Три крупных швейцарских банка впервые провели расчет токенизированными депозитами

cryptonews.ruОпубліковано о 2025-10-15Востаннє оновлено о 2025-10-15

UBS, PostFinance и Sygnum Bank впервые осуществили реальный расчет с использованием токенизированных банковских депозитов на публичном блокчейне. По данным Reuters, операция была выполнена в рамках пилотного исследования Швейцарской ассоциации банкиров, целью которого стало тестирование нового формата платежей. Этот шаг знаменует переход от пилотных проектов к полноценной реализации, когда реальный капитал и юридически обязательные сделки совершаются через публичную инфраструктуру.

В ходе исследования клиенты переводили токены, представляющие депозиты, между разными банками. Это показало, что токенизированные депозиты могут свободно перемещаться между учреждениями, а не быть замкнутыми в пределах одного банка. Такой механизм снижает контрагентские риски и повышает прозрачность расчетов.

Особенность эксперимента в том, что речь идет не о стейблкоинах, а о токенизированных депозитах с прямой поддержкой банковских балансов. Такой формат может стать альтернативой стабильным монетам, предлагая схожие возможности, но при этом находясь в регулировании и инфраструктуре традиционных банков. Журналисты подчеркивают, что это 1-й случай юридически обязывающего платежа такого типа.

С технической стороны проект показывает возможность мгновенных и окончательных расчетов на общей платформе. В перспективе такие платежи можно будет интегрировать в автоматизированные бизнес-процессы, что приведет к снижению стоимости транзакций и ускорению обработки переводов. Это также открывает путь к круглосуточной работе без ограничений классической банковской системы.

Для местной экономической инфраструры — это важный шаг. Швейцария известна жесткими стандартами комплаенса, и такой эксперимент фактически задает глобальный ориентир. Успешное завершение пилота может подтолкнуть другие страны и банки к разработке собственных токенизированных депозитов и инфраструктур.

Трендові криптовалюти

Пов'язані матеріали

In Just 11 Days, Claude Rewrote Millions of Lines of Code, an Epic AI Engineering Feat Sparks Fury

In just 11 days, Bun's founder Jarred Sumner used Anthropic's Claude AI models to rewrite its million lines of code from Zig to Rust. This move sparked significant controversy, particularly from Zig's creator, Andrew Kelley, who publicly criticized Sumner's engineering practices and the decision to use AI for such a massive rewrite. Bun, a high-performance JavaScript/TypeScript runtime and rival to Node.js, was originally written in Zig. After Anthropic acquired Bun, the team encountered persistent stability and memory safety bugs in the Zig codebase. These issues, combined with Zig's strict policy against LLM-generated code, led to the decision to rewrite in Rust. The rewrite was executed using Claude AI tools at an estimated API cost of $165,000, dramatically reducing the expected time and financial cost. Andrew Kelley's response was scathing. He blamed the original bugs on poor engineering habits, calling Bun's Zig code a collection of "hacks on top of hacks." He expressed relief that Bun was no longer associated with Zig, fearing it would misrepresent the language and attract low-quality, AI-generated contributions. The tech community is divided; some view Kelley's critique as unprofessional, while others see it as a defense of engineering integrity. A major concern about the AI-driven rewrite is the resulting code quality. The translation from Zig left approximately 27,000 lines of unsafe Rust code, raising fears about long-term maintainability and technical debt. The debate centers on whether this project is a milestone in AI-assisted development or a future maintenance nightmare.

marsbit30 хв тому

In Just 11 Days, Claude Rewrote Millions of Lines of Code, an Epic AI Engineering Feat Sparks Fury

marsbit30 хв тому

From Auto Finance to Bitcoin to AI Engines: An Analysis of Cango's 'What Not to Do' Strategy

