Mastercard Mua Lại BVNK Sau Thương Vụ Thất Bại 2 Tỷ USD Với Coinbase

bitcoinistXuất bản vào 2026-03-18Cập nhật gần nhất vào 2026-03-18

Tóm tắt

Mastercard đã công bố thỏa thuận mua lại công ty cơ sở hạ tầng stablecoin BVNK với giá lên tới 1,8 tỷ USD, bao gồm 300 triệu USD thanh toán phụ thuộc vào điều kiện. Thương vụ này diễn ra sau khi các cuộc đàm phán sáp nhập 2 tỷ USD giữa BVNK và sàn giao dịch Coinbase thất bại vào năm ngoái. BVNK là nhà cung cấp giải pháp hạ tầng stablecoin hoạt động tại hơn 130 quốc gia. Mastercard cho biết việc mua lại sẽ mở rộng hỗ trợ của họ đối với tài sản kỹ thuật số và tích hợp các giao dịch trên chuỗi vào mạng lưới của mình để nâng cao tốc độ và khả năng lập trình. Giao dịch dự kiến hoàn thành trước cuối năm, chờ đợi sự phê duyệt của cơ quan quản lý.

Mastercard đã công bố việc mua lại công ty cơ sở hạ tầng stablecoin BVNK, vốn trước đó đã đàm phán với Coinbase về một thương vụ trị giá 2 tỷ USD.

Mastercard Sẽ Mua Lại BVNK Với Giá Lên Đến 1,8 Tỷ USD

Theo thông báo trong một bản tin báo chí, Mastercard đã đạt được thỏa thuận chắc chắn để mua lại BVNK với giá lên đến 1,8 tỷ USD, bao gồm 300 triệu USD trong các khoản thanh toán có điều kiện.

BVNK là nhà cung cấp giải pháp cơ sở hạ tầng stablecoin doanh nghiệp hoạt động trên hơn 130 quốc gia. Năm ngoái, công ty đã thảo luận với sàn giao dịch tiền mã hóa Coinbase về việc sáp nhập, nhưng đến tháng 11, thương vụ đã thất bại.

Bây giờ, có vẻ như Mastercard đã thành công trong việc ký kết với công ty cơ sở hạ tầng stablecoin. "Thương vụ này mở rộng thêm sự hỗ trợ toàn diện của Mastercard đối với tài sản kỹ thuật số và luân chuyển giá trị trên các loại tiền tệ, hệ thống và khu vực," thông cáo báo chí lưu ý.

Vào tháng 1, một nhà cung cấp thẻ thanh toán lớn khác, Visa, cũng đã thành lập quan hệ đối tác với BVNK, tìm kiếm chuyên môn của công ty này để kích hoạt thanh toán stablecoin trên nền tảng Visa Direct.

Mastercard cũng đang nhắm đến việc tích hợp hệ thống fiat của mình với các khoản thanh toán on-chain trong vụ mua lại này. Jorn Lambert, Giám đốc Sản phẩm của Mastercard, cho biết:

Vụ mua lại này củng cố những gì chúng tôi luôn làm, sử dụng đổi mới và công nghệ để thúc đẩy nền kinh tế và trao quyền cho mọi người. Việc bổ sung các rail on-chain vào mạng lưới của chúng tôi sẽ hỗ trợ tốc độ và khả năng lập trình cho hầu hết mọi loại giao dịch.

Stablecoin, là các loại tiền mã hóa được gắn với tiền tệ fiat, đã và đang được chấp nhận rộng rãi trên toàn thế giới trong những năm gần đây, nhờ vào các quy định tích cực như Đạo luật GENIUS của Hoa Kỳ. "Chúng tôi kỳ vọng rằng hầu hết các tổ chức tài chính và fintech sẽ cung cấp các dịch vụ tiền tệ kỹ thuật số theo thời gian, cho dù là với stablecoin hay tiền gửi được token hóa," Lambert lưu ý.

Giao dịch của Mastercard với BVNK dự kiến sẽ hoàn tất trước cuối năm, nhưng theo tuyên bố, nó phụ thuộc vào việc xem xét của cơ quan quản lý và các điều kiện kết thúc thông thường khác.

Jesse Hemson-Struthers, Đồng sáng lập và Giám đốc điều hành của BVNK, cho biết:

Thương vụ này kết hợp các khả năng bổ sung để xác định và mang lại tương lai của tiền tệ. Cùng nhau, chúng tôi có thể cung cấp một cơ sở hạ tầng chưa từng có cho các dịch vụ tài chính dựa trên tiền tệ kỹ thuật số.

Trong suốt năm 2024 và hầu hết năm 2025, lĩnh vực stablecoin đã tận hưởng một xu hướng tăng đáng chú ý, với vốn hóa thị trường kết hợp của các token này tăng vọt về quy mô. Tuy nhiên, kể từ tháng 10, sự chậm lại trên thị trường tiền mã hóa rộng lớn hơn cũng đã ảnh hưởng đến các đồng tiền được neo theo fiat, như dữ liệu từ DefiLlama cho thấy.

Giá trị của số liệu dường như đã di chuyển đi ngang trong vài tháng qua | Nguồn: DefiLlama

Từ biểu đồ, có thể thấy rằng vốn hóa thị trường stablecoin đã chững lại trong những tháng gần đây. Tuy nhiên, không giống như phần còn lại của ngành, các tài sản này thực tế chưa phải đối mặt với bất kỳ đợt rút lui nào, ít nhất là cho đến nay. Do đó, stablecoin vẫn đang hoạt động tương đối ổn định trong bối cảnh rộng lớn hơn.

Giá Bitcoin

Tại thời điểm viết bài, Bitcoin đang giao dịch quanh mức 74.700 USD, tăng gần 7% trong tuần qua.

Có vẻ như giá của đồng coin đã tăng vọt trong vài ngày qua | Nguồn: BTCUSDT trên TradingView

Câu hỏi Liên quan

QMastercard đã mua lại công ty nào và với giá bao nhiêu?

AMastercard đã mua lại công ty cung cấp cơ sở hạ tầng stablecoin BVNK với giá lên tới 1,8 tỷ USD, bao gồm 300 triệu USD trong các khoản thanh toán phụ thuộc vào điều kiện.

QTại sao thỏa thuận giữa BVNK và Coinbase trước đó không thành công?

AVào tháng 11 năm ngoái, thỏa thuận sáp nhập giữa BVNK và sàn giao dịch tiền điện tử Coinbase, vốn được định giá 2 tỷ USD, đã thất bại và không được hoàn tất.

QMục tiêu của Mastercard khi mua lại BVNK là gì?

AMục tiêu của Mastercard là tích hợp các hệ thống thanh toán pháp định (fiat rails) với các giao dịch trên chuỗi (on-chain), nhằm mở rộng hỗ trợ tài sản kỹ thuật số và tăng tốc độ, khả năng lập trình cho các giao dịch.

QTình hình thị trường stablecoin gần đây như thế nào theo bài viết?

AVốn hóa thị trường stablecoin đã tăng trưởng mạnh trong năm 2024 và phần lớn năm 2025, nhưng trong những tháng gần đây đã chững lại và di chuyển đi ngang, mặc dù không bị sụt giảm như các tài sản tiền điện tử khác.

QGiá Bitcoin tại thời điểm bài viết được công bố là bao nhiêu?

ATại thời điểm bài viết, Bitcoin đang được giao dịch quanh mức 74.700 USD, tăng gần 7% trong tuần trước đó.

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.

marsbit13 phút trước

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

marsbit13 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