Coinbase CEO在《清晰法案》不确定性中称代币化股票‘不可避免’

ambcrypto發佈於 2026-01-18更新於 2026-01-18

文章摘要

Coinbase首席执行官布莱恩·阿姆斯特朗表示,尽管《CLARITY法案》带来监管不确定性,但股票代币化仍是“不可避免的”趋势,并称其具备更快、更便宜、更全球化的优势。目前代币化股票市场规模已从零增长至近8.67亿美元,正向10亿美元迈进。麦肯锡预测,在监管明确的前提下,该市场到2030年可能达到3.8万亿美元。 行业对监管立场存在分歧:Coinbase因法案限制代币化股票和稳定币收益而撤回支持,但Robinhood等机构认为担忧被夸大。链上数据显示,代币化股票月转账量增长11%至23亿美元,持有者数量增长22%至15.9万人,显示早期采用加速。此外,BNB链近两个月取代Solana成为最大结算层。 Bitwise调查显示,金融顾问对稳定币和代币化的兴趣最高(30%),表明机构关注度持续提升。法案能否达成共识将决定代币化市场能否迎来爆发式增长。

在不到一年的时间里,代币化股票市场从零增长到近10亿美元,如果该领域建立明确的监管框架,可能会爆发式增长。

尽管最近《清晰法案》在立法上遇到波折,Coinbase首席执行官仍对链上股票持乐观态度。他在X(前身为Twitter)上表示,代币化股票将大有可为,并补充说:

“这是不可避免的——更快、更便宜、更全球化”

代币化市场规模

代币化股票和ETF是传统股票的链上版本。对该领域的多数预测显示,到2030年,其规模将从数万亿美元到数十万亿美元不等。

麦肯锡认为,在监管明确且允许的加速采用情景下,该市场可能达到3.8万亿美元。

换句话说,其巨大潜力是不可否认的。事实上,资产管理公司Bitwise最近的一项调查发现,稳定币和代币化在受访金融顾问中兴趣最高。

“稳定币和代币化吸引了最多兴趣(30%),其次是‘数字黄金’/法币贬值(22%)和与加密相关的人工智能投资(19%)。”

这充分表明了代币化的巨大潜力和机构兴趣。Bitwise首席投资官Matt Hougan在评论该调查时表示:

“加密的未来一直取决于金融顾问对它的看法。”

代币化规则使行业产生分歧

然而,未来的增长取决于对发行人的明确规则。但行业似乎对参议院加密市场结构法案中关于代币化证券的规定存在分歧。

对Coinbase而言,参议院的草案禁止了代币化股票和稳定币奖励,迫使该交易所在本周早些时候撤回了支持。

但其他领导人,如Robinhood的首席法律官兼前美国证券交易委员会专员Dan Gallagher,淡化了这些担忧,称其“被夸大了”。

“对参议院法案中代币化的担忧被夸大了,但我们将与国会合作解决任何遗留的不确定性。”

是否能够达成协议以重振该法案的势头并迎来代币化繁荣,仍有待观察。

与此同时,代币化股票市场已达到8.67亿美元,并逐渐接近10亿美元。值得注意的是,该领域的月转账量激增11%,达到23亿美元,而持有者数量增加了22%,达到15.9万人。

这表明代币化股票的早期采用速度和需求正在加速。

在链结算层面,Solana自去年7月以来一直领先,但BNB链已超越它,并在过去两个月中保持领先地位。


最后总结

  • 尽管存在监管不确定性,Coinbase首席执行官Brian Armstrong对代币化股票持乐观态度。
  • BNB链超越Solana,成为代币化股票和ETF的顶级结算层。

相關問答

QCoinbase CEO 对代币化股票的看法是什么?

ACoinbase CEO Brian Armstrong 对代币化股票持乐观态度,认为它是‘不可避免的’,并称其将‘更快、更便宜、更全球化’。

Q根据麦肯锡的预测,在加速采用和明确监管的情况下,代币化市场到2030年可能达到多大的规模?

A根据麦肯锡的预测,在加速采用和明确允许的监管情况下,代币化市场到2030年可能达到3.8万亿美元的规模。

QBitwise的调查显示,金融顾问对加密货币领域的哪些方面最感兴趣?

ABitwise的调查显示,金融顾问对稳定币和代币化的兴趣最高(30%),其次是‘数字黄金’/法币贬值(22%)以及与加密相关的人工智能投资(19%)。

Q为什么Coinbase撤回了对参议院加密市场结构法案的支持?

ACoinbase撤回了支持,因为该法案的草案禁止了代币化股票和稳定币奖励。

Q目前哪个区块链在代币化股票和ETF的结算层中处于领先地位?

A在过去的两个月里,BNB Chain 已经超越了 Solana,成为代币化股票和ETF的顶级结算层。

你可能也喜歡

BTC“数字黄金”的叙事是不是失败了?

