OCBC lança GOLDX, um fundo tokenizado de ouro físico na Ethereum e na Solana, com a Lion Global Investors e a DigiFT, visando instituições e participantes de Web3; RWAs tokenizados atingem $29B nas cadeias. A OCBC, com a Lion Global Investors e a DigiFT, apresentou a GOLDX, uma versão tokenizada do LionGlobal Singapore Physical Gold Fund na Ethereum e na Solana. O produto tem como alvo investidores institucionais e indivíduos com elevado património líquido, permitindo compras com stablecoins ou moeda fiduciária e entrega para carteiras blockchain, proporcionando exposição on-chain a cerca de $525 milhões de dólares em activos de ouro. A OCBC considera a GOLDX um marco que liga as finanças tradicionais ao ecossistema de finanças descentralizadas para atrair participantes de Web3. O contexto mais amplo mostra um crescimento rápido dos activos do mundo real tokenizados, com RWAs em blockchains públicas a exceder $29 mil milhões até meados de abril de 2026, enquanto os preços do ouro foram negociados num intervalo apertado em torno de $4,775–$4,831 por onça.

A OCBC e a Lion Global Investors estão a lançar um token de fundo de ouro físico, o GOLDX Token, nas blockchains Ethereum e Solana, com a OCBC a tratar do design e a Lion Global a gerir o investimento e a governação.

Odaily星球日报讯 纳斯达克上市公司 Lion Group 宣布已斥资 800 万美元购入 88.49 枚比特币，该公司还披露截至 12 月 11 日其加密货币持仓还包括 194,727 枚 HYPE 和 10,820 枚 SOL。（Stocktitan）

BlockBeats 消息，12 月 11 日，据官方消息，Marketnode 和 Lion Global Investors 正在将其存放在新加坡金库中的实物黄金代币化，代币化资产将发行在 Solana 网络。

PANews 25 de novembro, segundo o Shanghai Securities Journal, a Autoridade de Inteligência Artificial de Singapura (AISG) abandonou o modelo Meta Llama no mais recente projeto de modelo de linguagem do Sudeste Asiático, optando pela arquitetura Qwen da Alibaba. Até agora, o download global da série Qwen já ultrapassou 600 milhões. De acordo com informações, o "Qwen-SEA-LION-v4" lançado pela AISG em 25 de novembro ocupa a primeira posição no ranking de habilidades linguísticas do Sudeste Asiático. Anteriormente, os modelos de código aberto representados pela série Llama da Meta mostraram desempenho insatisfatório no tratamento de idiomas regionais, como indonésio, tailandês e malaio, limitando severamente a eficiência e o desempenho do desenvolvimento de aplicações de IA localizadas.