AMINA Bank и Crypto Finance протестировали DLT-инфраструктуру Google для почти мгновенных фиатных платежей

cryptonews.ruОпубліковано о 2025-09-25Востаннє оновлено о 2025-11-26

Google Cloud Universal Ledger успешно прошел тестирование для банковских расчетов.
Пилотный проект провели AMINA и Crypto Finance Group.
Компании завершили ключевой этап модернизации платежей.

Швейцарская банковская группа AMINA и компания Crypto Finance Group, вместе с рядом банков-партнеров, завершили успешный пилотный проект на платформе Google Cloud Universal Ledger (GCUL), который демонстрирует, как распределенная технология реестров (DLT) может модернизировать транзакции в нескольких валютах, трансграничные платежи и расчеты на местах продаж.

Согласно заявлению, пилот позволил осуществлять почти мгновенные, доступные круглосуточно расчеты в фиатных валютах между швейцарскими финансовыми учреждениями, сохраняя при этом традиционные стандарты безопасности и регуляторного соответствия.

Проект направлен на решение ключевых проблем глобальных платежных систем, где международные транзакции до сих пор могут обрабатываться днями и сопровождаются высокими комиссиями, говорится в сообщении.

Команда продемонстрировала, что, используя DLT как инфраструктуру, но сохраняя расчеты в обычных банковских деньгах, можно модернизировать платежи без создания новых форм цифровой валюты и без изменения действующих правил.

Генеральный директор AMINA Bank Франц Бергмюллер отметил потенциал решения:

«GCUL от Google Cloud является доказательством того, что инновации и стабильность не противоречат друг другу. Благодаря этому пилотному проекту мы обеспечили возможность осуществления расчетов в режиме почти реального времени и в соответствии с требованиями действующего банковского законодательства. Глобальный охват AMINA и существующая сеть институциональных партнеров дают нам уникальную возможность масштабировать этот пилотный проект на глобальном уровне и продемонстрировать способность DLT трансформировать глобальную финансовую систему».

CEO Crypto Finance Group Стейн Вандер Стратен подчеркнул важность разработанной модели для криптоинфраструктуры:

«Этот пилотный проект демонстрирует, как мы совместно создаем финансовые рынки нового поколения. Как валютный оператор этого пилотного проекта, мы можем создать надежную основу для цифровых платежей и токенизированных активов. Успех этого пилотного проекта укрепляет позиции Швейцарии как ведущего центра цифровых финансовых инноваций».

В пилоте Crypto Finance Group выступила валютным оператором, определяя правила транзакций, сопровождая банки-участники и контролируя соответствие процессов стандартам программы.

Расчеты и выполнение платежей осуществляли непосредственно финансовые учреждения, а AMINA Bank интегрировала инфраструктуру GCUL в свои ключевые бэкэнды, обеспечив мгновенные операции для выбранных клиентов без изменений в их привычном взаимодействии с банком.

Президент и CRO Google Cloud Мэтт Реннер отметил:

«Мы гордимся тем, что поддерживаем видение Швейцарии в отношении финансовой инфраструктуры нового поколения. Облачная инфраструктура обладает способностью трансформировать финансовые услуги, соблюдая при этом нормативные требования. Пилотный проект AMINA Bank и Crypto Finance демонстрирует, как передовые технологии могут способствовать почти мгновенным, безопасным и соответствующим требованиям работающим платежам».

Технология GCUL обеспечивает круглосуточные транзакции в реальном времени для традиционных денег и активов, интегрируясь в действующие банковские системы без влияния на депозитную базу или кредитные операции. Это открывает путь к новым банковским услугам на базе DLT и облачных технологий Google.

Успешное завершение тестирования создает основу для более широкого внедрения. Следующая фаза предусматривает:

подключение больше финансовых учреждений;
переход от контролируемых тестов к работе в реальных условиях;
развитие функционала, включая трансграничные платежи и POS-интеграции для пользователей.

Напомним, что в начале ноября 2025 года AMINA получила банковскую лицензию MiCA.

Трендові криптовалюти

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

Пов'язані матеріали

Ethena price prediction: Will the $0.08 zone keep ENA’s recovery alive?

