que permite al agente buscar e instalar automáticamente el paquete necesario según la tarea del usuario, actuando como un motor de búsqueda de capacidades para IA. Sin embargo, este ecosistema emergente plantea graves riesgos de seguridad. Estudios como "ToxicSkills" de Snyk revelan que más del 30% de los paquetes auditados presentan defectos, incluyendo malware, inyección de prompts y robo de claves. A diferencia de npm, los "skills" combinan código, instrucciones naturales y acceso directo al sistema, amplificando el potencial de daño. Se recomienda verificar minuciosamente la fuente y los permisos de cada paquete antes de instalarlo. En esencia, Vercel repite su fórmula de éxito: simplificar procesos complejos (esta vez en la capa de los agentes de IA) en un solo comando, aunque la comunidad debe adoptar buenas prácticas de seguridad para este nuevo "momento npm" de la IA.

marsbitHace 28 min(s)

Acaparó 24,000 estrellas: con un solo comando, la IA ya puede buscar habilidades por sí misma

marsbitHace 28 min(s)

El ingeniero Claude finalmente presenta Fable 5: 'Manual de la Quemazón', enseñándote a romper la barrera de información con el modelo

Fable 5 ha tenido un viaje tumultuoso desde su lanzamiento, pasando de gran expectación a restricciones gubernamentales. Ahora, el ingeniero de Claude Code, Thariq Shihipar, comparte una guía clave para usar el modelo de forma efectiva. El problema central es la "brecha de información" entre el usuario y el modelo: la diferencia entre las instrucciones (el "mapa") y la tarea real (el "territorio"). A estas diferencias las llama "incógnitas". El éxito con Fable depende de nuestra habilidad para identificar y aclarar estas incógnitas, un proceso iterativo que ocurre antes, durante y después de la implementación. Thariq categoriza el conocimiento en: lo que sabemos que sabemos, lo que sabemos que no sabemos, lo que no sabemos que sabemos y lo que no sabemos que no sabemos. La guía ofrece técnicas prácticas para cada fase: - **Antes de implementar**: Escaneo de puntos ciegos, lluvia de ideas/prototipado, entrevistas inversas al modelo, uso de referencias (como código fuente) y creación de un plan. - **Durante la implementación**: Mantener un archivo de notas para registrar decisiones y desviaciones. - **Después de implementar**: Crear documentación explicativa para facilitar revisiones y realizar autoevaluaciones para asegurar la comprensión. El artículo concluye que, cuanto más potente es el modelo, más crítico se vuelve el método correcto. Invertir tiempo en definir las incógnitas con Claude, mediante prototipos, planes y preguntas, es la forma de alinear el "mapa" con el "territorio" y lograr los mejores resultados.

marsbitHace 32 min(s)

El ingeniero Claude finalmente presenta Fable 5: 'Manual de la Quemazón', enseñándote a romper la barrera de información con el modelo

marsbitHace 32 min(s)

