Ripple déploie RLUSD en multichaîne : Le stablecoin s'étend aux L2 avec Wormhole

ambcryptoPublié le 2025-12-15Dernière mise à jour le 2025-12-15

Résumé

Ripple a étendu son stablecoin réglementé américain, RLUSD, aux réseaux de Layer 2 (L2) pour la première fois, marquant une étape majeure vers une stratégie multichaîne avant son lancement complet l'année prochaine. Le déploiement commence sur Optimism, Base, Ink et Unichain, via la norme NTT de Wormhole, permettant une émission native sur chaque chaîne sans recourir à des jetons wrapped ou à des ponts traditionnels, réduisant ainsi les risques et préservant l'intégrité de la liquidité. RLUSD devient le premier stablecoin régulé par un Trust américain à être déployé nativement sur ces écosystèmes L2. Sous charte NYDFS, Ripple a également déposé une demande de charte fédérale OCC, visant une supervision duale étatique et fédérale, une première pour un stablecoin. Cette expansion renforce l'utilité de XRP et de RLUSD dans la liquidité multichaîne et la DeFi institutionnelle, positionnant Ripple comme un concurrent direct de USDC.

Ripple a étendu son stablecoin réglementé américain, Ripple USD [RLUSD], aux réseaux de Layer 2 pour la première fois. Cela marque une étape majeure vers une stratégie multichaîne avant son lancement complet l'année prochaine.

Le déploiement de test commence sur Optimism, Base, Ink et Unichain, et est alimenté par la norme Native Token Transfers [NTT] de Wormhole — un système conçu pour déplacer des actifs entre les chaînes sans dépendre de jetons encapsulés (wrapped) ou d'architectures de pont traditionnelles.

Cette initiative positionne RLUSD comme le premier stablecoin réglementé par une fiducie américaine à être déployé de manière native sur ces écosystèmes L2.

RLUSD devient multichaîne avec une émission native sur les L2

Contrairement aux actifs transitant par des ponts, le cadre NTT de Wormhole permet à RLUSD de maintenir une émission et un contrôle natifs sur chaque chaîne prise en charge.

Cette approche réduit le risque lié aux ponts, préserve l'intégrité de la liquidité et crée une voie conforme à la réglementation pour l'expansion institutionnelle de la DeFi.

Selon l'annonce, Optimism sert de point d'entrée, avec Base, Ink et Unichain interconnectés via la même infrastructure NTT — permettant à Ripple de déployer RLUSD à travers de multiples environnements sans fragmentation.

Le SVP Stablecoin de Ripple, Jack McDonald, a déclaré que cette expansion reflète la demande institutionnelle croissante pour un stablecoin entièrement conforme pouvant se déplacer entre les chaînes avec une supervision prévisible.

« Les stablecoins sont la passerelle vers la DeFi et l'adoption institutionnelle », a-t-il déclaré. « En lançant RLUSD sur ces réseaux L2, nous établissons la norme où la conformité et l'efficacité on-chain convergent. »

Pourquoi la réglementation est plus importante que jamais

RLUSD a été lancé sous une Charte de Fiducie du Département des Services Financiers de l'État de New York [NYDFS], l'un des cadres réglementaires les plus stricts dans le crypto.

La semaine dernière, AMBCrypto a également rapporté que Ripple a demandé une charte OCC. Si elle est approuvée, cela ferait de RLUSD le premier stablecoin supervisé simultanément au niveau étatique et fédéral.

Aucun stablecoin majeur existant, y compris l'USDC ou l'USDT, n'opère sous cette structure duale.

Ripple détient désormais plus de 75 licences à l'échelle mondiale, les récentes approbations à Dubaï et Abou Dhabi renforçant davantage la portée internationale de RLUSD.

Un coup de pouce à l'utilité pour Ripple XRP et RLUSD

L'expansion multichaîne est conçue pour renforcer le rôle de XRP dans la liquidité inter-chaînes.

Hex Trust a récemment émis du XRP encapsulé [wXRP] pour soutenir l'interopérabilité, permettant aux détenteurs de XRP d'appairer wXRP avec RLUSD sur les chaînes prises en charge pour des swaps, des paiements, des prêts ou des applications génératrices de rendement.

Les données de DefilLama montrent qu'Ethereum détient actuellement la plus grande part de RLUSD [79,2 %] d'une valeur de plus d'un milliard de dollars, tandis que les 20,8 % restants sont sur XRPL.


Réflexions finales

  • L'expansion de RLUSD sur les L2 établit une nouvelle référence réglementaire pour les stablecoins multichaînes et positionne Ripple comme un challenger direct face à la domination de l'USDC.
  • Cette initiative améliore l'utilité à la fois de XRP et de RLUSD, créant un rôle plus profond pour Ripple dans la DeFi institutionnelle et la liquidité inter-chaînes.

