Объем выпуска стейблкоина MetaMask превысил $65 млн

cryptonews.ruPublicado a 2025-03-21Actualizado a 2025-09-22

Предложение «стабильной монеты» mUSD от MetaMask выросло с $15 млн до $65 млн за неделю после запуска. Об этом свидетельствуют данные с сайта Web3-кошелька.

Источник: MetaMask.

Большая часть эмиссии «стабильной монеты» находится в сети Linea — 88,2%. Оставшиеся 11,8% размещены в Ethereum.

Источник: Dune.

Команда MetaMask объявила о запуске mUSD в конце августа. Релиз состоялся 15 сентября.

MetaMask USD ($mUSD) is now live. 🦊

The best way in and out of crypto is here. pic.twitter.com/h6zSUao7Ka
— MetaMask.eth 🦊 (@MetaMask) September 15, 2025

mUSD выпускается через платформу Bridge от Stripe с использованием децентрализованной инфраструктуры M0. Стейблкоин полностью обеспечен ликвидными эквивалентами доллара США — денежными средствами и краткосрочными казначейскими облигациями — в соотношении 1:1.

19 сентября сооснователь Ethereum и CEO компании ConsenSys Джозеф Любин заявил, что MetaMask также готовится к запуску нативного токена в ближайшем будущем.

Ситуация на рынке стейблкоинов

Рост эмиссии mUSD совпал с общим увеличением предложения привязанных к доллару США «стабильных монет». Показатель достиг $279,8 млрд. Лидером остается USDT от Tether, на который приходится $172,3 млрд.

21 сентября капитализация сектора стейблкоинов впервые превысила $292,8 млрд.

Источник: DeFi Llama.

22 сентября стало известно о партнерстве блокчейн-платформы Kaia и LINE NEXT — Web3-подразделения южнокорейского мессенджера LINE. Стороны объявили о запуске «суперприложения» для работы со стейблкоинами под названием Project Unify.

Asia's waking up to the trillion-dollar stablecoin puzzle

Every day, millions of people across this continent move money the same way their grandparents did, through systems built decades before the internet existed.

But something is different. Let us tell you what's really…
— Kaia (@KaiaChain) September 22, 2025

Новый сервис объединит платежи, переводы и фиатные шлюзы в одном интерфейсе. Пользователи смогут:

получать вознаграждения за хранение стейблкоинов;
переводить средства через мессенджер;
оплачивать покупки по всему миру с кешбэком.

Разработчики также представят SDK для интеграции «стабильных монет» в сторонние приложения. Платформа будет поддерживать стейблкоины, привязанные к доллару США, японской иене, тайскому бату и другим азиатским валютам.

Запуск бета-версии Unify намечен на конец года.

Напомним, аналитики JPMorgan назвали проблему «гонки стейблкоинов». По их словам, прогнозируемая волна запуска «стабильных монет» в США может превратиться в соревнование с нулевой суммой.

Lecturas Relacionadas

Ganancia durante siete trimestres seguidos: la operación de arbitraje en los mercados emergentes supera a todo

Los carry trades con financiación en dólares en los mercados emergentes han generado ganancias durante siete trimestres consecutivos, la racha más larga desde 2008. La estrategia, que consiste en pedir prestado en monedas de bajo interés como el dólar para invertir en activos de alto rendimiento en mercados emergentes, ha obtenido un rendimiento aproximado del 22% desde finales de 2024, superando ampliamente a la deuda estadounidense y emergente. El éxito se debe tanto a los altos diferenciales de tipos de interés como a la apreciación de las monedas emergentes frente al dólar. Países como Colombia, Turquía y Brasil han ofrecido rendimientos especialmente atractivos. Aunque la intervención coordinada de EE.UU. y Japón en agosto provocó volatilidad, los flujos se adaptaron utilizando otras monedas de financiación como el euro, evitando una liquidación desordenada. Los riesgos a futuro incluyen el momento en que la Reserva Federal cambie su política, el posible exceso de capital concentrado en esta operación y cuánto tiempo podrán los bancos centrales de mercados emergentes mantener las altas tasas de interés. A pesar de ello, gestores de fondos destacados mantienen su confianza en esta estrategia, buscando oportunidades en mercados como Sudáfrica, México, Turquía y Brasil.

marsbitHace 4 min(s)

Ganancia durante siete trimestres seguidos: la operación de arbitraje en los mercados emergentes supera a todo

marsbitHace 4 min(s)

El dúo mentor-discípulo Tsinghua-Wharton resuelve un misterio de 40 años, el núcleo matemático lo escribió todo GPT, tú también podrías hacerlo

Investigadores de Tsinghua y Wharton, con ayuda de GPT-5.6 Sol Pro, resolvieron un problema abierto durante 40 años en optimización: demostraron que el descenso de gradiente, ajustando solo la secuencia del tamaño de paso, tiene un límite de convergencia de Ω(T^{-1.9319}). Esto significa que para alcanzar la velocidad óptima, es necesario modificar la estructura del algoritmo, no solo los pasos. La prueba central fue generada y validadas por IA usando el verificador formal Lean 4, sin intervención matemática no trivial humana. El trabajo sugiere un nuevo paradigma donde investigadores pueden delegar pruebas complejas a asistentes de IA accesibles.

marsbitHace 13 min(s)

El dúo mentor-discípulo Tsinghua-Wharton resuelve un misterio de 40 años, el núcleo matemático lo escribió todo GPT, tú también podrías hacerlo

marsbitHace 13 min(s)

