稳定币格局或生变?Tether 遭遇合规与竞争双考验,新一批掘金者入场

深潮Опубликовано 2024-08-16Обновлено 2024-08-16

在新老选手的猛烈攻势下,「榜一大哥」Tether 开始加速多元化业务建设。

撰文:Nancy,PANews

稳定币是加密生态的流动性基石,竞争自然空前激烈。在新老选手的猛烈攻势下,「榜一大哥」Tether 开始加速多元化业务建设,且市场格局也因监管合规趋势悄然生变。

利润新高来自传统资产,加速探索多元化业务

Tether 无疑是稳定币赛道的「吸金王」。根据 Tether 第二季度审计报告显示,Tether Holdings 在 2024 年上半年净利润达到 52 亿美元,创下历史新高。其中,第二季度的净营业利润为 13 亿美元,创下了迄今为止的最高季度利润。从这份成绩单来看,Tether 的巨额利润直逼不少传统巨头,包括是华尔街巨头高盛上半年利润(71.7 亿美元)的约 72.5%、全球财富管理巨头摩根士丹利同期利润(64.8 亿美元)的 80.2%。但 Tether 却是个只有约 100 名员工的团队,意味着每位员工在半年内创造利润达 5000 万美元,相比之下高盛和摩根士丹利却分别拥有约 4.5 万名和 8 万名员工。

然而,Tether 堪称「印钞机」的盈利能力却主要得益于传统资产的高收益。根据 Tether 的数据披露,该公司的美国国债持有量超过 976 亿美元,达到历史新高,也系美国短期国库券全球前三大买家之一,国债规模超过德国、阿联酋和澳洲等国家。眼下美国利率上升带动着国债收益率大幅提高,Tether 盈利能力也因此得以提升。

不仅如此,虽然 USDT 仍具备绝对优势,占据着近七成的市场份额,全球用户数已超 3 亿名,但其正面临着竞争对手们的围攻。根据 DeFiLlama 数据显示,今年初至今(8 月 15 日),稳定币市值上涨了近 28.4% 至 1669.6 亿美元。在此期间,虽然其他竞品规模仍远落后于 USDT,但增长速度却超过 USDT 的近 27.2%,例如 USDC 增长约 42.3%、USDe 上涨超 239.5%、PYUSD 涨幅近 227.2% 等。

Tether 也对此提出应对之策。在稳定币领域,Tether 不仅对产品在不同区块链中的支持方式上进行了调整,优先考虑对社区驱动的区块链支持外,还在今年 6 月推出了新型合成美元平台 XAU₮,这是由存储在瑞士的真实实物黄金支持 TetherGold 超额抵押,但 CoinGecko 数据显示,截至 8 月 15 日,XAU₮的市值达 6 亿美元,仅为 USDT 规模的 0.5%。另外,Tether 还合作开展了多个 USDT 相关业务来扩大影响力,如 Tether 与 Uquid 联合推出 1 USDT 商店,仅在上线 10 内就获得超 4.7 万笔交易。

另一方面,Tether 开始多措施大力推进「金融生态建设者」的愿景。自今年 4 月 Tether 宣布设立数据、金融、能源与教育四大部门来拓展 USDT 产品之外的业务范围后,其在过去几个月展开了密集攻势。

例如,在 AI 等新兴市场,Tether 除了正在开发去中心化 AI 模型外,还投资了生物技术公司 Blackrock Neurotech 和数据中心运营商 Northern Data Group 等,投入资金已超 20 亿美元。

本周,Tether CEO Paolo Ardoino 更是强调称,Tether 资金充裕,在过去两年累计获利约 119 亿美元,目前可从储备金中赚取 5.5% 利润,公司计划进军 AI 等未知领域来与微软、谷歌和亚马逊等公司较量。另外,Paolo Ardoino 还在不久前透露正在准备启动一个新开源项目,虽然并未公布更多具体信息,但他强调这会是 Tether 未来生态系统的重要一环。

教育上,Tether 还与越南区块链协会达成合作来共同推动越南区块链和 AI 教育、与 BTguru 签署谅解备忘录以推动土耳其数字资产教育、与台北科技大学达成合作推出「区块链与数字资产」教育计划等。

另外,Tether 还加大对生态的投资力度,且其投资部门预计还将在未来 12 个月投资超过 10 亿美元。例如,Tether 斥资 1 亿美元收购上市矿企比特小鹿股份并成为第二大股东、Tether 对合规区块链金融机构 XREX Group 进行 1875 万美元战略投资,以促进新兴市场中基于 USDT 的跨境支付并创新监管技术等。

