MARA 一季度营收不及预期,净亏损 13 亿美元,股价盘后跳水

marsbit发布于2026-05-12更新于2026-05-12

文章摘要

比特币矿企MARA Holdings发布2025年第一季度财报,表现不及预期。营收为1.746亿美元,同比下降18%,低于市场预估。净亏损高达13亿美元,较去年同期大幅扩大,主要源于其持有的38,689枚比特币因币价下跌产生未实现损失。为回购债务,公司在3月底出售了价值约11亿美元的比特币。 财报公布后,公司股价盘后下跌,抹去当日全部涨幅。行业整体面临压力,比特币价格自高点回落,挖矿难度攀升,侵蚀矿工利润。MARA的市值排名已从最大矿企滑落至第七位。 面对困境,MARA宣布战略转型,明确未来不再购买新矿机,将重心转向AI数据中心业务。公司计划与合作伙伴改造现有矿场,并斥资15亿美元收购了一座燃气电厂及数据中心,旨在将大部分非托管挖矿产能重新部署用于AI和高性能计算,以寻求新的增长点。

作者: Brayden Lindrea

编译: 深潮 TechFlow

深潮导读: 比特币矿企 MARA Holdings 交出了一份难看的一季度成绩单:营收同比跌 18%,净亏损从 5.3 亿扩大到 13 亿美元,盘后股价抹去全天涨幅。亏损的大头来自 BTC 持仓的未实现损失。更值得关注的是,MARA 已明确表态不再购买新矿机,全面转向 AI 数据中心——曾经的最大矿企市值排名已滑落至第七。

MARA Holdings 周一盘后股价下跌 3.44%,收于 12.93 美元,白天 3.48% 的涨幅全部吐回。原因很简单:一季度财报全面不及预期。

营收、利润双双 miss

根据 MARA 提交的财报,截至 3 月 31 日的季度营收为 1.746 亿美元,同比下降 18%,低于华尔街预期的 1.927 亿美元。

净亏损 13 亿美元,去年同期亏 5.334 亿美元,同比扩大近 1.5 倍。每股亏损 3.31 美元,也大幅超过分析师预估的 2.20 美元。

图注:MARA 盘后股价走势,来源:Google Finance

13 亿亏损从哪来

亏损的主要原因是 MARA 持有的 38,689 枚比特币的未实现损失。一季度比特币价格下跌 23%,直接拖垮账面。

MARA 在 3 月最后一周抛售了超过 15,100 枚比特币,价值约 11 亿美元,用于折价回购债务。

挖矿环境持续恶化

MARA 的困境不是个例。整个美国比特币矿业板块都在从盈利滑向亏损。

两个核心压力:比特币距历史高点 126,080 美元跌了超过 35%,矿工每个区块的收入大幅缩水;同时挖矿难度过去一年上升了近 30%,算力成本持续走高。

MARA 的行业地位也在下滑。按市值算,它已经从最大的比特币矿企掉到了第七名,竞争对手在 AI 转型上走得更快。

全面转向 AI 数据中心

MARA 说比特币挖矿仍然是公司的「运营基础」,但动作已经很明确了。

公司的 AI 战略有两条主线:一是跟 Starwood Capital 合作,把现有矿场改造成 AI 和高性能计算(HPC)数据中心;二是 4 月底花 15 亿美元收购了 Long Ridge Energy & Power,一座燃气电厂和配套数据中心。

MARA 的说法是:

「我们的策略是把新基础设施和现有的比特币矿场放在同一个地方。这样做的灵活性在于,今天可以通过挖矿产生收入,同时保留把电力转向 AI 和关键 IT 负载的选项。」

Long Ridge 的收购最终可支撑 600 MW 的 AI 算力,MARA 约 90% 的非托管挖矿产能可以被重新部署用于 AI 和 IT 计算。

一句话总结转型决心:公司明确表示,未来没有购买新矿机的计划。

相关问答

QMARA Holdings 一季度营收和净亏损分别是多少?

AMARA Holdings 一季度营收为1.746亿美元,净亏损为13亿美元。

Q导致 MARA 一季度净亏损大幅扩大的主要原因是什么?

A导致 MARA 一季度净亏损大幅扩大的主要原因,是其持有的38,689枚比特币因价格下跌而产生的未实现损失。

QMARA Holdings 的股价在财报发布后有何变化?

A财报发布后,MARA Holdings 盘后股价下跌3.44%,收于12.93美元,抹去了当天白天3.48%的涨幅。

QMARA 未来的核心战略转型方向是什么?

AMARA 未来的核心战略是全面转向 AI 数据中心,包括将现有矿场改造为 AI 和高性能计算数据中心,并已明确表示没有购买新矿机的计划。

Q文章中提到哪些因素导致了整个美国比特币矿业的困境?

A文章中提到,导致整个美国比特币矿业困境的因素主要有两个:一是比特币价格较历史高点下跌超过35%,矿工收入缩水;二是挖矿难度在过去一年上升了近30%,算力成本持续走高。

你可能也喜欢

TechFlow 情报局:芯片股单日蒸发万亿美元,比特币跌破 6 万美元,美伊冲突升级

科技情报摘要:宏观波动与AI进展交织 市场因强劲非农数据遭遇剧烈震荡。美国5月非农就业新增17.2万,远超预期,重燃加息担忧,导致美股、加密市场和芯片股同步暴跌。费城半导体指数创六年最大单日跌幅,芯片股市值蒸发逾万亿美元;比特币跌破6万美元,技术指标显示超卖程度已达2020年疫情暴跌水平。与此同时,消费品巨头CEO警告美国消费者正在耗尽积蓄,与强劲就业数据形成矛盾信号。地缘政治方面,美伊冲突升级,美军拦截伊朗导弹并打击其雷达站,霍尔木兹海峡持续受阻,引发原油供应与通胀忧虑。 AI领域进展与争议并存。Anthropic发布报告称AI已能参与改进自身研究流程,引发对递归自我改进(RSI)的讨论。另一方面,Claude被指在协助开发rsync代码库时引入了更多bug,引发关于AI编程工具利弊的争论。此外,研究出现新转向,有发现认为思维链(chain-of-thought)在某些场景会降低性能,研究者正尝试训练“内隐推理”模型。DeepSeek V4 Flash在本地部署测试中表现惊艳,GitHub Copilot也开放了自定义端点,支持连接本地模型。 其他要闻包括:Gemma 4量化版在AMD GPU上运行良好;谷歌被曝每月向SpaceX支付9.2亿美元用于AI训练算力;微软内部文件显示其希望AI产品让用户“上瘾”引批评;标普500指数维持规则,拒绝将SpaceX、OpenAI等未盈利的AI独角兽纳入。

marsbit50分钟前

TechFlow 情报局:芯片股单日蒸发万亿美元,比特币跌破 6 万美元,美伊冲突升级

marsbit50分钟前

我用了一年,才看清 Agent 支付扎心的真相

我用了一年时间深入研究Agent支付领域,发现当前市场存在诸多扎心现实。总体来看,真正的、大规模的需求尚未形成,初创公司面临结构性问题。 首先,在Agent对商户的“代购式商业”方面,用户体验存在根本缺陷。对于需要视觉比价的大多数商品(如服装、电子产品),纯文本对话界面远不如传统电商界面直观高效。虽然AI在理解需求和比价指令上表现不错,但无法替代并排浏览、挑选的体验。商户目前接入主要是出于“防御性”的“Agent引擎优化”考虑,担心未来落后,而非当前有实际客流。外卖等高频低决策场景有潜力,但受限于平台未开放API和过高的推理成本。另一个突破口是帮助用户处理复杂、体验差的购物流程(如叠加优惠、非母语操作),但这需要强大的B2C分发渠道,而这是巨头的优势。 其次,在Agent对API(机器间调用服务)方面,虽然存在机器间支付场景,但当前开发者大多已通过预付额度等方式解决小额支付问题。更深层矛盾在于,主流SaaS供应商的商业模式依赖大额企业合同,不愿支持极小额、临时性的API访问。新兴协议更适合服务长尾、小众的需求,但这个市场的付费意愿和规模有限。 第三,Agent对Agent的商业模式目前几乎完全停留在理论层面,尚未产生有意义的交易量。虽然这是一个需要专用结算基础设施的长期愿景,但与当前市场脱节。 相比之下,Agent对金融是目前唯一存在既有需求和付费意愿的类别。将AI嵌入基金经理、财务团队等现有工作流是自然演进,并能创造全新能力(如实时监控、自动调仓)。但该领域竞争激烈,受严格监管,老牌机构拥有显著优势。 文章最后指出,行业巨头因资金充足和防御心态仍在投入建设,但对初创公司而言,时间线至关重要。真正的机遇不在于单纯的支付层,而在于解决“协同”这一更宏大的问题——即如何协调Agent与人类的工作、验证成果并进行结算。大规模协同将自然催生结算机制,解决协同问题的公司终将吞并支付业务。经过一年探索,作者团队已将方向转向一个市场需求真实存在、增长迅速且尚未被充分服务的新领域。

链捕手1小时前

我用了一年,才看清 Agent 支付扎心的真相

链捕手1小时前

Claude Opus 4.8 找到一个 45 亿美元的 Bug,AI时代正在批量生产黑客

一名安全研究员使用AI模型Claude Opus 4.8在Zcash加密货币的隐私协议Orchard中发现了一个严重的“无限增发”漏洞,导致其市值短时间内蒸发约45亿美元。这一事件并非由Anthropic公司最尖端但受限的Claude Mythos模型完成,而是由已公开发布、进入日常工具的普通模型实现的,凸显了AI正在将发现高危漏洞的能力“民主化”和“廉价化”。 AI降低了漏洞挖掘的门槛,带来了双重影响:一方面,它催生了大量由AI生成的虚假或低质量安全报告,如同“注意力DDoS”攻击,消耗着本就人力匮乏的开源维护者精力;另一方面,它也能更快地找出那些隐藏多年、以往需要专家耗费巨大成本才能发现的真实漏洞。我们的数字世界一直建立在存在诸多潜在缺陷的代码之上,过去的“安全”在相当程度上源于发现成本高昂。 然而,能力的扩散并未带来责任的均摊。网络安全行业本就面临巨大的人才缺口,尤其是在复杂分析和应急响应层面。当AI让攻击和漏洞报告变得泛滥时,修复漏洞、守护系统的人力链条却变得更加紧张。破坏可以被自动化脚本轻易复制,但重建信任与安全仍需依赖稀缺的专业人力进行艰苦、细致的修复工作。 AI时代揭示了一个现实:我们习以为常的平稳数字生活,并非理所当然,而是依赖于一条脆弱的人力协作防线在持续对抗风险。未来真正的挑战或许不是找到漏洞,而是是否有足够的人愿意并能够修复它们。

marsbit2小时前

Claude Opus 4.8 找到一个 45 亿美元的 Bug,AI时代正在批量生产黑客

marsbit2小时前

交易

现货
合约
活动图片