في 5 فبراير، تم الإبلاغ عن أن تيثر قامت بتحديث المؤشرات الرئيسية في الربع الرابع من 2025، حيث وصل متوسط مستخدميها النشطين الشهريين على السلسلة إلى 24.8 مليون، بزيادة 15٪ على أساس شهري، محققة أعلى مستوى قياسي. تظهر إحصائيات Chainalysis وArtemis أن حصة USDT السوقية الحالية ارتفعت إلى 68.4٪، محافظة على موقعها الرائد المطلق في مسار العملات المستقرة العالمية، مما وسع الفجوة بشكل كبير مع المشاريع الأخرى.
بدعم من شبكات بلوكشين متعددة، شكلت USDT نظام سيولة يغطي مجموعة واسعة من المناطق، تلبي احتياجات التسوية السريعة وعبر السلاسل في مناطق مختلفة. خاصة في الأسواق الناشئة، دفعت الضغوط التضخمية المستخدمين لاستخدام الأصول المستقرة لتخزين القيمة والتحويلات اليومية، وهو ما أصبح محركا مهما لاستمرار توسع تيثر. على النقيض من ذلك، تم استيعاب بعض العملات المستقرة المنافسة تدريجيا في USDT بسبب عدم اليقين في الامتثال وضعف النمو.
على مستوى التطبيق، يتغير دور العملات المستقرة أيضا. بالإضافة إلى معاملات الأصول الرقمية (DUT)، تم استخدام USDT في التحويلات عبر الحدود، وإدارة صناديق الشركات، والمدفوعات من نظير إلى نظير. نقص السرعة والتكلفة في النظام المصرفي التقليدي يجعل العملات المستقرة بديلا للعملات. وفقا للبيانات، بلغ إجمالي عدد مستخدمي USDT حول العالم 534.5 مليون عنوان محفظة، لا تزال شبكات Tron وEthereum هي المنصات الرئيسية لحاملها، بينما يرتفع معدل اعتماد شبكات الطبقة الثانية بسرعة.
هذا التوسع ليس ظاهرة قصيرة الأمد. تأثيرات الشبكة والسيولة العميقة تشكل تغذية راجعة إيجابية: المزيد من المستخدمين يجلبون تكرارا أكبر، مما يجذب التجار والمؤسسات للمشاركة. بينما يراقب المنظمون حول العالم عن كثب تطور العملات المستقرة، لا يزال الطلب في السوق قويا في سيناريوهات مثل المدفوعات العابرة للحدود، وأدوات مكافحة التضخم، والبنية التحتية المالية الرقمية.
استنادا إلى البيانات الحالية، أظهر قائد تيثر طابعا منظما. مع اندماج العملات المستقرة تدريجيا في نظام تدفق رأس المال العالمي، أصبح USDT جسرا مهما يربط بين التمويل التقليدي والاقتصاد الرقمي، ويستمر تأثيره في التوسع.
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
مقالات ذات صلة
تطلق شركة Tether إطار عمل BitNet LoRA متعدد المنصات لتدريب الذكاء الاصطناعي على أجهزة المستخدمين
أعلنت قسم Tether's QVAC في 17 مارس 2026، عن إطلاق إطار عمل ضبط LoRA متعدد المنصات الأول في العالم لنماذج BitNet من Microsoft (1-bit LLMs)، مما يتيح تدريب واستدلال الذكاء الاصطناعي بمليارات المعاملات على معالجات الرسومات الاستهلاكية والهواتف الذكية.
CryptopulseEliteمنذ 8 س
تيذر تطلق إطار عمل تدريب الذكاء الاصطناعي للهواتف الذكية ومعالجات الرسومات الاستهلاكية
أطلقت تيثر إطار عمل جديد للذكاء الاصطناعي يتيح ضبط النماذج اللغوية الكبيرة على أجهزة المستهلكين مثل الهواتف الذكية ومعالجات غير Nvidia. باستخدام معمارية BitNet من مايكروسوفت وتقنيات LoRA، فإنه يوفر تخفيضات كبيرة في تكاليف الذاكرة والحوسبة، مع دعم رقاقات متنوعة. يتوافق هذا التقدم مع الاتجاه المتنامي لشركات العملات الرقمية في التوسع إلى البنية التحتية للذكاء الاصطناعي والحوسبة.
TapChiBitcoinمنذ 9 س
تقرير Gate اليومي (18 مارس): هيئة الأوراق المالية والبورصات والهيئة الأمريكية للتداجر الآجلة توضحان أن معظم الرموز ليست أوراق مالية؛ Tether تطلق إطار عمل جديد للذكاء الاصطناعي
يتذبذب سعر البيتكوين بالقرب من 74,140 دولار أمريكي، وأصدرت لجنة الأوراق المالية والبورصات الأمريكية (SEC) ولجنة تداول السلع الآجلة (CFTC) إرشادات جديدة توضح أن معظم العملات الرقمية لا تندرج ضمن الأوراق المالية، مما سيوفر إرشادات واضحة للسوق. أطلقت Tether إطار عمل للذكاء الاصطناعي الدقيق. يستمر السوق في مراقبة تأثير أسعار الفائدة المرتفعة والمخاطر الجيوسياسية على الاقتصاد.
MarketWhisperمنذ 9 س
لم تعد الذكاء الاصطناعي حكراً على عمالقة التكنولوجيا! تيذر تطلق QVAC، هل حان وقت حصول الجميع على نموذج لغة كبير؟
أعلنت Tether عن إطلاق البنية التحتية الخاصة بها QVAC Fabric أول إطار عمل BitNet LoRA لضبط دقيق يدعم المنصات المتعددة عالميًا، مما يمكّن نماذج اللغة الكبيرة من التدريب على أجهزة المستهلك. تتيح هذه التكنولوجيا للأجهزة مثل الهواتف الذكية إمكانية إجراء ضبط دقيق للنموذج، مما يقلل بشكل كبير من تكاليف تطوير الذكاء الاصطناعي ويؤدي إلى لا مركزية الذكاء الاصطناعي، وفي المستقبل يمكن استخدامه في أي وقت وفي أي مكان.
ChainNewsAbmediaمنذ 19 س