From Auto Finance to Bitcoin and Now AI: Cango's "What Not to Do" Strategy Cango, a Chinese auto finance platform that went public on the NYSE in 2018, is undergoing its third major transformation. After selling its entire auto business in 2024, it pivoted to become a large-scale Bitcoin miner, acquiring 50 exahash of mining rigs from Bitmain. However, its true goal was never Bitcoin, but owning and controlling energy infrastructure. Now, Cango is pivoting again. While most listed Bitcoin miners are leasing power to giant hyperscalers for AI training clusters, Cango is taking the opposite path. It has launched an AI inference subsidiary called EcoHash, focusing not on training but on distributed inference. The company's strategy hinges on the insight that over 70% of mining industry power is controlled by small, independent sites (10-50 MW), which are too small for hyperscalers but ideal for low-latency AI inference. Cango aims to partner with these small operators, providing the AI technology, customers, and financing through its EcoLink software layer, which can distribute workloads across sites for reliability. Cango maintains a hybrid model, running roughly 31.7 EH/s of Bitcoin mining for cash flow while aggressively cleaning its balance sheet—slashing long-term debt by 94.5% to $30.6 million and raising $75 million for its AI venture. Its first AI deployment will be at a 50 MW site in Georgia. The strategy faces skepticism, given the high costs of converting mining sites and the potential for an AI bubble. However, Cango's leadership believes discipline around "what not to do"—avoiding direct competition with hyperscalers in training—positions it to capture the long-tail demand for distributed AI inference power.

Foresight News47 хв тому

From Auto Finance to Bitcoin to AI Engines: An Analysis of Cango's 'What Not to Do' Strategy

Foresight News47 хв тому

Strategy's Bitcoin Sales Cap Far Exceeds $1.25 Billion: A Detail the Market Overlooked

The article discusses how MicroStrategy's potential Bitcoin sales go far beyond the announced $1.25 billion "reserve-building capacity." It clarifies a key distinction in the company's "BTC Monetization Program": selling Bitcoin to *build* a new dollar reserve (the $1.25B cap) versus selling to *replenish* the existing USD Reserve after it's used for expenses like preferred share dividends. The recent $216M BTC sale for dividend payments was a "replenishment," leaving the headline $1.25B building quota untouched. The plan actually outlines three potential funding pools from BTC sales: 1) Building the reserve ($1.25B cap), 2) Covering preferred share/ debt costs (no specified cap), and 3) Funding buyback programs (up to $20B). This means the structured sales potential exceeds $30 billion, not including uncapped replenishment sales. The piece argues this marks MicroStrategy's shift from a passive "buy-and-hold" Bitcoin proxy to an actively managed entity using BTC as a balance-sheet tool to manage its complex capital structure (common stock, preferred shares, debt, reserve). This creates new dynamics and potential conflicts, as actions benefiting one part (e.g., selling BTC to pay dividends) may pressure another (e.g., undermining the "never sell" narrative). Investors must now parse the company's specific terminology ("build" vs. "replenish") to understand the true scope of future BTC sales, which is significantly larger than the market initially perceived.

marsbit53 хв тому

Strategy's Bitcoin Sales Cap Far Exceeds $1.25 Billion: A Detail the Market Overlooked

marsbit53 хв тому

Goldman Sachs Report Deconstructs the Competitive Landscape of China's AI Large Models: Who Will Be the Long-Term Winner?

Goldman Sachs analyzes China's AI large language model (LLM) landscape, identifying key players and a strategic shift towards efficiency and global expansion. The report highlights that Chinese open-source/open-weight models are closing the performance gap with top global proprietary models at significantly lower cost, driven by architectural innovations like MoE. This enables a "two-tier" market: a high-end segment (e.g., GLM5.2, Qwen3.7 Max) with pricing at ~$1 per million tokens, and a low-end, price-sensitive global segment. Open-source strategies aid adoption but limit monetization, as deployments via third-party platforms (e.g., AWS Bedrock, Alibaba Cloud) may not generate direct revenue for model creators. The industry is thus moving towards "open-weight + community license" models with revenue-sharing to improve unit economics. Internationally, the focus is shifting from "token maximization" to ROI-driven enterprise adoption, particularly in non-U.S. markets. Major cloud platforms are integrating Chinese models (e.g., DeepSeek, MiniMax). Using a competitive framework based on pricing power, cost advantage, and financial strength, Goldman Sachs identifies **Zhipu AI** and **DeepSeek** as leaders in foundational text models, and **ByteDance** (with Seedance) leading in multimodal/video generation. **MiniMax** and **Kuaishou** are also rated favorably. The firm forecasts China's AI model API/subscription revenue growing from ~RMB 35bn (2026E) to RMB 879bn by 2030.

marsbit53 хв тому

Goldman Sachs Report Deconstructs the Competitive Landscape of China's AI Large Models: Who Will Be the Long-Term Winner?

