Tether Призвали Перевести 344 млн долларов в замороженном USDT Жертвам Терроризма

bitcoinistОпубликовано 2026-05-16Обновлено 2026-05-16

Введение

Истцы, включая семью из Иерусалима, потерявшую родственников в теракте ХАМАС 1997 года, подали в федеральный суд США в Манхэттене иск к компании Tether. Они требуют, чтобы суд обязал Tether передать им 344 миллиона USDT, замороженных на двух кошельках блокчейна Tron. Эти кошельки, идентифицированные Управлением по контролю за иностранными активами Министерства финансов США (OFAC) как связанные с Корпусом стражей исламской революции Ирана, были заморожены ранее в этом году. Истцы, имеющие неисполненные судебные решения против Ирана, хотят получить эти средства в счёт долга. Иск основан на централизованном характере стейблкоина USDT, что позволяет Tether замораживать средства и управлять ими. Адвокат Чарльз Герштейн утверждает, что раз OFAC уже признал кошельки активами, подконтрольными Ирану, это открывает путь для их конфискации по антитеррористическому законодательству США. Данное дело является частью более широкой юридической кампании по установлению прецедента, согласно которому суды могут обязавать централизованные криптоплатформы передавать замороженные активы из санкционных кошельков.

Семья из Иерусалима, потерявшая родственников в результате теракта-самоубийства "Хамас" в 1997 году, в числе истцов, которые добиваются через федеральный суд США приказа о передаче Tether сотен миллионов долларов в замороженной цифровой валюте.

Это дело, поданное в Манхэттене, может создать важный юридический прецедент в том, как суды относятся к централизованным эмитентам стейблкоинов.

Долг многолетней давности

Истцы — выжившие и члены семей жертв терактов, связанных с Ираном. У них есть вынесенные годы назад судебные решения против Ирана — решения, которые так и не были исполнены.

Теперь они нацелились на кучу замороженной криптовалюты как на способ получить причитающееся.

Адвокат Чарльз Герштейн подал иск в четверг в Окружной суд США Южного округа Нью-Йорка.

Иск против Tether, поданный адвокатом Чарльзом Герштейном.

Его клиенты утверждают, что имеют законные права на два адреса кошельков в блокчейне Tron, на которых находится около 344 миллионов USDT. Эти кошельки были заморожены ранее в этом году Управлением по контролю за иностранными активами Министерства финансов США, которое идентифицировало их как связанные с Корпусом стражей исламской революции Ирана.

Истцы не просят Tether просто разблокировать эти конкретные кошельки. Согласно сообщениям, они хотят получить судебный приказ, предписывающий Tether перевести эквивалентную сумму USDT на адрес кошелька их юридической команды.

Почему Tether можно заставить это сделать

В отличие от Bitcoin или Ethereum, USDT контролируется центральной компанией. Tether может замораживать кошельки, блокировать транзакции и перемещать средства по приказу. Эта централизованная структура лежит в основе юридического аргумента Герштейна.

Поскольку предыдущий приказ уже заморозил кошельки — что возможно только благодаря тому, что Tether имеет прямой операционный контроль — он утверждает, что компанию также можно обязать переместить средства.

BTCUSD торгуется на уровне 78 115$ на 24-часовом графике: TradingView

Вопрос собственности, по его словам, уже в значительной степени решен: OFAC уже объявил эти кошельки активами, контролируемыми КСИР, что открывает путь для их конфискации в соответствии с американскими законами о борьбе с терроризмом.

Более широкая юридическая кампания

Это не единственное дело Герштейна такого рода. Согласно сообщениям, он подал аналогичные иски, связанные с кибероперациями КНДР, против платформы Arbitrum. Он также ведет отдельное дело, связанное с Railgun DAO, криптопротоколом, ориентированным на конфиденциальность.

Иск, поданный в Манхэттене, является частью, по всей видимости, скоординированной юридической кампании, направленной на проверку того, могут ли суды обязать криптоплатформы с централизованным контролем предпринять действия в отношении замороженных активов, находящихся на санкционных кошельках.

Избранное изображение от CEPA, график от TradingView

Связанные с этим вопросы

QКакие правовые последствия может иметь иск против Tether для эмитентов стейблкоинов?

AИск может установить важный правовой прецедент в отношении того, как суды рассматривают централизованных эмитентов стейблкоинов, потенциально усиливая их ответственность за действия с замороженными активами, особенно связанными с санкциями или терроризмом.

QПочему истцы считают, что могут претендовать на замороженные средства USDT?

AИстцы ссылаются на судебные решения против Ирана, которые ранее не были исполнены. Поскольку кошельки с USDT были заморожены Управлением по контролю за иностранными активами (OFAC) как связанные с Корпусом стражей исламской революции Ирана, это создает правовую основу для ареста активов в соответствии с законами США о борьбе с терроризмом.

QЧем USDT отличается от Bitcoin или Ethereum в контексте этого дела?

AВ отличие от децентрализованных Bitcoin или Ethereum, USDT контролируется центральной компанией Tether. Это позволяет ей замораживать кошельки, блокировать транзакции и перемещать средства по распоряжению властей, что является центральным аргументом иска о возможности принудительного перевода средств.

QКакую сумму USDT истцы хотят получить и каков её источник?

AИстцы хотят получить около 344 миллионов USDT. Эти средства находятся на двух адресах блокчейна Tron, которые были заморожены Управлением по контролю за иностранными активами (OFAC) как связанные с иранским Корпусом стражей исламской революции (IRGC).

QКакие ещё подобные дела ведёт адвокат Чарльз Герштейн?

AЧарльз Герштейн также занимается аналогичными делами, связанными с кибероперациями КНДР против платформы Arbitrum, а также отдельным делом, касающимся протокола Railgun DAO, ориентированного на конфиденциальность. Эти иски являются частью скоординированной правовой кампании по проверке полномочий судов в отношении замороженных криптоактивов.

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11 мин. назад

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

Odaily星球日报11 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.

marsbit1 ч. назад

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

marsbit1 ч. назад

Торговля

Спот
活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow