Le géant des paiements Stripe acquiert l'équipe du portefeuille crypto Valora

cointelegraphPublié le 2025-12-11Dernière mise à jour le 2025-12-11

Résumé

Le géant du paiement Stripe a acquis l'équipe du portefeuille crypto Valora, un jour après le lancement de son testnet pour son projet blockchain Tempo axé sur les stablecoins. L'équipe de Valora rejoindra Stripe pour travailler sur ses initiatives blockchain, tandis que l'application Valora continuera de fonctionner sous la gestion de cLabs. Le PDG de Valora, Jackie Bona, a souligné la conviction partagée que les stablecoins peuvent élargir l'accès à l'économie mondiale. Stripe bénéficiera de l'expertise de Valora dans les portefeuilles numériques et les applications Web3 conviviales. Cette acquisition s'inscrit dans l'expansion récente de Stripe dans la crypto, notamment avec le projet Tempo développé avec Paradigm, qui a déjà une valorisation pré-lancement de 5 milliards de dollars.

Le géant des paiements Stripe a acquis l'équipe de l'entreprise de portefeuille crypto Valora, juste un jour après avoir lancé son testnet pour son projet blockchain axé sur les stablecoins, Tempo.

Selon la PDG de Valora, Jackie Bona, cette acquisition verra l'équipe de Valora rejoindre Stripe et travailler sur les initiatives blockchain de l'entreprise.

Valora a été fondée mi-2021 après s'être séparée du groupe de développement Celo, cLabs, et avoir levé 20 millions de dollars en financement de série A dans le processus.

L'application Valora est un portefeuille mobile qui prend en charge les stablecoins et d'autres actifs sur Celo, Ethereum, Base, Optimism et Arbitrum. Outre le portefeuille, l'équipe a également développé une plateforme de lancement de protocoles ouverts pour les applications Web3 conçues pour une expérience mobile native.

« Stripe partage notre conviction que les stablecoins et la crypto peuvent considérablement élargir la participation à l'économie mondiale », a déclaré Bona, ajoutant que « en amenant l'équipe de Valora chez Stripe, nous pourrons apporter notre expertise en web3 et nos expériences centrées sur l'utilisateur à une plateforme ayant une portée incomparable. »

Il n'est pas explicitement indiqué sur quoi l'équipe de Valora travaillera ; cependant, Stripe fera appel à une équipe qui s'est fortement concentrée sur les paiements mondiaux, les portefeuilles numériques et les applications Web3 conviviales basées sur smartphone.

« Grâce à ce travail, nous avons vu de première main comment l'accès aux stablecoins et aux infrastructures crypto peut élargir les opportunités économiques. Ces derniers mois, il est devenu clair que nous pourrions accélérer cette mission en rejoignant Stripe, l'une des principales plateformes d'infrastructure financière au monde », a déclaré Bona.

En relation : Les méthodes les plus simples et les plus sûres pour offrir de la crypto à Noël en 2025

L'application Valora continuera de fonctionner, mais ses opérations et son développement futur seront confiés à cLabs.

L'élan se construit pour Stripe et Tempo

Après une relation intermittente avec la crypto, Stripe a fait des progrès dans l'espace blockchain au cours des dernières années. L'élan s'est particulièrement accru depuis la première présentation de Tempo il y a quatre mois en partenariat avec la société de capital-risque crypto Paradigm, le réseau ayant déjà une pré-lancement de 5 milliards de dollars.

Le dernier mouvement de Stripe intervient juste un jour après que le projet de blockchain de couche 1 Tempo de Stripe et Paradigm ait lancé son testnet ouvert.

L'une des principales caractéristiques mises en évidence lors du lancement du testnet était la facilité et la simplicité de créer des stablecoins directement dans le navigateur, entre autres avantages.

Magazine : 11 moments critiques de l'histoire d'Ethereum qui en ont fait la blockchain n°2

Questions liées

QQuelle entreprise a acquis l'équipe de Valora et quel est son domaine d'activité principal ?

AStripe, un géant des paiements, a acquis l'équipe de Valora. Stripe est spécialisée dans les infrastructures de paiement et développe actuellement un projet blockchain axé sur les stablecoins appelé Tempo.

QQu'est-ce que Valora et quelles sont ses principales fonctionnalités ?

AValora est une application de portefeuille mobile crypto qui prend en charge les stablecoins et d'autres actifs sur les blockchains Celo, Ethereum, Base, Optimism et Arbitrum. L'équipe a également développé une plateforme de lancement de protocoles ouverts pour les applications Web3.

QQue deviendra l'application Valora après cette acquisition ?

AL'application Valora continuera de fonctionner, mais ses opérations et son développement futur seront confiés à cLabs, le groupe de développement d'origine de Celo dont Valora était issue.

QQuel est le nom du projet blockchain de Stripe et quel est son objectif principal ?

ALe projet blockchain de Stripe s'appelle Tempo. C'est un réseau de layer-1 axé sur les stablecoins, développé en partenariat avec le fonds d'investissement Paradigm, et visant à simplifier les paiements mondiaux.

QQuelle raison principale a motivé cette acquisition selon la PDG de Valora, Jackie Bona ?

ASelon Jackie Bona, cette acquisition permettra à l'équipe de Valora de contribuer son expertise en Web3 et en expériences utilisateur à la plateforme Stripe, partageant la conviction que les stablecoins peuvent élargir l'accès à l'économie mondiale.

Lectures associées

Les modèles génératifs peuvent aussi être entraînés de bout en bout ? Le noyau est en fait une boucle for

En 2012, AlexNet a révolutionné l'apprentissage profond en introduisant l'entraînement de bout en bout, où le modèle apprend une tâche complète en une seule fois, surpassant les approches par étapes conçues par l'homme. Cependant, les modèles génératifs actuels, comme les modèles autorégressifs ou de diffusion, font exception : ils sont entraînés à prédire une seule petite étape, puis doivent dérouler cette étape des centaines de fois lors de l'inférence. Cet écart entre l'entraînement et l'inférence entraîne un biais d'exposition (exposure bias), où les erreurs s'accumulent. Un récent article de l'Université de l'Illinois et de Harvard propose un nouveau paradigme, appelé Modélisation Exploratoire (Explorative Modeling, ou XM), pour résoudre ce problème. L'idée centrale est simple : au lieu de générer un seul échantillon par étape d'entraînement, le modèle en génère K, puis ne garde que le plus proche des données réelles pour calculer la perte et mettre à jour les paramètres. Cette boucle d'exploration, implémentée en quelques lignes de code, permet au modèle de capturer plusieurs modes de la distribution de données, évitant ainsi le flou modal (mode blurring) où le modèle converge vers une moyenne peu réaliste. Les auteurs démontrent que cette "expressivité générative" agit comme un troisième axe d'optimisation, indépendant de la taille du modèle ou des données. Les résultats montrent des gains croissants avec l'échelle : l'exploration améliore l'efficacité des FLOPs d'un facteur 4,1, l'efficacité des échantillons de 6,2 et l'efficacité des paramètres de 47%. Sur ImageNet, XM atteint un FID de 1,43 sans guidage. Appliqué de bout en bout, XM permet une inférence en une seule passe, rivalisant avec des modèles de diffusion nécessitant des centaines d'étapes, notamment dans des tâches de contrôle robotique. Bien que le concept de sélection du meilleur parmi K (best-of-K) ne soit pas nouveau, cette formalisation clarifie son rôle pour amplifier l'expressivité générative. Alors que les modèles continuent de grandir, cette troisième "molette" pourrait devenir déterminante.

marsbitIl y a 4 mins

Les modèles génératifs peuvent aussi être entraînés de bout en bout ? Le noyau est en fait une boucle for

marsbitIl y a 4 mins

Upbit Rééquilibre 864 Milliards de SHIB lors d'un Transfert Interne entre Portefeuilles

Le courtier sud-coréen Upbit a réorganisé 864 milliards de SHIB entre ses propres portefeuilles internes, un mouvement significatif sur la blockchain mais qui correspond à un rééquilibrage de routine plutôt qu'à une vente. Les transferts, d'une valeur d'environ 4 millions de dollars, ont suivi une hausse de 36% du SHIB, ce qui a attiré l'attention. Cependant, l'analyse des adresses labellisées confirme qu'il s'agit de mouvements entre des portefeuilles chauds et d'autres adresses internes de la plateforme, et non d'un retrait de fonds ou d'une préparation à une vente. Cet événement souligne l'importance de contextualiser les gros mouvements on-chain. La transparence des blockchains peut prêter à confusion si les transferts ne sont pas correctement interprétés. Les échanges rééquilibrent régulièrement leurs actifs entre portefeuilles chauds (pour la liquidité) et froids (pour la sécurité) dans le cadre de leurs opérations normales. Pour les traders, un tel mouvement interne n'a pas d'impact direct sur l'offre disponible sur le marché. L'article conclut que, bien que notable par son ampleur et son timing, ce transfert ne doit pas être considéré comme un signal de vente ou de panique. Il rappelle que la puissance des données on-chain réside dans leur analyse croisée avec un étiquetage fiable des portefeuilles.

bitcoinistIl y a 5 mins

Upbit Rééquilibre 864 Milliards de SHIB lors d'un Transfert Interne entre Portefeuilles

bitcoinistIl y a 5 mins

Chacun limité à 20 articles ? La nouvelle règle de l'ICLR fait l'objet d'une « pétition ironique » d'un chercheur de DeepMind

L'ICLR 2027 a instauré une nouvelle règle limitant chaque auteur à un maximum de 20 soumissions, au-delà desquelles des articles seront rejetés aléatoirement. Cette mesure vise à soulager la pression sur un système d'évaluation en crise, après une augmentation de 68% des soumissions pour ICLR 2026 (19 525 articles). En réaction, Dan Roy, chercheur chez Google DeepMind, a lancé une pétition sarcastique sur X, dénonçant cette limite comme « arbitraire » et « ralentissant le progrès de l'IA ». Son texte, ironique, suggère qu'il faudrait au contraire encourager la production massive de papiers par des agents IA, puisque l'évaluation par des modèles de langage serait déjà une réalité. Il fait ainsi allusion au scandale de ICLR 2026, où environ 21% des commentaires d'évaluation avaient été suspectés d'être entièrement générés par IA. À travers cette satire, Roy questionne l'efficacité d'une simple limitation quantitative face à un paysage académique où la génération automatisée de publications et d'évaluations se généralise, appelant à une réflexion plus profonde sur les défis posés par l'IA à l'intégrité scientifique.

marsbitIl y a 10 mins

Chacun limité à 20 articles ? La nouvelle règle de l'ICLR fait l'objet d'une « pétition ironique » d'un chercheur de DeepMind

marsbitIl y a 10 mins

Une vulnérabilité sur Coldcard entraîne le vol de 89 millions de dollars, déclenchant la plus grande migration en chaîne depuis FTX

L'incident de sécurité concernant le portefeuille matériel Coldcard a conduit au vol d'environ 8900 millions de dollars en Bitcoin, déclenchant une importante migration de fonds sur la chaîne. Suite à un avertissement de la société Coinkite le 30 juillet concernant une vulnérabilité liée à la génération de phrases de récupération, les utilisateurs concernés ont dû transférer massivement leurs actifs vers de nouvelles adresses sécurisées. Cette migration a entraîné une flambée anormale de l'activité des petites transactions et des adresses actives, brouillant les indicateurs traditionnels du marché et faisant baisser le sentiment des investisseurs. Parallèlement, les enquêteurs se heurtent à des difficultés pour tracer les fonds volés, en partie à cause des restrictions des modèles d'IA commerciaux américains qui entravent l'analyse des données malveillantes, un problème déjà rencontré par d'autres équipes de sécurité. La situation souligne la vulnérabilité perçue du stockage à froid et les défis posés par l'IA dans la course contre la montre pour le suivi des cryptomonnaies volées.

marsbitIl y a 55 mins

Une vulnérabilité sur Coldcard entraîne le vol de 89 millions de dollars, déclenchant la plus grande migration en chaîne depuis FTX

marsbitIl y a 55 mins

OpenAI ne compte plus sur son modèle le plus cher pour gagner de l'argent

OpenAI réduit considérablement ses prix : le modèle GPT-5.6 Luna baisse de 80 % et Terra de 20 %. Ce mouvement, accompagné par Anthropic qui propose aussi des alternatives moins chères, marque un tournant stratégique. Les géants de l'IA ne misent plus seulement sur leurs modèles "phares" les plus performants et chers (comme Sol ou Fable) pour générer des revenus, mais encouragent désormais l'utilisation de modèles intermédiaires (Luna, Terra, Opus) pour les tâches courantes et à grande échelle. L'idée est de créer un écosystème où les modèles se spécialisent : les plus intelligents conçoivent et planifient, tandis que les plus abordables exécutent. Cette approche, similaire à l'industrie automobile où les modèles grand public assurent les volumes, vise à verrouiller les flux de traitement à bas coût. Un point clé est l'optimisation automatique : OpenAI révèle que ses modèles avancés participent désormais à l'optimisation de leur propre code et de leur efficacité, créant une boucle vertueuse de réduction des coûts. L'objectif final n'est plus de vendre l'intelligence la plus pointue, mais de devenir la plateforme par défaut, avec une rentabilité basée sur le volume massif d'appels d'API à très faible coût. Le débat se déplace ainsi de "quel modèle est le plus intelligent ?" vers "quel écosystème offre le meilleur ROI ?". L'ambition est que l'IA, comme l'électricité, devienne une utilité omniprésente et peu coûteuse, intégrée silencieusement dans tous les processus.

marsbitIl y a 1 h

OpenAI ne compte plus sur son modèle le plus cher pour gagner de l'argent