Ripple получает устав доверительного банка США, пока Гарлингхаус отвечает на вызов банковского лобби

ambcryptoОпубликовано 2025-12-12Обновлено 2025-12-12

Введение

Ripple получила условное одобрение Управления контролера денежного обращения (OCC) на создание национального трастового банка, что стало важным прорывом для криптоиндустрии в США. Генеральный директор Брэд Гарлингхаус раскритиковал традиционные банки за противодействие интеграции криптовалют в регулируемую финансовую систему. Новый статус позволяет Ripple вывести стейблкоин RLUSD под двойной надзор — со стороны OCC и NYDFS — что усиливает его конкурентоспособность против USDC и PYUSD. Одобрение пяти криптотрастовых банков одновременно свидетельствует о сдвиге в подходе федеральных регуляторов к интеграции блокчейн-инфраструктуры в банковскую систему США.

Ripple получила условное одобрение от Управления контролера денежного обращения [OCC] на создание Ripple National Trust Bank. Это знаменует собой один из самых значительных нормативных прорывов для криптовалютной компании в Соединенных Штатах.

Одобрение, объявленное 12 декабря, является частью более широкого релиза OCC, подтверждающего пять новых уставов национальных доверительных банков для компаний, работающих с цифровыми активами.

В заявлении, сопровождающем одобрения, контролер денежного обращения Джонатан Гулд сказал:

«Новые участники федерального банковского сектора полезны для потребителей, банковской отрасли и экономики... OCC продолжит предоставлять путь как для традиционных, так и для инновационных подходов к финансовым услугам, чтобы обеспечить соответствие федеральной банковской системы эволюции финансов».

Теперь Ripple присоединяется к BitGo, Fidelity Digital Assets и Paxos в качестве вновь зарегистрированных национальных доверительных банков.

Однако Ripple выделяется благодаря своему растущему бизнесу стейблкоинов и нормативным последствиям для RLUSD.

Гарлингхаус из Ripple отвечает банковскому лобби

Реагируя на одобрение, генеральный директор Ripple Брэд Гарлингхаус нацелился на традиционные банковские интересы. Он заявил, что они пытались задержать интеграцию криптовалют в регулируемые финансы.

«Вы жаловались, что криптоиндустрия не играет по тем же правилам, но вот она — криптоиндустрия, напрямую под надзором и стандартами OCC»,

написал Гарлингхаус. «Чего вы так боитесь?»

Этот ответ подчеркивает более широкую напряженность между устоявшимися институтами и блокчейн-компаниями, стремящимися к нормативному паритету.

С этим уставом Ripple получает формальную точку входа в банковскую систему США. Кроме того, это снижает постоянное препятствие для институционального партнерства и лицензирования платежей.

Что это значит для RLUSD

Стейблкоин Ripple, RLUSD, теперь становится первым крупным токенизированным долларом США, работающим под двойным надзором:

  • Надзор OCC через Ripple National Trust Bank
  • Стандарты NYDFS через существующие обязательства Ripple по соблюдению нормативных требований

Эта структура помещает RLUSD в один ряд с наиболее регулируемыми стейблкоинами на рынке. Кроме того, это позволяет Ripple бросить вызов лидерам, таким как USDC и PYUSD.

Текущие данные CoinMarketCap показывают, что RLUSD сохраняет жесткую привязку на уровне $0,9999 при поддерживаемом объеме обращения в 1,02 миллиарда токенов.

Хотя внутридневная волатильность вызывает случайные всплески и падения, стабильность привязки остается непоколебимой.

Новый банковский устав может позволить Ripple предложить улучшенный контроль выпуска, прозрачность резервов и гарантии расчетов, потенциально ускоряя внедрение RLUSD на рынках США, где нормативная ясность была камнем преткновения.

Переломный момент для криптобанкинга в США

Одновременное одобрение OCC пяти доверительных банков для цифровых активов сигнализирует о заметном сдвиге в федеральном подходе к криптонадзору.

Включая эмитентов стейблкоинов и платформы хранения в периметр национального банкинга, регуляторы, по-видимому, более охотно интегрируют блокчейн-инфраструктуру, а не изолируют ее.

Кроме того, для Ripple этот шаг предоставляет прямой путь к финансовым услугам США — то, что годы нормативных баталий задерживали.

