AMINA Bank и Crypto Finance протестировали DLT-инфраструктуру Google для почти мгновенных фиатных платежей

cryptonews.ruPubblicato 2025-09-25Pubblicato ultima volta 2025-11-26

Google Cloud Universal Ledger успешно прошел тестирование для банковских расчетов.
Пилотный проект провели AMINA и Crypto Finance Group.
Компании завершили ключевой этап модернизации платежей.

Швейцарская банковская группа AMINA и компания Crypto Finance Group, вместе с рядом банков-партнеров, завершили успешный пилотный проект на платформе Google Cloud Universal Ledger (GCUL), который демонстрирует, как распределенная технология реестров (DLT) может модернизировать транзакции в нескольких валютах, трансграничные платежи и расчеты на местах продаж.

Согласно заявлению, пилот позволил осуществлять почти мгновенные, доступные круглосуточно расчеты в фиатных валютах между швейцарскими финансовыми учреждениями, сохраняя при этом традиционные стандарты безопасности и регуляторного соответствия.

Проект направлен на решение ключевых проблем глобальных платежных систем, где международные транзакции до сих пор могут обрабатываться днями и сопровождаются высокими комиссиями, говорится в сообщении.

Команда продемонстрировала, что, используя DLT как инфраструктуру, но сохраняя расчеты в обычных банковских деньгах, можно модернизировать платежи без создания новых форм цифровой валюты и без изменения действующих правил.

Генеральный директор AMINA Bank Франц Бергмюллер отметил потенциал решения:

«GCUL от Google Cloud является доказательством того, что инновации и стабильность не противоречат друг другу. Благодаря этому пилотному проекту мы обеспечили возможность осуществления расчетов в режиме почти реального времени и в соответствии с требованиями действующего банковского законодательства. Глобальный охват AMINA и существующая сеть институциональных партнеров дают нам уникальную возможность масштабировать этот пилотный проект на глобальном уровне и продемонстрировать способность DLT трансформировать глобальную финансовую систему».

CEO Crypto Finance Group Стейн Вандер Стратен подчеркнул важность разработанной модели для криптоинфраструктуры:

«Этот пилотный проект демонстрирует, как мы совместно создаем финансовые рынки нового поколения. Как валютный оператор этого пилотного проекта, мы можем создать надежную основу для цифровых платежей и токенизированных активов. Успех этого пилотного проекта укрепляет позиции Швейцарии как ведущего центра цифровых финансовых инноваций».

В пилоте Crypto Finance Group выступила валютным оператором, определяя правила транзакций, сопровождая банки-участники и контролируя соответствие процессов стандартам программы.

Расчеты и выполнение платежей осуществляли непосредственно финансовые учреждения, а AMINA Bank интегрировала инфраструктуру GCUL в свои ключевые бэкэнды, обеспечив мгновенные операции для выбранных клиентов без изменений в их привычном взаимодействии с банком.

Президент и CRO Google Cloud Мэтт Реннер отметил:

«Мы гордимся тем, что поддерживаем видение Швейцарии в отношении финансовой инфраструктуры нового поколения. Облачная инфраструктура обладает способностью трансформировать финансовые услуги, соблюдая при этом нормативные требования. Пилотный проект AMINA Bank и Crypto Finance демонстрирует, как передовые технологии могут способствовать почти мгновенным, безопасным и соответствующим требованиям работающим платежам».

Технология GCUL обеспечивает круглосуточные транзакции в реальном времени для традиционных денег и активов, интегрируясь в действующие банковские системы без влияния на депозитную базу или кредитные операции. Это открывает путь к новым банковским услугам на базе DLT и облачных технологий Google.

Успешное завершение тестирования создает основу для более широкого внедрения. Следующая фаза предусматривает:

подключение больше финансовых учреждений;
переход от контролируемых тестов к работе в реальных условиях;
развитие функционала, включая трансграничные платежи и POS-интеграции для пользователей.

Напомним, что в начале ноября 2025 года AMINA получила банковскую лицензию MiCA.