或因欧盟稳定币新规退出欧洲市场,Tether 加大合规支出

合规问题一直是 Tether 面临棘手问题。特别是眼下,随着欧盟《加密资产市场法案》(MiCA)中关于稳定币的规定正式生效,每日交易超过 100 万笔或总值超过 2 亿欧元(约 2.15 亿美元)的稳定币需要获得相关授权才能在欧盟运营,因此包括 USDT 在内的稳定币面临着合规挑战。

受此影响,不少加密项目采取的应对措施,比如加密交易所 Bitstamp 就下架了 Tether 的欧元稳定币 EURT 和其他稳定币。布雷顿森林委员会博客某文章还指出,不符合 MiCA 法规的稳定币将在中短期内从欧盟市场「消失」。「日益严格的稳定币监管可能对 Tether 的市场主导地位构成重大挑战。如果无法遵守这些新规,Tether 在稳定币市场的主导地位将受到威胁。」JPMorgan 在研究报告中也指出。

据 Tether 透明度页面信息显示,截至 8 月 15 日,Tether 欧元稳定币 EURT 净流通量超 2826 万欧元,仅次于 USDT。相比之下,作为 USDT 的最大竞争对手,Circle 已率先成为第一家在欧盟获得许可的全球稳定币发行商。

而 Ardoino 则对此回应称,Tether 正式制定针对欧洲市场的战略,但他认为该法规对稳定币构成威胁,且还对整个银行系统构成系统性风险。MiCA 要求至少 60% 的稳定币储备必须存放在欧盟银行账户中,这一规定可能增加系统性风险。银行使用的是部分准备金制度,这使得它们容易受到挤兑的影响,Ardoino 还提及 2023 年硅谷银行倒闭事件作为警示,认为此规定可能对大规模稳定币发行方带来不利影响。

事实上,Tether 也一直在加强合规力度,除了此前 PANews 发文提到 Tether 在强监管趋势下开始加大游说支出外,近期 Tether 还宣布计划在未来一年将员工规模扩大一倍,以增强合规等领域的实力,预计到 2025 年中期员工人数将达到约 200 人。

更多稳定币「掘金者」入场

稳定币赛道不缺乏竞争者。近期,稳定币市场正迎来一批选手跑步入场,有来自加密原生协议,也有来自传统金融背景。

sGYD

稳定币项目 Gyroscope 宣布推出收益版稳定币 Savings GYD(sGYD),目标是向代币持有者支付 12%-15% 的年化收益,具体数额取决于市场情况。

RLUSD

Ripple 的稳定币 RLUSD 在近期宣布开始在 XRP Ledger (XRPL) 和以太坊主网上对其新稳定币 RLUSD 进行 Beta 测试,并计划随着时间的推移扩展到其他区块链和去中心化金融 (DeFi) 协议。RLUSD 是与美元 1:1 挂钩, 100% 由美元存款、短期美国政府国债和其他现金等价物支持。这些储备资产将由第三方会计师事务所进行审计,Ripple 将每月发布证明。

sGYD

DeFi 协议 Gyroscope 在本月也宣布推出了其稳定币的新收益版本,Savings GYD(或 sGYD)的目标是向代币持有者支付 12%-15% 的年化收益,具体数额取决于市场情况。收入来自代币支持资产,这些资产被存放在各种 DeFi 投资策略的隔离保险库中。

HKDR

港元稳定币 HKDR 是圆币科技推出,将与 Chainlink 跨链互操作性协议(CCIP)整合,让 HKDR 得以做到安全可靠的跨链转移,并触及更多不同用户。圆币科技将采用 Chainlink 的储备金证明 (PoR) 功能,为 HKDR 的储备提供可靠的链上验证。圆币科技子公司圆币创新科技有限公司已被纳入香港金融管理局(HKMA)的稳定币发行人沙盒计划,将进行 HKDR 的多种用例测试,例如数字资产交易和跨境贸易支付等。

京东稳定币

今年 7 月,京东宣布将在香港发行与港元 1:1 挂钩的加密货币稳定币。京东稳定币是一种基于公链并与港元 (HKD) 1:1 挂钩的稳定币,将在公共区块链上发行,其储备由高度流动且可信的资产组成,这些资产安全存放于持牌金融机构的独立账户中,通过定期的披露和审计报告,对储备的完整性进行严格验证。京东币链科技 ( 香港 ) 是香港金融管理局公布稳定币发行人沙盒参与者。

XUSD

XUSD 是与美元挂钩的稳定币,由数字资产支付基础设施 StraitsX 推出,已获得新加坡金融管理局颁发的 MPI 许可证,可提供更全面的数字支付服务。

USDH

DeFi 协议 Hermetica 也在今年 7 月推出比特币支持的稳定币 USDH,始终可以兑换价值 1 美元的比特币,为用户提供非托管选项,旨在消除比特币用户依赖中心化交易所或替代链上的法定支持稳定币的需要。

