Metaplanet董事会批准12亿美元融资计划 8.35亿美元将用于投资比特币BTC
日本上市公司Metaplanet的董事会，刚刚通过了一项足以震动市场的决议：公司计划通过增发新股，筹集高达1803亿日元（约合12亿美元）的资金。而其中近8.35亿美元，将被明确指定用于一件事——持续购买比特币（BTC）。
根据周三发布的官方公告，这次发行将新增最多5.55亿股新股。这意味着，公司的总股本将从目前的7.22亿股，一举扩张至约12.7亿股。发行价格预计在今年9月9日至11日之间敲定，随后完成交割流程。
为何要如此大规模地融资并投向比特币？Metaplanet的答案很清晰：这是其核心战略的关键一步。面对日元持续贬值和国内的通胀压力，公司将比特币视为强化资产负债表、对冲宏观风险的重要工具。目前，Metaplanet已经持有1.8991万枚比特币，按当前市价计算，这笔资产价值已超过21亿美元。
除了直接购买比特币，这笔巨额融资中还有约4.4亿美元，将被投入一项名为“比特币收益型业务”的计划。简单来说，这项业务就是通过出售其比特币持仓的备兑看涨期权来赚取收益。公司透露，该策略已经实现了稳定盈利，新资金的注入将帮助其将这一模式进一步规模化。
长期BTC战略的一部分
这次融资绝非孤立事件，而是Metaplanet长期比特币战略中承上启下的一环。回顾一下，公司在今年4月提出了雄心勃勃的“2100万计划”，随后在6月启动了“5.55亿计划”。而本次行动，正是这一系列布局的延续和深化。公司的目标非常明确：到2027年，累计持有超过21万枚比特币，力求占据比特币总供应量的1%以上。
此次新股发行将以国际配售的形式进行，面向全球合格的机构投资者。需要特别注意的是，本次发行不会依据美国1933年证券法进行注册，也不会在美国境内公开销售。
“我们已于今日早些时候宣布新股的国际发行，”Metaplanet的首席执行官Simon Gerovich在其社交平台上证实了这一消息。他同时补充道：“受限于相关法规，在发行期内，我们无法对公告内容之外的信息进行评论。”
Metaplanet首席执行官宣布新股发行。来源： Simon Gerovich
Metaplanet加入FTSE日本
就在市场关注其比特币战略的同时，Metaplanet在传统资本市场也迎来了一个里程碑。在FTSE Russell最新公布的2025年9月半年度指数评审结果中，Metaplanet成功由小盘股晋升为中盘股，并被正式纳入FTSE日本指数。
这一晋升，是基于公司在今年第二季度所展现出的强劲财务和市场表现。更重要的是，作为FTSE日本指数的成分股，Metaplanet将自动进入FTSE全球股票指数系列——这个系列汇集了全球市值领先的上市公司。可以说，此次入选标志着Metaplanet不仅在日本，更在国际主流资本市场的视野中，占据了重要一席。
相关攻略
日本上市公司Metaplanet的董事会，刚刚通过了一项足以震动市场的决议：公司计划通过增发新股，筹集高达1803亿日元（约合12亿美元）的资金。而其中近8 35亿美元，将被明确指定用于一件事——持续购买比特币（BTC）。 根据周三发布的官方公告，这次发行将新增最多5 55亿股新股。这意味着，公司的
比特币市场震荡不休，但有一类投资者的步伐却异常坚定。就在八月底，全球两家知名的“比特币财库”企业——Strategy与Metaplanet，再次联手扫货，合计投入约3 67亿美元，将3,184枚BTC收入囊中。这一举动，不仅将其总持仓推高至惊人的651,448枚，市值约726亿美元，更向市场传递了一
Meta再度启动大规模组织架构调整。公司官方宣布，将进行新一轮人员优化，预计裁员规模约为8000人，占员工总数的10%。与此同时，约6000个已开放但尚未填补的职位将被直接冻结。这一系列举措的核心目标十分明确：为公司在人工智能领域的战略性投入释放资源，并系统性提升整体运营效率与组织敏捷性。 当地时间
元宇宙的梦想，依然代价高昂。就在Meta全力押注人工智能赛道的同时，其曾被视作未来核心的元宇宙业务，财务表现依然面临巨大压力。 根据公司最新季度财报，负责虚拟现实（VR）、增强现实（AR）及智能硬件的“现实实验室”部门，第一季度营收为4 02亿美元，低于市场预期的4 888亿美元。尽管当季40 3亿
科技巨头Meta再次展开战略性收购，这次的目标直指人形机器人核心人工智能技术。据最新消息，Meta已完成对机器人AI初创公司Assisted Robot Intelligence（ARI）的全资收购。在特斯拉、谷歌、亚马逊等科技企业早已深度布局的机器人赛道中，Meta此次入局绝非简单跟风，而是瞄准了
热门专题
热门推荐
在流量日益分散的今天，把鸡蛋放在同一个篮子里，风险不言而喻。多平台推广，早已不是“要不要做”的选择题，而是“如何做好”的生存题。它的核心价值，可以概括为两点：实现“流量风险对冲”，以及构建“品牌触点全覆盖”。通过在不同生态位——无论是搜索、短视频、图文还是电商——建立内容矩阵，企业不仅能有效缓冲单一
DeepSeek知识库的核心，是运用RAG（检索增强生成）技术，将DeepSeek强大的大语言模型推理能力，与您的私有文档资源——包括PDF文件、内部代码库、标准操作流程（SOP）等——深度融合。其最终目标是实现基于特定垂直领域数据的精准智能问答，让AI的回答不再是通用泛化，而是具备专业依据、内容详
三大运营商推出Token套餐，将大模型调用量包装为类似流量包的产品，以降低AI使用门槛。中国电信推出个人与企业多档套餐，最低月费9 9元；上海移动推出1元购40万Tokens服务；联通则提供个人与团队版套餐。运营商凭借用户渠道和支付优势，推动算力消费向大众市场普及，可能重塑AI服务消费模式。
HermesAgent本地运行缓慢常因未量化的大语言模型占用资源过多。可通过AWQ量化模型、llama cpp后端加载GGUF模型、配置vLLM引擎提升并发吞吐、禁用非必要工具降低上下文开销，以及调整SQLite记忆检索阈值等方案优化。这些方法能显著降低延迟，提升响应速度。
随着AI智能体能力的持续增强，确保其行为始终符合预设目标与安全边界，已成为行业亟待解决的核心挑战。然而，当前主流的治理方案在防止智能体“失控”或“脱轨”方面，仍面临显著的实践瓶颈。 在之前的探讨中，我们分析了主流治理思路：部署多样化的对抗性验证器，构建一个多层次的安全审查网络。该方案的核心逻辑并非限