Questions liées

QQu'est-ce que Ripple a annoncé concernant son stablecoin RLUSD et les réseaux de Layer 2 ?

ARipple a étendu son stablecoin réglementé américain, Ripple USD [RLUSD], aux réseaux de Layer 2 pour la première fois, en commençant par Optimism, Base, Ink et Unichain, en utilisant la norme NTT de Wormhole.

QQuel est l'avantage de la norme NTT de Wormhole utilisée pour cette expansion multichaîne ?

ALe cadre NTT de Wormhole permet à RLUSD de maintenir une émission native et un contrôle sur chaque chaîne prise en charge, réduisant ainsi les risques de pont, préservant l'intégrité de la liquidité et créant une voie conforme à la réglementation pour l'expansion institutionnelle de la DeFi.

QSous quel cadre réglementaire strict RLUSD a-t-il été lancé ?

ARLUSD a été lancé sous une charte de fiducie du Département des services financiers de l'État de New York [NYDFS], l'un des cadres réglementaires les plus stricts dans le domaine des crypto-monnaies.

QComment cette expansion multichaîne renforce-t-elle l'utilité du XRP de Ripple ?

AL'expansion multichaîne est conçue pour renforcer le rôle du XRP dans la liquidité interchaîne. Par exemple, Hex Trust a émis du XRP enveloppé [wXRP] pour permettre aux détenteurs de XRP de l'appairer avec RLUSD sur les chaînes prises en charge pour des swaps, des paiements, des prêts ou des applications génératrices de rendement.

QQuelle part de RLUSD est actuellement sur Ethereum selon DefilLama ?

ASelon les données de DefilLama, Ethereum détient actuellement la plus grande part de RLUSD, avec 79,2% (d'une valeur de plus d'un milliard de dollars), tandis que les 20,8% restants se trouvent sur XRPL.

Lectures associées

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

**Rapport du T1 2026 sur Ethereum : Baisse des frais, mais nombre d'utilisateurs et volume de transactions atteignent des records** Le premier trimestre 2026 présente une dynamique clé pour Ethereum : l'utilisation explose tandis que les revenus liés aux frais baissent. Le nombre d'utilisateurs actifs mensuels (+85,9% en glissement annuel), le nombre de transactions (+81,5%) et le débit du réseau ont tous atteint des sommets historiques. En revanche, les frais totaux sur le réseau principal se sont effondrés de 81,9% sur un an. Ce paradoxe s'explique par la stratégie délibérée d'Ethereum de privilégier la croissance à court terme en réduisant le coût de l'espace bloc grâce aux mises à niveau comme Fusaka (capacité de données augmentée). C'est l'effet Jevons : la baisse des coûts libère une nouvelle demande. Le rapport souligne également un pivot narratif majeur : Ethereum consolide son rôle de couche de règlement financier mondial pour les actifs tokenisés. Il domine ce marché naissant, détenant des parts majoritaires dans les stablecoins (61,8%), les fonds tokenisés (73%), les matières premières tokenisées (84%) et les prêts DeFi (79,2%) parmi les cinq principales blockchains. L'entrée en force d'institutions comme BlackRock, JPMorgan et Fidelity, avec des produits concrets, valide cette tendance. Ainsi, Ethereum sacrifie une capture de valeur à court terme (frais, TVL, capitalisation baisse) pour renforcer ses effets de réseau et sa position d'infrastructure neutre et ouverte, pariant sur une croissance à long terme alimentée par la tokenisation massive de la finance traditionnelle.

marsbitIl y a 1 h

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

marsbitIl y a 1 h

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

Le PDG d'Intel, Lip-Bu Tan, a exposé sa vision ambitieuse de transformer l'entreprise avec pour objectif de multiplier par 10 la valeur pour les actionnaires dans les 5 à 10 prochaines années. Lors d'un podcast, il a détaillé sa stratégie axée sur trois piliers technologiques pour dépasser les limites physiques de la miniaturisation : l'emballage avancé (EMIB), les nouveaux matériaux de substrat comme le verre, et les semi-conducteurs de nouvelle génération (GaN, SiC, InP, diamant synthétique). Il souligne la reprise de la demande en CPU pour l'IA, notamment l'inférence et les agents intelligents, modifiant le ratio CPU/GPU dans les serveurs. Tan défend également la division de fonderie d'Intel, essentielle pour la sécurité de la chaîne d'approvisionnement américaine, en se concentrant sur la confiance client, le rendement et les délais. Il révèle le projet Terafab en collaboration avec Elon Musk pour construire des capacités de fabrication de semi-conducteurs. Selon lui, le plus grand malentendu des investisseurs est de sous-estimer le potentiel d'Intel, encore en phase de "rampement". Il prévoit que le véritable potentiel de l'entreprise, au-delà du PC, dans l'informatique en périphérie, l'IA physique et les agents IA, sera pleinement reconnu vers 2030-2032.