USBD

USBD 是比特币支持的稳定币,由稳定币开发商 Bima Labs 推出,可以通过提供比特币流动性质押和再质押代币作为抵押品来铸造,将接受来自多个区块链的抵押品,包括比特币、比特币扩容网络、以太坊虚拟机(EVM)兼容网络和 Solana。Bima Labs 在今年 7 月宣布完成了 Portal Ventures 领投的 225 万美元种子轮融资。

除此之外,包括法国金融机构 SG Forge、稳定币公司 StablR、欧洲基金巨头 DWS、加密做市商 DWF 都即将或者已经获得发行稳定币资格。监管博弈以及新参与者加速进场,稳定币格局或将迎来更多变化。

Похожее

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Корейские финансовые учреждения и интернет-платформы активно развивают блокчейн-инфраструктуру, сосредоточившись на двух ключевых направлениях: стейблкоинах и токенизации реальных активов (RWA). В сфере стейблкоинов идёт борьба за создание регулируемого рынка воны. Банки, финтех-компании и регуляторы определяют правила, стремясь предотвратить отток капитала в долларовые стейблкоины. Крупные банки, такие как KB Financial, Hana Financial и NH Nonghyup, уже проводят пилотные проекты по платежам и трансграничным переводам. Платежные системы (Shinhan Card, BC Card) и интернет-гиганты (KakaoPay, NAVER Pay) интегрируют стейблкоины в свои экосистемы. Криптопроектам следует устанавливать партнерства сейчас, чтобы стать частью будущей инфраструктуры. Направление RWA в Корее развивается быстро и с учётом местной специфики. Помимо традиционных активов, токенизируются активы ключевых отраслей: судостроение (Mirae Asset Securities), оборонная промышленность (Hanwha Investment) и культурный контент (Story Protocol). Правовая база формируется, и уже одобрены первые торговые платформы (NXT, KDX). Криптопроекты могут заполнить пробелы в глобальном распределении, ликвидности и предоставлении инструментов для токенизации. Ключевую роль в распространении среди пользователей играют потребительские платформы. NAVER (планирующая приобрести оператора Upbit) и Kakao (развивающая единый кошелёк) делают блокчейн основой своих сервисов. Toss, обладающий финансовыми лицензиями, также активно внедряет блокчейн. Корейская индустрия цифровых активов находится на переломном этапе. Принятие нормативной базы и активность институциональных игроков создают возможности для проектов, которые смогут наладить реальное сотрудничество и внедрение на местном рынке.

Foresight News6 мин. назад

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Foresight News6 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

**Как определить, является ли видео созданным ИИ? Обзор динамической, отслеживаемой и объяснимой системы обнаружения** За последние два года модели генерации видео, такие как Sora, Google Veo и Kling, достигли кинематографического качества, создавая многосекундные сложные сцены. Это создает растущий разрыв с областью обнаружения, которая отстает, в то время как количество и качество поддельных видео в социальных сетях стремительно растет. В обзоре, принятом на ACL 2026, исследователи переосмысливают цель обнаружения: от простой бинарной классификации («поддельное/настоящее») к **верификации фактологической достоверности**. Задача — проверить, соответствует ли содержание видео (кто, что, где, когда) восприятию и знаниям о реальном мире, включая физические законы и здравый смысл. Авторы выделяют три парадигмы AI-видео: 1. **Локальная манипуляция (LMV):** Изменение части реального видео (например, Deepfake). 2. **Аудиовизуальное редактирование (AVE):** Изменение синхронизации между звуком, речью и видео. 3. **Генеративный синтез видео (GVS):** Полная генерация видео «с нуля» (например, Sora), что представляет наибольшую сложность. Для обнаружения предлагается **четырехуровневая система с двойным визуально-языковым подходом**: * **Уровень 1: Низкоуровневые визуальные сигналы** (артефакты, шум, физиологические сигналы). * **Уровень 2: Пространственно-временная согласованность** (плавность движений, физическая непрерывность). * **Уровень 3: Межмодальная согласованность** (проверка соответствия видео, звука и текста). * **Уровень 4: Рассуждение на уровне знаний о мире** (проверка соответствия фактам, законам физики и здравому смыслу). Фокус методов смещается от первых двух уровней (визуальных) к третьему и четвертому (языковым и смысловым). Обзор подчеркивает, что будущие системы обнаружения должны быть **динамическими, объяснимыми и отслеживаемыми**. Они должны не просто классифицировать, а предоставлять доказательства, связывать выводы с конкретными элементами видео (объектами, событиями) и оставаться устойчивыми к новым генеративным моделям. Это требует объединения усилий компьютерного зрения, обработки естественного языка и исследований многомодальных моделей для создания надежной системы проверки достоверности видео в эпоху продвинутого ИИ.

marsbit42 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

marsbit42 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

NVIDIA представила открытую библиотеку NeMo AutoModel, которая значительно ускоряет тонкую настройку MoE-моделей. Достаточно добавить одну строку импорта в код на основе Hugging Face Transformers v5, чтобы получить прирост производительности до 3.7 раз и сократить использование видеопамяти GPU на 29-32%. Библиотека совместима с API Transformers и вводит три ключевые оптимизации: Expert Parallelism (EP) для распределения параметров экспертов по GPU и снижения нагрузки на память, DeepEP для совмещения вычислений и коммуникаций, а также Transformer Engine для ускорения базовых операций. На примере модели Qwen3-30B-A3B на 8 GPU H100 скорость обучения выросла с 3075 до 11340 токенов в секунду на GPU. Для очень крупных моделей, таких как Nemotron 3 Ultra 550B, NeMo AutoModel позволяет проводить тонкую настройку там, где стандартный Transformers v5 исчерпывает доступную память. Проект доступен на GitHub, предоставляя простой способ ускорения работы с MoE-архитектурами без серьёзных изменений кода.

marsbit42 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

marsbit42 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

По неожиданному сценарию, первой областью, где искусственный интеллект (ИИ) реально изменил криптоиндустрию, стала безопасность и аудит. В 2026 году DeFi-сектор столкнулся с растущим давлением: общая стоимость заблокированных средств (TVL) сократилась примерно на 39% с начала года, а хакерские атаки привели к потере около 942 миллионов долларов только за первое полугодие. Распространение продвинутых ИИ-моделей, таких как Claude Mythos, радикально снизило стоимость и требования к навыкам для поиска уязвимостей в смарт-контрактах. Атаки стали масштабными, быстрыми (от обнаружения до эксплуатации — минуты) и нацеленными даже на старые, давно развернутые контракты. Традиционная модель аудита, основанная на разовых отчетах, демонстрирует трещины. Атаки смещаются от чистого кода к эксплуатации логики протоколов, ошибок конфигурации и социальной инженерии (как в случаях с Drift Protocol и KelpDAO). Соучредитель OpenZeppelin заявил, что считает весь DeFi небезопасным из-за сверхчеловеческих способностей ИИ в поиске уязвимостей. В ответ проект и аудиторские компании вынуждены меняться. Возникает спрос на повторные аудиты по новым стандартам. Аудиторские фирмы внедряют собственные ИИ-системы для автоматического анализа и переходят от разовых проверок к непрерывному мониторингу, формальной верификации и встраиванию защиты на этапе разработки (как Skills от OpenZeppelin). Такие ИИ-инструменты, как Firepan, уже находят сложные комбинированные уязвимости, упущенные при многократных ручных аудитах, как в случае с Curve Finance. Эпоха, когда одного аудита было достаточно навсегда, закончилась. Безопасность становится не разовым этапом, а постоянной инфраструктурной затратой. Будущее останется за теми, кто быстрее адаптирует свои услуги к реалиям «гонки вооружений» между ИИ-атаками и ИИ-защитой.

marsbit48 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

marsbit48 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

Данные показывают, что к июню TVL в DeFi упал примерно до $700 млрд, что на 39% меньше показателей начала года. При этом в 2026 году в сфере DeFi произошло 121 хакерское нападение с общим ущербом около $942 млн. С распространением новых инструментов ИИ значительно снизились стоимость и требуемые навыки для поиска уязвимостей в смарт-контрактах. Традиционная модель аудита безопасности сталкивается с серьёзными проблемами. Наступление ИИ-атак происходит быстрее, что сокращает жизненный цикл аудиторских отчётов. Даже прошедшие аудит протоколы, такие как Drift Protocol и KelpDAO, подверглись атакам через уязвимости в логике операций или конфигурации инфраструктуры. В ответ на это проекты начинают пересматривать свою безопасность в соответствии с новыми стандартами эпохи ИИ. Компании, занимающиеся аудитом безопасности, также трансформируются, внедряя системы аудита с поддержкой ИИ и переходя от разовых проверок к постоянному мониторингу и встроенной безопасности. Такие инструменты, как Firepan, уже доказали свою эффективность, находя сложные уязвимости в тщательно проверенных контрактах, например, в Curve Finance. В целом, сфера аудита безопасности переходит от модели, основанной на разовых проверках, к конкурентной модели, требующей постоянных инвестиций. ИИ ускоряет как атаки, так и развитие защитных систем.

链捕手56 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

链捕手56 мин. назад

Торговля

Спот
活动图片