Риппл RLUSD стимулирует бычье IPO, пока Уолл-стрит наблюдает за развивающимся ончейн-расчетом.

cryptonews.ruPublicado a 2025-02-19Actualizado a 2025-08-20

Историческое IPO компании Bullish нарушило прецедент с $1,15 миллиарда, полностью урегулированными на блокчейне с использованием RLUSD и ведущих стейблкоинов, открывая новую эру для цифровых рынков капитала.

RLUSD и ведущие стейблкоины установили прецедент урегулирования на блокчейне в IPO Bullish

Стейблкоин Ripple USD (RLUSD), выпущенный на XRP Ledger, сыграл ключевую роль в историческом первичном публичном размещении (IPO) компании Bullish. Платформа цифровых активов объявила 19 августа 2025 года, что получила $1,15 миллиарда в ходе IPO, урегулированные в стейблкоинах. Торгуясь на Нью-Йоркской фондовой бирже под тикером BLSH, Bullish стала первым эмитентом, завершившим урегулирование IPO на блокчейне.

Ripple признала эту веху на платформе социальной сети X:

Поздравляем Bullish с успешным IPO! Часть поступлений от IPO была урегулирована в $RLUSD, выпущенном на XRP Ledger. Это первое публичное размещение, которое перенесло процесс урегулирования на блокчейн и создает прецедент, как стейблкоины могут формировать будущие листинги.

Помимо RLUSD, более широкое урегулирование включало разнообразную корзину стейблкоинов, включая USD Coin (USDC), Euro Coin (EURC), Paypal USD (PYUSD), Global Dollar (USDG), USD CoinVertible (USDCV), EUR CoinVertible (EURCV), USD1, Agora Dollar (AUSD) и EURAU.

Это событие отражает растущее институциональное влияние RLUSD. Заявка на IPO Gemini на Nasdaq от 15 августа показала Кредитное соглашение Ripple, которое позволяет занимать до $150 млн, с кредитами в RLUSD, доступными сверх порога в $75 млн. Между тем, Mesh, компания по инфраструктуре платежей, объявила 12 августа, что RLUSD добавлен в её сеть из более чем 50 токенов, позволяя потребителям платить и принимать его на кассе.

RLUSD является неотъемлемой частью сети Ripple Payments, которая охватывает 90 рынков выплат и поддерживает 55 валют. В отчете от 25 июля Ripple подчеркнула роль стейблкоинов, включая RLUSD, USDC и USDT, в обеспечении быстрых и недорогих платежей в нестабильных регионах с ограниченным доступом к доллару США. Компания отметила: «Стейблкоины, такие как USDC, USDT, RLUSD и более новые токены, ориентированные на регионы, интегрируются в кошельки и платёжные платформы по всему миру — особенно там, где доступ к USD ограничен и существует большая валютная волатильность».

Уверенность рынка в RLUSD была подкреплена его нормативной и резервной структурой. 18 июля Bluechip, независимое рейтинговое агентство, поставило RLUSD на первое место среди стейблкоинов с рейтингом «A», отметив его надежное обеспечение активами, такими как казначейские векселя США, государственные денежные фонды и банковские депозиты, а также контроль со стороны Департамента финансовых услуг штата Нью-Йорк (NYDFS).

Lecturas Relacionadas

Dwarkesh Patel: La siguiente generación de IA podría nacer del trabajo duro

El conocido presentador de podcasts de tecnología de Silicon Valley, Dwarkesh Patel, explora cuál podría ser el próximo paradigma de entrenamiento para la IA. Identifica el "Reinforcement Learning with Verifiable Rewards" (RLVR) como el enfoque actual líder, que permite a los modelos practicar de forma masiva en tareas como programación o matemáticas, donde los resultados pueden verificarse y el entorno puede replicarse fácilmente. Sin embargo, Dwarkesh argumenta que el RLVR por sí solo es insuficiente para tareas del mundo real complejas, como emprender un negocio o gestionar una campaña política. Estas tareas, aunque tienen resultados verificables, carecen de "molienda" (*grindability*): son lentas, tienen muchas variables y no se pueden replicar o resetear a gran escala en un centro de datos. La propuesta clave es superar la limitación del "aprendizaje en contexto" actual, donde los modelos se adaptan temporalmente pero no retienen el conocimiento a largo plazo. Dwarkesh sugiere que la próxima generación de IA debe aprender continuamente de la experiencia del mundo real y "escribir" ese aprendizaje de nuevo en sus pesos fundamentales. Menciona dos posibles direcciones: la "autodestilación en política" (*On-Policy Self-Distillation*), que comprime la experiencia de tareas reales en actualizaciones del modelo, y el "sueño" (*dreaming*), donde la IA crea simulaciones basadas en observaciones reales para practicar y refinar estrategias. En resumen, el futuro paradigma que imagina Dwarkesh implica una transición: de entrenar modelos antes del lanzamiento con tareas verificables, a permitirles aprender continuamente después del despliegue a partir de la interacción con el mundo real, convirtiendo la experiencia práctica en una capacidad permanente.

marsbitHace 23 min(s)

Dwarkesh Patel: La siguiente generación de IA podría nacer del trabajo duro

marsbitHace 23 min(s)

Trading

Spot
活动图片