Crypto di tendenza

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

Letture associate

Ethena price prediction: Will the $0.08 zone keep ENA’s recovery alive?

The Ethena (ENA) price has risen 14.11% from its July 8 low, recovering the $0.08 resistance zone to trade at $0.082. Despite this recent gain, the overall trend remains bearish, with the token down 94% from its all-time high. Positive developments include the launch of the Robinhood Earn feature, where ENA represented over 70% of user asset allocations, significantly boosting the Robinhood Chain's TVL. However, a large transfer of 1.231 billion ENA ($94 million) between unknown wallets created mixed signals. Technical analysis shows long-term bearish dominance, with price action below key former support. The ongoing bounce from $0.08 requires sustained buying pressure to continue. Key resistance is seen at the $0.105-$0.125 zone. Analysts suggest a potential bounce to that zone could present a selling opportunity, while current price levels offer unclear risk-reward for swing traders. The $0.08 level is crucial for keeping the recovery alive.

ambcrypto24 min fa

Ethena price prediction: Will the $0.08 zone keep ENA’s recovery alive?

ambcrypto24 min fa

Claude Accused of Becoming Dumber by the Entire Internet, Anthropic Steps In to Reveal: It’s Not the Model That’s Tricking You

When users complained that Claude was "getting dumber," the root cause wasn't the AI model itself. In an official blog post, Anthropic clarified the critical difference between two key settings in Claude Code: Model and Effort. Model refers to the core "brain"—the fixed, trained weights of a specific AI (like Sonnet, Opus, or Fable). Changing the Model addresses *capability* ("can it do this?"), but its knowledge is static post-training. Effort, however, controls the AI's *approach and thoroughness* for a specific task. A higher Effort level instructs Claude to read more files, run tests, perform verification, and complete multi-step reasoning before responding, significantly increasing its "work output" for that job. Conversely, low Effort leads to quicker, less thorough replies. This distinction explains the March 2024 uproar where users experienced a sudden drop in Claude's performance. The cause was not a model change but Anthropic quietly lowering the *default* Effort setting from "high" to "medium" to reduce latency, which was later reverted. The key insight is that a smaller, capable model (like Sonnet) on high Effort can often outperform a larger, more powerful model (like Opus) on low Effort for many tasks. The article provides a practical troubleshooting framework: if Claude makes an error, first check the context and instructions. If it seems to skip necessary steps or validations, increase Effort. If it diligently attempts the task but fails conceptually or makes consistent factual errors despite good context, then consider switching to a more capable Model. The takeaway is a shift in focus: effective AI programming is less about always choosing the "strongest" model and more about intelligently *orchestrating* models and effort levels—acting like a project manager to assign the right "brain" with the right level of diligence for each job, optimizing both results and cost.

marsbit30 min fa

Claude Accused of Becoming Dumber by the Entire Internet, Anthropic Steps In to Reveal: It’s Not the Model That’s Tricking You

marsbit30 min fa

Will the Ethereum Foundation Evolve into a 'Mascot'? Diversified Organizations Are Fragmenting Its Functions

The Ethereum Foundation (EF) is undergoing significant internal turmoil and functional erosion. Following its largest-ever layoff of 54 staff (20% of its workforce) and a major organizational restructuring announced in June, its Protocol Support Team has been officially dissolved. This comes alongside the high-profile resignation of key figures like co-executive director Xiaowei Wang, bringing senior departures this year to at least eight. Criticism of EF's rigid structure, opaque decision-making, and perceived lack of a clear value narrative for ETH has intensified within the community. The layoffs have catalyzed the emergence of independent, non-profit organizations like Ethlabs and Ethereum Institutional, founded by former EF researchers and members. These entities are now taking on core functions such as protocol research/development and institutional adoption, effectively fragmenting the EF's traditional leadership role. Concurrently, EF's security team is adapting to technological change, deploying specialized AI agents to audit Ethereum's codebase, which successfully discovered a critical vulnerability (CVE-2026-34219). While EF states AI complements rather than replaces researchers, it signals a potential future shift in its operational model. Faced with these challenges—internal restructuring, talent drain, the rise of competing organizations, and AI integration—the Ethereum Foundation appears to be stepping back from a central commanding role. Analysts and community observers speculate it may increasingly transition towards a symbolic "ecosystem mascot" function, while decentralized initiatives drive Ethereum's future growth and institutional adoption.

marsbit56 min fa

Will the Ethereum Foundation Evolve into a 'Mascot'? Diversified Organizations Are Fragmenting Its Functions

marsbit56 min fa

Is LIT’s burn worth $42 million enough to spur the altcoin’s next big rally?

Lighter (LIT) has experienced significant volatility, rallying 18% over the past week but facing potential overbought conditions. After a warning of a correction toward $2, the price dipped to $2.3 before recovering to $2.60. A major catalyst was the recent burn of over 15.6 million LIT tokens (worth ~$42 million), representing 6.3% of the circulating supply, which may have spurred short-term bullish momentum toward $3. Technical analysis on the 1-day chart shows a bearish divergence with the RSI, signaling a potential pullback despite strong demand. The key Fibonacci retracement level to watch is $2.30. On the 4-hour chart, LIT is forming a range between $2.31 and $2.68. The suggested strategy is to wait for a breakout above $2.70 to target $3.06-$3.21, or a breakdown below $2.31 for a likely deeper retracement below $2. In summary, while bullish momentum persists, traders should monitor the range boundaries for the next directional move.

ambcrypto3 h fa

Is LIT’s burn worth $42 million enough to spur the altcoin’s next big rally?

ambcrypto3 h fa

Nearly a Hundred Players Rush into Embodied Data: With 4.47 Billion Yuan in Financing in One Year, Who Can Really Make Money by 'Selling Data'?

The domestic embodied AI data industry has attracted nearly 100 players, with 70 focused on data collection and 27 on data infrastructure. In the past year, 15 independent embodied data service providers raised approximately 4.47 billion yuan. Despite this growth, the sector remains early-stage, fragmented, and faces significant challenges. Data collection methods are diverse, categorized into four main routes: teleoperation of real robots, human demonstration without a robot (using motion capture, exoskeletons, etc.), simulation synthesis, and distillation from internet videos. Most companies (43%) adopt hybrid approaches, combining multiple routes, as no single method can meet all training needs. Teleoperation alone is pursued by 31% of players, often by state-owned platforms and robot companies, while newer firms favor asset-light, no-hardware human demonstration. Independent data service providers now form the largest player group (40%), indicating the emergence of a distinct industry segment rather than just a subsidiary function for robot makers. Two-thirds of all players are "embodied-native" startups, while one-third are companies that pivoted from fields like AI data annotation, which are more prevalent in the data infrastructure layer. Current annual industry capacity is estimated at 1.6-1.8 million hours plus 70-80 million data points, with a short-term goal to increase this 15-20 fold within 1-3 years. Data collection factories are spread across 20 provinces in China, concentrated in the Yangtze River Delta, Beijing-Tianjin-Hebei, and Pearl River Delta regions. Financially, the 4.47 billion yuan raised in the past year pales compared to the 43.8 billion yuan raised by the broader embodied intelligence sector in just the first half of 2026, highlighting that data remains a less "sexy" bet for investors. The 15 funded independent providers show clear stratification: a top tier led by a unicorn (Lightwheel Intelligence, 3.1 billion yuan), a middle tier of 11 firms raising tens to hundreds of millions, and an early-stage tier of 3 companies. Sixty-nine investment institutions have participated, but none have made concentrated bets, reflecting uncertainty about viable business models. Over half of these funded companies are less than a year old, most are at pre-A or A rounds, and profitability remains largely unproven. In summary, the embodied data industry has become an independent track creating jobs and local economic activity. However, it is still nascent, with unformed consensus, unsolved problems, and unproven business models. The coming 1-2 years will be a critical validation window to see if companies can build sustainable, profitable businesses purely by "selling data."

