谷歌正式下场!当全球巨头掀起“造链之战”

比推Publicado a 2025-08-27Actualizado a 2025-08-27

8 月 27 日,Google Cloud 宣布推出 Google Cloud Universal Ledger (GCUL),这是一条专为金融机构打造的 Layer-1 区块链基础设施。消息一经发布,市场立刻反应强烈,因为这意味着谷歌从过去的“云端服务商”角色,正式转身为区块链的建造者。

image.png

长期以来,谷歌更多是为 Web3 项目提供云托管、节点服务和 API,扮演的是幕后配角。而如今,它将自己推到台前,与 StripeCircle 这样的金融科技公司,以及摩根大通 OnyxCanton Network 等传统金融机构的区块链项目直接展开竞争。这是一次重量级下注,也是一场产业格局的重新洗牌。

竞争格局的加速演化

GCUL 的出现,不是孤立事件,而是“自建链”潮流中的最新一环。近两年,不论是金融科技公司还是传统交易所,都在悄然推出自己的区块链。

image.png

在金融科技阵营中,Stripe 推出了 Tempo,目的很明确:将自己庞大的商户支付网络直接搬上链,以此降低清算成本、提升交易效率。Circle 则在今年夏天宣布了 Arc,把 USDC 稳定币作为区块链的燃料,强调高速结算和跨币种兑换功能。和这两条链不同,谷歌的 GCUL 并不依赖某一种生态,而是打出“可信中立”的旗号,试图让任何机构都能放心使用。

传统金融也不甘落后。摩根大通早在 2019 年就推出了 Onyx,并通过 JPM Coin 在回购市场和跨行清算中落地应用。Canton Network 则是一个多方联盟链,由高盛、德意志交易所、微软和 BNP Paribas 等巨头共同推动,目标是让不同机构的账本互联互通。与此同时,Fnality 在英国上线了受央行监管的支付系统,瑞士 SIX 交易所的 SDX 专注于债券和股票的代币化,而 高盛与 BNY Mellon 的 GS DAP 已经把货币市场基金搬到链上,实现了链上登记和即时转让。

在零售券商和加密交易所中,新的竞争者也不断出现。Robinhood 已经在欧洲推出了基于 Arbitrum 的二层网络,支持 24 小时交易代币化股票和 ETF,并计划在未来迁移到自有区块链。Coinbase 早早上线了 Base,成为首批运行在以太坊之上的交易所公链。Kraken 也正在开发名为 Ink 的链,试图复制这一模式。可以说,不论是华尔街的投行,还是硅谷的科技公司,甚至散户最熟悉的券商和交易所,都在以不同方式争夺“下一个结算网络”的话语权。

对加密行业的意义

这种趋势对加密原生世界来说,既是机遇也是挑战。短期来看,机构资产的代币化更可能首先落地在 GCUL、Onyx、Canton 这样的许可链上,而不是以太坊或 Solana。清算、抵押和批发支付等场景需要合规与审计,这让开放公链难以直接承接。

image.png

但这并不意味着公链会被淘汰。恰恰相反,随着 GCUL 强调“中立”与可编程性,它可能成为一个桥梁:资产先在 GCUL 上生成和登记,再通过跨链通道进入开放的加密市场。那时候,DeFi 可能会迎来全新的流动性来源,而传统金融资产也会找到新的交易渠道。这种“TradFi 与 DeFi 的握手”,或许正是未来几年最值得期待的变化。

新机会的涌现

围绕 GCUL 和其他新链,一个新的创业浪潮正在酝酿。机构在上链过程中,会需要合规的身份认证工具、链上审计和风险控制系统,这些都是创业公司可以切入的方向。随着更多证券、票据和基金走向代币化,如何安全托管和管理这些资产,也会催生新一代托管和风控企业。与此同时,交易所、券商和清算所要与不同链对接,必然需要新的跨链桥梁和网关,这同样意味着巨大的市场空间。

这种场景很像十年前 AWS 刚刚普及时的局面。底层云计算由巨头主导,但真正推动创新的,是成千上万围绕 API 和服务接口生长的初创企业。今天的 GCUL,很可能会重演这一幕,只是主战场从互联网扩展到了全球金融。

双轨并行的未来

可以预见,未来的区块链金融将呈现“双轨并行”的格局。

一条轨道是开放的公链世界。以太坊、Solana、Avalanche 等继续承载零售端的创新,驱动 DeFi、NFT、GameFi 等多样化应用,强调开放性和社区驱动。另一条轨道则是机构的许可链:GCUL、Tempo、Arc、Onyx、Canton、Fnality、SDX、GS DAP,以及 Robinhood、Coinbase、Kraken 等交易所自建链。它们强调合规与稳定,直接与全球金融体系挂钩。

短期内,这两条轨道会各自发展,互不干扰。但长期来看,它们必然会交汇。当合规接口和跨链工具成熟,机构在许可链上生成的资产将能够进入公链市场,而公链上的创新产品也会以改造后的形式进入合规链。那一刻,将标志着传统金融与加密金融真正实现深度融合。

GCUL 的发布,不仅仅是谷歌的一次技术尝试,而是科技巨头对未来金融基础设施的一次押注。这是一场全球性的竞赛,目标只有一个:定义下一代金融结算网络。对普通用户而言,也许感受不到眼下的变化,但未来,当你买的股票、支付的账单、甚至工资发放都在这些链上完成时,你会意识到,这场“账本之战”正在悄然改变整个金融世界。


Twitter:https://twitter.com/BitpushNewsCN

比推 TG 交流群:https://t.me/BitPushCommunity

比推 TG 订阅: https://t.me/bitpush

说明: 比推所有文章只代表作者观点,不构成投资建议

Lecturas Relacionadas

Con un mercado de billones, ¿por qué la tokenización inmobiliaria no despega?

