Tether 近期宣布投资跨境二维码支付服务商 SQRIL，进一步推动稳定币在全球支付体系中的实际落地。此次投资的核心目标，是将 USDT 等稳定币结算能力整合进新兴市场的日常移动支付系统，覆盖零售消费与跨境汇款等高频使用场景，具体财务条款尚未对外披露。
根据披露信息，双方合作将重点聚焦亚洲、非洲和拉丁美洲等地区。这些市场移动支付普及率高，但传统金融基础设施效率较低，对低成本、实时结算方案需求强烈。SQRIL 已在上述地区开展业务，提供基于二维码的移动支付服务，拥有持续增长的用户规模和可观的跨境资金流量。
在技术层面，Tether 计划将自身区块链基础设施与 SQRIL 的 API 驱动平台进行整合，使稳定币成为后台即时结算工具。用户在前端依然通过熟悉的二维码完成支付或转账，而 USDT 则在后端承担清算角色，从而实现更快的到账速度和更低的手续费成本。这一模式有望减少对传统银行中转环节的依赖，降低跨境支付的时间和费用摩擦。
SQRIL 的现有系统兼容性较强，其支付网络可对接包括巴克莱银行、美国银行在内的传统银行体系，同时也与 Venmo、Revolut、Cash App 等主流金融科技平台实现集成。这种“连接型”架构，使其能够在传统金融与区块链结算之间发挥桥梁作用，为稳定币支付提供现实落地通道。
Tether 表示，此次合作体现了其从交易所场景向现实支付场景延伸的长期战略。随着二维码支付和手机钱包成为全球主流支付方式，将 USDT 嵌入零售消费、汇款和日常转账中，被视为稳定币扩大采用率的关键路径。
整体来看，Tether 投资 SQRIL 不仅是一次资本层面的合作，更是其构建全球稳定币支付基础设施的重要一步。未来，随着网络扩展和产品逐步落地，稳定币在跨境支付和新兴市场金融服务中的角色，或将进一步强化。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
Tether 推出跨平台 BitNet LoRA 框架，用于在消费者设备上进行 AI 训练
Tether的QVAC部门在2026年3月17日宣布，推出全球首个跨平台LoRA微调框架，用于微软的BitNet模型(1比特LLM)，支持在消费级GPU和智能手机上进行十亿参数AI训练和推理。
CryptoPulse Elite1小时前
Tether 发布面向智能手机和消费级 GPU 的人工智能训练框架
Tether 推出了一个新的AI训练框架，可在智能手机和非Nvidia GPU等消费设备上进行大型语言模型的微调。该框架采用Microsoft的BitNet架构和LoRA技术，提供了显著的内存和计算成本降低，支持各种芯片组。这一进展与加密货币公司扩展到AI和计算基础设施的趋势相一致。
Tap Chi Bitcoin2小时前
Gate日报（3月18日）：SEC与CFTC明确多数代币非证券；Tether推出AI新框架
比特币价格在74,140美元附近震荡，美国SEC与CFTC发布新指南，指明多数加密货币不属于证券，将为市场提供清晰指引。Tether推出AI微调框架。市场持续关注高利率及地缘政治对经济的影响。
Market Whisper2小时前
AI 不再是科技巨头专利！Tether 推 QVAC，人手一个 LLM 的时刻到了？
Tether 宣布其 AI 基础设施 QVAC Fabric 推出全球首个支持跨平台的 BitNet LoRA 微调框架，实现大型语言模型在消费级硬件上训练。此技术让如智能型手机等设备可完成模型微调，大幅降低 AI 开发成本，使 AI 去中心化，未来将能随时随地使用。
鏈新聞abmedia12小时前
Tether 推出全球首个手机端「十亿级 AI 训练框架」，iPhone、Samsung 都能跑 LoRA
Tether's QVAC division launched the world's first LoRA fine-tuning framework supporting Microsoft's BitNet architecture on March 17, significantly reducing memory and computational requirements for AI models and enabling localized training on mobile phones. The technology allows users to conduct personalized learning without uploading data, protecting privacy. Testing shows that modern smartphones can effectively fine-tune billion-parameter models, advancing the application potential of edge computing.
動區BlockTempo14小时前
