Galaxy Digital to Launch Tokenized Money-Market Fund on Blockchains

TheCryptoTimesОпубликовано 2025-09-16Обновлено 2025-09-16

Galaxy Digital is expanding its digital asset footprint with plans to launch a tokenized money-market fund. The New York-based company, led by Mike Novogratz, wants to give investors a crypto-friendly alternative to similar funds offered by big players like BlackRock and Franklin Templeton. 

The fund will roll out in the coming months and promises to operate across Ethereum, Solana, and Stellar. However, it will not launch on all chains at once. Anchorage Digital will serve as custodian for the fund.

The move highlights Galaxy’s ambition to blend traditional investment structures with blockchain innovation. “The overarching ambition is to use the power of tokenization to offer instant liquidity,” one person familiar with the plan explained. 

Moreover, Galaxy has closely observed BlackRock’s $2.2 billion BUIDL fund and Franklin Templeton’s BENJI token. Hence, the company believes it can improve on engagement and usability by refining investor access and liquidity features.

Expansion Through Tokenization

Besides its tokenized fund, Galaxy has deepened its involvement in Solana. On Sunday, it purchased $306 million worth of Solana tokens in a single day, as per Lookonchain.

The firm acquired 1.2 million SOL from various exchanges and secured them with Fireblocks. Consequently, this adds to a buying spree that surpassed $1.5 billion in recent days.

Additionally, Galaxy announced joining forces with Multicoin Capital and Jump Crypto to invest in Forward Industries. The company, once focused on medical devices, has now switched Solana treasuries raising $1.65 billion.

Galaxy is also exploring how tokenized funds and treasury investments can transform digital finance. Plus, their capability to provide instant liquidity across various blockchains could shake things up for traditional financial players. 

Galaxy is placing its bets on tokenization and accumulating Solana to spearhead institutional crypto adoption, showing its belief in blockchain technology.

Also Read: Swiss Banks Complete First Blockchain-Based Bank Payment


Mobile Only ImageMobile Only Image

Похожее

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

Новое исследование, проведенное учеными из Университета Цинхуа и Уортонской школы бизнеса, разрешает давний вопрос в теории оптимизации. Они доказали, что классический метод градиентного спуска, использующий только предопределенную последовательность шагов обучения (learning rates), имеет принципиальный предел скорости сходимости. Независимо от того, насколько сложной является эта последовательность, скорость сходимости не может превысить **Ω(T^{-1.9319})**, где T — количество шагов. Это означает, что для достижения оптимальной скорости **O(1/T²)**, полученной методом Нестерова с моментом, необходимо изменить саму структуру алгоритма, а не только подбирать шаги. Ключевым аспектом работы является то, что основное доказательство было сгенерировано и доработано в процессе взаимодействия с языковой моделью GPT-5.6 Sol Pro. Исследователи задавали высокоуровневую стратегию «противостоящего оракула» (resisting oracle), а ИИ выполнил нетривиальную математическую работу по построению доказательства. Затем вся цепочка рассуждений была формально верифицирована с использованием системы автоматического доказательства теорем Lean 4, где код успешно прошел компиляцию без каких-либо пропущенных шагов («zero sorry, zero admit»). Этот результат закрывает 40-летний теоретический пробел, показывая фундаментальное ограничение простейшей формы градиентного спуска. Работа также демонстрирует новый подход к исследованиям, где крупные языковые модели выступают в роли активных помощников в сложных математических доказательствах, проверяемых формальными методами.

marsbit12 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

marsbit12 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

Claude «поумнел»? Разработчики заметили резкое падение производительности модели. Пользователь argofowl обнаружил, что в Claude Code с версии 2.1.237 высокий уровень логического вывода («high») соответствует значению 10, которое раньше обозначало низкий уровень («low»). Оказалось, Anthropic проводит эксперимент по «сжатию шкалы усилий» в рамках A/B-тестирования, о чем не уведомила пользователей. Позже вскрылась и проблема с Opus 5. Пользователи жалуются на снижение качества: модель стала совершать больше ошибок, давать расплывчатые ответы и повторять шаблонные извинения. Инженер Thariq Shihipar от Anthropic подтвердил, что Opus 5 демонстрирует «нестабильную производительность», и пообещал, что решение этой проблемы является наивысшим приоритетом для команды. Эта ситуация подчеркивает ключевое противоречие в индустрии ИИ: великолепные результаты моделей на тестовых стендах (бенчмарках) часто расходятся с субъективным опытом пользователей, которые отмечают ухудшение работы. Обновления крупных языковых моделей часто происходят непрозрачно, без четких изменений в версиях или логов, что подрывает доверие разработчиков, для которых стабильность является критически важной.

marsbit13 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

marsbit13 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

Токенизация реальных активов (RWA) часто представляется как простое создание токенов, представляющих традиционные активы, такие как казначейские векселя или акции. Однако, как показывает автор, токенизация — это лишь «штрих-код», а не полная цепочка создания стоимости. Истинная трансформация происходит, когда эти активы интегрируются в экосистему DeFi, обретая ликвидность, возможность использования в качестве залога и управления рисками. Ключевые проблемы включают разрыв во времени между мгновенными расчетами в блокчейне и медленными процессами в традиционных финансах (например, выходные дни на рынках), что создает риск ликвидации. Ликвидность — это не просто общий объем заблокированных средств (TVL), а возможность быстро выйти из позиции в стрессовых условиях. Использование залога (леверидж) раскрывает полезность RWA, но также увеличивает уязвимость системы, требуя более сложных моделей оценки рисков, учитывающих юридическую исполнимость, задержки выкупа и концентрацию активов. Риски RWA следует рассматривать как сеть взаимосвязанных компонентов: эмитент, кастодиан, оракулы, протоколы кредитования. Сбой в одном звене может вызвать кризис ликвидности. Мониторинг должен быть упреждающим, отслеживая такие сигналы, как очереди на выкуп или снижение активности маркет-мейкеров, а не только падение цены. Хотя токенизированные гособлигации стали отправной точкой, будущее за более сложными активами, такими как вычислительные мощности (GPU) или энергоактивы, каждый со своей уникальной структурой рисков. Токенизация акций в сочетании с перпетуальными контрактами создаст мощный, но рискованный рынок, требующий продуманных защитных механизмов: изоляции маржи, лимитов концентрации и динамических дисконтов. В конечном счете, ценность RWA раскрывается не в самом факте токенизации, а в построении вокруг них устойчивой рыночной инфраструктуры, способной выдерживать кризисы. Токен — это лишь код. Реальная ценность создается рынком — машиной, которая обеспечивает ликвидность, леверидж и управление рисками.

marsbit27 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

marsbit27 мин. назад

Конец математики: 40 ведущих математиков собрались на закрытой встрече OpenAI

Заголовок: Конец математики: 40 ведущих математиков на закрытой встрече в OpenAI Только что получивший Филдсовскую премию Джейкоб Цимерман объявил о переходе в OpenAI для исследований в области безопасности ИИ. В начале августа он и исследователь OpenAI Себастьен Бюбек организовали в штаб-квартире компании закрытый саммит с участием около 40 математиков. Один из докладов назывался «Конец математики». Профессор Дэниел Литт заявил, что мир может прийти к ситуации, где не останется высококачественных математических исследований, а человеческий экспертный опыт в этой области полностью исчезнет. Математик MIT Дрю Сазерленд выразился более прямо: возможно, математики — это первые жертвы, «канарейки в угольной шахте». Математика выбрана в качестве испытательного полигона для ИИ, так как она служит индикатором высоких интеллектуальных достижений. Непосредственным фоном встречи стал поток достижений ИИ в математике. В мае невыпущенная модель OpenAI опровергла «гипотезу единичных расстояний» — давнюю проблему в комбинаторной геометрии, которую Цимерман назвал публикуемым в любом журнале результатом. В августе OpenAI анонсировала 10 новых открытий в математике и информатике, сделанных с помощью ИИ. В Anthropic сотрудник с помощью Claude создал искомые, но никогда не построенные пары ортогональных векторов в 668-мерном гиперкубе, опубликовав результат в виде поста из 24 000 символов. Такие результаты часто обходят традиционный путь публикации (arXiv, рецензирование). Например, предприниматель Дмитрий Рыбин, подбадривая ChatGPT «сделать прорыв», получил от модели контрпример к одной гипотезе о потоках в сетях и опубликовал это в Twitter во время просмотра фильма. На прошлой неделе Anthropic сообщила, что внутренняя версия Claude по настоянию исследователя добилась нового результата в задаче, связанной с гипотезой Римана. Реакция математического сообщества разделилась. В июне было опубликовано «Лейденское обращение», под которым подписались более 3000 математиков, призывающее к ответственному использованию ИИ. Другие выступают за полный отказ от ИИ. Участница саммита и соавтор обращения, профессор Брина Кра, подчеркивает, что суть математики — в понимании, а не только в доказательстве. Математик Мелани Вуд, написавшая «человеческое» доказательство для результата OpenAI о гипотезе единичных расстояний, отмечает, что современные ИИ плохо объясняют самые сложные части доказательств. Немецкий математик Андреас Том, чьи работы дополнило одно из открытий ИИ, считает, что ИИ умно решает проблемы, но новые концепции все еще появляются благодаря человеческому участию. Организатор саммита Бюбек описал четыре возможных будущего: математика станет похожа на разработку ПО (масштабная коллаборация), на физику (усилия сместятся на создание ИИ-«ускорителей»), на кураторство в музее (ИИ генерирует, человек отбирает) или математики массово перейдут в сферу безопасности ИИ. Он подчеркнул, что математика имеет смысл, только когда математики чему-то учатся. Участники не пришли к консенсусу. Цимерман отметил, что у математического сообщества пока нет единой позиции, и цель встречи — начать диалог. Его собственный переход в OpenAI символизирует дилемму, стоящую перед областью. Его следующие шаги могут стать еще более значимым сигналом, чем доклады на этом саммите.

marsbit32 мин. назад

Конец математики: 40 ведущих математиков собрались на закрытой встрече OpenAI

marsbit32 мин. назад

Новая модель Anthropic «слизала» слухи, самый мощный Fable 5 оказался провалом

Антропик готовит выпуск двух новых моделей ИИ под кодовыми названиями Marshmallow («Зефир») и Melon («Дыня»), которые были обнаружены в сторонних приложениях. Предварительные тесты показывают, что Marshmallow превосходит по естественности диалога текущую флагманскую модель Opus, в то время как Melon немного слабее. Их выход ожидается в ближайшее время. Этот анонс происходит на фоне неожиданно низкого рыночного принятия текущего топ-модели Anthropic — Fable 5, выпущенной два месяца назад. Несмотря на статус самого мощного и дорогого решения компании, данные платформы Ramp показывают, что на Fable 5 приходится лишь около 11% расходов предприятий на токены Anthropic. Для сравнения, флагман конкурента OpenAI, GPT-5.6 Sol, занимает 25% доли. Основные причины холодного приема Fable 5 — чрезмерно высокая цена и недостаточное ценностное предложение. Модель стоит в 2 раза дороже Opus 4.8 и в 10 раз дороже Haiku 4.5. При этом выпущенная в конце июля модель Opus 5, которая стоит вдвое дешевле Fable 5, демонстрирует сопоставимую, а в некоторых тестах (например, CursorBench 3.2) даже лучшую производительность, делая ценник Fable 5 неоправданным. Дополнительное давление создает стремительный рост популярности открытых моделей. Согласно данным Vercel AI Gateway, их доля в использовании токенов выросла с 11% в апреле до 62% в августе, при этом на них приходится менее 4% общих расходов предприятий. Таким образом, анонсированные модели Marshmallow и Melon, вероятно, являются стратегическим ответом Anthropic на текущие рыночные вызовы. Компании необходимо предложить решения, которые сочетают в себе высокую производительность, доступную цену и практическую пользу для бизнеса, чтобы стимулировать массовое внедрение, а не оставаться merely «витринной» технологией.

marsbit33 мин. назад

Новая модель Anthropic «слизала» слухи, самый мощный Fable 5 оказался провалом

marsbit33 мин. назад

Торговля

Спот
活动图片