Citi Alumni-Founded Startup to Offer Bitcoin Securities That Don't Need Green Light From SEC: Bloomberg

CoinDeskPolicyDipublikasikan tanggal 2024-01-03Terakhir diperbarui pada 2024-01-04

Abstrak

Receipts Depositary Corp. aims to address the institutional desire for bitcoin investments that may not be satisfied by a spot ETF.

A group of former Citigroup executives plans to offer bitcoin-backed securities they say don't need to be approved by the U.S. Securities and Exchange Commission (SEC), Bloomberg reported on Thursday.

Receipts Depositary Corp. (RDC) will offer depositary receipts similar to the American depositary receipts (ADRs) that represent foreign stocks on U.S. equity exchanges. The "BTC DRs" will be offered to institutions and cleared through the Depository Trust Company (DTC), according to the report, which cited a company release.

RDC will offer bitcoin depositary receipts to investors in transactions exempt from registration under the Securities Act of 1933.

RDC co-founder and CEO Ankit Mehta described the startup as "a conversion tool for asset owners ... that want to take their bitcoin and convert it into a DTC-eligible security and enjoy direct ownership in the U.S. clearances.”

RDC aims to address the institutional desire for bitcion investments that may not be satisfied by a spot exchange-traded fund (ETF). The SEC is expected to approve the listing of a spot BTC ETF in the U.S. in the very near future.

Whereas shares in bitcoin ETFs would be redeemed for cash, depositary receipts would offer direct ownership of bitcoin, Mehta said.

STORY CONTINUES BELOW

Recommended for you:

Edited by Sheldon Reback.

Bacaan Terkait

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

Profesor Dawn Song (Song Xiaodong) dari UC Berkeley, yang dijuluki sebagai "tokoh keamanan komputer nomor satu", bergabung dengan laboratorium Superintelligence Meta sebagai Wakil Presiden Penelitian AI. Dia akan melapor langsung kepada kepala lab, Nat Friedman. Song adalah peneliti berpengaruh di bidang keamanan komputer dan keamanan AI, penerima MacArthur Fellowship, serta anggota ACM, IEEE, dan AAAS. Karyanya yang terkenal termasuk "Dynamic Taint Analysis" (2005). Laboratoriumnya di UC Berkeley dianggap sebagai pusat pelatihan terkemuka di bidang keamanan komputer. Penelitian Song mencakup keamanan perangkat lunak, pembelajaran mesin adversarial, dan keamanan agen AI. Dia juga pendiri Oasis Labs dan Virtue AI, perusahaan yang fokus pada infrastruktur keamanan AI untuk perusahaan, terutama pengujian penetrasi (red-teaming) otomatis dan pengaman runtime untuk agen AI. Bersama Song, pendiri Virtue AI lainnya, Bo Li dan Sanmi Koyejo, serta beberapa anggota tim, juga bergabung dengan Meta. Langkah ini dilihat sebagai upaya Meta untuk memperkuat langkah-langkah keamanan dalam pengembangan agen AI, terutama setelah masalah keamanan model AI seperti Anthropic's mythos menarik perhatian industri. Meta ingin menerapkan AI ke dalam produk-produk sosialnya yang digunakan miliaran orang dan terus mengedepankan strategi sumber terbuka, sehingga membutuhkan kemampuan keamanan yang tangguh. Artikel ini juga menyebutkan bahwa Denny Zhou, pendiri Gemini Reasoning Team di Google, dilaporkan telah bergabung dengan Meta TBDLab beberapa bulan sebelumnya. Zhou adalah tokoh kunci di bidang penalaran AI, berkontribusi pada metode seperti Chain-of-Thought dan Self-Consistency, yang membantu mengembangkan kemampuan penalaran model bahasa besar.

marsbit12m yang lalu

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

marsbit12m yang lalu

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Artikel ini membahas evolusi pasar kripto Korea Selatan, yang kini beralih dari fokus pada perdagangan ritel ke pembangunan infrastruktur blockchain institusional. Dua tren utama yang mendorong perubahan ini adalah stablecoin dan tokenisasi aset riil (RWA). Stablecoin won Korea yang diatur kini menjadi prioritas bagi regulator, bank, dan perusahaan untuk mencegah aliran keluar modal ke stablecoin dolar AS. Berbagai lembaga seperti KB Financial, Hana Financial, NH Nonghyup Bank, dan KBank sedang melakukan uji coba untuk pembayaran dan transfer lintas batas. Penyedia pembayaran seperti Shinhan Card, BC Card, dan Danal juga mengembangkan solusi. Platform internet seperti KakaoPay dan NAVER Pay, dengan basis pengguna yang luas, berencana mengintegrasikan stablecoin ke dalam ekosistem mereka. Bagi proyek kripto, sekarang adalah waktu yang tepat untuk menjalin kemitraan dengan lembaga-lembaga ini. Di sisi RWA, Korea Selatan memusatkan perhatian pada tokenisasi aset di sektor unggulannya seperti perkapalan, rantai pasok industri, dan kekayaan intelektual hiburan (K-pop). Perusahaan sekuritas seperti Mirae Asset dan Hanwha Investment sedang memimpin inisiatif ini. Kerangka regulasi yang jelas diharapkan berlaku pada awal 2027. Peluang bagi proyek kripto terletak pada penyediaan infrastruktur seperti saluran distribusi global, solusi likuiditas dan interoperabilitas lintas rantai, serta alat pendukung untuk lembaga. Akses ke pengguna akhir akan sangat bergantung pada platform konsumen utama seperti NAVER (yang berencana mengakuisisi operator Upbit, Dunamu), Kakao (mengembangkan dompet terpadu), dan Toss (dompet finansial semua dalam satu). Industri kripto Korea Selatan sedang mendekati titik kritis, di mana proyek-proyek yang dapat membangun kemitraan dan kasus penggunaan nyata dengan lembaga lokal akan membantu membentuk masa depan aset digital di negara tersebut.