marsbit53 хв тому

Торгівля

Спот

Популярні статті

Що таке $BANK

Bank AI: Революційний крок у майбутнє банківської справи Вступ В епоху, що характеризується швидкими технологічними змінами, Bank AI знаходиться на перетині штучного інтелекту (ШІ) та банківських послуг. Цей інноваційний проєкт прагне переосмислити фінансовий ландшафт, підвищуючи ефективність роботи, заходи безпеки та досвід клієнтів завдяки потужності ШІ. Розпочинаючи дослідження Bank AI, ми заглибимося в суть проєкту, його операційні динаміки, історичний контекст і значущі етапи. Що таке Bank AI? У своїй основі Bank AI представляє собою трансформаційну ініціативу, спрямовану на інтеграцію штучного інтелекту в різні банківські операції. Цей проєкт використовує можливості ШІ для автоматизації процесів, покращення протоколів управління ризиками та підвищення взаємодії з клієнтами через персоналізовані послуги. Основні цілі Bank AI включають: Автоматизація банківських функцій: Використовуючи технології ШІ, Bank AI прагне автоматизувати рутинні завдання, зменшуючи навантаження на людські ресурси та підвищуючи ефективність. Покращене управління ризиками: Проєкт використовує алгоритми ШІ для прогнозування та виявлення ризиків, тим самим зміцнюючи заходи безпеки проти шахрайства та інших загроз. Персоналізація банківських послуг: Bank AI зосереджується на пропозиції індивідуальних фінансових продуктів і послуг, аналізуючи дані і поведінку клієнтів. Покращення досвіду клієнтів: Впровадження рішень на основі ШІ, таких як чат-боти та віртуальні асистенти, має на меті забезпечити користувачам більш природну взаємодію, революціонізуючи спосіб, яким клієнти спілкуються з банками. З цими цілями Bank AI займає важливу роль в робленні банківської справи більш ефективною, безпечною та орієнтованою на користувача. Хто є творцем Bank AI? Деталі стосовно творця Bank AI залишаються невідомими. Таким чином, жодна конкретна особа або організація не були ідентифіковані в доступній інформації. Анонімність навколо створення проєкту піднімає питання, але це не зменшує його амбітного бачення та цілей. Хто є інвесторами Bank AI? Аналогічно творцеві проєкту, конкретна інформація стосовно інвесторів або організацій, що підтримують Bank AI, не була розкрито. Без цієї інформації важко окреслити фінансову підтримку та інституційну підтримку, які могли б сприяти розвитку проєкту. Тим не менше, важливість наявності міцної інвестиційної бази є вирішальною для забезпечення розвитку в такій інноваційній сфері. Як працює Bank AI? Bank AI функціонує на кількох інноваційних фронтах, фокусуючись на унікальних факторах, які відрізняють його від традиційних банківських структур. Нижче наведено ключові операційні характеристики: Автоматизація: Застосовуючи алгоритми машинного навчання, Bank AI автоматизує різні ручні процеси в банках. Це призводить до зниження операційних витрат і дозволяє працівникам перенаправити свої зусилля на більш стратегічні завдання. Покращене управління ризиками: Інтеграція ШІ в практики управління ризиками забезпечує банки інструментами для точного прогнозування потенційних загроз, таких як шахрайство, забезпечуючи при цьому безпеку інформації і активів клієнтів. Індивідуальні фінансові рекомендації: Завдяки безперервному навчанню з інтерaktionen з клієнтами, системи ШІ розвивають тонке розуміння потреб користувачів, що дозволяє їм пропонувати персоналізовані поради щодо фінансових рішень. Покращені взаємодії з клієнтами: Використовуючи чат-ботів і віртуальних асистентів на базі ШІ, Bank AI дозволяє створити більш залучений досвід для клієнтів, дозволяючи користувачам швидше отримувати відповіді на свої запитання, зменшуючи час очікування та підвищуючи рівень задоволеності. Разом ці операційні характеристики позиціонують Bank AI як піонера в банківському секторі, встановлюючи нові стандарти для надання послуг і операційної досконалості. Хронологія Bank AI Для розуміння траєкторії Bank AI необхідно ознайомитися з його історичним контекстом. Нижче наведено хронологію, що підкреслює важливі етапи та розробки: Ранні 2010-ті: Концептуалізація інтеграції ШІ в банківські послуги почала привертати увагу, коли банківські установи визнали потенційні переваги. 2018: Відбулося помітне збільшення впровадження технологій ШІ, коли банки почали використовувати інструменти ШІ, такі як чат-боти для базового обслуговування клієнтів та системи управління ризиками для покращення безпеки. 2023: Софістикація ШІ продовжувала розвиватися, з введенням генеративного ШІ для більш складних завдань, таких як обробка документів і аналіз інвестицій в реальному часі. Цей рік став важливим стрибком у можливостях, які забезпечує технологія ШІ для банків. 2024-актуальний статус: Станом на цей рік, Bank AI знаходиться на зростаючій траєкторії, з постійними дослідженнями та розробками, які готові подальше покращити можливості в банківських операціях. Продовження дослідження застосувань ШІ натякає на захоплюючі події, які ще попереду. Ключові моменти про Bank AI Інтеграція ШІ в банківську справу: Bank AI зосереджується на прийнятті штучного інтелекту для оптимізації банківських процесів та покращення досвіду користувачів. Автоматизація та фокус на управлінні ризиками: Проєкт сильного підкреслює ці сфери, прагнучи зshift тягар рутинних завдань, водночас підвищуючи безпеку через прогнозну аналітику. Персоналізовані банківські рішення: Завдяки використанню даних клієнтів, Bank AI забезпечує персоналізовані банківські послуги, що відповідають потребам окремих користувачів. Прихильність до розвитку: Bank AI залишається відданим постійним дослідженням і розробкам, що забезпечують його адаптацію та постійну актуальність у міру того, як технології продовжують розвиватися. Висновок Підсумовуючи, Bank AI є важливим кроком вперед у банківській індустрії, використовуючи штучний інтелект для переформатування операційних парадигм, підвищення безпеки та сприяння задоволеності клієнтів. Незважаючи на прогалини в інформації щодо творця та інвесторів, чіткі цілі і функціональні механізми Bank AI забезпечують міцну основу для його подальшої еволюції. Оскільки технологія ШІ продовжує розвиватися та інтегруватися в банківський сектор, Bank AI має всі шанси суттєво вплинути на майбутнє фінансових послуг, покращуючи спосіб, яким ми розуміємо та взаємодіємо з банківською справою.

