香港将于2025年初发放首批稳定币牌照

TheNewsCrypto發佈於 2026-01-21更新於 2026-01-21

文章摘要

香港将于2025年第一季度发放首批稳定币发行牌照,以加速推动其成为区域数字资产中心。财政司司长陈茂波在达沃斯论坛强调,香港对加密货币的监管采取负责任且可持续的方式。新规要求稳定币发行人满足储备资金、赎回权、治理和风险管理等严格标准,旨在维护金融稳定和消费者权益。 目前香港已向11家虚拟资产交易平台发放牌照,包括OSL、HashKey等机构。除稳定币外,香港还深入探索资产代币化,去年11月金管局启动"Project Ensemble"试点,测试代币化存款和数字资产的实际交易。监管机构同时正在制定针对加密货币交易、咨询及管理服务的新牌照制度。 有行业组织提醒,更严格的虚拟资产管理规定可能因合规成本上升而影响传统资产管理机构的参与积极性。

香港正准备在2025年第一季度发放首批稳定币发行商牌照,此举加速了其在国际竞争日益激烈的背景下将自身定位为区域数字资产中心的进程。

据《南华早报》报道,香港财政司司长陈茂波在达沃斯世界经济论坛上谈到,这座城市对加密货币监管的方式是负责任且可持续的。

财政司司长承诺,首批稳定币牌照预计将在不久的将来获准发放。陈茂波将稳定币视为香港构建完整数字资产生态系统的更广泛推动力的一部分,连接受监管的稳定币发行、持牌交易平台和代币化金融产品。

他将数字金融描述为一个战略增长支柱,因为这座城市希望保持其作为全球金融中心的地位。去年通过的稳定币发牌制度规定了与法币挂钩的稳定币发行商的严格要求。

这些要求包括储备支持、赎回权、治理和风险管理方面的规则,显示了在全球加密货币市场波动后,监管机构对金融稳定和消费者保护的关注。

香港的其他相关工作

该公司的稳定币计划与目前活跃的加密货币交易平台框架并存。根据证券及期货事务监察委员会的规定,迄今为止已有11家虚拟资产交易平台获得牌照。

根据监管机构的公开披露,获批运营商包括OSL、HashKey和Bullish。在稳定币交易之后,香港也在更深入地探索代币化。

去年11月,香港金融管理局在「Project Ensemble」下推出了一项试点,测试利用代币化存款和数字资产进行实际价值交易,涉及主要银行和资产管理公司。

与此同时,监管机构正在制定更多提案,将为加密货币资产交易、咨询和管理服务推出新的发牌制度。本周初,香港证券及期货专业协会警告称,更严格的虚拟资产管理规定可能会因增加合规成本和减缓机构参与而阻碍传统资产管理公司。

今日重点加密货币新闻:

币安宣布上市瑞波公司的稳定币RLUSD

标签香港牌照稳定币

相關問答

Q香港计划在什么时候发放首批稳定币发行牌照?

A香港计划在2025年第一季度发放首批稳定币发行牌照。

Q香港财政司司长在哪个国际会议上谈到了加密货币监管?

A香港财政司司长陈茂波在达沃斯世界经济论坛上谈到了加密货币监管。

Q香港稳定币发牌制度对发行商有哪些严格要求?

A香港稳定币发牌制度对发行商提出了严格的储备金支持、赎回权、治理和风险管理等要求。

Q目前香港有多少家虚拟资产交易平台已获得牌照?请列举其中已知的平台。

A目前香港有11家虚拟资产交易平台已获得牌照,已知的平台包括OSL、HashKey和Bullish。

Q香港金融管理局在2023年11月启动了哪个项目来测试代币化交易?

A香港金融管理局在2023年11月启动了Project Ensemble( Ensemble计划)来测试利用代币化存款和数字资产的实际价值交易。

你可能也喜歡

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit9 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit9 分鐘前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit1 小時前

交易

現貨
活动图片