Bybit Sắp Ra Mắt Dịch Vụ Ngân Hàng Bán Lẻ Với IBAN Cá Nhân

TheNewsCryptoXuất bản vào 2026-01-29Cập nhật gần nhất vào 2026-01-29

Tóm tắt

Sàn giao dịch tiền mã hóa Bybit có trụ sở tại Dubai đã công bố kế hoạch triển khai dịch vụ ngân hàng bán lẻ trên nền tảng của mình từ tháng 2, cho phép người dùng mở tài khoản ngân hàng cá nhân với IBAN riêng. Theo CEO Ben Zhou, dịch vụ "My Bank powered by Bybit" sẽ hỗ trợ chuyển và nhận tiền qua ngân hàng bằng nhiều loại tiền tệ, bắt đầu với USD. Người dùng có thể truy cập tài khoản sau khi hoàn thành xác minh KYC, thực hiện giao dịch tiền mã hóa, gửi tiền pháp định, nhận lương và thanh toán hóa đơn. Bybit hợp tác với các ngân hàng như QNB và DMZ Finance, đồng thời làm việc với Pave Bank ở Georgia để hỗ trợ khoảng 18 loại tiền tệ (chờ phê duyệt quy định). Dịch vụ nhằm giảm bớt khó khăn trong giao dịch tài chính hàng ngày.

Bybit, sàn giao dịch tiền mã hóa có trụ sở tại Dubai tính theo khối lượng giao dịch, đã lên kế hoạch triển khai các dịch vụ ngân hàng bán lẻ trên nền tảng của mình, bắt đầu từ tháng Hai, công ty đã đề cập vào ngày 29 tháng 1.

Tại thời điểm diễn ra một buổi phát biểu trực tuyến, Bybit cũng đã tiết lộ một sản phẩm có tên "My Bank powered by Bybit". Giám đốc điều hành của sàn giao dịch, Ben Zhou, đề cập rằng dịch vụ sẽ cung cấp cho người dùng một IBAN cá nhân, cho phép họ gửi cũng như nhận tiền thông qua các ngân hàng bằng các loại tiền tệ khác nhau, bắt đầu với các giao dịch bằng đô la Mỹ tại thời điểm ra mắt.

Động thái này cho thấy nỗ lực gần đây của Bybit nhằm mở rộng ra ngoài lĩnh vực giao dịch tiền mã hóa, sau khoảng một năm bị ảnh hưởng bởi một vụ hack trị giá 1,4 tỷ đô la. Bybit đề cập rằng người dùng sẽ có quyền truy cập vào tài khoản ngân hàng cá nhân của họ ngay sau khi hoàn thành xác minh KYC.

Sau khi có quyền truy cập, người dùng có thể gửi tiền pháp định, thanh toán hóa đơn, nhận lương và giao dịch tiền mã hóa, tất cả đều bằng tên của chính họ. Sàn giao dịch cũng tiết lộ rằng họ đang hợp tác với nhiều đối tác ngân hàng khác nhau, bao gồm Ngân hàng Quốc gia Qatar (QNB) và DMZ Finance, những đơn vị mà họ đã hợp tác vào năm ngoái về các sáng kiến tài sản token hóa.

Giảm Thiểu Thách Thức và Khó Khăn

Theo Bloomberg, công ty cũng đang hợp tác với tổ chức cho vay khởi nghiệp Pave Bank, được cấp phép tại quốc gia Đông Âu Georgia. Dịch vụ dự kiến sẽ hỗ trợ chuyển tiền bằng khoảng 18 loại tiền tệ, mặc dù nó phụ thuộc vào sự chấp thuận của cơ quan quản lý.

Tuy nhiên, sàn giao dịch chưa chính thức bình luận về vấn đề này. CEO cũng đề cập rằng sản phẩm này sẽ giảm bớt nhiều khó khăn và thách thức mà bạn gặp phải ngày nay. Ông nói thêm rằng người dùng sẽ có thể gửi tiền pháp định trực tiếp từ tài khoản ngân hàng của họ.

Và đối với ngân hàng, họ thường thực hiện chuyển khoản đến tài khoản ngân hàng của chính bạn. Bạn thậm chí có thể sử dụng điều này để mua xe hơi, trả tiền mua căn hộ và những thứ tương tự mà không gặp rắc rối.

Tin Tức Tiền Mã Hóa Nổi Bật Hôm Nay:

Ví Cá Voi Nhận 445k Token HYPE, Củng Cố Khía Cạnh HODL

TagsBybitDubaiExchage

Câu hỏi Liên quan

QBybit dự kiến ra mắt dịch vụ ngân hàng bán lẻ vào thời gian nào?

ABybit dự kiến ra mắt dịch vụ ngân hàng bán lẻ vào tháng Hai.

QTên sản phẩm dịch vụ ngân hàng mới của Bybit là gì?

ATên sản phẩm dịch vụ ngân hàng mới của Bybit là 'My Bank powered by Bybit'.

QDịch vụ mới sẽ cung cấp cho người dùng những tính năng chính nào?

ADịch vụ mới cung cấp cho người dùng một IBAN cá nhân, cho phép họ gửi và nhận tiền qua ngân hàng bằng nhiều loại tiền tệ, gửi tiền fiat, thanh toán hóa đơn, nhận lương và giao dịch tiền mã hóa.

QBybit đã hợp tác với những đối tác ngân hàng nào cho sáng kiến này?

ABybit đã hợp tác với các đối tác ngân hàng bao gồm Ngân hàng Quốc gia Qatar (QNB), DMZ Finance và tổ chức cho vay khởi nghiệp Pave Bank.

QĐộng lực nào khiến Bybit mở rộng sang lĩnh vực dịch vụ ngân hàng?

AĐộng lực cho thấy nỗ lực gần đây của Bybit nhằm mở rộng ra ngoài lĩnh vực giao dịch tiền mã hóa, sau sự cố hack 1,4 tỷ USD vào khoảng một năm trước.

Nội dung Liên quan

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit7 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit7 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit12 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit12 phút trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

OpenAI đã điều chỉnh giá, giảm 80% cho mô hình GPT-5.6 Luna và 20% cho Terra, đồng thời giới thiệu chế độ Fast cho mô hình mạnh nhất Sol. Động thái này, cùng với việc Anthropic giới thiệu Claude Opus 5 với giá bằng một nửa so với flagship Fable 5, đánh dấu sự thay đổi chiến lược quan trọng: các hãng không còn chỉ tập trung bán mô hình mạnh nhất. Thay vào đó, họ khuyến nghị người dùng kết hợp các mô hình theo nhiệm vụ: dùng Sol (đắt, mạnh) để phân tích và lập kế hoạch phức tạp, sau đó giao cho Luna (rẻ, hiệu quả) thực thi. Điều này cho thấy trọng tâm thương mại đang chuyển từ các mô hình flagship (chứng minh năng lực kỹ thuật) sang các mô hình tầm trung, phục vụ cho lượng truy vấn API khổng lồ hàng ngày của doanh nghiệp, nơi hiệu quả chi phí (ROI) và độ ổn định là yếu tố quyết định. Một yếu tố then chốt giúp giảm chi phí là việc chính các mô hình AI (như Sol) tham gia tối ưu hóa mã nguồn và quy trình vận hành của chính chúng, tạo ra một vòng lặp tự thúc đẩy giảm chi phí. Điều này có thể đẩy nhanh hơn nữa đà giảm giá trong tương lai. Cạnh tranh đang chuyển từ "mô hình thông minh nhất" sang "hệ sinh thái hiệu quả nhất". OpenAI muốn biến các mô hình như Luna thành lựa chọn mặc định cho các tác vụ thường ngày, từ đó gia tăng độ phụ thuộc và chi phí chuyển đổi cho doanh nghiệp. Tương tự như ngành điện hay điện toán đám mây, mục tiêu cuối cùng là AI trở thành một tiện ích phổ biến, hoạt động âm thầm và không thể thiếu trong mọi quy trình, thay vì chỉ là một sản phẩm công nghệ đình đám.