166 переглядів усьогоОпубліковано 2024.04.06Оновлено 2024.12.03

Що таке $BANK

Як купити BANK

Ласкаво просимо до HTX.com! Ми зробили покупку Lorenzo Protocol (BANK) простою та зручною. Дотримуйтесь нашої покрокової інструкції, щоб розпочати свою криптовалютну подорож.Крок 1: Створіть обліковий запис на HTXВикористовуйте свою електронну пошту або номер телефону, щоб зареєструвати обліковий запис на HTX безплатно. Пройдіть безпроблемну реєстрацію й отримайте доступ до всіх функцій.ЗареєструватисьКрок 2: Перейдіть до розділу Купити крипту і виберіть спосіб оплатиКредитна/дебетова картка: використовуйте вашу картку Visa або Mastercard, щоб миттєво купити Lorenzo Protocol (BANK).Баланс: використовуйте кошти з балансу вашого рахунку HTX для безперешкодної торгівлі.Треті особи: ми додали популярні способи оплати, такі як Google Pay та Apple Pay, щоб підвищити зручність.P2P: Торгуйте безпосередньо з іншими користувачами на HTX.Позабіржова торгівля (OTC): ми пропонуємо індивідуальні послуги та конкурентні обмінні курси для трейдерів.Крок 3: Зберігайте свої Lorenzo Protocol (BANK)Після придбання Lorenzo Protocol (BANK) збережіть його у своєму обліковому записі на HTX. Крім того, ви можете відправити його в інше місце за допомогою блокчейн-переказу або використовувати його для торгівлі іншими криптовалютами.Крок 4: Торгівля Lorenzo Protocol (BANK)Легко торгуйте Lorenzo Protocol (BANK) на спотовому ринку HTX. Просто увійдіть до свого облікового запису, виберіть торгову пару, укладайте угоди та спостерігайте за ними в режимі реального часу. Ми пропонуємо зручний досвід як для початківців, так і для досвідчених трейдерів.

681 переглядів усьогоОпубліковано 2025.05.09Оновлено 2026.06.02

Як купити BANK

Обговорення

Ласкаво просимо до спільноти HTX. Тут ви можете бути в курсі останніх подій розвитку платформи та отримати доступ до професійної ринкової інформації. Нижче представлені думки користувачів щодо ціни BANK (BANK).

活动图片