摩根大通计划将JPM Coin扩展至多区块链网络,首站选择Canton

TheNewsCrypto發佈於 2026-01-09更新於 2026-01-09

文章摘要

摩根大通计划将其JPM Coin存款代币扩展至多个区块链网络,首先将在Canton网络上启动。该举措旨在建立可互操作的数字货币系统,使机构客户能够在分布式账本上进行支付。JPM Coin代表银行持有的美元存款,目前基于Coinbase开发的以太坊二层网络Base运行。 此次扩展将实现受监管的互联数字货币系统,支持近乎实时的金融市场价值转移。Canton网络上的机构将能够在安全环境中快速接收、转移和赎回JPMD代币。银行为确保合规性,仅允许经白名单认证的机构客户钱包地址使用JPM Coin。 与摩根大通其他区块链产品不同,JPM Coin未基于其Kinexys网络,而是完全运行在公共区块链基础设施上,所有交易直接上链。该行2019年推出的Kinexys数字支付网络已为西门子等企业提供24/7跨境外汇支付服务,支持美元、欧元和英镑的即时兑换。 (当前字数:349字符)

摩根大通正计划通过将其JPM Coin存款代币引入多个区块链网络来扩展其区块链支付基础设施。此次扩展将首先在Canton Network上启动。

此后,该公司将以其他平台为目标,旨在构建一个可互操作的数字货币系统。JPM Coin代表该银行持有的美元存款。机构客户可以使用该代币在分布式账本上进行支付。

该代币目前使用由Coinbase创建的以太坊二层网络Base进行运营。摩根大通的一位发言人透露,此次扩展将创建受监管的可互操作数字货币。

该系统还将允许在金融市场进行近乎即时的价值转移。利用Canton的机构将能够在安全环境中快速接收、转移和赎回JPMD。

为确保合规性和控制,该银行仅允许由机构客户管理的白名单钱包地址使用JPM Coin。这些限制在保持安全标准的同时限制了访问。

深入探究JPM Coin

JPM Coin与摩根大通的其他区块链产品不同。该代币并非建立在银行的Kinexys网络上。发言人透露,JPM Coin从未在私有或许可基础设施上提供。

Kinexys数字支付网络于2019年推出,为机构客户提供区块链存款账户。这些账户支持以美元、欧元和英镑进行24/7跨境外汇支付。

西门子利用该系统进行国际汇款。该公司在法兰克福和纽约设有区块链存款账户。这些账户使西门子能够提供近乎即时的美元兑欧元外汇支付。

该系统帮助西门子克服了有限的结算窗口限制。这提高了公司全球业务运营的效率。该技术支持多币种跨境支付和流动性管理,与西门子的财资平台相结合。

JPM Coin完全在公共区块链基础设施上运行;当客户交易该代币时,交易直接记录在链上。这与利用私有数据库的传统银行系统不同。

今日重点加密货币新闻:

以太坊在3300美元下方挣扎,因美国需求和ETF资金流减弱

标签区块链JPMD摩根大通

相關問答

Q摩根大通计划将JPM Coin扩展到哪些区块链网络?

A摩根大通计划将JPM Coin扩展到多个区块链网络,首先从Canton Network开始,之后将扩展到其他平台,目标是建立一个可互操作的数字货币系统。

QJPM Coin目前运行在哪个网络上?

AJPM Coin目前运行在Base网络上,这是一个由Coinbase构建的以太坊Layer 2网络。

QJPM Coin的主要用途是什么?

AJPM Coin代表摩根大行持有的美元存款,机构客户可以使用该代币在分布式账本上进行支付,实现近乎即时的价值转移。

Q摩根大通如何确保JPM Coin的安全性和合规性?

A摩根大通只允许经过白名单认证的机构客户钱包地址使用JPM Coin,以确保合规性和控制,同时保持安全标准。

QJPM Coin与摩根大通的Kinexys网络有何不同?

AJPM Coin并非基于摩根大通的Kinexys网络,而是完全运行在公共区块链基础设施上,交易直接上链记录,而Kinexys是一个私人或许可的网络,主要用于机构客户的区块链存款账户和跨境支付。

你可能也喜歡

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

OpenAI工程师翁家翌提出名为“启发式学习”的新范式,探索AI通过自主编写和修改代码来提升能力,而非仅依赖训练神经网络参数。 在实验中,他让Codex在明确目标和反馈闭环中,为Atari Breakout等游戏编写纯Python策略代码,通过反复运行、查看日志与回放、定位失败并修改代码,最终使策略在Breakout中达到理论满分。这种“启发式学习”将经验沉淀为可阅读、修改和审计的软件系统,而非难以解释的神经网络权重。 文章对比了启发式学习与深度强化学习的差异:前者更新的是代码结构和规则,具备更好的可解释性、更高的样本效率,并能通过回归测试等方式缓解灾难性遗忘问题。在Atari57游戏的批量测试中,该方法在部分游戏上表现出接近或超越传统强化学习算法的效率,但在需要长程规划的复杂任务中仍存在局限。 该范式的潜在产业意义包括:为机器人控制等场景提供更轻量、可审计的解决方案;提升安全关键系统的可解释性与可维护性;以及为智能体产品提供能力沉淀和共享的新路径。然而,其实用性仍需在更复杂的真实场景中进一步验证。 翁家翌认为,未来更可能是神经网络(负责快速感知等)与启发式系统(负责规则、记忆与安全)结合的分工模式。这预示着AI发展的一条可能路径:在强大编码智能体的辅助下,部分经验可以重新转化为可读、可维护的软件工程资产。

marsbit51 分鐘前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit51 分鐘前

你的 Claude 今晚要做梦了,别打扰它

Anthropic在开发者大会上为AI智能体平台引入了“做梦”(Dreaming)功能,这实际上是一种基于历史运行日志的离线批处理与自我优化机制。AI智能体在完成复杂任务后,会利用闲置时间自动回顾大量操作记录,从中提炼有效模式(例如更优的操作路径),并固化为可共享的记忆,从而提升后续任务效率。 类似机制也出现在其他AI产品中,如Hermes Agent的“Curator”功能可自动将经验整理成“Skill”,OpenClaw的“做梦”流程则细分为浅睡、快速眼动和深睡三个阶段,通过多维度加权决定哪些信息应存入长期记忆。 该功能与“记忆”(Memory)技术紧密相关。当前AI能力的核心挑战之一是如何有效管理与利用不断增长的上下文信息。一方面,行业正通过技术创新(如Subquadratic公司宣称的1200万token超长上下文模型)试图扩大信息容量;另一方面,“做梦”这类功能旨在让AI在有限上下文窗口内,主动筛选、巩固重要信息,模仿人类睡眠中的记忆处理过程。 文章指出,科技公司频繁使用“思考”“记忆”“做梦”等拟人化术语来描述AI功能,这不仅是技术类比,更是一种营销策略和认知塑造。它模糊了机器与人的边界,影响用户对产品的感知与期待,并在无形中转移了技术缺陷的责任归属。本质上,AI的“做梦”仍是一种消耗计算资源的自动化数据处理,但其命名方式却让我们更倾向于将其视为拥有内在生命的数字实体。

marsbit53 分鐘前

你的 Claude 今晚要做梦了,别打扰它

marsbit53 分鐘前

交易

現貨
合約
活动图片