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

cryptonews.ruPublicado em 2025-09-25Última atualização em 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.

Criptomoedas em alta

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

Leituras Relacionadas

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.

ambcryptoHá 24m

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

ambcryptoHá 24m

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.

marsbitHá 31m

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

marsbitHá 31m

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.

marsbitHá 57m

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

marsbitHá 57m

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.

ambcryptoHá 3h

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

ambcryptoHá 3h

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."

marsbitHá 3h

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'?

marsbitHá 3h

Trading

Spot

Artigos em Destaque

O que é $BANK

Bank AI: Um Passo Revolucionário no Futuro da Banca Introdução Em uma era marcada por avanços rápidos na tecnologia, o Bank AI está na interseção da inteligência artificial (IA) e dos serviços bancários. Este projeto inovador visa redefinir o panorama financeiro, melhorando a eficiência operacional, as medidas de segurança e as experiências dos clientes através do poder da IA. Ao embarcarmos nesta exploração do Bank AI, iremos aprofundar no que o projeto implica, suas dinâmicas operacionais, seu contexto histórico e marcos significativos. O que é o Bank AI? No seu cerne, o Bank AI representa uma iniciativa transformadora com o objetivo de integrar a inteligência artificial em várias operações bancárias. Este projeto aproveita as capacidades da IA para automatizar processos, melhorar os protocolos de gestão de risco e melhorar a interação com os clientes através de serviços personalizados. Os principais objetivos do Bank AI incluem: Automatização das Funções Bancárias: Ao aproveitar as tecnologias de IA, o Bank AI visa automatizar tarefas rotineiras, reduzindo o peso sobre os recursos humanos e aumentando a eficiência. Gestão de Risco Melhorada: O projeto utiliza algoritmos de IA para prever e identificar riscos, fortalecendo assim as medidas de segurança contra fraudes e outras ameaças. Personalização dos Serviços Bancários: O Bank AI foca em oferecer produtos e serviços financeiros ajustados, analisando dados e comportamentos dos clientes. Melhoria da Experiência do Cliente: A implementação de soluções impulsionadas por IA, como chatbots e assistentes virtuais, visa proporcionar aos usuários interações mais humanizadas, revolucionando a forma como os clientes se envolvem com os bancos. Com esses objetivos, o Bank AI posiciona-se como um ator crucial para tornar a banca mais eficiente, segura e centrada no usuário. Quem é o Criador do Bank AI? Os detalhes sobre o criador do Bank AI permanecem desconhecidos. Assim, nenhuma pessoa ou organização específica foi identificada nas informações disponíveis. O anonimato que cerca a origem do projeto levanta questões, mas não diminui a sua ambiciosa visão e objetivos. Quem são os Investidores do Bank AI? Semelhante ao criador do projeto, informações específicas sobre os investidores ou organizações que apoiam o Bank AI não foram divulgadas. Sem essas informações, é difícil delinear o apoio financeiro e institucional que pode estar impulsionando o projeto para frente. No entanto, a importância de ter uma sólida base de investimento é fundamental para sustentar o desenvolvimento em um campo tão inovador. Como Funciona o Bank AI? O Bank AI opera em várias frentes inovadoras, focando em fatores únicos que o diferenciam das estruturas bancárias tradicionais. Abaixo estão as principais características operacionais: Automatização: Ao aplicar algoritmos de aprendizado de máquina, o Bank AI automatiza vários processos manuais dentro dos bancos. Isso resulta na redução dos custos operacionais e permite que os trabalhadores humanos redirecionem os seus esforços para atividades mais estratégicas. Gestão de Risco Avançada: A integração da IA nas práticas de gestão de risco equipa os bancos com ferramentas para prever com precisão potenciais ameaças, como fraudes, garantindo que as informações e ativos dos clientes permaneçam seguros. Recomendações Financeiras Personalizadas: Através do aprendizado contínuo a partir das interações com os clientes, os sistemas de IA desenvolvem uma compreensão sutil das necessidades dos usuários, permitindo oferecer conselhos adaptados sobre decisões financeiras. Interações Melhoradas com os Clientes: Utilizando chatbots e assistentes virtuais alimentados por IA, o Bank AI permite uma experiência de cliente mais envolvente, permitindo que os usuários tenham suas dúvidas resolvidas rapidamente, reduzindo assim os tempos de espera e melhorando os níveis de satisfação. Juntas, estas características operacionais posicionam o Bank AI como um pioneiro no setor bancário, estabelecendo novos padrões para a prestação de serviços e a excelência operacional. Cronologia do Bank AI Compreender a trajetória do Bank AI requer uma análise do seu contexto histórico. Abaixo está uma cronologia que destaca marcos e desenvolvimentos importantes: Início de 2010: A conceituação da integração da IA nos serviços bancários começou a ganhar atenção à medida que instituições bancárias reconheciam os potenciais benefícios. 2018: Ocorreu um aumento significativo na implementação de tecnologias de IA, quando os bancos começaram a usar ferramentas de IA como chatbots para atendimento ao cliente básico e sistemas de gestão de risco para melhorar o tratamento de segurança. 2023: A sofisticação da IA continuou a avançar, com a introdução de IA generativa para tarefas mais complexas, como processamento de documentos e análise de investimentos em tempo real. Este ano marcou um salto significativo nas capacidades proporcionadas aos bancos pela tecnologia de IA. 2024-Estado Atual: Neste ano, o Bank AI está em uma trajetória ascendente, com pesquisas e desenvolvimentos em andamento prontos para aprimorar ainda mais as capacidades nas operações bancárias. A exploração contínua das aplicações de IA sugere desenvolvimentos emocionantes por vir. Pontos Chave Sobre o Bank AI Integração da IA na Banca: O Bank AI foca na adoção da inteligência artificial para simplificar os processos bancários e melhorar as experiências dos usuários. Automatização e Foco em Gestão de Risco: O projeto enfatiza fortemente essas áreas, visando transferir o peso das tarefas rotineiras enquanto melhora as estruturas de segurança através de análises preditivas. Soluções Bancárias Personalizadas: Ao aproveitar os dados dos clientes, o Bank AI possibilita serviços bancários ajustados que atendem às necessidades individuais dos usuários. Compromisso com o Desenvolvimento: O Bank AI permanece comprometido com contínuas pesquisas e esforços de desenvolvimento, garantindo a sua adaptabilidade e relevância contínua à medida que a tecnologia continua a evoluir. Conclusão Em resumo, o Bank AI exemplifica um passo crucial em frente na indústria bancária, aproveitando a inteligência artificial para remodelar paradigmas operacionais, melhorar a segurança e promover a satisfação do cliente. Apesar das lacunas de informação em torno do criador e dos investidores, os objetivos claros e os mecanismos funcionais do Bank AI fornecem uma base sólida para sua evolução contínua. À medida que a tecnologia de IA continua a avançar e se fundir com o setor bancário, o Bank AI está bem posicionado para impactar significativamente o futuro dos serviços financeiros, aprimorando a maneira como entendemos e interagimos com a banca.

66 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.03

Como comprar BANK

Bem-vindo à HTX.com!Tornámos a compra de Lorenzo Protocol (BANK) simples e conveniente.Segue o nosso guia passo a passo para iniciar a tua jornada no mundo das criptos.Passo 1: cria a tua conta HTXUtiliza o teu e-mail ou número de telefone para te inscreveres numa conta gratuita na HTX.Desfruta de um processo de inscrição sem complicações e desbloqueia todas as funcionalidades.Obter a minha contaPasso 2: vai para Comprar Cripto e escolhe o teu método de pagamentoCartão de crédito/débito: usa o teu visa ou mastercard para comprar Lorenzo Protocol (BANK) instantaneamente.Saldo: usa os fundos da tua conta HTX para transacionar sem problemas.Terceiros: adicionamos métodos de pagamento populares, como Google Pay e Apple Pay, para aumentar a conveniência.P2P: transaciona diretamente com outros utilizadores na HTX.Mercado de balcão (OTC): oferecemos serviços personalizados e taxas de câmbio competitivas para os traders.Passo 3: armazena teu Lorenzo Protocol (BANK)Depois de comprar o teu Lorenzo Protocol (BANK), armazena-o na tua conta HTX.Alternativamente, podes enviá-lo para outro lugar através de transferência blockchain ou usá-lo para transacionar outras criptomoedas.Passo 4: transaciona Lorenzo Protocol (BANK)Transaciona facilmente Lorenzo Protocol (BANK) no mercado à vista da HTX.Acede simplesmente à tua conta, seleciona o teu par de trading, executa as tuas transações e monitoriza em tempo real.Oferecemos uma experiência de fácil utilização tanto para principiantes como para traders experientes.

419 Visualizações TotaisPublicado em {updateTime}Atualizado em 2026.06.02

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de BANK (BANK) são apresentadas abaixo.