Durante años, la tokenización se ha considerado una forma revolucionaria de transformar la inversión inmobiliaria. Teóricamente, ofrece ventajas claras: permite a los inversores acceder a activos inmobiliarios de alta calidad con pequeñas cantidades, completando transacciones en minutos en lugar de meses, y proporcionando una liquidez inalcanzable en el mercado tradicional. Sin embargo, en la práctica, esta visión aún no se ha materializado. A pesar de su desarrollo, los inmuebles tokenizados representan menos del 0.1% del mercado global de bienes raíces, valorado en unos 300 billones de dólares. La brecha entre la teoría y la realidad es amplia. El error central de los primeros enfoques fue priorizar la tecnología sobre las necesidades reales de los inversores, creando productos sin una infraestructura legal, operativa y regulatoria sólida. Esto ha llevado a una falta de claridad en la propiedad de los activos, normas de distribución de ingresos y liquidez real, manteniendo a los inversores institucionales en un modo de espera. La industria carece de elementos fundamentales: marcos de propiedad legalmente válidos, mecanismos de transferencia regulados, servicios profesionales de gestión y distribución, e interoperabilidad con los sistemas financieros existentes. Sin esta base, los tokens no pueden convertirse en productos financieros confiables. Para los inversores institucionales, la ambigüedad regulatoria y la complejidad añadida son los principales obstáculos, ya que ya cuentan con herramientas de inversión tradicionales bien establecidas. Un modelo maduro debería permitir un acceso regulado a activos inmobiliarios institucionales con bajos montos mínimos, distribución transparente de ingresos por alquiler y liquidez real a través de mercados secundarios regulados. Aunque aún es escaso, el entorno está cambiando: reguladores como los de los Emiratos Árabes Unidos están implementando normas más claras, y algunas plataformas están lanzando productos bajo estos marcos. Además, el tokenización de otros activos reales, como bonos del tesoro, está ganando tracción institucional. El valor de la tokenización inmobiliaria no radica en crear nuevas fuentes de ingresos, sino en optimizar el acceso, la eficiencia y la liquidez de los activos existentes. Para atraer capital a gran escala, debe demostrar una ventaja económica tangible más allá de la innovación tecnológica. La próxima fase no se centrará en emitir más tokens, sino en demostrar operaciones escalables, reguladas y con historiales auditables. El éxito dependerá de la evolución de la infraestructura y el marco regulatorio, ya que la tecnología ya no es la barrera principal. Si estos cimientos se construyen adecuadamente, la tokenización podría acercarse finalmente a su promesa inicial.

marsbitHace 10 min(s)

Con un mercado de billones, ¿por qué la tokenización inmobiliaria no despega?

marsbitHace 10 min(s)

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

"Gran Modelos Linguísticos (LLMs) han superado numerosos exámenes de referencia, pero ¿significa esto que nos acercamos a la Inteligencia Artificial General (AGI)? Un artículo reciente argumenta que en realidad nos estamos alejando, ya que carecemos de una definición clara y medible de la AGI. Frente a un vacío conceptual donde visionarios como Musk o Huang ofrecen predicciones dispares, investigadores como Bennett proponen un nuevo estándar: la AGI debe evaluarse como un 'científico artificial'. Este criterio exige tres capacidades fundamentales más allá de la mera imitación: 1) **Experimentación activa**: capacidad de interactuar autónomamente con entornos nuevos para obtener información, no solo procesar datos pasivamente. 2) **Comprensión causal**: pasar de identificar correlaciones en los datos a entender relaciones de causa-efecto, esencial para una verdadera adaptación. 3) **Balance entre exploración y explotación**: gestionar recursos limitados para buscar nuevos conocimientos mientras aplica los existentes. El artículo critica que el camino actual dominante, el 'Scale-maxing' (maximización de escala mediante datos, parámetros y potencia de cálculo), solo produce respuestas aproximadas memorizadas en los pesos del modelo, fallando en tareas fuera de su distribución de entrenamiento (por ejemplo, errores básicos en comparación de números). La verdadera AGI, según Bennett, requerirá una convergencia de múltiples enfoques metodológicos, no solo la ampliación de modelos. En definitiva, el futuro de la AGI no debe medirse por su habilidad para aprobar exámenes humanos, sino por su capacidad para descubrir nuevo conocimiento de forma autónoma, adaptativa y bajo restricciones prácticas, como lo haría un científico."

marsbitHace 1 hora(s)

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片