YZi Labs Invests in USD.AI to Advance Hardware-Backed AI Financing

TheCryptoTimesPublicado a 2025-08-26Actualizado a 2025-08-26

YZi Labs announced a strategic investment in USD.AI, a protocol that aims to address one of the most critical issues facing the AI industry: funding the infrastructure required to support exponential global compute demand.

The AI sector is set to need over $6.7 trillion of infrastructure investment between now and five years’ time. Whilst a few large players command massive rounds of funding, a large portion of the market is underserved. USD.AI fills this void with new model loans fully secured by physical AI hardware. 

Unlike conventional financing, which takes months of cashflow-based analysis, USD.AI has the ability to close loans in less than seven days, providing critical speed for capital-hungry builders.

USD.AI has already achieved numerous milestones, exceeding $62 million in Total Value Locked (TVL) and collaborating with institutions like K3 Capital, Concrete, Euler, and Pendle to create new, innovative AutoVaults. 

These vaults enable frictionless financing of AI hardware, a testament to the need for real-world asset-backed solutions within decentralized finance (DeFi).

The new funding from YZi Labs will speed up USD.AI’s ambition to scale a new generation of stablecoin to grow in tandem with global compute demand essentially making every operator a hyperscaler.

At YZi Labs, we support builders who bring Web3 rails to the demands of the real world,” stated Dana Hou, YZi Labs Investment Partner. “USD.AI turns AI hardware financing into a DeFi-native yield asset.”

David Choi, co-founder of USD.AI, added: “This is a dollar that scales for Wall Street outsiders. With YZi Labs’ support, we’re excited to expand access for a new generation of AI builders.”

Also Read: YZi Labs Collaborates With 10X for BNB Treasury IPO Plan



Lecturas Relacionadas

Exceso de 1,7 millones de dólares: La caja negra de las facturas de IA queda al descubierto, Anthropic devuelve el dinero pero no reconoce el error

Una auditoría de facturas de IA realizada por la empresa Vaudit en 60 compañías, incluyendo nombres como Panasonic, HP y Honda, identificó cerca de 1.7 millones de dólares en posibles cobros excesivos, principalmente relacionados con el uso de Claude Code de Anthropic. A pesar de que alrededor del 80% de estos cargos en disputa fueron reembolsados por proveedores como Amazon, Google, Microsoft, Anthropic y OpenAI, estas empresas no admitieron ningún error en sus sistemas de facturación. Los supuestos sobrecargos se atribuyeron a tres patrones comunes: facturar por un modelo más caro que el realmente utilizado, cobrar por solicitudes fallidas o con errores, y las "tormentas de reintentos", donde un agente de IA reintenta automáticamente una tarea fallida, generando costos ocultos sin que el usuario lo sepa. El caso subraya la creciente opacidad y complejidad de la facturación de IA, basada en tokens de uso difícil de rastrear y predecir, especialmente con arquitecturas multiagente. Esta falta de transparencia ha impulsado el surgimiento de servicios de auditoría especializados como Vaudit, que opera cobrando un porcentaje de los cargos recuperados. En un contexto separado, Anthropic enfrenta una demanda colectiva por supuestamente ofrecer menos capacidad de uso de la anunciada en sus planes de suscripción Max. Estos incidentes ocurren mientras principales actores de IA se preparan para ofertas públicas iniciales (IPO), destacando la tensión entre el rápido crecimiento del sector y la necesidad de claridad para los clientes que pagan.

marsbitHace 14 min(s)

Exceso de 1,7 millones de dólares: La caja negra de las facturas de IA queda al descubierto, Anthropic devuelve el dinero pero no reconoce el error

marsbitHace 14 min(s)

¿La acción de Circle se ha reducido a la mitad en 45 días, convirtiéndose en un "barómetro de DeFi"?

