Le Trésor américain lance le déploiement de la loi GENIUS avec un avis de proposition de règlement

bitcoinistPublié le 2026-04-02Dernière mise à jour le 2026-04-02

Résumé

Le Trésor américain a publié une proposition de réglementation (NPRM) pour mettre en œuvre le GENIUS Act, loi fédérale sur les stablecoins de paiement signée en 2023. Cette initiative lance le processus formel d'application de la loi et sollicite l'avis du public sur les modalités d’exécution. Le projet de règle de 87 pages définit des principes pour évaluer si les régimes étatiques sont "substantiellement similaires" au cadre fédéral, tout en laissant aux États une marge d’adaptation. À partir de juillet 2028, il sera interdit de vendre des stablecoins non agréés aux États-Unis. Les petits émetteurs (moins de 10 milliards de dollars d’encours) pourront opérer sous licence étatique si leur régime est conforme au cadre fédéral. Le Trésor précise également le calendrier de transition et les conséquences marché prévues par la loi.

Le Trésor américain a publié mercredi un avis de proposition de règlement (NPRM) qui marque le premier effort formel de l'administration pour mettre en œuvre la loi GENIUS, la nouvelle loi fédérale régissant les stablecoins de paiement qui a été signée par le président Donald Trump l'année dernière.

Le NPRM est la proposition réglementaire initiale du Trésor pour donner effet aux exigences de la loi et sollicite les commentaires du public sur la manière dont le département entend appliquer la loi.

Règles proposées de la loi GENIUS

En vertu de la loi GENIUS - officiellement intitulée Guiding and Establishing National Innovation for US Stablecoins Act - le Trésor est chargé d'établir, par le biais d'une procédure de notification et de commentaires, des principes de haut niveau pour évaluer si un régime réglementaire étatique est "substantiellement similaire" au cadre fédéral.

La règle proposée de 87 pages du département explique comment il prévoit que les autorités fédérales et étatiques interagiront dans le nouveau régime et identifie les questions sur lesquelles le Trésor sollicite l'avis des parties prenantes.

La proposition du Trésor indique qu'il prévoit que les États se référeront aux orientations fédérales, y compris aux normes proposées par le Bureau du contrôleur de la monnaie (OCC), pour décider du degré de prescription de leurs propres règles.

Le NPRM cite l'approche de l'OCC, que l'OCC dit vouloir flexible et calibrée en fonction de la nature, de la portée et des risques posés par les activités d'un émetteur de stablecoin de paiement autorisé.

Le projet du Trésor laisse aux États la possibilité d'adopter des exigences basées sur des principes, indiquant que les régulateurs étatiques auront la discrétion de concevoir des normes pour les émetteurs qui se qualifient sous un régime étatique.

Les effets ultimes dépendront du contenu spécifique du régime réglementaire de chaque État, que la proposition anticipe pouvoir varier considérablement car la loi GENIUS accorde aux États une discrétion dans la mise en œuvre de leurs propres cadres.

Le projet du Trésor fixe un calendrier

Le projet de règle fixe également le calendrier de transition et les conséquences sur le marché prévus par la loi. Une fois que la loi GENIUS entrera en vigueur, il sera interdit aux entités d'émettre des stablecoins de paiement aux États-Unis à moins qu'elles ne soient autorisées en tant qu'émetteurs de stablecoins de paiement permis.

De plus, la loi rend illégal, à partir du 18 juillet 2028, pour les prestataires de services d'actifs numériques d'offrir ou de vendre des stablecoins non agréés à des personnes situées aux États-Unis.

Pour préserver une voie optionnelle étatique pour les petits émetteurs, la loi permet à un État de licencier des émetteurs de stablecoins de paiement avec un total consolidé d'émissions en cours ne dépassant pas 10 milliards de dollars, mais seulement si l'État certifie que son régime réglementaire est substantiellement similaire au cadre fédéral.

Au total, le département sollicite l'avis du public sur les détails de la proposition alors qu'il s'achemine vers la finalisation de règles destinées à mettre en œuvre la structure de la loi GENIUS pour la supervision, l'octroi de licences et la protection des consommateurs sur le marché des stablecoins.

Le graphique quotidien montre la reprise de la capitalisation totale du marché crypto vers 2,35 billions de dollars mercredi. Source : TOTAL sur TradingView.com

Image en vedette de OpenArt, graphique de TradingView.com

Questions liées

QQu'est-ce que le Trésor américain a publié pour mettre en œuvre le GENIUS Act ?

ALe Trésor américain a publié un avis de proposition de réglementation (NPRM) qui constitue son premier effort formel pour mettre en œuvre le GENIUS Act.

QQuel est l'objectif principal du GENIUS Act selon l'article ?

AL'objectif principal du GENIUS Act est d'établir un cadre fédéral pour réglementer les stablecoins de paiement, en chargeant le Trésor de définir des principes de haut niveau pour évaluer si un régime réglementaire étatique est « substantiellement similaire » au cadre fédéral.

QQuelle est la date à partir de laquelle il deviendra illégal de vendre des stablecoins non agréés aux États-Unis ?

AÀ partir du 18 juillet 2028, il deviendra illégal pour les prestataires de services d'actifs numériques d'offrir ou de vendre des stablecoins non agréés à des personnes situées aux États-Unis.

QQuelle est la limite d'émission pour les petits émetteurs de stablecoins sous le régime étatique ?

ALa loi permet à un État d'agréer des émetteurs de stablecoins de paiement dont l'émission totale consolidée en cours ne dépasse pas 10 milliards de dollars, à condition que l'État certifie que son régime réglementaire est substantiellement similaire au cadre fédéral.

QQuel organisme fédéral est cité comme référence pour sa approche flexible de la réglementation ?

ALe Bureau du Contrôleur de la Monnaie (OCC) est cité pour son approche flexible, calibrée en fonction de la nature, de la portée et des risques posés par les activités d'un émetteur de stablecoin agréé.

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 44 mins

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

marsbitIl y a 44 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 2 h

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

marsbitIl y a 2 h

Trading

Spot
活动图片