已融资 250 万美元,Tenor 如何通过固定利率匹配借贷双方?|超早期项目关注

链捕手Dipublikasikan tanggal 2025-02-28Terakhir diperbarui pada 2025-02-28

作者:西柚,ChainCatcher

 

在加密市场行情下行下,不仅是存币生息及持U生息的产品更受欢迎,固定利率借贷协议产品同样受市场欢迎。

2月25日,固定利率借贷平台Tenor宣布完成250万美元种子轮融资,该轮融资由Cherry Crypto领投,还有Coinbase Ventures、及来自Curved Ventures、Moonwell、Etherfi协议开发者等参投。

与市场上的Aave、Compound等主流借贷协议不同,Tenor希望能打造一款固定利率协议的借贷产品。

Tenor目标成为固定利率借贷基础设施

Tenor首次亮相于去年8月,旨在为链上经济打造一流的固定利率借贷基础设施,支持任何人均可部署固定利率借贷市场产品,实现以固定利率的形式促成借贷双方的匹配。

从本质上而言,Tenor不只是一个借贷应用,更是一个开发借贷产品的基础设施。它为固定利率借贷产品的部署,提供了一套完善的工具包,支持开发者无需许可即可部署固定利率功能或产品,如在诸如Morpho、Aave等现有借贷协议的基础上,进一步拓展固定利率借贷产品。

当下,链上借贷市场主要由Aave、Compound和Morpho等浮动利率借贷协议主导,这些产品在市场中已经历多次周期迭代与风险管理策略的优化,发展相对平稳。但由于产品采用的是浮动利率策略,如借贷协议龙头Aave借款利率波动范围为3.16%-60%不等,尤其在市场高峰期时,浮动的借款利率可能会急剧上升,借贷利差通常高达借款利率的20%至40%,而在市场低谷时,借款利率又会降低至冰点,甚至可忽略不计,影响了借款人的用户体验。

这些问题对于加密原住民可能体感不明显,但对于进入链上的机构用户来说非常不友好,但无疑制约了链上借贷市场向更传统金融用例的拓展。随着越来越多的机构用户及资金进入链上世界,对于固定利率的需求也持续激增。

Tenor希望通过创建一个高效的固定利率借贷基础设施,允许贷方和借方以固定利率在链上直接匹配,以在链上引入更多样化的借贷产品。

运作形式更似传统金融P2P借贷的链上版

具体实现形式为:Tenor基于Uniswap V4 Hook(钩子)构建一个固定利率AMM,支持用户以固定利率进行借贷,并且该功能可以与其它借贷协议集成。

在产品设计上,Tenor借鉴了Morpho借贷协议的P2P订单匹配机制,支持任何人都通过Tenor创建固定利率资金池,设置借贷固定利率及期限,从而降低传统借贷市场的结构性利差,并让借方确定借贷成本,而借贷双方可以根据自己的真实需求进行匹配。

详细来说就是,Tenor提供了一套借贷AMM工具包,支持允许用户以特定利率借出和借入,设定到期日等。

用户使用Tenor创建固定利率资金池,根据自己需求设置利率多少、借款期限、抵押资产或一些限制性条件,如贷方可以设置限价订单,以8%的利率借出1000USDC,而借款人可以存入抵押品并以8%的利率借入1000USDC,然后借款人可以根据自己的真实情况来使用。

从运作形式上来看,Tenor更像是之前传统金融“P2P借贷的链上版”,提供了一个借贷方的匹配平台,资金提供方(借款人)可以发布利率固定、期限固定的借款标的,资金使用方(贷款人)可以根据自己的情况选择匹配标的,到期归还本金和固定利息。

Tenor固定利率可以为借款人和贷款人提供更可预测的用户体验,解决了现有浮动利率借贷协议的用户体验和资本效率问题。

另外,Tenor还支持可以现存的Aave、Uniswap等具有资金池的平台集成,创建固定利率资金池产品等。

审计费用由Uniswap补贴支持,种子轮已融资250万美元

由于Tenor的利率是基于Uniswap V4 钩子产品开发的,还参与了Uniswap Hook孵化器活动。1月23日,Uniswap 基金会公布孵化器首批获得审计补贴的9个项目名单,共提供资金120万美元,其中获奖名单中就有Tenor名单,即Tenor Labs的安全审计费用将由Uniswap Hook孵化奖金支持。

根据官方资料显示,Tenor计划于 2025 年进行审计,由安全审计公司Spearbit提供代码审计服务。

2月25日,Tenor宣布完成250万美元种子轮融资,该轮融资由Cherry Crypto领投,还有Coinbase Ventures、Lattice Fund机构、及来自Curved Ventures、Moonwell、Degenscore、Etherfi协议开发者等参投。

目前,Tenor产品还未面世。据悉,Tenor目前正在测试网上部署,并附带精简版应用程序,可供早期用户测试核心功能。

(本文只介绍早期项目,不作为投资建议。)

Bacaan Terkait

Perubahan Sepuluh Tahun: Jalan Menuju Kepunahan Startup Kripto

**Perjalanan Satu Dekade: Transformasi Ekosistem Startup Kripto dari Masa Inovasi Bebas Menuju Era Kendala Regulasi dan Konsolidasi** Era awal industri kripto (sekitar 2017-2018) ditandai dengan kemudahan memulai bisnis: modal rendah, regulasi minimal, dan kemunculan ICO yang memungkinkan tim kecil dengan ide bagus mengumpulkan dana dari publik secara langsung. Inovasi tumbuh subur, meski banyak proyek akhirnya gagal atau curang. Kini, pada tahun 2026, realitanya berubah total. Startup yang ingin beroperasi secara legal di pasar seperti AS, UE, atau Asia harus menghadapi biaya kepatuhan yang sangat tinggi (hingga jutaan dolar), persyaratan modal minimum, dan proses perizinan yang rumit dan panjang seperti BitLicense atau MiCA. Perubahan ini didorong oleh peristiwa seperti runtuhnya Terra dan FTX, yang mengubah pola pikir regulator dan investor ventura. Aliran modal ventura kini lebih terkonsentrasi pada perusahaan matang (putaran lanjutan/C+) dan infrastruktur inti seperti bursa dan layanan kelembagaan, sementara pendanaan untuk startup tahap awal (seed) menyusut drastis. Akibatnya, inovasi teknologi saja tidak lagi cukup. Kunci sukses kini terletak pada akses ke saluran distribusi, lisensi, kemitraan perbankan, dan kepercayaan institusional—aset yang lebih mudah diperoleh melalui akuisisi ("akuisisi jembatan") daripada dibangun dari nol. Contohnya adalah akuisisi Deribit oleh Coinbase untuk mendapatkan lisensi dan basis klien institusionalnya. Industri menjadi lebih stabil dan menarik bagi investor institusi, tetapi mengorbankan kemampuan pendatang baru tanpa sumber daya besar untuk berinovasi secara bebas. Industri kripto, yang lahir untuk mendemokratisasi keuangan, kini mengikuti kurva kematangan industri tradisional: konsolidasi, hambatan masuk tinggi, dan dominasi oleh pemain mapan yang memiliki sumber daya untuk memenuhi tuntutan regulasi yang ketat. Pertanyaan besarnya adalah apakah masih ada ruang bagi inovator tanpa dukungan besar untuk menciptakan sesuatu yang benar-benar baru.

Foresight News32m yang lalu

Perubahan Sepuluh Tahun: Jalan Menuju Kepunahan Startup Kripto

Foresight News32m yang lalu

Robot Belajar Operasi dari Video, UC Berkeley Pertama Kali Menghubungkan Video Internet dengan Penerapan pada Robot Tangan Lincah di Dunia Nyata

**Ringkasan: Robot Belajar dari Video untuk Operasi Manual, Peneliti UC Berkeley Pertama Kali Menerapkan Jaringan dari Video Internet ke Penerapan Aktual pada Tangan Robot Lincah** Peneliti UC Berkeley memperkenalkan metode "Do as I Do," sebuah alur kerja yang pertama kali berhasil mengubah video RGB monokular sehari-hari manusia menjadi lintasan gerak yang dapat dieksekusi oleh tangan robot lincah Sharpa Wave. Penelitian ini mengatasi tantangan utama: mengubah data video yang berisik menjadi instruksi yang dapat dijalankan robot. Prosesnya terdiri dari dua tahap: 1. **Pelacakan 4D Tangan-Benda yang Stabil:** Menggunakan model difusi terpandu untuk merekonstruksi interaksi tangan-benda dari video, mempertahankan kontinuitas dan mengurangi kesalahan. 2. **Pengalihan Aksi yang Tangguh:** Memodifikasi metode pengalihan aksi (seperti SPIDER) dengan penyesuaian agar dapat memproses lintasan referensi yang berisik dari video, meningkatkan tingkat keberhasilan dari 25% menjadi 71%. Sistem ini telah menghasilkan 500 lintasan gerak yang divalidasi untuk 20 jenis operasi seperti menulis, menuang, mengaduk, dan memalu. Lintasan ini telah berhasil dijalankan pada platform robot nyata dengan lengan UR3e ganda dan sepasang tangan Sharpa Wave (22 derajat kebebasan). Penelitian ini juga menyoroti bahwa tidak semua video internet dapat langsung digunakan. Analisis menunjukkan bahwa hanya sekitar 5% dari klip video yang disaring untuk interaksi tangan-benda yang benar-benar dapat diproses menjadi data robot yang andal, menekankan pentingnya penyaringan data yang cermat. Pada intinya, "Do as I Do" mengubah video manusia menjadi kumpulan data operasi berskala besar untuk robot, membuka jalur baru bagi robot untuk belajar dari banyaknya video yang ada di internet.

marsbit1j yang lalu

Robot Belajar Operasi dari Video, UC Berkeley Pertama Kali Menghubungkan Video Internet dengan Penerapan pada Robot Tangan Lincah di Dunia Nyata

marsbit1j yang lalu

Trading

Spot
活动图片