以太坊Layer2与RWA赛道解析 ETHZilla加仓3.5亿美元布局
在传统资本市场与加密世界加速融合的今天，一家纳斯达克上市公司的战略转型，为我们观察机构资金如何深度参与以太坊生态，提供了一个绝佳的样本。
ETHZilla的首席执行官McAndrew Rudisill近日明确阐述了公司的核心路径：他们将依托Layer-2扩容协议和现实世界资产代币化技术，把持有的以太坊深度部署到生产性场景中，目标是构建一个能产生可持续现金流的资产组合。换句话说，他们的策略已经从“持有以太坊”升级为“使用以太坊创造收益”。
为了支撑这一战略，ETHZilla计划再次发行可转换债券，募集高达3.5亿美元的资金。这笔钱将主要用于增持ETH，并深度投资于以太坊生态内的关键项目，以获取长期回报。Rudisill特别强调，公司的重点是将ETH作为底层资本，嵌入那些具备高增长潜力的链上基础设施和真实资产应用中，而非简单地躺在钱&包里。
这种从“囤币”到“生息”的模式转变，并非个例。早在今年八月，就有行业观察人士指出，此类趋势很可能为去中心化金融领域注入新的活力，甚至可能催生新一轮的增长热潮。
ETHZilla已实现代币收益
战略已经初见成效。根据其财务披露，作为积极参与生态建设的直接成果，ETHZilla已经获得了150万枚某协议的代币奖励——尽管该协议名称尚未公开。这标志着公司的资本投入，已经开始转化为实实在在的资产收益。
公司正持续向以太坊生态注入资本，战略性地支持多个具有差异化的协议项目。这种做法可谓一箭双雕：既推动了以太坊网络的技术创新与扩容进程，也为公司自身构建起具备竞争壁垒的复合收益结构。
在此之前，ETHZilla已通过可转换债券融资了1.565亿美元。加上本次计划的3.5亿美元，其资金池总额将突破5.06亿美元。做个简单的计算：如果这笔资金全部用于购买以太坊，按当前市价估算，公司可新增约12万枚ETH持仓。这将使其持有的以太坊总数攀升至10.2万枚，对应市值超过4.28亿美元。
ETHZilla位列全球第八大ETH财库公司
可能很多人对ETHZilla这个名字还比较陌生。事实上，它的前身是一家名为Life Sciences Corp的生物技术公司，于2024年7月正式更名并转型为专注于以太坊资产配置的上市公司。
这次转型可谓彻底。根据公开追踪数据，在目前纳入统计的69家持有以太坊的上市公司中，ETHZilla以持有525万枚ETH（请注意，此处数据与上文计算的新增持仓属于不同统计口径或不同时间点）的惊人规模，位列全球第八。其总持仓价值超过22亿美元，占以太坊流通供应量的4.25%，实力不容小觑。
目前，上市公司中的以太坊“巨鲸”头把交椅由Tom Lee旗下的BitMine Immersion Technologies占据，持有240万枚ETH；Sharplink Gaming则以83.8万枚的持仓量排名第二。
加密转型后股价回暖
回顾ETHZilla的转型之路，其股价表现堪称一场“逆袭”。公司成立于2016年，2020年登陆纳斯达克，早期主营业务是临床阶段的生物技术。然而，由于收入乏力、持续亏损以及多次股权稀释，公司在IPO后的五年里股价一路下跌，跌幅超过99%，处境艰难。
自宣布并执行向加密资产的战略转型后，公司股价出现了明显的企稳回暖迹象。2024年至今，其股价累计上涨了31%。尤其是在今年8月，股价表现最为强劲，单月最高触及10.70美元。
在最近的一个交易日，ETHZilla股价在常规交易时段收跌5%，但在盘后交易中反弹了2%，最终报收于2.45美元。市场对其新战略的关注与分歧，在股价波动中可见一斑。
随着以太坊生态日益成熟，以及现实世界资产代币化赛道爆发在即，ETHZilla正成为传统资本市场拥抱Web3基础设施的一个关键观察点。其资金使用效率、与协议的协同能力以及面临的监管合规路径，都将为后续希望进行类似转型的企业提供重要的参考。
值得深入思考的是，ETHZilla的模式并非简单的资产置换。它正试图将以太坊从一种投资品，转变为“生产性资本”，并将其投入Layer-2扩容、稳定币底层、链上固定收益以及实体资产上链这些高确定性的方向。这种“以太坊即基础设施”的配置思路，或许正在悄然重塑机构级数字资产管理的全新范式。
热门专题
热门推荐
近日，国家能源局联合发改委、工信部、国家数据局正式印发《关于促进人工智能与能源双向赋能的行动方案》。这份重磅文件的核心思路非常清晰：一方面，以坚实的能源基础支撑人工智能（AI）的快速发展；另一方面，利用AI技术赋能能源行业转型升级。其核心目标是推动能源、算力、应用场景、数据与算法模型五大关键要素深度
在挑选文生视频工具时，若您正在智谱清影与Runway Gen-3之间权衡，那么了解两者在生成效果上的具体差异，将有助于您做出更明智的选择。本文将从画质清晰度、细节纹理、运动自然度与视频连贯性等核心维度，通过实测对比为您详细解析。 一、画质与分辨率表现 首先对比硬性指标。智谱清影基于CogVideoX
想用通义万相生成一张科技感十足的数据可视化背景，但出来的画面总觉得少了点“内味儿”？数字界面、粒子流、电路纹理这些关键元素一个不见，画面平平无奇？这通常不是工具的问题，而是提示词没有精准锚定科技可视化的核心要素，或者模型参数没调到最佳状态。别急，下面这几种方法，能帮你把想法精准地“翻译”成画面。 一
想要在Vidu生成的视频中实现流畅的慢动作或快进效果？虽然模型界面没有提供直接调整播放速度的滑块，但通过巧妙的提示词设计、利用内置功能，或结合后期处理工具，你完全可以精准掌控视频的节奏与时间感。本文将为你详细解析四种实用方法，从生成前到生成后，全方位满足你的创作需求。 一、通过精准提示词引导运动节奏
当您使用海螺AI生成的英文论文在提交查重时遭遇高重复率或AIGC检测异常，请不要急于归咎于工具本身。核心原因在于，尽管AI生成的文本格式标准、语法地道，但其语言模式和常见短语组合，并未针对知网、维普、万方等中文查重数据库的语义比对逻辑进行专门优化。换言之，机器认为流畅自然的表达，在查重系统的算法看来