Redacción: Eric, Foresight News En junio de 2026, Circle experimentó una fuerte caída. La circulación de USDC se redujo a 736 mil millones, 70 mil millones menos que su punto máximo, y el precio de las acciones de Circle se redujo a la mitad, llegando a alrededor de 63 dólares. En comparación, USDT apenas disminuyó un 3%. Aunque no hay pruebas directas, la sincronización entre la caída de USDC y la del precio de las acciones, junto con incidentes de seguridad en DeFi, respaldan la idea de un analista: Circle es un barómetro de la actividad DeFi. El 75% de USDC circula en exchanges y protocolos DeFi, no en pagos cotidianos. La concentración en pocas direcciones es alta. Mientras que USDT tiene casos de uso reales como pagos de salarios o protección de ahorros en algunos países, USDC depende más de DeFi. El TVL total de DeFi comenzó a caer en abril tras un ataque a Kelp DAO, y el precio de Circle cayó en mayo, mostrando tendencias similares. Para impulsar el uso, Circle colaboró con Coinbase para que USDC fuera el activo de liquidación en Hyperliquid, cediendo el 90% de los rendimientos de las reservas. También se utiliza en plataformas como Lighter y en pagos institucionales regulados. Sin embargo, estos usos "reales" no generan tanto volumen de emisión como la actividad en cadena. El crecimiento futuro de Circle depende de reducir su dependencia de DeFi o de demostrar que los pagos tradicionales pueden aumentar significativamente la circulación de USDC. A corto plazo, la clave está en que DeFi recupere la confianza del mercado superando los desequilibrios entre riesgo y rendimiento.

Foresight NewsHace 15 min(s)

¿La acción de Circle se ha reducido a la mitad en 45 días, convirtiéndose en un "barómetro de DeFi"?

Foresight NewsHace 15 min(s)

Tencent compra chips de Baidu

Los gigantes tecnológicos chinos, que tradicionalmente competían en ecosistemas cerrados, están cambiando su estrategia hacia la apertura y especialización en la era de la IA. Un ejemplo clave es el reporte de que Tencent se ha convertido en cliente importante de Kunlunxin, la unidad de chips de IA de Baidu, la cual planea una OPI con una valoración que supera a la de su matriz. Fenómenos similares ocurren con Alibaba, cuyo brazo de semiconductores, T-Head, también busca independizarse. Este giro estratégico responde a un cambio en la lógica de la industria. En el pasado, los chips eran un centro de costos interno para reducir gastos en hardware. Hoy, con la explosión de agentes de IA y aplicaciones multimodales, la inferencia se ha convertido en un negocio masivo por sí mismo, transformando a estos departamentos en fuentes de ingresos. Para alcanzar economías de escala y reducir costos, es crucial vender a clientes externos, incluso a competidores. Esta dinámica refleja una maduración del ecosistema de IA en China, donde comienza a surgir una división del trabajo similar a la de la industria global. Gigantes como OpenAI, Google y Amazon también desarrollan sus propios chips para controlar costos de inferencia, su mayor gasto, y crear ventajas mediante la optimización integral de software y hardware. La carrera de la IA ha descendido a la infraestructura. La competencia ya no se centra únicamente en los parámetros del modelo, sino en métricas fundamentales como el coste por token, la eficiencia de los clústeres de inferencia y el acceso garantizado a potencia de cálculo. La desvinculación de capacidades como los chips señala el fin de la era de los monopolios cerrados y el inicio de una colaboración forzada por la magnitud y complejidad de la cadena de suministro de IA.

marsbitHace 29 min(s)

Tencent compra chips de Baidu

marsbitHace 29 min(s)

AI como jefe, a punto de llevar a la quiebra a 10 empresas...

La Universidad de Princeton ha creado un simulador llamado **CEO-Bench** que evalúa la capacidad de las IAs para gestionar una empresa virtual de SaaS durante 500 días, con un capital inicial de 1 millón de dólares. El objetivo es maximizar las ganancias. De los 14 modelos evaluados, solo **Claude Fable 5** destacó de manera excepcional, logrando 47,15 millones de dólares. Le siguieron Claude Opus 4.8 y GPT-5.5 con ganancias positivas. Sorprendentemente, un algoritmo simple basado en reglas obtuvo el cuarto lugar con 15,76 millones, superando a varios modelos avanzados. La investigación revela que el éxito en este entorno incierto requiere **exploración y adaptación constante**, en lugar de un enfoque conservador. Los mejores modelos mostraron una alta capacidad para **detectar información oculta, predecir flujos de efectivo y planificar con antelación**. Además, se observó que el uso de agentes especializados en programación no siempre es eficaz en este contexto, ya que la optimización para otras tareas puede limitar su desempeño. El estudio concluye que, aunque la IA ha demostrado habilidades notables para la gestión operativa dentro de un marco establecido, **la intuición estratégica y la capacidad de simplificar problemas complejos—como hizo Steve Jobs con la matriz de productos de Apple—siguen siendo cualidades humanas distintivas.** La IA aún no puede replicar la visión transformadora necesaria para tomar decisiones radicales en escenarios de alta incertidumbre.

marsbitHace 40 min(s)

AI como jefe, a punto de llevar a la quiebra a 10 empresas...

marsbitHace 40 min(s)

Trading

Spot
活动图片