Anthropic se retracta y se disculpa, Claude 'reducido en inteligencia' de forma encubierta confirmado

El desarrollador argofowl descubrió que Claude Code, desde la versión 2.1.237, estaba interpretando el nivel de razonamiento "high" como un valor de 10/100, equivalente al antiguo nivel "low". Esto formaba parte de una prueba A/B de "escala de esfuerzo comprimida" realizada por Anthropic sin notificación, lo que causó frustración entre los desarrolladores que dedicaron tiempo a depurar su código sin saberlo. El ingeniero Thariq Shihipar respondió que el experimento solo cambia el mapeo numérico y no afecta el rendimiento, según sus evaluaciones. Sin embargo, surgieron quejas más amplias sobre Claude Opus 5, siendo acusado de volverse más vago, propenso a errores y de rendimiento inconsistente. Thariq reconoció que Opus 5 es un modelo "notablemente inestable" y que solucionarlo es de máxima prioridad. El incidente destaca una desconexión sistémica en la industria de la IA: mientras los puntajes de referencia (benchmarks) siguen mejorando, la experiencia subjetiva de los usuarios a menudo se deteriora. Las actualizaciones de modelos se realizan de manera opaca, con pruebas A/B, cambios de cuantización y ajustes en el servidor sin la transparencia de las actualizaciones de software tradicionales, dejando a los usuarios confiar únicamente en su percepción. La estabilidad del modelo es fundamental para generar confianza cuando se convierte en infraestructura básica.

marsbitHace 14 min(s)

Anthropic se retracta y se disculpa, Claude 'reducido en inteligencia' de forma encubierta confirmado

marsbitHace 14 min(s)

Develando el verdadero panorama de apalancamiento, liquidez y riesgos detrás de la tokenización de activos

El artículo analiza la realidad de los activos del mundo real tokenizados (RWA) en el ecosistema DeFi, argumentando que la mera tokenización, como un código de barras, es insuficiente. La verdadera transformación proviene de la creación de un sistema financiero completo: liquidez efectiva en condiciones adversas, mecanismos de préstamo y apalancamiento, y un sólido proceso de liquidación de riesgos. El autor destaca cuatro principales desafíos: 1) La discordancia de tiempo entre los mercados blockchain (24/7) y los tradicionales, lo que genera un vacío de liquidez y riesgos durante eventos de liquidación. 2) La necesidad de redefinir la liquidez no como TVL, sino como la capacidad de salida en ventanas de tiempo realistas bajo presión. 3) La paradoja de que el apalancamiento, aunque crucial para la utilidad, introduce fragilidad si los modelos de riesgo (por ejemplo, ratios de colateralización) no consideran factores estructurales más allá de la volatilidad del precio. 4) La naturaleza interconectada del riesgo, que debe modelarse como una red de dependencias entre custodia, oráculos, mecanismos de reembolso y protocolos DeFi. Más allá de los bonos del tesoro, que son un primer paso, se exploran casos complejos como la energía y la capacidad de cómputo (GPU). Finalmente, se propone que la verdadera integración ocurre cuando un token RWA puede soportar una crisis, integrado en un sistema de mercado resiliente con herramientas como contratos perpetuos complementarios. La visión final no es "tokenizarlo todo", sino crear un sistema donde los activos productivos sean accesibles y gestionables por software en tiempo real.

marsbitHace 28 min(s)

Develando el verdadero panorama de apalancamiento, liquidez y riesgos detrás de la tokenización de activos

marsbitHace 28 min(s)

El fin de las matemáticas: 40 destacados matemáticos se reúnen en una conferencia secreta de OpenAI

El reciente ganador de la Medalla Fields, Jacob Tsimerman, anunció su incorporación a OpenAI para investigar en seguridad de IA. A principios de agosto, junto al científico de OpenAI Sébastien Bubeck, organizó una cumbre secreta en San Francisco con unos 40 matemáticos destacados, donde se presentó una charla titulada "El fin de las matemáticas". El profesor Daniel Litt planteó la posibilidad de un futuro sin investigación matemática humana de alta calidad. Esta preocupación surge tras una serie de avances recientes de la IA, como el refutamiento de la conjetura de la distancia unitaria por un modelo de OpenAI y la generación de 10 nuevos descubrimientos en matemáticas e informática. Otros, como Anthropic, también han logrado resultados, como la construcción de pares de vectores ortogonales en hipercubos de 668 dimensiones con Claude. La IA está produciendo hallazgos a un ritmo que desafía el proceso tradicional de publicación académica. La comunidad matemática está dividida. Más de 3000 matemáticos firmaron la "Declaración de Leiden", pidiendo un uso responsable de la IA. Algunos, como la profesora Bryna Kra, subrayan que el núcleo de las matemáticas es la comprensión, no solo la prueba, y que las IAs aún no pueden explicar claramente sus razonamientos más complejos. En la cumbre, Bubeck esbozó cuatro posibles futuros: las matemáticas como ingeniería de software colaborativa, como física basada en computación, como curación de resultados generados por IA, o la transición de los matemáticos a la seguridad de IA. No se alcanzó un consenso, pero el diálogo ha comenzado. La decisión de Tsimerman de unirse a OpenAI simboliza el dilema actual del campo.

marsbitHace 33 min(s)

El fin de las matemáticas: 40 destacados matemáticos se reúnen en una conferencia secreta de OpenAI