marsbit3 h fa

Nearly a Hundred Players Rush into Embodied Data: With 4.47 Billion Yuan in Financing in One Year, Who Can Really Make Money by 'Selling Data'?

marsbit3 h fa

Trading

Spot

Articoli Popolari

Cosa è $BANK

Banca AI: Un Passo Rivoluzionario nel Futuro della Banca Introduzione In un'era caratterizzata da rapidi progressi tecnologici, Banca AI si trova all'incrocio tra intelligenza artificiale (AI) e servizi bancari. Questo progetto innovativo mira a ridefinire il panorama finanziario, migliorando l'efficienza operativa, le misure di sicurezza e le esperienze dei clienti attraverso il potere dell'AI. Mentre ci impegniamo in questa esplorazione di Banca AI, esamineremo cosa comporta il progetto, le sue dinamiche operative, il suo contesto storico e i traguardi significativi. Cos'è Banca AI? Alla sua essenza, Banca AI rappresenta un'iniziativa trasformativa volta a integrare l'intelligenza artificiale in varie operazioni bancarie. Questo progetto sfrutta le capacità dell'AI per automatizzare processi, migliorare i protocolli di gestione del rischio e potenziare l'interazione con i clienti attraverso servizi personalizzati. Gli obiettivi principali di Banca AI includono: Automazione delle Funzioni Bancarie: Sfruttando le tecnologie AI, Banca AI mira ad automatizzare compiti di routine, riducendo il carico sulle risorse umane e aumentando l'efficienza. Miglioramento della Gestione del Rischio: Il progetto utilizza algoritmi AI per prevedere e identificare i rischi, rafforzando così le misure di sicurezza contro le frodi e altre minacce. Personalizzazione dei Servizi Bancari: Banca AI si concentra sull'offrire prodotti e servizi finanziari su misura analizzando i dati e i comportamenti dei clienti. Miglioramento dell'Esperienza del Cliente: L'implementazione di soluzioni guidate dall'AI, come chatbot e assistenti virtuali, mira a fornire agli utenti interazioni più umane, rivoluzionando il modo in cui i clienti si relazionano con le banche. Con questi obiettivi, Banca AI si posiziona come un attore cruciale nel rendere la banca più efficiente, sicura e centrata sull'utente. Chi è il Creatore di Banca AI? I dettagli riguardanti il creatore di Banca AI rimangono sconosciuti. Pertanto, non è stata identificata alcuna persona o organizzazione specifica nelle informazioni disponibili. L'anonimato che circonda la nascita del progetto solleva domande, ma non sminuisce la sua ambiziosa visione e obiettivi. Chi sono gli Investitori di Banca AI? Simile al creatore del progetto, informazioni specifiche riguardo gli investitori o le organizzazioni di supporto di Banca AI non sono state divulgate. Senza queste informazioni, è difficile delineare il sostegno finanziario e istituzionale che potrebbe spingere il progetto in avanti. Tuttavia, l'importanza di avere una solida base di investimento è fondamentale per sostenere lo sviluppo in un campo così innovativo. Come Funziona Banca AI? Banca AI opera su più fronti innovativi, concentrandosi su fattori unici che la differenziano dai framework bancari tradizionali. Di seguito sono riportate le caratteristiche operative chiave: Automazione: Applicando algoritmi di machine learning, Banca AI automatizza vari processi manuali all'interno delle banche. Ciò si traduce in una riduzione dei costi operativi e consente ai lavoratori umani di reindirizzare i propri sforzi verso attività più strategiche. Gestione Avanzata del Rischio: L'integrazione dell'AI nelle pratiche di gestione del rischio fornisce alle banche strumenti per prevedere con precisione potenziali minacce come le frodi, garantendo che le informazioni e i beni dei clienti rimangano al sicuro. Raccomandazioni Finanziarie Personalizzate: Attraverso l'apprendimento continuo dalle interazioni con i clienti, i sistemi AI sviluppano una comprensione sfumata delle esigenze degli utenti, consentendo loro di offrire consigli su misura per le