Кроме того, для криптоиндустрии это представляет собой один из самых ясных признаков того, что федеральные регуляторы готовятся к экономике, где токенизированные активы и стейблкоины работают alongside с традиционными банковскими продуктами.


Заключительные мысли

  • Новый устав Ripple помещает RLUSD под одну из самых сильных нормативных структур на рынке стейблкоинов, устанавливая прецедент, которому конкуренты, возможно, будут вынуждены следовать.
  • Одобрения OCC подчеркивают созревающую федеральную позицию в отношении цифровых активов, позиционируя блокчейн-компании для работы внутри, а не вне банковской системы США.

Трендовые криптовалюты

Связанные с этим вопросы

QКакое ключевое регуляторное достижение получила Ripple в США?

ARipple получила условное одобрение от Управления контролера денежного обращения (OCC) на создание Ripple National Trust Bank, что стало одним из самых значительных прорывов в регулировании для криптовалютной компании в США.

QПочему Ripple выделяется среди других компаний, получивших банковские уставы?

ARipple выделяется благодаря развивающемуся бизнесу стейблкоинов и регуляторным последствиям для RLUSD, который теперь работает под двойным надзором OCC и NYDFS.

QКак отреагировал генеральный директор Ripple Брэд Гарлингхаус на одобрение устава?

AГарлингхаус раскритиковал традиционные банковские круги, заявив, что они пытались замедлить интеграцию криптовалют в регулируемые финансы, и спросил: 'Чего вы так боитесь?'

QКакие преимущества дает новый устав для стейблкоина RLUSD?

AУстав позволяет RLUSD работать под двойным надзором (OCC и NYDFS), улучшает контроль эмиссии, прозрачность резервов и гарантии расчетов, что может ускорить его принятие на рынках США.

QЧто означает одновременное одобрение пяти цифровых трастовых банков OCC?

AЭто сигнализирует о значительном сдвиге в федеральном подходе к регулированию криптовалют, показывая готовность интеграции блокчейн-инфраструктуры в банковскую систему, а не ее изоляции.

Похожее

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Прошлые выходные стали поводом для бурных обсуждений в индустрии ИИ после публикации отчета аналитической компании SemiAnalysis. Согласно данным отчета, NVIDIA значительно изменила спецификации своего флагманского чипа Rubin Ultra, ключевой модели, анонсированной на GTC 2026. Вместо ожидавшегося увеличения вычислительной мощности и объема памяти, компания, судя по всему, пошла по пути оптимизации затрат. Основные изменения в спецификациях Rubin Ultra по сравнению с более ранними ожиданиями и базовой моделью Rubin: * **Теоретическая пиковая производительность (35 PFLOPs) осталась на уровне обычного Rubin.** * **Объем памяти HBM серьезно сокращен** — до 192 ГБ (8-Hi), что даже меньше, чем 288 ГБ (12-Hi) у Rubin. * **Пропускная способность памяти увеличена незначительно** (всего на 1 ТБ/с). * **Энергопотребление осталось высоким**, а максимальное даже возросло. * **Главным улучшением стал масштаб межсоединений (Scale-up)**: поддержка объединения до 576 GPU в единый логический узел через NVLink (против 72 GPU у Rubin). Аналитики SemiAnalysis связывают такое решение с резким ростом цен на высокоскоростную память HBM, которая является ключевым и самым дорогим компонентом современных ИИ-ускорителей. Стоимость HBM3 с 2025 года выросла в несколько раз. Первоначальный дизайн Rubin Ultra приводил к тому, что стоимость памяти в системе приближалась к 40% от общей стоимости материалов (BOM). После пересмотра спецификаций эта доля упала до 28%, что позволило снизить общую расчетную стоимость стойки с чипами примерно с 8 до 6.4 млн долларов. Таким образом, NVIDIA, по мнению аналитиков, смещает акцент с "наращивания компонентов" в отдельном чипе на создание более масштабируемых и, возможно, экономически эффективных систем на уровне кластера. Новый дизайн Rubin Ultra фокусируется на способности объединять огромное количество GPU, компенсируя изменения в характеристиках отдельных чипов. Новость оказала давление на котировки ведущих производителей памяти. Акции SK Hynix и Samsung, основных поставщиков HBM, упали примерно на 8%, что отражает опасения рынка: если крупнейший покупатель HBM начинает оптимизировать свои чипы для снижения зависимости от дорогой памяти, это может ограничить потенциал дальнейшего роста цен и спроса для производителей памяти. Эпоха безудержного наращивания ресурсов в ИИ-инфраструктуре, судя по всему, подходит к концу.

Odaily星球日报21 мин. назад

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Odaily星球日报21 мин. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

В статье представлен новый подход к обучению генеративных моделей под названием Explorative Modeling (XM), который позволяет осуществлять сквозное (end-to-end) обучение. Традиционные генеративные модели, такие как диффузионные или авторегрессионные, страдают от «смешения мод» (mode blurring), когда модель усредняет множество возможных правильных ответов, что приводит к размытым или нереалистичным результатам. Это также вызывает «смещение экспозиции» (exposure bias), когда ошибки накапливаются во время вывода. Ключевая идея XM проста: на каждом шаге обучения модель генерирует K кандидатов, а для обратного распространения градиента выбирает только того кандидата, который наиболее близок к реальным данным. Этот цикл, реализованный в несколько строк кода, повышает «генеративную выразительность» модели, позволяя ей охватывать несколько мод распределения данных, а не усреднять их. Авторы показывают, что «исследование» (exploration) становится третьей осью масштабирования наряду с увеличением параметров и данных. Эксперименты с изображениями, видео и текстом демонстрируют монотонное улучшение качества: при увеличении масштаба данных выгода от исследования возрастает с 7% до 36%, а эффективность использования вычислений (FLOP) повышается в 4.1 раза. В задачах управления роботами сквозная модель XM с одним проходом вперед достигает результатов, сравнимых с диффузионными моделями, требующими сотни проходов. Таким образом, Explorative Modeling предлагает путь к truly end-to-end генеративным моделям, перенося сложность с этапа вывода на этап обучения, что открывает потенциал для более эффективных и мощных систем.

marsbit1 ч. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

marsbit1 ч. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

Корейская биржа Upbit провела внутреннюю ребалансировку 864 миллиардов токенов SHIB между своими кошельками. Движение активов на сумму около 4 миллионов долларов произошло после роста стоимости SHIB на 36%, что привлекло внимание трейдеров. Однако анализ помеченных адресов показывает, что это была стандартная операция по перераспределению средств между "горячими" и другими внутренними кошельками биржи, а не вывод средств или подготовка к продаже. Общий объем перемещений включал 384 миллиарда SHIB, отправленных с основного горячего кошелька, и 480 миллиардов SHIB, возвращенных обратно. Этот случай подчеркивает важность проверки контекста и меток кошельков при интерпретации крупных ончейн-транзакций, чтобы избежать ошибочных выводов о продаже или давлении на рынок.

bitcoinist1 ч. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

bitcoinist1 ч. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

Новая политика конференции ICLR 2027 ограничивает количество подаваемых одним автором работ до 20. По мнению организаторов, это необходимо для снижения нагрузки на рецензентов, учитывая рекордный рост числа заявок — на 68% за год. В ответ на это исследователь Google DeepMind Дэн Рой иронично запустил «петицию» против лимита, заявив, что он замедлит прогресс в ИИ, особенно в эпоху, когда агенты ИИ могут генерировать множество статей, а рецензии часто пишутся с помощью больших языковых моделей (по некоторым данным, до 21% рецензий на ICLR 2026 могли быть полностью сгенерированы ИИ). Его сатирический пост поднимает серьёзный вопрос о целесообразности простого ограничения количества работ вместо решения системных проблем, связанных с массовым производством статей и автоматизацией рецензирования в современной академической среде.

marsbit1 ч. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

marsbit1 ч. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

Уязвимость в аппаратном кошельке Coldcard привела к краже 1367,05 BTC (около 89 млн долларов) с 4585 адресов. Инцидент, связанный с ошибкой в генерации сид-фраз в определенной прошивке, вызвал массовую миграцию средств пользователей на новые безопасные адреса. Это привело к аномальному всплеску активности в сети Биткоин, исказив ключевые ончейн-индикаторы, такие как активность долгосрочных держателей и объем мелких транзакций. Активность и рыночные настроения достигли уровня, сравнимого с периодом после краха FTX. Расследование столкнулось с трудностями из-за ограничений коммерческих ИИ-моделей (например, в США), которые блокируют анализ вредоносных данных даже для целей защиты. Следователи были вынуждены использовать открытые модели, такие как китайский GLM 5.2, для отслеживания украденных средств. Этот случай высветил проблему асимметрии: злоумышленники используют неограниченные ИИ-инструменты, в то время как защитники сталкиваются с барьерами коммерческих систем безопасности, что критично в сфере криптовалют, где скорость отслеживания средств крайне важна.

marsbit2 ч. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

marsbit2 ч. назад

Торговля

Спот

Популярные статьи

Что такое $BANK

Банк ИИ: Революционный шаг в будущее банковского дела Введение В эпоху, отмеченную быстрыми темпами технологического прогресса, Банк ИИ находится на пересечении искусственного интеллекта (ИИ) и банковских услуг. Этот инновационный проект стремится переопределить финансовый ландшафт, повышая операционную эффективность, меры безопасности и качество обслуживания клиентов с помощью ИИ. Приступая к этому изучению Банка ИИ, мы углубимся в то, что включает в себя проект, его операционную динамику, его исторический контекст и значительные вехи. Что такое Банк ИИ? В своей основе Банк ИИ представляет собой преобразовательную инициативу, направленную на интеграцию искусственного интеллекта в различные банковские операции. Этот проект использует возможности ИИ для автоматизации процессов, улучшения протоколов управления рисками иEnhancing взаимодействия с клиентами через персонализированные услуги. Основные цели Банка ИИ включают: Автоматизация банковских функций: Используя технологии ИИ, Банк ИИ стремится автоматизировать рутинные задачи, снижая нагрузку на человеческие ресурсы и повышая эффективность. Улучшение управления рисками: Проект использует алгоритмы ИИ для прогнозирования и выявления рисков, тем самым укрепляя меры безопасности против мошенничества и других угроз. Персонализация банковских услуг: Банк ИИ сосредоточен на предложении индивидуально подобранных финансовых продуктов и услуг, анализируя данные и поведение клиентов. Улучшение клиентского опыта: Внедрение решений на базе ИИ, таких как чат-боты и виртуальные помощники, направлено на предоставление пользователям более человеческого взаимодействия, революционизируя способ, которым клиенты взаимодействуют с банками. С этими целями Банк ИИ позиционирует себя как ключевого игрока в сделании банковских услуг более эффективными, безопасными и ориентированными на пользователей. Кто создатель Банка ИИ? Детали, касающиеся создателя Банка ИИ, остаются неизвестными. Таким образом, ни одно конкретное лицо или организация не были идентифицированы в доступной информации. Анонимность, окружающая начало проекта, поднимает вопросы, но не умаляет его амбициозного видения и целей. Кто инвесторы Банка ИИ? Подобно создателю проекта, конкретная информация о инвесторах или поддерживающих организациях Банка ИИ не была раскрыта. Без этой информации трудно описать финансовую поддержку и институциональную поддержку, которая может продвигать проект вперед. Тем не менее, важность наличия прочной инвестиционной базы является ключевой для поддержания развития в такой инновационной сфере. Как работает Банк ИИ? Банк ИИ работает на нескольких инновационных фронтах, сосредотачиваясь на уникальных факторах, которые отличают его от традиционных банковских рамок. Ниже приведены ключевые операционные особенности: Автоматизация: Применяя алгоритмы машинного обучения, Банк ИИ автоматизирует различные ручные процессы внутри банков. Это приводит к снижению операционных затрат и позволяет работникам перераспределять свои усилия на более стратегические деятельности. Совершенное управление рисками: Интеграция ИИ в практики управления рисками обеспечивает банки инструментами для точного прогнозирования потенциальных угроз, таких как мошенничество, обеспечивая безопасность информации и активов клиентов. Индивидуализированные финансовые рекомендации: Путем непрерывного обучения на основе взаимодействия с клиентами, системы ИИ развивают тонкое понимание потребностей пользователей, позволяя им предлагать персонализированные советы по финансовым решениям. Улучшенные взаимодействия с клиентами: Используя чат-боты и виртуальных помощников на базе ИИ, Банк ИИ обеспечивает более увлекательный клиентский опыт, позволяя пользователям быстро получать ответы на свои запросы, тем самым сокращая время ожидания и повышая уровень удовлетворенности. Все вместе эти операционные особенности позиционируют Банк ИИ как пионера в банковском секторе, устанавливающего новые эталоны для предоставления услуг и операционного совершенства. Хронология Банка ИИ Понимание траектории Банка ИИ требует взгляда на его исторический контекст. Ниже представлена хронология, подчеркивающая важные вехи и события: Начало 2010-х: Концепция интеграции ИИ в банковские услуги начала привлекать внимание, когда банковские учреждения осознали потенциальные преимущества. 2018: Произошел заметный рост внедрения технологий ИИ, когда банки начали использовать инструменты ИИ, такие как чат-боты, для базового обслуживания клиентов и системы управления рисками для улучшения безопасности. 2023: Сложность ИИ продолжала развиваться, при этом генеративный ИИ был представлен для выполнения более сложных задач, таких как обработка документов и анализ инвестиций в реальном времени. Этот год стал значительным шагом вперед в возможностях, которые ИИ-технологии предоставили банкам. 2024-Настоящее состояние: На данный момент Банк ИИ находится на восходящей траектории, с продолжающимися исследованиями и разработками, которые расширяют возможности в банковских операциях. Продолжение изучения приложений ИИ намекает на захватывающие события, которые еще предстоят. Ключевые моменты о Банке ИИ Интеграция ИИ в банковское дело: Банк ИИ сосредоточен на принятии искусственного интеллекта для оптимизации банковских процессов и улучшения пользовательского опыта. Автоматизация и фокус на управлении рисками: Проект сильно акцентирует внимание на этих областях, стремясь сместить бремя рутинных задач, одновременно усиливая системы безопасности с помощью предсказательной аналитики. Персонализированные банковские решения: Используя данные клиентов, Банк ИИ предоставляет индивидуально подобранные банковские услуги, которые учитывают потребности отдельных пользователей. Обязанность по развитию: Банк ИИ остается приверженным постоянным исследовательским и развивающим усилиям, обеспечивая свою адаптируемость и постоянную актуальность по мере того, как технологии продолжают развиваться. Заключение В заключение, Банк ИИ является важным шагом вперед в банковской индустрии, использующим искусственный интеллект для изменения операционных парадигм, повышения безопасности и повышения удовлетворенности клиентов. Несмотря на пробелы в информации о создателе и инвесторах, четкие цели и функциональные механизмы Банка ИИ обеспечивают прочную основу для его постоянной эволюции. Поскольку технологии ИИ продолжают развиваться и сливаться с банковским сектором, Банк ИИ хорошо позиционирован, чтобы существенно повлиять на будущее финансовых услуг, улучшая наш подход к пониманию и взаимодействию с банковским делом.

