World Liberty proposes using 5% of treasury to boost its stablecoin

cointelegraphPublicado a 2025-12-18Actualizado a 2025-12-18

Resumen

World Liberty Financial, backed by the Trump family, has proposed allocating 5% of its WLFI token treasury—worth approximately $120 million—to expand the supply of its USD1 stablecoin. The goal is to increase adoption and competitiveness in the stablecoin market by forming new CeFi and DeFi partnerships. The team argues that a larger USD1 circulation would drive demand for WLFI-governed services and strengthen the ecosystem. The proposal is currently under community vote, with initial responses showing slight opposition. USD1, launched in March, is the seventh-largest USD-pegged stablecoin with a $2.74 billion market cap, but still trails significantly behind competitors like PayPal’s PYUSD.

Trump family-backed World Liberty Financial has proposed using 5% of the project’s WLFI token treasury to grow the supply of its stablecoin USD1.

The proposal was posted to the World Liberty Financial governance forum on Wednesday, with the team highlighting the importance of increasing USD1 supply to keep up with “an increasingly competitive stablecoin landscape.”

The proposal outlines that the additional supply would help spread “USD1 use cases across select high-profile CeFi & DeFi partnerships,” with increased adoption helping to create more “value capture” opportunities in the WLFI ecosystem.

“As USD1 grows, more users, platforms, institutions, and chains integrate with World Liberty Financial infrastructure. This increases the scale and influence of the network governed by WLFI holders,” the team said.

“More USD1 in circulation leads to more demand for WLFI-governed services, integrations, liquidity incentives, and ecosystem programs,” it added.

Source: World Liberty Financial

World Liberty Financial’s WLFI token started trading on exchanges in September. Leading up to the launch, the project indicated that 19.96 billion of the total WLFI supply would be allocated to the treasury. At current prices, that total sum is worth almost $2.4 billion, with a 5% unlock equating to around $120 million.

The team outlined three potential voting options in the proposal: for, against or abstain. The vote is now live, but it is not explicitly clear how the voting is taking place.

Related: Binance mulls new US strategy, CZ potentially reducing stake: Report

The reaction to the proposal is currently mixed, with “against” slightly edging out those who indicate they support the proposal.

Community responses to the proposal. Source: World Liberty Financial

The project’s stablecoin launched in March and has a market cap of $2.74 billion according to CoinGecko data, making it the seventh-largest USD-pegged stablecoin on the market.

The 5% treasury unlock may help spur growth of the asset; however, it has a lot of catching up to do if it wants to displace competitors, with sixth-placed PYUSD from PayPal having a market cap $1.1 billion larger than USD1.

Magazine: Big questions: Would Bitcoin survive a 10-year power outage?

Lecturas Relacionadas

Agente del FBI roba criptoactivos por valor de un millón de dólares, y su propio ChatGPT lo "delata"

Un exagente del FBI, Patrick Steven Yaroch, fue arrestado por robar casi un millón de dólares en criptomonedas de carteras vinculadas a un caso de espionaje que investigaba. Tras memorizar las frases semilla de las carteras enemigas a las que tuvo acceso en la base de datos del FBI, transfirió los fondos a su propia cuenta en numerosas ocasiones durante más de un año. El caso salió a la luz cuando Yaroch confesó voluntariamente a un antiguo colega del Departamento de Justicia, afirmando que el remordimiento lo estaba "atormentando". Sin embargo, las pruebas clave incluyeron conversaciones recuperadas de su teléfono donde consultaba a ChatGPT sobre cómo retirarse antes de los 40 años y mudarse a un viñedo en Portugal, planes que luego comenzó a organizar. Sus métodos fueron poco sofisticados: almacenó parte de los fondos en un exchange y otra porción en un protocolo DeFi de la cadena Sui, elección que según él se debió en parte a que le gustaba el logotipo de la plataforma. Este movimiento dejó un rastro permanente en la cadena de bloques. El FBI logró recuperar aproximadamente 925,000 dólares. El caso expone graves vulnerabilidades en la custodia de pruebas digitales sensibles por parte de las agencias y sirve como advertencia sobre el rastro digital que dejan las consultas en aplicaciones de chat, las cuales pueden convertirse en pruebas.

marsbitHace 13 min(s)

Agente del FBI roba criptoactivos por valor de un millón de dólares, y su propio ChatGPT lo "delata"

marsbitHace 13 min(s)

Nace el «DeepSeek Biológico» chino: 4 talentos de Oxford dejan que la IA tome las riendas de la ciencia de la vida

DeepSeek-V4-Flash acaba de revolucionar el campo de los modelos de lenguaje general, y ahora llega su equivalente chino para las ciencias de la vida: GeneLLM. Desarrollado por Jindushengke, fundada por cuatro talentos graduados de Oxford, este modelo multimodal es el primero del mundo entrenado directamente con datos ómicos crudos, y ha sido publicado en prestigiosas revistas como *Nature Communications* y *Advanced Science*. GeneLLM opera de manera similar a un modelo de lenguaje, pero en lugar de predecir la siguiente palabra, predice la siguiente secuencia de información biológica. Utiliza las cuatro bases del ARN (A, U, G, C) como tokens fundamentales, aprendiendo patrones directamente de datos crudos de transcriptómica, proteómica y metabolómica, sin depender de anotaciones genéticas predefinidas. Con versiones de 1.5B y 30B de parámetros, el modelo puede lograr una alta precisión en el diagnóstico de enfermedades con costos de secuenciación reducidos en un 83%, allanando el camino para una medicina de precisión más accesible. Sin embargo, la visión de Jindushengke va más allá del modelo. La compañía ha desarrollado BioFord Harness, una infraestructura que conecta la inteligencia artificial con el laboratorio físico. Este sistema traduce las intenciones científicas en instrucciones ejecutables para diversos equipos, gestiona su programación y hace que los resultados (incluyendo los fracasos) retroalimenten el ciclo de aprendizaje. La plataforma BioFord Agent integra cinco "agentes" inteligentes que automatizan todo el flujo de investigación, desde la revisión de literatura y el diseño experimental hasta el análisis de datos, reduciendo ciclos de meses a semanas. Fundada en 2022, Jindushengke ha cerrado cuatro rondas de financiación en un año, respaldada por inversores como Sequoia China y Gaotegia. Su estrategia se centra en construir la infraestructura crítica ("el último kilómetro") que conecta el mundo digital de la IA con la experimentación física, diferenciándose de otros actores que se enfocan únicamente en modelos digitales o en fábricas de ciencia totalmente automatizadas. Su ventaja competitiva radica en la acumulación de datos experimentales, protocolos de dispositivos y experiencia operativa en laboratorios reales, posicionándola para definir una nueva forma de hacer descubrimientos científicos.

marsbitHace 21 min(s)

Nace el «DeepSeek Biológico» chino: 4 talentos de Oxford dejan que la IA tome las riendas de la ciencia de la vida

marsbitHace 21 min(s)

El mayor agujero negro de la IA: tras ingresar 1 billón de dólares al año, Anthropic ve cómo el precio de la potencia de cálculo se dispara 10 veces

La industria de la IA enfrenta una posible redefinición radical en el precio de la capacidad computacional. Según un análisis del podcast tecnológico Dwarkesh Patel, si los ingresos de laboratorios como Anthropic alcanzan niveles billonarios mientras el suministro de potencia de cálculo (compute) solo crece unas 3 veces anuales, el precio de esta podría multiplicarse por más de 10. El razonamiento central es un cambio de paradigma: las GPUs como la H100 ya no son solo hardware, sino portadoras de "fuerza laboral digital" capaz de sustituir a profesionales humanos bien remunerados (p. ej., un ingeniero de software de Silicon Valley con un salario de 250.000 USD/año). Actualmente, existe una gran discrepancia entre este valor potencial y el precio real de alquiler de dicha capacidad. Este desajuste se ve agravado porque el crecimiento de los ingresos y la demanda de IA supera con creces la capacidad de expansión física de la infraestructura de compute, limitada por los ciclos de producción de semiconductores (ley de Moore, fábricas de chips, disponibilidad de litografía EUV). Ante esta escasez, la economía de la IA favorecería a los modelos más capaces, ya que los intentos fallidos con modelos inferiores consumirían más tiempo y recursos costosos. Algunos escépticos argumentan que existen límites prácticos para la monetización de la IA y que históricamente las predicciones de escasez de recursos han fallado. No obstante, Patel sostiene que la oferta de compute tiene una elasticidad mucho menor que la de materias primas tradicionales. En conclusión, aunque la potencia de cálculo pueda volverse abundante en el futuro, la industria podría enfrentarse primero a una era de inflación extrema y una intensa carrera armamentística por este recurso estratégico.

marsbitHace 22 min(s)

El mayor agujero negro de la IA: tras ingresar 1 billón de dólares al año, Anthropic ve cómo el precio de la potencia de cálculo se dispara 10 veces

marsbitHace 22 min(s)

El foso que Huang construyó en 20 años con CUDA, la IA acaba de agrietarlo en 10 horas

La "fortaleza inexpugnable" de CUDA, desarrollada durante casi 20 años por NVIDIA, está enfrentando nuevos desafíos, especialmente en el campo de la inferencia de IA. Una empresa emergente llamada Infinity utilizó un agente de IA llamado Ignition para crear un software similar a CUDA para el chip de inferencia de d-Matrix en solo 10 horas. Esto subraya el potencial de los agentes de IA para automatizar la generación y optimización de código de kernel a bajo nivel. Si bien el evento demuestra avances, expertos advierten que replicar el ecosistema completo de CUDA (bibliotecas, herramientas, comunidad de desarrolladores) sigue siendo una tarea monumental. La verdadera barrera ahora podría estar desplazándose hacia el *ecosistema de verificación y optimización*. El mercado de *inferencia* de IA se perfila como el campo de batalla principal para los competidores. A diferencia del entrenamiento, que requiere el máximo rendimiento y estabilidad en clústeres masivos, la inferencia prioriza el costo por consulta y es más flexible en cuanto al hardware. Esto permite que chips especializados, como los de d-Matrix, Rebellions, Cerebras y los de grandes proveedores de nube, busquen una porción del mercado demostrando mayor eficiencia o menor costo en tareas específicas. NVIDIA no está estática; también emplea IA para acelerar el desarrollo y la verificación de CUDA. La carrera a largo plazo dependerá de si los competidores pueden cerrar la brecha más rápido de lo que NVIDIA puede evolucionar su propia pila de software. Por ahora, la ventaja de NVIDIA en entrenamiento sigue siendo sólida, pero la inferencia podría ver cambios más rápidos y una mayor competencia.

marsbitHace 27 min(s)

El foso que Huang construyó en 20 años con CUDA, la IA acaba de agrietarlo en 10 horas

marsbitHace 27 min(s)

Trading

Spot
活动图片