The Ethena (ENA) price has risen 14.11% from its July 8 low, recovering the $0.08 resistance zone to trade at $0.082. Despite this recent gain, the overall trend remains bearish, with the token down 94% from its all-time high. Positive developments include the launch of the Robinhood Earn feature, where ENA represented over 70% of user asset allocations, significantly boosting the Robinhood Chain's TVL. However, a large transfer of 1.231 billion ENA ($94 million) between unknown wallets created mixed signals. Technical analysis shows long-term bearish dominance, with price action below key former support. The ongoing bounce from $0.08 requires sustained buying pressure to continue. Key resistance is seen at the $0.105-$0.125 zone. Analysts suggest a potential bounce to that zone could present a selling opportunity, while current price levels offer unclear risk-reward for swing traders. The $0.08 level is crucial for keeping the recovery alive.

ambcrypto27 хв тому

Ethena price prediction: Will the $0.08 zone keep ENA’s recovery alive?

ambcrypto27 хв тому

Claude Accused of Becoming Dumber by the Entire Internet, Anthropic Steps In to Reveal: It’s Not the Model That’s Tricking You

When users complained that Claude was "getting dumber," the root cause wasn't the AI model itself. In an official blog post, Anthropic clarified the critical difference between two key settings in Claude Code: Model and Effort. Model refers to the core "brain"—the fixed, trained weights of a specific AI (like Sonnet, Opus, or Fable). Changing the Model addresses *capability* ("can it do this?"), but its knowledge is static post-training. Effort, however, controls the AI's *approach and thoroughness* for a specific task. A higher Effort level instructs Claude to read more files, run tests, perform verification, and complete multi-step reasoning before responding, significantly increasing its "work output" for that job. Conversely, low Effort leads to quicker, less thorough replies. This distinction explains the March 2024 uproar where users experienced a sudden drop in Claude's performance. The cause was not a model change but Anthropic quietly lowering the *default* Effort setting from "high" to "medium" to reduce latency, which was later reverted. The key insight is that a smaller, capable model (like Sonnet) on high Effort can often outperform a larger, more powerful model (like Opus) on low Effort for many tasks. The article provides a practical troubleshooting framework: if Claude makes an error, first check the context and instructions. If it seems to skip necessary steps or validations, increase Effort. If it diligently attempts the task but fails conceptually or makes consistent factual errors despite good context, then consider switching to a more capable Model. The takeaway is a shift in focus: effective AI programming is less about always choosing the "strongest" model and more about intelligently *orchestrating* models and effort levels—acting like a project manager to assign the right "brain" with the right level of diligence for each job, optimizing both results and cost.

marsbit33 хв тому

Claude Accused of Becoming Dumber by the Entire Internet, Anthropic Steps In to Reveal: It’s Not the Model That’s Tricking You

marsbit33 хв тому

Will the Ethereum Foundation Evolve into a 'Mascot'? Diversified Organizations Are Fragmenting Its Functions

The Ethereum Foundation (EF) is undergoing significant internal turmoil and functional erosion. Following its largest-ever layoff of 54 staff (20% of its workforce) and a major organizational restructuring announced in June, its Protocol Support Team has been officially dissolved. This comes alongside the high-profile resignation of key figures like co-executive director Xiaowei Wang, bringing senior departures this year to at least eight. Criticism of EF's rigid structure, opaque decision-making, and perceived lack of a clear value narrative for ETH has intensified within the community. The layoffs have catalyzed the emergence of independent, non-profit organizations like Ethlabs and Ethereum Institutional, founded by former EF researchers and members. These entities are now taking on core functions such as protocol research/development and institutional adoption, effectively fragmenting the EF's traditional leadership role. Concurrently, EF's security team is adapting to technological change, deploying specialized AI agents to audit Ethereum's codebase, which successfully discovered a critical vulnerability (CVE-2026-34219). While EF states AI complements rather than replaces researchers, it signals a potential future shift in its operational model. Faced with these challenges—internal restructuring, talent drain, the rise of competing organizations, and AI integration—the Ethereum Foundation appears to be stepping back from a central commanding role. Analysts and community observers speculate it may increasingly transition towards a symbolic "ecosystem mascot" function, while decentralized initiatives drive Ethereum's future growth and institutional adoption.

marsbit59 хв тому

Will the Ethereum Foundation Evolve into a 'Mascot'? Diversified Organizations Are Fragmenting Its Functions

marsbit59 хв тому

Is LIT’s burn worth $42 million enough to spur the altcoin’s next big rally?

Lighter (LIT) has experienced significant volatility, rallying 18% over the past week but facing potential overbought conditions. After a warning of a correction toward $2, the price dipped to $2.3 before recovering to $2.60. A major catalyst was the recent burn of over 15.6 million LIT tokens (worth ~$42 million), representing 6.3% of the circulating supply, which may have spurred short-term bullish momentum toward $3. Technical analysis on the 1-day chart shows a bearish divergence with the RSI, signaling a potential pullback despite strong demand. The key Fibonacci retracement level to watch is $2.30. On the 4-hour chart, LIT is forming a range between $2.31 and $2.68. The suggested strategy is to wait for a breakout above $2.70 to target $3.06-$3.21, or a breakdown below $2.31 for a likely deeper retracement below $2. In summary, while bullish momentum persists, traders should monitor the range boundaries for the next directional move.

ambcrypto3 год тому

Is LIT’s burn worth $42 million enough to spur the altcoin’s next big rally?

ambcrypto3 год тому

Nearly a Hundred Players Rush into Embodied Data: With 4.47 Billion Yuan in Financing in One Year, Who Can Really Make Money by 'Selling Data'?

The domestic embodied AI data industry has attracted nearly 100 players, with 70 focused on data collection and 27 on data infrastructure. In the past year, 15 independent embodied data service providers raised approximately 4.47 billion yuan. Despite this growth, the sector remains early-stage, fragmented, and faces significant challenges. Data collection methods are diverse, categorized into four main routes: teleoperation of real robots, human demonstration without a robot (using motion capture, exoskeletons, etc.), simulation synthesis, and distillation from internet videos. Most companies (43%) adopt hybrid approaches, combining multiple routes, as no single method can meet all training needs. Teleoperation alone is pursued by 31% of players, often by state-owned platforms and robot companies, while newer firms favor asset-light, no-hardware human demonstration. Independent data service providers now form the largest player group (40%), indicating the emergence of a distinct industry segment rather than just a subsidiary function for robot makers. Two-thirds of all players are "embodied-native" startups, while one-third are companies that pivoted from fields like AI data annotation, which are more prevalent in the data infrastructure layer. Current annual industry capacity is estimated at 1.6-1.8 million hours plus 70-80 million data points, with a short-term goal to increase this 15-20 fold within 1-3 years. Data collection factories are spread across 20 provinces in China, concentrated in the Yangtze River Delta, Beijing-Tianjin-Hebei, and Pearl River Delta regions. Financially, the 4.47 billion yuan raised in the past year pales compared to the 43.8 billion yuan raised by the broader embodied intelligence sector in just the first half of 2026, highlighting that data remains a less "sexy" bet for investors. The 15 funded independent providers show clear stratification: a top tier led by a unicorn (Lightwheel Intelligence, 3.1 billion yuan), a middle tier of 11 firms raising tens to hundreds of millions, and an early-stage tier of 3 companies. Sixty-nine investment institutions have participated, but none have made concentrated bets, reflecting uncertainty about viable business models. Over half of these funded companies are less than a year old, most are at pre-A or A rounds, and profitability remains largely unproven. In summary, the embodied data industry has become an independent track creating jobs and local economic activity. However, it is still nascent, with unformed consensus, unsolved problems, and unproven business models. The coming 1-2 years will be a critical validation window to see if companies can build sustainable, profitable businesses purely by "selling data."

marsbit3 год тому

Nearly a Hundred Players Rush into Embodied Data: With 4.47 Billion Yuan in Financing in One Year, Who Can Really Make Money by 'Selling Data'?

marsbit3 год 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

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.

683 переглядів усьогоОпубліковано 2025.05.09Оновлено 2026.06.02

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).