263 просмотров всегоОпубликовано 2024.04.06Обновлено 2024.12.03

Что такое $BANK

Как купить BANK

Добро пожаловать на HTX.com! Мы сделали приобретение Lorenzo Protocol (BANK) простым и удобным. Следуйте нашему пошаговому руководству и отправляйтесь в свое крипто-путешествие.Шаг 1: Создайте аккаунт на HTXИспользуйте свой адрес электронной почты или номер телефона, чтобы зарегистрироваться и бесплатно создать аккаунт на HTX. Пройдите удобную регистрацию и откройте для себя весь функционал.Создать аккаунтШаг 2: Перейдите в Купить криптовалюту и выберите свой способ оплатыКредитная/Дебетовая Карта: Используйте свою карту Visa или Mastercard для мгновенной покупки Lorenzo Protocol (BANK).Баланс: Используйте средства с баланса вашего аккаунта HTX для простой торговли.Третьи Лица: Мы добавили популярные способы оплаты, такие как Google Pay и Apple Pay, для повышения удобства.P2P: Торгуйте напрямую с другими пользователями на HTX.Внебиржевая Торговля (OTC): Мы предлагаем индивидуальные услуги и конкурентоспособные обменные курсы для трейдеров.Шаг 3: Хранение Lorenzo Protocol (BANK)После приобретения вами Lorenzo Protocol (BANK) храните их в своем аккаунте на HTX. В качестве альтернативы вы можете отправить их куда-либо с помощью перевода в блокчейне или использовать для торговли с другими криптовалютами.Шаг 4: Торговля Lorenzo Protocol (BANK)С легкостью торгуйте Lorenzo Protocol (BANK) на спотовом рынке HTX. Просто зайдите в свой аккаунт, выберите торговую пару, совершайте сделки и следите за ними в режиме реального времени. Мы предлагаем удобный интерфейс как для начинающих, так и для опытных трейдеров.

1.2k просмотров всегоОпубликовано 2025.05.09Обновлено 2026.06.02

Как купить BANK

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на BANK (BANK) представлены ниже.

活动图片