讲师中心 微信公众号
AI工具推荐 视频效率加速

BIS阿戈拉项目完成代币化跨境支付实盘测试

梦涛姑娘_1073

梦涛姑娘_1073

发布时间:2026-08-01 09:02:23

|

930人浏览过

|

来源于php中文网

原创

国际清算银行阿戈拉项目完成代币化跨境支付试验,成功处理百万美元多币种真实交易

2026年7月,国际清算银行(BIS)主导的“阿戈拉项目”(Project Agorá)完成一次关键实盘测试,联合摩根大通、花旗、瑞银等28家商业银行及多家央行,完成约100万美元(80万瑞士法郎)的真实跨境交易结算,覆盖六种货币。该项目通过将央行准备金与商业银行存款代币化,在共享账本上实现原子结算,平均结算时间约80秒,显示出代币化技术在跨境支付基础设施中的应用潜力。

长期以来,跨境支付一直被视为全球金融体系中效率偏低、成本较高的环节之一。传统跨境汇款通常依赖代理银行网络,流程较长、参与方较多,结算往往需要3至5个工作日,手续费水平也相对较高。基于这一背景,国际清算银行创新中心于2022年启动“阿戈拉项目”,希望借助代币化技术重构跨境支付流程,推动国际资金流转向更高效、更透明的方向演进。

阿戈拉项目完成多币种真实交易测试

2026年7月的这轮测试被视为阿戈拉项目的重要节点。参与方包括摩根大通、花旗、瑞银、汇丰等28家全球商业银行,以及瑞士国家银行、新加坡金融管理局、法国央行等多家央行机构。测试围绕代币化央行准备金和商业银行存款展开,在共享分布式账本上完成了约100万美元、涉及六种货币的跨境交易与结算。

国际清算银行随后披露,阿戈拉项目已完成代币化批发跨境支付的实质价值测试,28家金融机构和中央银行在17种交易场景中结算了80万瑞士法郎(约100万美元)。

根据BIS公布的信息,此次测试使用代币化的中央银行准备金和商业银行存款,对瑞士法郎、欧元、英镑、日元、韩元和美元进行了结算,平均结算时间约为80秒。

代币化与原子结算如何提升跨境支付效率

从流程设计看,阿戈拉项目展示了代币化金融在跨境支付中的几个核心特征。首先,央行准备金和商业银行存款被映射为链上数字化资产,使资金能够在统一的技术框架下流转。其次,交易双方可在同一账本环境中同步完成确认与结算,从而降低传统流程中的对账延迟与结算风险。最终,平均每笔交易约80秒完成结算,较传统模式在效率上有明显提升。

今年5月,阿戈拉项目曾披露,其原型系统已展示跨多种货币与不同司法管辖区的原子结算能力。7月的实盘测试则进一步将这一路径从原型验证推进到真实价值结算层面。

项目架构强调互操作性与合规适配

从技术架构来看,阿戈拉项目采用模块化设计,支持不同司法辖区的央行和商业银行接入,强调跨机构、跨市场环境下的互操作性。在执行层面,系统可借助智能合约处理外汇兑换及相关流程,以减少人工环节带来的操作摩擦。

与此同时,项目也尝试在隐私保护和监管透明之间取得平衡,使交易具备可追溯性,同时尽量避免过度暴露商业敏感信息。这类设计对于未来代币化金融基础设施能否大规模落地,具有现实参考价值。

值得关注的是,阿戈拉并非单一固定方案,而更接近一个开放式测试平台。参与机构可以在统一框架下验证不同的代币化模型与结算机制,为未来跨境支付标准化建设积累数据与经验。

参与机构覆盖多家央行与国际银行

公开信息显示,参与方包括英格兰银行、法国银行、日本银行、韩国银行和瑞士国家银行,以及摩根大通、花旗银行、德意志银行、法国巴黎银行、瑞银、渣打银行和多家商业银行机构。28家金融机构和中央银行共同利用代币化中央银行准备金和商业银行存款,在六种货币环境下完成了实际价值结算。

对跨境支付基础设施的现实意义

此次测试的意义在于,它在多币种、多机构、真实价值环境下验证了代币化跨境支付的可行性,说明相关技术路径已不再局限于概念验证阶段。若后续进一步推广,跨境支付在时间效率、流程透明度和后台运营方式上都可能发生明显变化。