这篇文章从三个核心问题探讨了比特币的现状与未来,强调提供的是思考框架而非投资建议。 **如何看待比特币资产?** 作者认为比特币是一种全新的、更优秀的“黄金”资产。其优势在于总量恒定、转移便捷、交易可审计。尽管早期与灰色地带关联,但合规化是趋势。目前全球数字货币渗透率仅3%-4%,类比互联网和电商的早期阶段,意味着比特币仍处于发展初期,潜力巨大但波动性也极高。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月一度跌破6.1万美元,单日跌幅达15%,随后又快速反弹。这被解读为遵循四年减半周期的共识性获利了结。特别之处在于,美国比特币ETF的批准引入了机构资金,也促使早期低成本持有者(如矿工和信仰者)进行大规模“换手”,这是资产迈向主流化的必经过程。历史数据显示,比特币历次大跌的幅度在收窄(从93%到当前的约50%),表明资产正在成熟,波动率逐步下降,但高波动仍是其获取超额回报的固有特征。 **长期如何看待发展?** 长期价值可对标黄金。当前比特币市值仅为黄金市值的约7%,若“数字黄金”叙事实现一半,上行空间依然显著。但作者提醒,短期市场脆弱,换手可能未完,底部无法预测。真正的风险并非资产归零(概率较低),而在于错误的仓位管理(如All-in或加杠杆)以及对资产缺乏深刻理解。投资者必须计算并承受潜在的最大回撤(例如从已跌50%的位置再跌50%),才能存活至长期价值兑现。 文章最后以亚马逊在互联网泡沫后暴涨为例,指出关键不在于比特币未来是否上涨,而在于投资者能否通过理性的仓位管理和深度认知,扛过剧烈波动存活到那一天。文末提问引导读者反思:当前黄金涨、比特币跌的局面,究竟意味着“数字黄金”叙事失败,还是资产进化过程中的换手阵痛?这取决于每个人对比特币最底层的信仰。

marsbit8 小時前

BTC“数字黄金”的叙事是不是失败了?

marsbit8 小時前

BTC“数字黄金”的叙事是不是失败了?

标题:BTC“数字黄金”的叙事是不是失败了? 作者:@wuk_Bitcoin 本文从三个核心问题出发,探讨比特币的现状与未来。 **如何看待比特币?** 作者认为比特币是一种全新的、更优秀的“黄金”类资产。其优势在于:总量恒定(2100万枚);资产可转移性极强,在全球不确定性时代具备溢价;所有交易链上可审计,透明度高。反驳了比特币主要用于灰色地带的过时观点,指出其正走向合规。目前全球数字货币渗透率仅约3%-4%,类比互联网和电商早期,意味着该资产类别仍处早期,潜力与巨大波动并存。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月初曾单日暴跌15%,跌破6.1万美元。这被视为遵循其四年减半周期的规律性回调,是长期持有者在周期高点锁定利润的结果。本轮下跌的特殊性在于:美国比特币ETF的批准引入了大量机构新资金,但也促使成本极低的早期持有者(矿工、OG)进行历史性抛售,即从“早期信仰者”向“长期配置机构”的换手过程。历史数据显示,比特币历次大回撤的跌幅在逐步收窄(从93%到目前的约50%),表明资产在成熟,波动率在下降,但高波动仍是获取超额回报的代价。 **长期怎么看?** 若将比特币视为“数字黄金”,其当前总市值(约1.4万亿美元)仅为黄金总市值(约20万亿美元)的7%。即使该叙事仅部分实现,上行空间依然可观。但作者强调短期风险:换手可能未结束,市场脆弱,不排除进一步下跌。真正的风险不在于资产归零(概率极低),而在于错误的仓位管理(如All-in、加杠杆)和对资产缺乏深度理解,这可能导致投资者无法承受巨大波动而提前被迫出局。 **最后对比** 作者以亚马逊在互联网泡沫破裂后股价跌95%又最终上涨42倍为例,指出关键在于“活着等到那一天”。对于比特币,核心同样是能否通过理性仓位管理活到其价值兑现之时。文末提问:当黄金大涨而比特币大跌,这究竟是“数字黄金”叙事的失败,还是资产进化过程中的阵痛?答案取决于每个人对比特币最底层的信仰。

链捕手8 小時前

BTC“数字黄金”的叙事是不是失败了?

链捕手8 小時前

从代码到认知:机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型(LLM)时代,机器人依赖手工编码的模块化技术栈(感知、状态估计、规划、控制)和行为树,虽稳定但泛化能力差。随后,深度学习改进了感知,强化学习和模仿学习进入了控制层,但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器,将指令转化为机器人可执行的原子技能序列(如谷歌的SayCan)。但更重要的突破是视觉-语言-动作模型(VLA),例如谷歌的RT-2和开源的OpenVLA,它能将视觉、语言信息融合,直接输出动作指令,实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构(如Figure AI的Helix、NVIDIA GR00T):一个慢速、参数多的“系统2”负责高层次推理和规划;一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑,安全关键的控制回路通常在机器人本地(如NVIDIA Jetson模块)运行,而对话界面和集群学习等任务可交由云端。 开源模型(如OpenVLA、GR00T、π0)降低了行业门槛,让初创公司能在其基础上用自有数据微调。然而,当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向:世界模型。这类模型(如NVIDIA Cosmos、Meta V-JEPA)能根据当前状态和动作预测未来结果,让机器人在行动前进行模拟和评估,从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构(JEPA)和潜在动作世界模型等流派。 文章最后指出,数据采集(特别是远程操作数据)是核心竞争力,仿真训练至关重要,机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”,虽未完全自主,但正通过架构的持续演进(从代码到感知、规划、策略,最终到世界模型),朝着更通用、更强大的方向稳步前进。

marsbit9 小時前

从代码到认知:机器人大脑进化的万字指南

marsbit9 小時前

交易

現貨
合約
活动图片