支付巨头Stripe 收购加密钱包应用 Valora 团队

cointelegraph發佈於 2025-12-11更新於 2025-12-11

文章摘要

支付巨头Stripe宣布收购加密货币钱包公司Valora的团队,该交易于其稳定币区块链项目Tempo测试网上线次日达成。Valora首席执行官Jackie Bona表示,团队将加入Stripe并参与其区块链计划。Valora于2021年从Celo开发团队cLabs分拆成立,曾获2000万美元A轮融资,其移动钱包支持Celo、以太坊等多个网络的稳定币及资产。Stripe将借助该团队在全球支付、数字钱包及移动端Web3应用方面的经验。Valora应用将继续运营,但其后续开发将移交cLabs负责。Stripe近年持续加码加密领域,四个月前与Paradigm合作推出Tempo区块链,测试网已实现浏览器内便捷创建稳定币等功能。

支付巨头 Stripe 已收购加密钱包公司 Valora 的团队,此举距离其推出以稳定币为核心的区块链项目 Tempo 的测试网仅过去一天。

据 Valora CEO Jackie Bona 透露,通过此次收购,Valora 团队将加入 Stripe 并参与该公司的区块链计划。

Valora 成立于 2021 年年中,是从 Celo 开发团队 cLabs 分拆出来并在此过程中完成了 2000 万美元的 A 轮融资。

Valora 应用是一款移动钱包,支持 Celo、以太坊、Base、Optimism 和 Arbitrum 上的稳定币及其他资产。除了钱包,该团队还开发了一个面向移动原生体验的 Web3 应用开放协议启动台。

“Stripe 与我们一样坚信,稳定币和加密货币能够极大地扩展全球经济的参与范围,”Bona 说道,并补充称,“通过将 Valora 团队带入 Stripe,我们将能够在一个拥有无与伦比覆盖范围的平台上,贡献我们在 Web3 和以用户为先的体验方面的专业知识。”

Valora 团队具体将从事哪些工作尚未明确说明;然而,Stripe 将借助一个一直高度专注于全球支付、数字钱包和用户友好的基于智能手机的 Web3 应用的团队。

“通过这项工作,我们亲眼目睹了稳定币和加密通道如何能够扩展经济机会。在过去的几个月里,我们清楚地认识到,加入全球领先的金融基础设施平台 Stripe,可以加速这一使命的实现,”Bona 表示。

来源:Jackie Bona

相关阅读:2025 年圣诞节赠送加密货币最简单安全的方法

Valora 应用将继续运行,但其运营和未来开发将移交给 cLabs。

Stripe 与 Tempo 势头正劲

在与加密货币经历了一段时断时续的关系后,Stripe 在过去几年中一直在区块链领域取得进展。特别是在四个月前与加密风投公司 Paradigm 合作首次公布 Tempo 以来,势头一直在增强,该网络在推出前已获得 50 亿美元的预启动资金。

Stripe 的最新举措是在其与 Paradigm 的 Layer-1 区块链项目 Tempo 推出开放测试网仅一天后进行的。

测试网推出期间强调的关键特性之一是在浏览器中直接创建稳定币的简便性以及其他好处。

杂志:以太坊成为第二大区块链的 11 个关键历史时刻

相關問答

Q支付巨头Stripe收购了哪家加密货币钱包公司的团队?

AStripe收购了加密货币钱包公司Valora的团队。

QValora团队加入Stripe后将主要参与什么项目?

AValora团队将加入Stripe并参与该公司的区块链计划,特别是基于稳定币的区块链项目Tempo。

QValora应用程序在哪些区块链网络上支持稳定币和其他资产?

AValora应用程序支持Celo、以太坊、Base、Optimism和Arbitrum等区块链网络上的稳定币和其他资产。

QValora应用程序在收购后将继续由谁负责运营和开发?

AValora应用程序将继续运行,但其运营和未来开发将交由cLabs负责。

QStripe的Tempo区块链项目是与哪家加密货币风险投资公司合作推出的?

AStripe的Tempo区块链项目是与加密货币风险投资公司Paradigm合作推出的。

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。

marsbit50 分鐘前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit50 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。

marsbit52 分鐘前

你的 Claude 今晚要做梦了,别打扰它

marsbit52 分鐘前

交易

現貨
合約
活动图片