对于发展中国家和中小企业而言,更高效的跨境支付体系有望降低参与国际贸易和全球金融活动的门槛。对于大型金融机构而言,则意味着后台清算、对账和跨境资金管理流程可能出现新的优化空间。

后续推进仍面临监管与技术挑战

不过,阿戈拉项目的后续发展仍面临多方面现实挑战,包括各国监管框架差异、数字货币相关法律地位的不确定性、网络安全风险,以及大规模部署下的技术稳定性问题。这些因素都将影响代币化跨境支付基础设施能否从试验阶段进一步走向更广泛应用。

BIS表示,2026年7月的试验是阿戈拉项目推进过程中的一个重要里程碑,后续测试仍将持续进行。就当前进展来看,这项试验虽然规模仍有限,但已为全球代币化金融基础设施的演进提供了一个具有参考价值的样本。

热门AI工具

更多
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

LibLibAI
LibLibAI Hot

一款AI视频创作工具,主要用于国内领先的AI创意平台,以海量模型、低门槛操作与“创作-分享-商业化”生态,让小白与专业创作者都能高效实现图文乃至视频创意表达,适合需要提升相关任务效率的用户。

相关专题

更多
AI视频生成软件推荐
AI视频生成软件推荐

本专题汇总了当前主流的AI视频生成软件推荐与排行榜单,涵盖seko、AniShort、剧云、Lovart、LiblibAI及立刻mv等热门工具。同时整理了各软件在文生视频、图生视频、时长限制、画质表现及免费额度等方面的差异对比,助您快速选对适合创作需求的AI视频生成工具。

140

2026.09.16

ai生成视频的工具免费版合集
ai生成视频的工具免费版合集

本专题汇总了当前免费AI生成视频工具的排行榜与推荐清单,涵盖seko、讯飞智作、AniShort及剧云、Lovart等多模型集成平台。同时整理了各工具的免费额度、输出时长、水印政策及适用场景差异,助您快速选择合适工具开启AI视频创作。

60

2026.09.16

Pandas时间序列分析与可视化报表
Pandas时间序列分析与可视化报表

本专题整理Pandas日期转换、时间索引、重采样、滚动窗口、时区处理、plot绘图、Styler表格样式和报表输出方法。

60

2026.09.16

Pandas数据筛选索引与清洗处理
Pandas数据筛选索引与清洗处理

本专题整理Pandas中的loc、iloc、条件筛选、query查询、缺失值处理、重复值删除、类型转换和字符串列清洗方法。

40

2026.09.16

Pandas数据读取导入与文件导出处理
Pandas数据读取导入与文件导出处理

本专题整理Pandas读取CSV、Excel、JSON、SQL、Parquet等文件的方法,以及to_csv、to_excel、to_sql和to_parquet等常用数据导出流程。

40

2026.09.16

GDB怎么设置断点
GDB怎么设置断点

本专题介绍GDB按照函数名、源代码行号和文件位置设置断点的方法,详细说明run、continue、next、step等命令的配合使用,帮助定位程序崩溃、逻辑异常及代码未按预期执行的问题。

360

2026.09.11

GDB怎么查看变量值
GDB怎么查看变量值

本专题介绍GDB调试过程中查看变量值的具体方法,涵盖局部变量、函数参数、数组、结构体和指针内容查询,同时整理变量持续显示、格式化输出及无法读取变量时的排查思路。

120

2026.09.11

GDB C++程序怎么调试
GDB C++程序怎么调试

本专题围绕GDB调试C++程序的实际过程,详细说明程序编译、调试器启动、命令行参数传入、断点命中和程序继续运行等步骤,并介绍条件断点、临时断点和观察点的设置方法,方便开发者跟踪复杂代码的执行状态。

140

2026.09.11

Iris框架MVC架构与依赖注入合集
Iris框架MVC架构与依赖注入合集

本专题讲解Iris框架MVC开发模式,包含控制器注册、方法命名与路径映射、By参数绑定、BeforeActivation自定义路由,以及依赖注入容器注册、数据库依赖注入、返回值序列化及MVC下WebSocket与gRPC整合实践。

80

2026.09.11

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn