Transak и Fireblocks заключили партнерство

cryptonews.ruDipublikasikan tanggal 2025-09-05Terakhir diperbarui pada 2025-09-05

Инфраструктурный провайдер Transak присоединился к Fireblocks Network for Payments в качестве партнера, чтобы предоставить финансовым учреждениям и финтех-компаниям прямой доступ к платежной инфраструктуре для переводов из фиата в стейблкоины. Интеграция позволяет бизнесу использовать стейблкоины для трансграничных платежей.

Благодаря Fireblocks учреждения получают доступ к инфраструктуре Transak, которая поддерживает карты, банковские переводы и виртуальные счета более чем в 60 странах. Система включает инструменты для комплаенса, такие как KYC, AML и проверка санкций. Transak уже обработала более $2 млрд транзакций из фиата в криптовалюту, значительная часть которых пришлась на стейблкоины.

Сеть Fireblocks обслуживает более 2400 участников в 120 блокчейнах и обработала свыше $10 трлн переводов. Ее платежная сеть объединяет эмитентов стейблкоинов, провайдеров ликвидности и платежные каналы в 100 странах и 60 валютах. С добавлением Transak Fireblocks расширяет предложения для институтов, ищущих масштабируемый и соответствующий требованиям доступ к стейблкоин-платежам.

Изображение: Freepik

Bacaan Terkait

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

AI punya "emosi" dan itu bisa meningkatkan kemampuannya bekerja? Penelitian terbaru dari Universitas Sains dan Teknologi Tiongkok (USTC), Oxford, dan lainnya menunjukkan bahwa dengan membiarkan AI mengenali "emosi internal" seperti kebingungan, ketegangan, atau kekecewaan, dan menggunakan sinyal ini sebagai dasar untuk memilih tindakan atau keterampilan berikutnya, kinerjanya dalam menyelesaikan tugas dapat meningkat drastis. Dalam eksperimen, AI (agent) ditugaskan untuk berbelanja online. Peneliti mengamati bahwa kondisi emosional tertentu secara konsisten memicu pemilihan keterampilan tertentu: 1. Rasa ingin tahu dan keinginan → secara spontan mencari produk. 2. Kebingungan dan ketegangan → mengajukan ulang pertanyaan atau kueri. 3. Rasa percaya diri dan optimis → mengonfirmasi pembelian. 4. Kekecewaan dan kekesalan → membandingkan harga. Emosi "negatif" seperti kebingungan dan ketegangan ternyata berfungsi sebagai sinyal metakognitif yang berguna. Mereka menandakan ketidaksesuaian antara strategi saat ini dan lingkungan, memicu mekanisme pemulihan yang tepat *sebelum* kesalahan benar-benar terjadi. Dalam tugas-tugas rumit yang rentan gagal (seperti "mememanaskan barang" atau "mengambil dua item" di lingkungan simulasi), metode berbasis emosi ini meningkatkan tingkat keberhasilan secara signifikan, dari di bawah 10% menjadi lebih dari 30% bahkan 56%. Penelitian terpisah dari Universitas Tianjin juga mengintegrasikan emosi ke dalam "Model Dunia" (World Model) untuk prediksi yang lebih baik dalam lingkungan berpusat pada manusia. Hasilnya, akurasi prediksi meningkat, dan menghilangkan data emosi justru menurunkan kinerja AI bahkan dalam tugas penalaran logis. Temuan ini menunjukkan bahwa representasi emosional dalam model bahasa besar (LLM) tidak hanya fenomena yang diamati, tetapi semakin menjadi sinyal fungsional yang dapat diekstraksi dan dimanfaatkan untuk meningkatkan ketangguhan dan kemampuan AI dalam menyelesaikan tugas.

marsbit1j yang lalu

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

marsbit1j yang lalu

Trading

Spot
活动图片