Robinhood通过收购WonderFi进军加拿大加密货币市场

TheNewsCrypto发布于2026-06-02更新于2026-06-02

文章摘要

罗宾汉市场周一宣布,已完成以1.8亿美元收购位于多伦多的数字资产服务公司WonderFi。WonderFi运营着加拿大两大持牌加密货币平台Bitbuy和Coinsquare,托管资产超过21亿加元。这两家平台的用户将在整合后被邀请使用罗宾汉应用程序。 罗宾汉加密业务与国际业务高级副总裁表示,WonderFi在运营服务新老客户的受监管加密平台方面经验丰富,是加速罗宾汉在加拿大发展的理想合作伙伴。 此次收购是罗宾汉战略扩张的一部分,旨在加强其机构业务,并将利用WonderFi通过收购Bitstamp获得的机构服务能力,继续为机构客户提供服务。WonderFi员工将加入罗宾汉的加拿大团队。 通过此次收购,罗宾汉从WonderFi获得了约30万用户,使其美国以外的注资客户总数超过100万。该交易原计划于2025年下半年完成,后为获取监管批准和在加拿大部署专有技术而推迟。

周一,Robinhood Markets宣布,已完成对位于多伦多的数字资产服务公司WonderFi的收购,交易价格为1.8亿美元。WonderFi运营着加拿大两家持牌加密货币平台Bitbuy和Coinsquare。两家平台的用户在整合后将被引导至Robinhood应用程序。WonderFi运营着Bitbuy和Coinsquare这两家在加拿大名列前茅的受监管加密货币平台,托管资产总额超过21亿加元。

Robinhood Crypto & International的高级副总裁兼总经理约翰·克布拉表示,WonderFi在运营同时面向新手和经验丰富的加密货币客户的受监管平台方面拥有丰富专业知识,是加速Robinhood在加拿大目标的完美合作伙伴。

战略扩张

Robinhood的新闻稿提及其对WonderFi与当地机构合作的持续支持。继去年收购Bitstamp之后,此次收购预计将进一步推动Robinhood的机构业务扩张。Robinhood将增强WonderFi通过Bitstamp获得的机构服务能力,并继续为其机构客户群提供服务。WonderFi的员工将加入Robinhood在加拿大的团队。

Robinhood宣布,通过整合加拿大公司WonderFi的30万用户,其在美国境外的注资客户现已超过100万。作为其进军海外加密货币市场更大规模努力的一部分,这家纳斯达克上市的美国零售交易平台于2025年5月首次宣布了对WonderFi的收购。

双方同意将协议的原定完成日期从2025年下半年推迟,以便Robinhood能够完成在加拿大获得监管许可并部署其专有技术。

今日重点加密新闻:

TON将Toncoin重新命名为Gram,公布Web3扩张计划

标签加拿大Robinhood

相关问答

QRobinhood通过收购哪家公司进入加拿大加密货币市场?

ARobinhood通过收购位于多伦多的数字资产服务公司WonderFi进入了加拿大加密货币市场。

QRobinhood收购WonderFi的交易金额是多少?

ARobinhood收购WonderFi的交易金额是1.8亿美元。

QWonderFi在加拿大运营哪两家受监管的加密货币平台?

AWonderFi在加拿大运营着两家受监管的加密货币平台:Bitbuy和Coinsquare。

Q通过收购WonderFi,Robinhood在加拿大将获得大约多少新用户?

A通过收购WonderFi,Robinhood将在加拿大获得来自该公司的约30万用户。

Q这笔收购完成后,Robinhood的非美国地区已投资客户总数达到了多少?

A收购WonderFi后,Robinhood宣布其在美国以外的已投资客户总数现已超过100万。

你可能也喜欢

Deepseek 能否为中国节省 1 万亿美元?

《DeepSeek 能否为中国节省 1 万亿美元?》一文探讨了DeepSeek如何通过技术创新,可能大幅降低中国AI基础设施的建设成本。 核心在于,AI硬件的成本正从计算芯片向昂贵的内存(如HBM)倾斜。DeepSeek通过三方面技术突破,系统性降低了对这类稀缺硬件的依赖: 1. **压缩“记性”**:采用多头潜在注意力(MLA)等技术,将长上下文对话所需的缓存(KV Cache)压缩至原来的极小部分,极大节省显存。 2. **按需唤醒“身体”**:利用混合专家(MoE)模型架构,每次只激活部分参数,并结合智能的存储调度,将多数参数移出昂贵显存。 3. **复用计算结果**:将算过的上下文作为缓存复用,用低成本的内存读取替代高成本的重复计算。 这些技术协同,使DeepSeek V4等模型在长上下文场景下,用同等硬件可能产出数倍的有效Token,等效于大幅提升硬件效率、摊薄单位成本。 文章据此进行推演:到2030年,全球AI硬件投资预计达数万亿美元。若DeepSeek的技术路线能使中国未来AI基建的硬件需求等效减少75%,在日均Token消耗达到数千万亿级的规模时,节省的投资额可能接近1万亿美元(约7万亿元人民币),相当于少建数万座智算中心。 更重要的是,此举将产业价值从受制于人的尖端算力芯片,部分转移至中国已有所突破的存储芯片及系统工程领域,提升了供应链安全性。DeepSeek的意义不在于“消灭硬件”,而在于通过极致优化,降低行业对最昂贵、最稀缺硬件的边际依赖,让AI能力更普惠,重塑未来AI基建的账本。 (注:文中关于万亿节省的具体数字属于基于行业趋势的推演观点。)

marsbit32分钟前

Deepseek 能否为中国节省 1 万亿美元?

marsbit32分钟前

推翻主流治幻觉思路:元认知,才是大模型破幻觉的全新解法

谷歌研究院与特拉维夫大学联合发表论文,提出对抗大模型“幻觉”问题的新思路:与其追求让AI全知全能或过度拒答,不如培养其“元认知”能力,即让模型能够感知并诚实表达自身对每个答案的确信程度。 论文指出,当前主流方法存在局限:一味增加知识覆盖无法穷尽所有事实;而通过大幅拒答来降低错误率则会征收沉重的“实用性税”,牺牲大量本可正确回答的问题。核心原因在于模型缺乏“判别力”,难以精准区分具体问题的对错,导致校准良好但实用性低下。 论文重新定义了“幻觉”:问题不在于AI输出错误信息,而在于其“没有资格确定却以确定的语气给出错误信息”。因此,解决路径应是实现“忠实不确定性”——让AI语言表达的确信度与其内部状态的真实确信度对齐。这比消灭所有错误更可行,是一个依赖内部信号的闭环问题。 在AI代理(Agent)时代,元认知更为关键。没有它,Agent在调用外部工具(如搜索)时将陷入“盲飞”,无法智能决策何时需要搜索、如何评估信息可信度。 实现元认知面临几大挑战:“自举悖论”涉及用静态数据训练动态能力的困难;“对齐破坏信号”指RLHF等训练可能磨灭模型原有的内部不确定性信号;“因果性评估”则需区分真正的元认知与对其的表演。 论文建议,评估反幻觉方法应超越单一准确率指标,转而分析完整的“实用性-错误率权衡曲线”,并关注其在其他任务上的“附带损伤”。最终目标是让AI学会诚实地沟通其认知状态,从而在保留实用性的同时,将错误信息的危害降至最低,建立可靠信任。

marsbit37分钟前

推翻主流治幻觉思路:元认知,才是大模型破幻觉的全新解法

marsbit37分钟前

交易

现货
合约
活动图片