marsbit1 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit1 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

Cuộc đua AI đang vấp phải nút thắt mới: thiếu hụt nghiêm trọng lao động lành nghề như thợ điện và công nhân xây dựng để xây dựng các trung tâm dữ liệu quy mô lớn. Tại Mỹ, dự báo cần thêm 130.000 thợ điện và 240.000 công nhân xây dựng từ 2023-2030 cho hạ tầng AI, trong khi mỗi năm có 80.000 vị trí thợ điện không thể lấp đầy. Các công ty AI sẵn sàng trả lương cao (thợ điện giỏi có thể kiếm 240.000-280.000 USD/năm), nhưng sự chậm trễ xây dựng vẫn gây thiệt hại hàng chục triệu USD. Độ phức tạp của các trung tâm dữ liệu AI, với công suất điện khổng lồ, hệ thống phân phối điện và làm mát phức tạp, đòi hỏi lao động có kỹ năng đặc biệt. Để giải quyết, các gã khổng lồ công nghệ như Meta và Google đang đầu tư hàng trăm triệu USD vào đào tạo. Meta mở trường dạy nghề miễn phí, cung cấp cả trợ cấp sinh hoạt, trong khi OpenAI hợp tác với công đoàn xây dựng. Chiến dịch tuyển dụng nhắm đến cả học sinh trung học, góp phần làm tăng mạnh tỷ lệ Gen Z theo học trường nghề. Tuy nhiên, nhu cầu điện cho AI tiếp tục bùng nổ, chiếm phần ngày càng lớn trong tổng tiêu thụ điện và đẩy giá điện lên cao. Một nghịch lý tồn tại: các dự án xây dựng cần hàng nghìn lao động cùng lúc, nhưng khi hoàn thành chỉ cần số ít vận hành, dẫn đến rủi ro dư thừa lao động lành nghề trong tương lai.

marsbit1 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

marsbit1 giờ trước

Làn sóng tấn công Coldcard thứ 4 nghi ngờ quét sạch 389 Bitcoin: Thorn từ Galaxy

Người dùng ví cứng Bitcoin Coldcard đang được cảnh báo về một đợt tấn công mới nhằm đánh cắp tiền điện tử, chỉ vài ngày sau đợt tấn công đầu tiên. Alex Thorn, Trưởng bộ phận Nghiên cứu tại Galaxy, thông báo đã phát hiện 218 giao dịch đáng ngờ trong vài giờ qua, ảnh hưởng đến 462 địa chỉ và di chuyển khoảng 388,9 Bitcoin. Ông cho biết các giao dịch này có đặc điểm phù hợp với lỗ hổng của Coldcard và tốc độ giao dịch cao gấp khoảng 45 lần bình thường. Hầu hết số tiền bị đánh cắp được chuyển đến các địa chỉ đích mới riêng biệt thay vì tập trung vào một ví. Một số đã được chuyển tiếp lần thứ hai. Nguyên nhân được cho là do lỗi phần mềm chưa từng được phát hiện trước đây trên firmware Coldcard, khiến thiết bị tạo ra seed ví với độ ngẫu nhiên thấp hơn dự định. Ước tính hiện tại có hơn 1.100 ví bị ảnh hưởng với tổng số tiền khoảng 90 triệu USD Bitcoin bị đánh cắp. Người dùng bị ảnh hưởng được khuyến cáo có thể thử chuyển số tiền còn lại sang ví an toàn bằng một giao dịch cạnh tranh với phí cao hơn.

cointelegraph2 giờ trước

Làn sóng tấn công Coldcard thứ 4 nghi ngờ quét sạch 389 Bitcoin: Thorn từ Galaxy

cointelegraph2 giờ trước

Giao dịch

Giao ngay
活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow