掃碼下載
BTC $76,617.06 -0.83%
ETH $2,093.81 -0.87%
BNB $657.04 -0.58%
XRP $1.34 -1.21%
SOL $84.28 -1.74%
TRX $0.3728 +1.77%
DOGE $0.1010 -1.56%
ADA $0.2411 -1.37%
BCH $349.06 -0.34%
LINK $9.48 -0.33%
HYPE $59.78 -5.74%
AAVE $85.99 -0.50%
SUI $1.03 -0.66%
XLM $0.1477 -3.14%
ZEC $614.69 -7.01%
BTC $76,617.06 -0.83%
ETH $2,093.81 -0.87%
BNB $657.04 -0.58%
XRP $1.34 -1.21%
SOL $84.28 -1.74%
TRX $0.3728 +1.77%
DOGE $0.1010 -1.56%
ADA $0.2411 -1.37%
BCH $349.06 -0.34%
LINK $9.48 -0.33%
HYPE $59.78 -5.74%
AAVE $85.99 -0.50%
SUI $1.03 -0.66%
XLM $0.1477 -3.14%
ZEC $614.69 -7.01%

波場 TRON 行業週報:美債風險持續擾動全球市場,Nava 與 Fluent 加速 AI 金融與鏈上互動落地

Summary: Nava Labs 完成830萬美元融資,重點布局 AI Agent 經濟下的身份、支付與服務調用基礎設施;Fluent Labs 完成1120萬美元融資,聚焦支持複雜計算與 AI 工作負載的高性能區塊鏈執行層,顯示 AI 與加密基礎設施融合仍是當前市場核心方向之一。
波场TRON
2026-05-26 14:58:22
收藏
Nava Labs 完成830萬美元融資,重點布局 AI Agent 經濟下的身份、支付與服務調用基礎設施;Fluent Labs 完成1120萬美元融資,聚焦支持複雜計算與 AI 工作負載的高性能區塊鏈執行層,顯示 AI 與加密基礎設施融合仍是當前市場核心方向之一。

一.前瞻

1. 宏觀層面總結以及未來預測

5月18日~5月24日這一週,全球宏觀市場的核心主線集中在"美國財政風險"與"長期高利率"重新成為市場焦點。5月18日,穆迪正式下調美國主權信用評級,引發全球市場對美國財政赤字與債務可持續性的擔憂,隨後美國30年期國債收益率迅速升破5%,10年期美債收益率重新站上4.5%,全球長端利率同步上行,日本、德國、英國長期國債收益率也紛紛升至多年高位。市場開始重新定價"Higher for Longer(高利率維持更久)"邏輯,降息預期明顯降溫,同時資金開始從高估值成長資產轉向黃金、防禦型資產與部分能源板塊,全球風險資產波動率明顯上升。

未來一週,全球市場仍將重點關注美債收益率走勢與美國財政相關風險,如果10年期美債收益率繼續維持高位,則美股科技板塊、加密市場以及高估值風險資產仍可能承壓;而黃金等避險資產則有望繼續受益,全球市場整體或繼續維持"高波動+高利率"的交易環境。

2. 加密行業市場變動及預警

5月18日~5月24日這一週,加密市場整體延續高波動與風險資產承壓走勢。BTC 在週內一度重新站上8萬美元,但隨後因美債收益率上行、市場對美聯儲年內降息預期下降以及ETF資金流出而快速回落,最低跌至約7.67萬美元附近,單週多次出現大規模槓桿清算,24小時爆倉金額多次超過4億至8億美元。與此同時,美國《Clarity Act(數字資產市場清晰法案)》相關推進成為市場核心焦點,法案圍繞穩定幣收益限制、數字資產監管歸屬以及市場結構問題展開博弈,短期一度推動BTC與加密概念股反彈,但隨後宏觀壓力重新主導市場。穩定幣、RWA、AI Agent支付等敘事仍是本週資金關注重點,尤其AI+Crypto基礎設施、鏈上支付以及數據中心算力方向持續獲得市場討論。

未來一週市場需要重點關注三個風險方向。第一,美聯儲路徑與美債收益率變化仍將決定BTC能否重新站穩8萬美元上方,目前市場對年內進一步降息預期明顯降溫,風險資產整體承壓;第二,美國《Clarity Act》後續推進以及SEC對穩定幣、代幣化資產與交易結構的監管表態,可能繼續影響市場風險偏好,尤其穩定幣收益模式、RWA與鏈上證券方向將成為監管重點;第三,BTC ETF資金流向仍是短期市場核心變量,近期已出現接近10億美元級別的階段性資金贖回,若下週ETF繼續淨流出,市場可能進一步測試7.5萬美元附近支撐。同時需要警惕高槓桿環境下的連鎖清算風險,目前市場情緒仍偏謹慎,資金更多集中於BTC、穩定幣與具備真實現金流的基礎設施項目,而非全面Altcoin行情。

3. 行業以及賽道熱點

Nava Labs 完成830萬美元融資,重點佈局 AI Agent 經濟下的身份、支付與服務調用基礎設施;Fluent Labs 完成1120萬美元融資,聚焦支持複雜計算與 AI 工作負載的高性能區塊鏈執行層,顯示 AI 與加密基礎設施融合仍是當前市場核心方向之一。

二.市場熱點賽道及當週潛力項目

1.潛力項目概覽

1.1. 詳解總融資830萬美元,由Polychain、HackVC以及FalconX等機構參投------佈局AI Agent經濟,構建圍繞身份、支付與服務調用的加密基礎設施Nava Labs

簡介

Nava 為 AI 智能體的鏈上交易提供基於仲裁機制的驗證服務。它結合托管(escrow)、安全分析和資金保障機制,使自主執行過程更加可靠,並達到機構級可用標準。

Nava 是一個中間件層,位於智能體(Agent)的意圖與鏈上執行之間,在交易被發送到區塊鏈之前,對其進行攔截與處理。所有由智能體發起的交易,在任何資金實際轉移之前,會先經過 Nava 的驗證流程。

協議框架簡述

系統結構(System Diagram)

整個系統可以理解為從上到下的幾層:

  • 用戶層(User Layer)

  • 智能體層(Agent Layer)

  • 驗證層(Verification Layer)

  • 結算層(Settlement Layer)

  • 外部協議層(External Protocols)

關鍵流程數據

系統中會流轉幾類核心信息:

  • intent(用戶意圖,比如"我要做什麼")

  • tx proposal(交易提案,即具體交易方案)

  • encrypted payload(加密後的數據)

  • proposed action(準備執行的操作)

  • pass / fail(驗證是否通過)

  • verdict + explanation(最終判定及原因說明)

  • approve / reject(批准或拒絕)

  • settle(最終結算執行)

核心組件

系統中的主要角色包括:

  • 用戶 / dApp

  • 執行智能體(Execution Agent)

  • 執行托管 SDK / MCP Server(負責提交與托管)

  • 仲裁器(Arbiter,用於驗證交易)

  • 確定性觸發器(規則檢測)

  • 思維圖推理(Graph-of-Thoughts,用於複雜判斷)

  • NavaChain(系統的鏈上協調層)

  • 托管 MPC(負責資金托管)

交易生命周期

  1. 用戶提交意圖
    用戶用自然語言表達需求,比如:"用 2 ETH 換 USDC,最大滑點 0.5%。"

  2. 智能體進行推理
    Agent分析用戶意圖,選擇合適的協議,並構建具體交易。

  3. 智能體提交交易方案
    通過 MCP Server 或 SDK,把意圖和交易方案加密後發送到 NavaChain。

  4. 托管模塊接收交易
    資金先被托管,同時交易被發送到驗證服務進行檢查。

  5. 仲裁器進行驗證
    先用規則(Deterministic Triggers)快速檢查,如果不夠,再用更複雜的推理(GoT)。

  6. 返回結果

  • 通過:給出解釋說明

  • 拒絕:說明原因,並給出如何修正的建議

  1. 執行或攔截交易
  • 如果通過:在目標協議(如Uniswap)執行交易

  • 如果拒絕:資金繼續鎖在托管中,不會被動用


Execution Escrow(執行托管)

它本質上是一個"帶規則的資金托管系統",通過 MPC(多方計算)錢包持有用戶資產(如代幣和權限),並嚴格控制這些資源在什麼條件下可以被使用。AI agent 不能直接執行交易,必須先提交提案,只有在通過驗證後,資金才會被釋放並執行。

Execution Agent(執行智能體)

Execution Agent 代表用戶執行操作。它接收自然語言意圖(例如"用 1 ETH 兌換 USDC"),進行推理,選擇合適的協議與參數,並生成交易提案。

Agent 分為兩類:

  • 內置在 Nava 產品中的助手式 Agent

  • 開發者基於 SDK 或 MCP Server 構建的自托管 Agent

Escrow Contracts(托管合約)

Execution Escrow 依賴一組部署在 NavaChain 上的核心合約:

  • AgentInboxFactory:為每個仲裁器創建接收交易提案的收件箱

  • AccountRegistry:記錄用戶與其專屬 Agent 的映射關係

  • VerificationServicesRegistry:管理已註冊的驗證服務及其能力

SDK and MCP Server(開發者接入層)

SDK 和 MCP Server 是開發者與 Execution Escrow 互動的主要入口,Agent 通過它們可以:

  • 提交交易提案(交易數據 + 用戶意圖)

  • 在上鏈前對數據進行加密

  • 查詢交易驗證狀態

  • 在驗證通過後觸發自動執行

其中:

  • MCP Server 提供面向 LLM 的工具調用接口

  • TypeScript SDK 提供程序化集成能力


Arbiter(仲裁器)

Arbiter 是 Nava 的核心驗證引擎,負責在交易真正上鏈之前,對 AI agent 提出的每一筆交易進行拆解和驗證。它基於 Graph-of-Thought(思維圖)構建一個有向無環圖,把一筆交易分解成多個檢查節點,每個節點負責驗證一個具體約束,比如路由地址是否正確、函數調用是否合法、代幣是否在白名單內、滑點是否合理、Gas 是否正常,以及是否符合監管要求等。最終,這些檢查會匯總成一個整體的驗證結果,只有通過驗證的交易才會被執行。

Deterministic Triggers(確定性觸發器)

這是第一層驗證機制,用於做快速、明確的"是否符合規則"的檢查,特點是結果是二元的(通過或失敗),並且執行速度非常快。主要包括:

  • 是否命中 OFAC 或制裁名單

  • 賬戶餘額是否充足、地址是否合法

  • 是否超過支出額度或交易頻率限制

  • 交易格式是否正確、Gas 設置是否合理

如果任意一個檢查失敗,交易會被立即拒絕,不會進入後續更複雜的 AI 推理階段,從而保證驗證過程高效且成本低。

Graph-of-Thoughts(GoT)推理

這是第二層驗證機制,用於處理更複雜、更主觀的問題,只有在所有確定性檢查通過後才會啟動。它基於 LLM 進行深入分析,主要包括:

  • 意圖一致性:交易是否真正符合用戶的原始需求

  • 攻擊檢測:是否存在隱藏交易、滑點利用或惡意路由

  • 合規檢查:是否符合不同地區的監管要求

  • 可解釋性:每一個判斷都會生成可審計的推理過程

這一層的核心價值是:不僅給出結論,還能解釋"為什麼"。

Verdict Output(判定結果)

每一次 Arbiter 驗證最終都會輸出兩種結果之一:

  • Approve(通過):交易符合所有要求,並附帶完整的解釋說明

  • Reject(拒絕):交易未通過驗證,並給出失敗原因以及如何修正的建議

所有判定結果都會記錄在 NavaChain 上,形成不可篡改的審計記錄。


NavaChain

NavaChain 是 Nava 的鏈上結算與協調層,負責記錄並最終確認所有 Arbiter 的驗證結果。每一次驗證過程,包括每個節點的評分、時間戳以及最終判定,都会被寫入 NavaChain,從而形成一條不可篡改、可查詢的完整記錄。

What It Provides(提供的能力)

NavaChain 主要提供四個核心能力:

  • 不可篡改的審計記錄:所有交易提案、驗證過程和最終結果都會上鏈,形成完整審計軌跡

  • 執行與結算層:承載托管合約(Escrow)以及驗證協議的核心邏輯

  • 加密通信機制:確保 Agent 與驗證服務之間的數據交互是安全的

  • EVM 兼容性:可以直接使用 Foundry、Hardhat 以及標準以太坊工具進行開發

Role in the Pipeline(在流程中的角色)

NavaChain 並不直接處理用戶發起的交易,而是作為"協調中樞",連接各個模塊:

  • Execution Escrow SDK 將加密後的交易提案提交到 NavaChain

  • NavaChain 上的托管合約負責持有資金,並將提案分發給驗證服務

  • Arbiter 從 NavaChain 讀取提案,完成驗證後將結果寫回鏈上

  • 如果驗證通過,NavaChain 會觸發在目標鏈(如以太坊)上的實際交易執行

Contracts(核心合約)

部署在 NavaChain 上的關鍵合約包括:

  • AgentInboxFactory:為每個 Agent 創建獨立的提案接收入口

  • AccountRegistry:記錄用戶與其托管賬戶之間的映射關係

  • VerificationServicesRegistry:管理所有驗證服務及其能力

Tron評點

Nava Labs 的核心優勢在於切中了 AI Agent 上鏈的關鍵痛點------在"意圖到執行"之間加入驗證與托管層,通過 Arbiter + Execution Escrow + NavaChain 構建了一套具備安全性、可解釋性和審計能力的中間件體系,使 AI 交易具備接近機構級的可靠性,同時其模塊化設計(SDK、MCP、EVM兼容)也有利於開發者集成和生態擴展;

但其挑戰同樣明顯,包括整體架構複雜度較高、對開發者和生態依賴強、真實需求尚處早期驗證階段,以及在性能、成本與去中心化程度之間需要持續權衡,此外與其他 AI Agent infra(如Autonolas、Fetch等)的競爭也會影響其長期落地速度。

2. 當週重點項目詳解

2.1. 詳解總融資1120萬美元,Polychain領投,ECHO、TPC Ventures、Q42以及Primitive等機構參投---構建支持複雜計算與AI工作負載的高性能區塊鏈執行層Fluent Labs

簡介

Fluent 是首個"融合執行網絡",在這裡 EVM、WASM 以及(即將支持的)SVM 合約可以像用同一種語言編寫的一樣彼此直接交互,無需跨鏈橋,也沒有額外摩擦,帶來真正自由、無障礙的表達能力。

如果你是在 Fluent 上開發應用的開發者,無論你使用什麼編程語言,gblend CLI 工具都可以幫你完成從項目初始化到部署的全部流程。

系統架構核心解析

Blended Execution(融合執行)

What is Blended Execution?(什麼是融合執行)

Blended Execution(融合執行)是一種讓不同虛擬機(VM)上的程序在同一個執行環境中協同工作的方式。原本為不同 VM(比如 EVM、Wasm、SVM)設計的智能合約、編程語言和工具,可以共享同一條鏈上的狀態,並實現無縫通信。

這意味著它們可以實現即時、原子級的組合性(composability),開發者可以在同一個應用中自由使用多種語言和工具,而不需要擔心兼容問題。同時,不同 VM 上已有的應用也可以共享流動性和網絡效應。

核心好處:
用戶可以直接在不同應用之間互動,無需跨鏈橋,也無需切換錢包。

How does Fluent Support Blended Execution?(Fluent 如何實現融合執行)

在 Fluent 中,EVM、SVM 和 Wasm 的能力被統一融合在執行層,這一切是通過 rWasm 實現的。rWasm 是一個底層中間表示(IR),也是 Fluent 的核心虛擬機,用於表示和驗證所有執行操作。

具體來說,Fluent 會模擬 EVM、SVM 和 Wasm 的行為,並將它們統一編譯為 rWasm 來執行,從而實現不同系統之間的兼容與互動。同時,這種設計在 zk 證明上更高效,因為整個系統只需要證明一次狀態轉換(而不是多 VM 方案中的多次證明)。

此外,這種架構是可擴展的,未來可以通過 AOT/JIT 編譯器支持更多虛擬機。

What is an AltVM(什麼是 AltVM)

AltVM(替代虛擬機)是指區別於 EVM 的其他虛擬機。EVM 是當前最主流的智能合約執行環境,而 AltVM 提供不同的執行方式或能力,比如支持更多編程語言、更高性能或更低成本。

常見例子包括:

  • 基於 Wasm 的 VM(支持 Rust、Go、C++ 等語言)

  • MoveVM(強調形式化驗證和安全性)

AltVM 的意義在於提升區塊鏈應用的靈活性和表達能力,讓開發者可以使用更多開發工具和編程範式,而不局限於 EVM。

Blended Execution vs MultiVM(融合執行 vs 多虛擬機)

MultiVM 是一種常見的 AltVM 方案,它在同一個網絡中運行多個獨立的虛擬機,每個 VM 各自處理不同的語言或執行環境。但這些 VM 是分離的,跨 VM 互動複雜,需要額外的狀態同步和協調,容易導致開發和用戶體驗割裂。

Blended Execution 則是更深度的一體化方案。它不是讓多個 VM 並存,而是把它們融合進一個統一的執行環境,讓它們共享同一狀態並直接協同執行,從而實現真正的無縫互動。

同時,在 zk 證明層面,Blended Execution 也更高效,因為只需要證明一次狀態變化。

核心區別:在於"是否真正統一執行層"。

What is a Blended App(什麼是融合應用)

Blended App 是運行在融合執行環境中的應用,它可以在同一個框架中同時使用多個虛擬機(例如 EVM 和 Wasm)的能力。

對開發者的好處:
開發者可以針對不同模塊選擇最合適的語言和執行環境,例如用 Rust 寫高性能部分,用 Solidity 寫 DeFi邏輯,從而在性能、靈活性和可用性之間取得最佳平衡。


Fluent Tech Stack Overview(Fluent 技術棧總覽)

Fluent 是首個融合執行網絡(Blended Execution Network),整體包含三個核心部分:zk 虛擬機(zkVM)、Layer 2 網絡以及開發框架,用於在以太坊上構建多樣化的區塊鏈應用。

它的核心能力在於:可以模擬多種虛擬機(如 EVM、SVM、Wasm)的執行環境,讓不同語言(Solidity、Rust 等)編寫的智能合約在同一狀態下即時協同運行,實現真正的跨VM原子組合。

Fluent's Core Value Proposition(核心價值)

Fluent 的核心價值在於:

  • 在同一執行環境中模擬多個虛擬機(VM)

  • 實現不同 VM 合約之間的即時、原子級組合(composability)

  • 支持多種編程語言(如 Solidity、Rust)共同開發

  • 所有應用共享同一鏈上狀態

本質上:讓不同生態的應用可以像一個系統一樣協同工作

The Fluent VM(Fluent 虛擬機)

Fluent VM 基於 WebAssembly(Wasm)構建,但進行了精簡和優化,形成了 rWasm(reduced Wasm),專門用於可驗證計算(zk 場景)。

rWasm 作為底層執行標準,負責統一表示所有操作,並提升 zk 證明效率。EVM、SVM 和 Wasm 的執行邏輯都會被模擬並編譯為 rWasm 來運行。

系統通過專門的系統合約來管理不同 VM 的賬戶和狀態結構,從而實現:

  • 多 VM 的統一執行

  • 原子、同步的跨 VM 組合

  • 可擴展支持更多 VM

本質:一個統一執行層,兼容多個VM

The Fluent L2 Network(Fluent 二層網絡)

Fluent L2 是一個 zk-rollup,用於在同一個網絡中運行 Wasm、EVM 和 SVM 應用。

它的核心特點是:

  • 支持不同 VM 的融合執行(Blended Execution)

  • 所有應用共享同一狀態,實現即時組合

  • 同時兼容 EVM 和 SVM(保留 ABI 標準)

  • 對開發者無額外部署成本(Solidity / Rust 均可直接使用)

在底層,每個 VM 都通過一個 Wasm 系統合約進行模擬,並最終統一執行在 rWasm 上。

本質:一個統一執行環境的多VM L2

App Deployment Models(應用部署模式)

Fluent 支持兩種應用模式:

Shared Apps(共享應用)

  • 在 Fluent 上共享同一狀態

  • 不同 VM、不同語言的應用可以即時組合

  • 適合 DeFi、基礎協議等場景

Dedicated Apps(獨立應用)

  • 獨立運行的定制化狀態機

  • 可自定義運行環境(如 DA、排序器等)

  • 使用 Fluent 做證明與驗證

本質區別:

  • Shared = 同一系統內協作

  • Dedicated = 獨立系統 + Fluent做驗證

The Fluentbase Framework(Fluentbase 開發框架)

Fluentbase 是 Fluent 的開發框架,用於部署智能合約以及構建可驗證計算環境。

它提供:

  • SDK(開發工具)

  • 狀態轉換函數(STF)的證明系統

開發者可以基於 Fluentbase 構建:

  • Blended Apps:多語言、多VM的鏈上應用

  • Blended Execution Networks:支持多VM的區塊鏈網絡(L2/L3)

  • 任意計算環境:鏈下的可驗證計算系統

本質:Fluent 的開發與擴展工具層

Tron評點

Fluent Labs 的核心優勢在於其提出的 Blended Execution(融合執行)架構,通過 rWasm 將 EVM、Wasm、SVM 等多種虛擬機統一到同一執行層,實現真正的跨 VM 原子組合和共享狀態,這在提升開發靈活性、打破生態割裂以及釋放流動性網絡效應方面具有明顯潛力,同時其 zkVM + L2 設計在理論上也具備更優的可擴展性和驗證效率;

但其挑戰在於技術複雜度極高(涉及多VM模擬、zk證明與統一執行層)、生態仍處早期(開發者與應用尚未規模化)、性能與工具鏈成熟度有待驗證,以及需要與現有成熟執行環境(如EVM L2、Solana等)競爭開發者心智與流動性,因此其長期成功高度依賴實際應用落地與開發者生態的增長。

三. 行業數據解析

1. 市場整體表現

1.1. 現貨BTC vs ETH 價格走勢

BTC

ETH

2.熱點板塊總結

AI Agent 支付
Google Cloud 與 Solana Foundation 推出的 Pay.sh 正式上線,支持 AI Agent 使用穩定幣直接支付 Gemini、BigQuery、Vertex AI 等 API 服務,推動 AI-to-AI 自動支付進入真實應用階段。

AI + 穩定幣基礎設施
Circle 推出 Agent Stack,允許 AI Agent 使用 USDC 完成自動支付與鏈上結算;同時 x402 協議交易量持續增長,Agentic Payment(AI 自動支付)開始形成標準化基礎設施。

AI Agent 鏈上金融
螞蟻數科發布 Anvita 平台,支持 AI Agent 持有資產、執行交易與穩定幣即時結算,並整合 RWA Tokenization 服務,推動"Agent-to-Agent Economy"落地。

RWA(真實世界資產)
Centrifuge、Creditcoin 等 RWA 協議開始結合 AI Agent 進行鏈上抵押率動態管理、自動化風控與 AI 信貸審核,RWA 正從"資產上鏈"向"AI 驅動金融管理"演進。

ZK \& 隱私驗證
zk-SNARK、ZK Identity 與 Agent Authorization 成為熱點方向,多項研究開始探索"AI Agent 身份驗證 + 零知識支付授權"架構,用於解決 AI 自動支付中的隱私與合規問題。

Agent-to-Agent(A2A)經濟
A2A(Agent-to-Agent)支付體系成為行業重點研究方向,多個協議開始圍繞 Agent Discovery、Intent Verification、鏈上授權與自動結算構建完整 AI 經濟協議棧。

四.宏觀數據回顧與下週關鍵數據發布節點

宏觀市場回顧

  • 美國方面,美債收益率維持高位震盪,市場對美聯儲降息預期繼續反復博弈。多位美聯儲官員強調通脹仍具黏性,市場風險偏好有所回落。

  • 美國 PMI、就業與消費相關數據整體表現仍具韌性,加強了"高利率維持更久"的預期。

  • 日本方面,日本國債收益率繼續上升,市場對日本央行後續政策正常化保持關注。

  • 歐洲經濟復甦仍偏弱,製造業數據改善有限,歐元區增長壓力持續。

  • 黃金維持高位震盪,美股與加密市場則出現一定風險資產分化,BTC 一度跌破 80,000 美元後震盪整理。

下週關鍵宏觀數據與事件(5月25日~5月31日)

美國

  • 美聯儲會議紀要(FOMC Minutes)

  • 美國PCE物價指數(核心通脹重點)

  • 美國初請失業金數據

  • 美國消費者信心指數

  • 美國GDP修正值

歐洲

  • 歐元區CPI數據

  • 德國通脹與製造業數據

亞洲

  • 日本東京CPI

  • 中國工業企業利潤數據

五. 監管政策

美國

  • 美國國會繼續圍繞《GENIUS Act》實施細則與穩定幣監管框架推進討論,重點聚焦儲備金、AML 與聯邦/州監管邊界問題。該議題在上週仍持續發酵。

香港

  • 香港穩定幣牌照制度進入實際落地階段,市場持續關注 HKMA 首批穩定幣發行牌照後續推進情況,以及傳統金融機構參與情況。

韓國

  • 韓國繼續推進《Digital Asset Basic Act(數字資產基本法)》相關討論,重點仍圍繞穩定幣儲備監管與交易所合規體系。雖然核心法案動作主要發生於4月,但上週相關監管討論仍在延續。

日本

  • 日本關於加密資產納入《金融商品交易法(FIEA)》體系後的配套監管與稅制改革討論繼續推進,但無新的重大正式法案落地。

歐盟

  • 歐盟繼續推進 MiCA 最終實施準備,市場關注重點轉向 2026 年中全面合規截止期前的交易所與穩定幣發行人整改。
欢迎加入 ChainCatcher 官方社群
Telegram 订阅: @chaincatcher
X (Twitter): @ChainCatcher_
warnning 風險提示
app_icon
ChainCatcher 與創新者共建Web3世界