Foresight News18m yang lalu

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Foresight News18m yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

Bagaimana Menentukan Keaslian Video AI? Tinjauan Sistem Deteksi Dinamis, Dapat Dilacak, dan Dapat Dijelaskan Generasi video AI telah berkembang pesat, mencapai kualitas sinematis. Namun, deteksi video palsu tertinggal, menimbulkan risiko sosial. Makalah tinjauan ini menetapkan kembali tujuan deteksi menjadi **"verifikasi kesetiaan fakta"**, memeriksa apakah konten video selaras dengan dunia nyata. Video AI dikategorikan menjadi tiga paradigma: **Manipulasi Lokal (LMV)**, **Edit Audio-Visual (AVE)**, dan **Sintesis Video Generatif (GVS)**. Untuk mendeteksinya, tinjauan mengusulkan kerangka kerja **empat lapis dari perspektif ganda Visi-Bahasa**: 1. **Analisis Isyarat Visual Intrinsik**: Memeriksa anomali statistik tingkat rendah seperti pola noise dan sinyal fisiologis. 2. **Konsistensi Spasial-Temporal**: Menganalisis kelancaran gerakan objek dan dinamika adegan sepanjang waktu. 3. **Konsistensi Antarmoda**: Memverifikasi keselarasan antara elemen visual, audio, dan teks dalam video. 4. **Penalaran Tingkat Dunia Dipandu Bahasa**: Mengevaluasi konsistensi konten video dengan pengetahuan dunia nyata, fakta, dan hukum fisika menggunakan penalaran semantik. Fokus metode deteksi bergeser dari lapisan 1 & 2 (visi) ke lapisan 3 & 4 (bahasa) seiring membaiknya kualitas video AI. Evaluasi juga perlu berkembang melampaui metrik akurasi dasar, menuju sistem penilaian **dinamis yang mengutamakan bukti**, serta sistem deteksi yang **dapat dipercaya dan dijelaskan** dengan menggabungkan bukti visual dan penalaran semantik. Deteksi yang andal memerlukan kolaborasi antar bidang seperti Visi Komputer, NLP, dan pemahaman multimodal.

marsbit53m yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

marsbit53m yang lalu

NVIDIA Merilis MoE Baru: Tambah Satu Baris 'import', Kecepatan Fine-tuning Meningkat 3.7x

Dengan hanya menambahkan satu baris import, NeMo AutoModel NVIDIA mempercepat fine-tuning model MoE hingga 3,7 kali lipat dan mengurangi penggunaan memori GPU sebesar 29%-32%. Solusi ini kompatibel dengan API Hugging Face Transformers v5, sehingga tidak perlu mengubah kode secara signifikan. Teknologi utamanya mencakup Expert Parallelism (EP) untuk mendistribusikan bobot ahli ke beberapa GPU, DeepEP untuk menggabungkan komputasi dan komunikasi, serta TransformerEngine untuk mempercepat operasi inti. Dalam pengujian pada model Qwen3-30B-A3B dan Nemotron 3 Nano 30B-A3B, throughput pelatihan meningkat 3,4-3,7 kali. Untuk model skala besar seperti Nemotron 3 Ultra 550B, solusi ini tetap dapat dijalankan tanpa kehabisan memori. Kode dan panduan telah tersedia open-source di GitHub NVIDIA.

marsbit55m yang lalu

NVIDIA Merilis MoE Baru: Tambah Satu Baris 'import', Kecepatan Fine-tuning Meningkat 3.7x

marsbit55m yang lalu

Tak Disangka, AI x Crypto yang Pertama Kali Berhasil Diterapkan adalah Audit Keamanan

**Ringkasan (Bahasa Indonesia)** Industri audit keamanan DeFi menghadapi tekanan besar akibat kemajuan AI. Walaupun data awal 2026 menunjukkan penurunan total nilai terkunci (TVL) DeFi sekitar 39%, serangan peretasan justru meningkat pesat—dengan 85 insiden pada kuartal kedua yang menyebabkan kerugian sekitar $775 juta. AI memungkinkan peretas untuk menemukan celah keamanan kontrak pintar dengan biaya dan keahlian yang jauh lebih rendah, bahkan menargetkan protokol lama yang sudah diaudit. Insiden pada Drift Protocol dan KelpDAO menunjukkan bahwa serangan kini mengeksploitasi kelemahan di luar kode murni, seperti rekayasa sosial dan konfigurasi infrastruktur yang buruk. Manuel Aráoz dari OpenZeppelin bahkan menyatakan bahwa semua DeFi tidak aman dalam konteks ini. Di sisi lain, AI juga meningkatkan kemampuan pertahanan. Alat audit berbasis AI seperti Firepan berhasil menemukan celah kritis pada kontrak Curve Finance yang luput dari audit manual sebelumnya. Contoh serupa terjadi pada Zcash, di mana AI menemukan kerentanan tersembunyi. Kesimpulannya, model audit satu kali yang lama sudah usang. Proyek harus melihat keamanan sebagai investasi berkelanjutan. Perusahaan audit pun harus beradaptasi, beralih dari layanan laporan statis ke model yang lebih terintegrasi, seperti pemantauan real-time dan verifikasi formal, untuk tetap relevan di era AI.

marsbit1j yang lalu

Tak Disangka, AI x Crypto yang Pertama Kali Berhasil Diterapkan adalah Audit Keamanan