Trading

Spot

Artículos destacados

Qué es $BANK

Bank AI: Un Paso Revolucionario en el Futuro de la Banca Introducción En una era marcada por avances rápidos en tecnología, Bank AI se encuentra en la intersección de la inteligencia artificial (IA) y los servicios bancarios. Este proyecto innovador busca redefinir el panorama financiero, mejorando la eficiencia operativa, las medidas de seguridad y las experiencias del cliente a través del poder de la IA. A medida que iniciamos esta exploración de Bank AI, profundizaremos en lo que implica el proyecto, sus dinámicas operativas, su contexto histórico y los hitos significativos. ¿Qué es Bank AI? En su esencia, Bank AI representa una iniciativa transformadora destinada a integrar la inteligencia artificial en diversas operaciones bancarias. Este proyecto aprovecha las capacidades de la IA para automatizar procesos, mejorar los protocolos de gestión de riesgos y mejorar la interacción con el cliente a través de servicios personalizados. Los objetivos principales de Bank AI incluyen: Automatización de Funciones Bancarias: Al aprovechar las tecnologías de IA, Bank AI tiene como objetivo automatizar tareas rutinarias, reduciendo la carga sobre los recursos humanos y mejorando la eficiencia. Mejora en la Gestión de Riesgos: El proyecto utiliza algoritmos de IA para predecir e identificar riesgos, fortaleciendo las medidas de seguridad contra el fraude y otras amenazas. Personalización de Servicios Bancarios: Bank AI se centra en ofrecer productos y servicios financieros a medida al analizar datos y comportamientos de los clientes. Mejora de la Experiencia del Cliente: La implementación de soluciones impulsadas por IA, como chatbots y asistentes virtuales, tiene como objetivo proporcionar a los usuarios interacciones más humanas, revolucionando la forma en que los clientes se relacionan con los bancos. Con estos objetivos, Bank AI se posiciona como un jugador crucial para hacer que la banca sea más eficiente, segura y centrada en el usuario. ¿Quién es el Creador de Bank AI? Los detalles sobre el creador de Bank AI siguen siendo desconocidos. Como tal, no se ha identificado a ninguna persona u organización específica en la información disponible. El anonimato que rodea el inicio del proyecto plantea preguntas, pero no resta valor a su ambiciosa visión y objetivos. ¿Quiénes son los Inversores de Bank AI? Al igual que con el creador del proyecto, no se ha divulgado información específica sobre los inversores u organizaciones de apoyo de Bank AI. Sin esta información, es difícil delinear el respaldo financiero y el apoyo institucional que podrían estar impulsando el proyecto hacia adelante. No obstante, la importancia de tener una base de inversión sólida es fundamental para sostener el desarrollo en un campo tan innovador. ¿Cómo Funciona Bank AI? Bank AI opera en varios frentes innovadores, centrándose en factores únicos que lo diferencian de los marcos bancarios tradicionales. A continuación se presentan las características operativas clave: Automatización: Al aplicar algoritmos de aprendizaje automático, Bank AI automatiza varios procesos manuales dentro de los bancos. Esto resulta en la reducción de costos operativos y permite a los trabajadores humanos redirigir sus esfuerzos hacia actividades más estratégicas. Gestión Avanzada de Riesgos: La integración de la IA en las prácticas de gestión de riesgos proporciona a los bancos herramientas para predecir con precisión posibles amenazas como el fraude, asegurando que la información y los activos de los clientes permanezcan seguros. Recomendaciones Financieras Personalizadas: A través del aprendizaje continuo a partir de las interacciones con los clientes, los sistemas de IA desarrollan una comprensión matizada de las necesidades del usuario, lo que les permite ofrecer asesoramiento personalizado sobre decisiones financieras. Interacciones Mejoradas con el Cliente: Utilizando chatbots y asistentes virtuales impulsados por IA, Bank AI permite una experiencia más atractiva para el cliente, permitiendo que los usuarios obtengan respuestas a sus consultas rápidamente, reduciendo así los tiempos de espera y mejorando los niveles de satisfacción. En conjunto, estas características operativas posicionan a Bank AI como un pionero en el sector bancario, estableciendo nuevos estándares para la entrega de servicios y la excelencia operativa. Cronología de Bank AI Entender la trayectoria de Bank AI requiere un vistazo a su contexto histórico. A continuación se muestra una cronología que destaca hitos y desarrollos importantes: Principios de 2010: La conceptualización de la integración de la IA en los servicios bancarios comenzó a ganar atención a medida que las instituciones bancarias reconocían los beneficios potenciales. 2018: Se produjo un aumento notable en la implementación de tecnologías de IA cuando los bancos comenzaron a utilizar herramientas de IA como chatbots para el servicio al cliente básico y sistemas de gestión de riesgos para mejorar la seguridad. 2023: La sofisticación de la IA siguió avanzando, con la introducción de la IA generativa para tareas más complejas como el procesamiento de documentos y el análisis de inversiones en tiempo real. Este año marcó un salto significativo en las capacidades que la tecnología de IA proporcionó a los bancos. 2024-Estado Actual: A partir de este año, Bank AI está en una trayectoria ascendente, con investigaciones y desarrollos en curso que están listos para mejorar aún más las capacidades en las operaciones bancarias. La continua exploración de aplicaciones de IA sugiere desarrollos emocionantes que aún están por venir. Puntos Clave Sobre Bank AI Integración de la IA en la Banca: Bank AI se centra en adoptar la inteligencia artificial para agilizar los procesos bancarios y mejorar las experiencias de los usuarios. Enfoque en Automatización y Gestión de Riesgos: El proyecto enfatiza fuertemente estas áreas, con el objetivo de cambiar la carga de tareas rutinarias mientras se mejoran los marcos de seguridad a través de análisis predictivos. Soluciones Bancarias Personalizadas: Al aprovechar los datos de los clientes, Bank AI permite servicios bancarios a medida que satisfacen las necesidades individuales de los usuarios. Compromiso con el Desarrollo: Bank AI sigue comprometido con los esfuerzos de investigación y desarrollo continuo, asegurando su adaptabilidad y relevancia continua a medida que la tecnología sigue evolucionando. Conclusión En resumen, Bank AI ejemplifica un paso crucial hacia adelante en la industria bancaria, aprovechando la inteligencia artificial para remodelar los paradigmas operativos, mejorar la seguridad y promover la satisfacción del cliente. A pesar de las lagunas en la información sobre el creador y los inversores, los objetivos claros y los mecanismos funcionales de Bank AI proporcionan una sólida base para su evolución continua. A medida que la tecnología de IA sigue avanzando y fusionándose con el sector bancario, Bank AI está bien posicionado para impactar significativamente en el futuro de los servicios financieros, mejorando la forma en que entendemos e interactuamos con la banca.

193 Vistas totalesPublicado en 2024.04.06Actualizado en 2024.12.03

Qué es $BANK

Cómo comprar BANK

¡Bienvenido a HTX.com! Hemos hecho que comprar Lorenzo Protocol (BANK) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Lorenzo Protocol (BANK) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Lorenzo Protocol (BANK)Después de comprar tu Lorenzo Protocol (BANK), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Lorenzo Protocol (BANK)Tradear fácilmente con Lorenzo Protocol (BANK) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

684 Vistas totalesPublicado en 2025.05.09Actualizado en 2026.06.02

Cómo comprar BANK

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de BANK (BANK).

活动图片