decisioni finanziarie. Interazioni Migliorate con i Clienti: Utilizzando chatbot e assistenti virtuali alimentati dall'AI, Banca AI consente un'esperienza cliente più coinvolgente, permettendo agli utenti di risolvere rapidamente le loro richieste, riducendo così i tempi di attesa e migliorando i livelli di soddisfazione. Tutte queste caratteristiche operative posizionano Banca AI come un pioniere nel settore bancario, stabilendo nuovi standard per la fornitura di servizi e l'eccellenza operativa. Timeline di Banca AI Comprendere la traiettoria di Banca AI richiede uno sguardo al suo contesto storico. Di seguito è riportata una timeline che evidenzia traguardi e sviluppi importanti: Inizio 2010: La concettualizzazione dell'integrazione dell'AI nei servizi bancari ha cominciato a guadagnare attenzione mentre le istituzioni bancarie riconoscevano i potenziali benefici. 2018: Si è verificato un aumento significativo nell'implementazione delle tecnologie AI quando le banche hanno iniziato a utilizzare strumenti AI come i chatbot per servizi clienti di base e sistemi di gestione del rischio per migliorare la sicurezza. 2023: La sofisticazione dell'AI ha continuato ad avanzare, con l'introduzione dell'AI generativa per compiti più complessi come l'elaborazione di documenti e l'analisi degli investimenti in tempo reale. Quest'anno ha segnato un significativo salto nelle capacità offerte alle banche dalla tecnologia AI. 2024-Stato Attuale: A partire da quest'anno, Banca AI è su una traiettoria ascendente, con ricerche e sviluppi in corso pronti a migliorare ulteriormente le capacità nelle operazioni bancarie. L'esplorazione continua delle applicazioni AI suggerisce sviluppi entusiasmanti in arrivo. Punti Chiave su Banca AI Integrazione dell'AI nella Banca: Banca AI si concentra sull'adozione dell'intelligenza artificiale per snellire i processi bancari e migliorare le esperienze degli utenti. Focus su Automazione e Gestione del Rischio: Il progetto enfatizza fortemente queste aree, mirando a spostare il carico di compiti di routine mentre migliora le strutture di sicurezza attraverso analisi predittive. Soluzioni Bancarie Personalizzate: Sfruttando i dati dei clienti, Banca AI consente servizi bancari su misura che si adattano alle esigenze individuali degli utenti. Impegno per lo Sviluppo: Banca AI rimane impegnata in sforzi di ricerca e sviluppo continuativi, garantendo la sua adattabilità e rilevanza continua man mano che la tecnologia continua a evolversi. Conclusione In sintesi, Banca AI rappresenta un passo cruciale in avanti nell'industria bancaria, sfruttando l'intelligenza artificiale per rimodellare i paradigmi operativi, migliorare la sicurezza e promuovere la soddisfazione del cliente. Nonostante le lacune nelle informazioni riguardo il creatore e gli investitori, gli obiettivi chiari e i meccanismi funzionali di Banca AI forniscono una solida base per la sua continua evoluzione. Mentre la tecnologia AI continua ad avanzare e fondersi con il settore bancario, Banca AI è ben posizionata per avere un impatto significativo sul futuro dei servizi finanziari, migliorando il modo in cui comprendiamo e interagiamo con la banca.

126 Totale visualizzazioniPubblicato il 2024.04.06Aggiornato il 2024.12.03

Come comprare BANK

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Lorenzo Protocol (BANK) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente Lorenzo ProtocolBANK.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Lorenzo Protocol (BANK)Dopo aver acquistato Lorenzo Protocol (BANK), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Lorenzo Protocol (BANK)Scambia facilmente Lorenzo Protocol (BANK) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

716 Totale visualizzazioniPubblicato il 2025.05.09Aggiornato il 2026.06.02

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di BANK BANK sono presentate come di seguito.