marsbitIl y a 1 h

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

marsbitIl y a 1 h

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

Le chercheur en intelligence artificielle Pete Florence, ancien employé de Google DeepMind et co-créateur de l'architecture VLA (Vision-Language-Action), a levé 400 millions de dollars (environ 2,7 milliards de RMB) pour sa startup Generalist AI, portant sa valorisation à 2 milliards de dollars. Parmi les investisseurs figurent NVentures (NVIDIA), Bezos Expeditions, ainsi que des personnalités comme Li Fei-Fei, co-fondateur de Xiaomi Lin Bin et le fondateur de Zoom, Eric Yuan. Contrairement à la tendance actuelle, Florence rejette catégoriquement l'étiquette "modèle du monde" pour son entreprise. Issu du MIT et influencé par son mentor Russ Tedrake, il prône une approche orientée "objectif" plutôt que "technologie". Pour lui, l'objectif ultime n'est pas de construire un modèle du monde, mais de créer des robots capables d'accomplir avec un taux de réussite et une vitesse élevés des tâches variées et inédites, sans nécessiter de données spécifiques. Generalist AI a dévoilé deux modèles d'intelligence incarnée : GEN-0 en novembre 2025, démontrant que les lois d'échelle des LLM s'appliquent au mouvement physique, et GEN-1 en avril 2026. Ce dernier, entraîné sur plus de 500 000 heures de données collectées via un dispositif portable, atteint un taux de réussite de 99% sur des tâches manuelles précises comme plier des cartons. Florence estime que GEN-1 approche d'un point d'inflexion similaire à GPT-3, avec des performances atteignant un niveau utile pour des déploiements commerciaux. Ce financement record, intervenu rapidement après la démonstration de GEN-1, valide la vision pragmatique de Florence : développer des robots généralistes réellement utiles en se concentrant sur la résolution de tâches physiques concrètes.

marsbitIl y a 1 h

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

marsbitIl y a 1 h

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

En l'espace de trois jours, Google a perdu deux figures légendaires de l'IA, signe d'un exode massif de ses talents vers des concurrents comme OpenAI et Anthropic. Noam Shazeer, co-auteur de l'architecture Transformer, a rejoint OpenAI, tandis que John Jumper, lauréat du Nobel et responsable d'AlphaFold, est parti chez Anthropic. Ce mouvement, renforcé par le recrutement d'Andrej Karpathy par Anthropic, révèle une tendance structurelle. La cause profonde est un désalignement des missions. Les priorités de Google restent centrées sur son activité publicitaire, contraignant la recherche. À l'inverse, OpenAI et Anthropic offrent une focalisation exclusive sur l'innovation et la sécurité de l'AGI. De plus, les perspectives d'introduction en bourse de ces startups promettent des gains financiers considérables via leurs actions, un avantage que Google, déjà géant établi, ne peut égaler. La fusion de Google Brain et DeepMind en 2023, censée unifier les forces, a en réalité accru les tensions entre recherche fondamentale et pression commerciale, créant un environnement moins attractif pour les scientifiques de haut vol. Cette restructuration du paysage des talents, potentiellement irréversible, représente une crise silencieuse pour Google. Son avantage en matière de données, de puissance de calcul et de publications académiques dépend ultimement des personnes capables de les exploiter, et celles-ci partent.

marsbitIl y a 3 h

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

marsbitIl y a 3 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

Le domaine de l'IA suit de près les scores des grands modèles sur des benchmarks comme MMLU-Pro et MMMU, devenus des références pour évaluer les capacités de raisonnement et de compréhension multimodale. Derrière ces outils d'évaluation influents se trouve Wenhu Chen, professeur assistant à l'Université de Waterloo et fondateur du TIGERLab. Face aux limites des anciens benchmarks comme MMLU, où les modèles de pointe atteignaient des scores quasi parfaits, Chen a dirigé le développement de MMLU-Pro. Cette nouvelle base de données, plus difficile et stable avec des questions à choix multiples élargis, permet de mieux distinguer les véritables capacités de raisonnement des modèles. Dans le domaine multimodal, les benchmarks MMMU et MMMU-Pro, également créés par son équipe, évaluent rigoureusement la capacité des modèles à combiner informations visuelles complexes et connaissances disciplinaires pour résoudre des problèmes avancés. Cette expertise en évaluation découle des recherches de Chen sur la compréhension d'informations complexes et le raisonnement, renforcée par son expérience chez Google DeepMind sur Gemini. Aujourd'hui au Meta Super-Intelligence Lab, il continue ses travaux sur l'évaluation et l'entraînement de modèles multimodaux. Son parcours illustre le rôle crucial, bien que moins visible, des chercheurs dans la construction des fondations méthodologiques qui guident les progrès de l'IA.

marsbitIl y a 3 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

marsbitIl y a 3 h

Trading

Spot
Futures
活动图片