Ley CLARITY en camino a ser aprobada en abril, dice senador

bitcoinistPublicado a 2026-02-20Actualizado a 2026-02-20

Resumen

El senador Bernie Moreno declaró que espera que la Ley CLARITY sea aprobada por el Congreso de EE.UU. antes de abril, lo que generó reacciones inmediatas en los mercados. El principal punto de conflicto son los rendimientos de las stablecoins, ya que el proyecto prohibiría las que generen intereses y otorgaría mayor autoridad a la SEC. Coinbase retiró inicialmente su apoyo por esta razón. La Casa Blanca presiona por un acuerdo rápido, pero persisten divisiones partidistas y regulatorias. Los mercados de predicción reflejan volatilidad en las probabilidades de aprobación. Aunque hay impulso político, la complejidad de la normativa y las posturas divergentes entre bancos, empresas de cripto y reguladores podrían ralentizar el proceso. La ley brindaría claridad regulatoria para exchanges, emisores de stablecoins e inversores.

Legisladores estadounidenses y líderes de cripto dicen que un proyecto de ley importante podría avanzar rápidamente. Según una entrevista in situ, el senador Bernie Moreno dijo a los periodistas que espera que la Ley CLARITY de EE. UU. sea aprobada por el Congreso para abril.

El comentario se produjo durante una reunión reciente con miembros de la prensa, y desató un torrente de reacciones en los mercados y en los pasillos del poder.

Legisladores e industria en desacuerdo sobre la Ley CLARITY

Los informes señalan que la mayor disputa pendiente es sobre los rendimientos de las stablecoins. El CEO de Coinbase, Brian Armstrong, dijo que las conversaciones de la industria son más esperanzadoras ahora, pero había retirado el apoyo de su grupo anteriormente porque el proyecto de ley prohibiría las stablecoins que generan intereses y pondría a la SEC en el centro como el regulador principal.

Ese tira y afloja importa. Los bancos preocupan que el fácil rendimiento de los tokens de cripto podría retirar depósitos y debilitar su modelo. Las firmas de cripto contraargumentan que tales productos son útiles y demandados. Ambos lados también quieren reglas claras para que las empresas puedan planificar con anticipación.

Los formuladores de políticas tienen impulso

Según informes, la Casa Blanca reaccionó con fuerza cuando un exchange importante se retiró del apoyo. La oficina ejecutiva señaló sorpresa y urgió un acuerdo más rápido.

Los mercados lo notaron. Los mercados de predicción se movieron, con las probabilidades de aprobación oscilando dramáticamente en respuesta a la entrevista mediática.

Polymarket mostró un fuerte aumento en la probabilidad de que el proyecto de ley fuera aprobado — luego un retroceso una vez que se cuestionaron los detalles.

Fuente: Polymarket

“Ojalá para abril,” dijo Moreno durante una entrevista en el resort Mar-a-Lago del presidente estadounidense Donald Trump en Florida el miércoles.

BTCUSD actualmente cotizando a $66,621. Gráfico: TradingView

Qué podría romper el acuerdo

Trump ha impulsado un mensaje pro-cripto, y eso ayuda a reunir impulso entre aliados en el Congreso. Pero las líneas partidistas permanecen.

Si los miembros vinculan el proyecto de ley demasiado cerca de una sola marca política, el apoyo bipartidista podría desgastarse. Además, los bancos y reguladores no son uniformes: algunas grandes instituciones quieren reglas más estrictas; otras prefieren barreras de protección más limitadas y claras que permitan que ciertos productos existan bajo supervisión.

Por qué la aprobación rápida es incierta

Los informes dicen que los actores de la industria quieren claridad lo antes posible, mientras que algunos reguladores quieren una autoridad más amplia. Esa diferencia explica las disputas públicas.

Los negociadores pueden y se mueven rápidamente cuando el liderazgo prioriza una medida, sin embargo, los proyectos de ley financieros complejos a menudo requieren muchas rondas de redacción y enmienda. Aun así, los legisladores y ejecutivos en las reuniones de la industria parecen estar presionando fuertemente para una resolución pronto.

Si el proyecto de ley es aprobado, podría traer reglas más claras para exchanges, bancos y emisores de stablecoins. Para los inversores, la claridad es generalmente buena. Para las empresas, la forma del texto final determinará si los nuevos productos viven o mueren.

Imagen destacada de Wallpapers.com, gráfico de TradingView

Preguntas relacionadas

Q¿Qué dijo el senador Bernie Moreno sobre la fecha de aprobación de la Ley CLARITY?

AEl senador Bernie Moreno declaró que espera que la Ley CLARITY sea aprobada por el Congreso de EE.UU. para el mes de abril.

Q¿Cuál es el principal punto de desacuerdo entre los legisladores y la industria sobre la Ley CLARITY?

AEl mayor desacuerdo es sobre los rendimientos de los stablecoins. La industria se opone a que el proyecto de ley prohíba los stablecoins que generen intereses y otorgue a la SEC un papel principal como regulador.

Q¿Cómo reaccionaron los mercados de predicción a las declaraciones del senador?

ALos mercados de predicción, como Polymarket, mostraron un fuerte aumento en la probabilidad de que el proyecto de ley se aprobara, seguido de un retroceso una vez que se cuestionaron los detalles.

Q¿Qué factor podría dificultar el apoyo bipartidista al proyecto de ley?

ASi el proyecto de ley se asocia demasiado con una sola marca política, el apoyo bipartidista podría debilitarse.

Q¿Por qué es incierta una aprobación rápida de la ley, según los informes?

APorque la industria quiere claridad de inmediato, mientras que algunos reguladores desean una autoridad más amplia. Además, los proyectos de ley financieros complejos suelen requerir múltiples rondas de redacción y enmiendas.

Lecturas Relacionadas

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 13 min(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 13 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 15 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 15 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 22 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 22 min(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 2 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 2 hora(s)

Trading

Spot
Futuros
活动图片