YZi Labs Invests in USD.AI to Advance Hardware-Backed AI Financing

TheCryptoTimesОпубликовано 2025-08-26Обновлено 2025-08-26

YZi Labs announced a strategic investment in USD.AI, a protocol that aims to address one of the most critical issues facing the AI industry: funding the infrastructure required to support exponential global compute demand.

The AI sector is set to need over $6.7 trillion of infrastructure investment between now and five years’ time. Whilst a few large players command massive rounds of funding, a large portion of the market is underserved. USD.AI fills this void with new model loans fully secured by physical AI hardware. 

Unlike conventional financing, which takes months of cashflow-based analysis, USD.AI has the ability to close loans in less than seven days, providing critical speed for capital-hungry builders.

USD.AI has already achieved numerous milestones, exceeding $62 million in Total Value Locked (TVL) and collaborating with institutions like K3 Capital, Concrete, Euler, and Pendle to create new, innovative AutoVaults. 

These vaults enable frictionless financing of AI hardware, a testament to the need for real-world asset-backed solutions within decentralized finance (DeFi).

The new funding from YZi Labs will speed up USD.AI’s ambition to scale a new generation of stablecoin to grow in tandem with global compute demand essentially making every operator a hyperscaler.

At YZi Labs, we support builders who bring Web3 rails to the demands of the real world,” stated Dana Hou, YZi Labs Investment Partner. “USD.AI turns AI hardware financing into a DeFi-native yield asset.”

David Choi, co-founder of USD.AI, added: “This is a dollar that scales for Wall Street outsiders. With YZi Labs’ support, we’re excited to expand access for a new generation of AI builders.”

Also Read: YZi Labs Collaborates With 10X for BNB Treasury IPO Plan



Похожее

Переплата в 1,7 миллиона долларов: «Черный ящик» счетов за ИИ вскрыт, Anthropic возвращает деньги, но не признает ошибок

Бывший директор Oracle Майкл Хан основал компанию Vaudit, которая проверяет счета за использование ИИ. При аудите счетов на 34 млн долларов у 60 компаний, включая Panasonic, HP и Honda, было выявлено около 1,7 млн долларов потенциальных переплат, в основном за сервис Claude Code от Anthropic. Основные причины переплат: 1. **Подмена модели**: Использование более старой и дешевой модели при выставлении счета по тарифу новой и дорогой. 2. **Оплата сбоев**: Списание средств за неудачные запросы или ошибки системы. 3. **«Шторм повторов»**: Автоматические многократные повторные попытки выполнения задачи агентом ИИ без ведома пользователя, ведущие к большим расходам. Anthropic и OpenAI заявили, что системных ошибок в начислениях нет. Однако после обращений клиентов около 80% спорных сумм были возвращены провайдерами, включая Amazon, Google, Microsoft, Anthropic и OpenAI, хотя официальных признаний ошибок не последовало. Проблема кроется в сложности и непрозрачности системы тарификации ИИ, основанной на количестве токенов, особенно с ростом использования агентских моделей, выполняющих множество фоновых вызовов. Одновременно с этим на Anthropic подан коллективный иск за несоответствие заявленных и фактических лимитов использования в подписках высокого уровня. Vaudit, чей бизнес построен на аудите и возврате переплат за ИИ-услуги (комиссия 1% от проверенной суммы + 30% от возвращенных средств), демонстрирует, что проверка счетов за ИИ становится отдельной отраслью на фоне подготовки крупных игроков к IPO и растущей сложности расчетов.

marsbit17 мин. назад

Переплата в 1,7 миллиона долларов: «Черный ящик» счетов за ИИ вскрыт, Anthropic возвращает деньги, но не признает ошибок

marsbit17 мин. назад

Tencent купил чипы у Baidu

Заголовок «Tencent покупает чипы Baidu» и другие недавние новости, такие как планы Baidu и Alibaba по выделению своих полупроводниковых подразделений (Kunlunxin и T-Head соответственно) на IPO, сигнализируют о глубоком сдвиге в логике китайского интернет-сектора. Раньше технологические гиганты стремились создавать замкнутые экосистемы, разрабатывая всё самостоятельно. Теперь, с наступлением эры ИИ, эта модель меняется. Разработка чипов превратилась из дорогостоящего центра затрат в прибыльный бизнес, особенно с взрывным ростом спроса на вычисления для инференса (AI inference), вызванным агентами и мультимодальными приложениями. Решение Tencent, давнего конкурента Baidu, стать клиентом Kunlunxin, является ключевым индикатором этой трансформации. Это демонстрирует переход к зрелой отраслевой специализации: компании начинают полагаться на лучшие внешние решения для критически важной, но чрезвычайно затратной инфраструктуры, вместо того чтобы «изобретать колесо» самостоятельно. Это похоже на отношения Apple и Samsung в производстве дисплеев. Глобальный контекст подтверждает этот тренд: OpenAI, Google, Amazon, Microsoft и Meta также активно разрабатывают собственные чипы, стремясь снизить затраты и создать конкурентное преимущество через оптимизацию «софта и железа». Таким образом, конкуренция в ИИ смещается с уровня моделей и приложений на уровень базовой инфраструктуры — эффективности вычислений, стоимости токена и надёжности поставок вычислительных мощностей. Выделение полупроводниковых активов в отдельные компании отражает не ослабление гигантов, а их эволюцию: в эпоху ИИ они становятся «меньше», открывая свои компетенции для формирования более крупной и специализированной отрасли. Рынок капитала, наконец, готов оценить эту новую реальность, что и стимулирует волну IPO.

marsbit33 мин. назад

Tencent купил чипы у Baidu

marsbit33 мин. назад

Токен сам по себе является активом: три вида токенизированных акций, какой подходит вам?

## Краткое изложение: Токенизированные акции — три модели, разные права Для инвесторов из-за рубежа покупка акций таких компаний, как SpaceX или Nvidia, сопряжена со сложностями. Блокчейн предлагает альтернативу — токенизированные акции, но этот термин объединяет три принципиально разные модели с разными правами собственности. **1. Полное право собственности (нативная регистрация).** Компании, такие как Superstate, регистрируют акции непосредственно в блокчейне (например, Solana). Владельцы токенов вносятся в официальный реестр акционеров и обладают всеми правами: голосованием, получением дивидендов. **2. Отказ от прав собственности для DeFi.** Такие платформы, как Backed (xStocks) и Ondo, используют офшорные SPV-структуры, которые держат реальные акции 1:1. Инвесторы получают экономическую выгоду от роста цены и дивидендов (в виде увеличения баланса токенов), но не являются прямыми акционерами. Главное преимущество — высокая совместимость с DeFi (залоги, кредитование). Риск связан с надежностью самой SPV-структуры. **3. Чисто ценовая игра (перпетуальные контракты).** Платформы, такие как TradeXYZ (на Hyperliquid) или Ostium, предлагают бессрочные фьючерсы. У них нет базового актива. Цена привязывается к рыночной через механизм финансирования. Это инструмент для спекуляций и хеджирования с высоким левериджем и круглосуточной торговлей. Их популярность (объемы в 4-5 раз выше) объясняется простотой запуска — не нужно покупать реальные акции. **Вывод:** Ключевая ценность токенов — их независимость от полного пакета прав реальной акции. Большинство розничных инвесторов не используют право голоса. Три модели токенизации служат разным целям: полные права для институтов, ликвидность и DeFi-интеграция для криптоинвесторов, спекуляции для трейдеров. Токенизация создает не замену, а новые слои финансовых инструментов, адаптированных под различные потребности рынка.

marsbit33 мин. назад

Токен сам по себе является активом: три вида токенизированных акций, какой подходит вам?

marsbit33 мин. назад

AI стал генеральным директором, чуть не обанкротил 10 компаний…

Исследование Принстонского университета «CEO-Bench» проверило 14 AI-моделей в роли CEO виртуального SaaS-стартапа за 500 дней симуляции. Только 4 из них сохранили начальный капитал в 1 млн долларов. Лучший результат показал Claude Fable 5, увеличив капитал до 47,15 млн долларов. Однако неожиданно четвертое место занял простой rule-based алгоритм, заработавший 15,76 млн, обогнав многие продвинутые LLM. Ключевые выводы: 1. Успешные модели (GPT-5.5, Claude Opus 4.8) активно экспериментировали со стратегиями, в то время как осторожные подходы не приносили прибыли. 2. Специализированные «программирующие агенты» показали худшие результаты в управленческой роли из-за неподходящих системных инструкций. 3. Эффективность агентов зависит от глубокой адаптации к конкретным вертикалям, а не универсальных решений. Исследование подчёркивает, что, хотя AI может оптимизировать задачи, ключевые стратегические решения — такие как создание прорывных концепций (как матрица Стива Джобса) — остаются за человеком.

marsbit43 мин. назад

AI стал генеральным директором, чуть не обанкротил 10 компаний…

marsbit43 мин. назад

Торговля

Спот
活动图片