Kraken收购600亿美元代币平台Magna——下一步是IPO?

ambcrypto發佈於 2026-02-19更新於 2026-02-19

文章摘要

Kraken母公司Payward收购了代币化平台Magna,交易金额未披露,但Magna在2025年峰值管理资产达600亿美元。此次收购旨在增强Kraken在代币发行、托管和质押等服务能力,并加速其IPO进程。Kraken已向SEC秘密提交上市申请,2025年调整后收入为22亿美元。尽管当前加密货币市场低迷,比特币从12.6万美元跌至6.3万美元,多家上市企业股价大幅下跌,Kraken仍计划逆势推进上市。其竞争对手如Ledger、Consensys等也在筹备IPO。

Kraken的母公司Payward已收购代币化平台Magna,为其潜在的首次公开募股(IPO)做准备。相关文件已向美国证券交易委员会(SEC)秘密提交。

Kraken扩张,IPO计划进行中

该交易所迄今表示,Magna将作为一个独立平台运营。它们将获得交易所的流动性、资源和专业知识支持。

Payward和Kraken联合首席执行官Arjun Sethi通过这笔交易表明了共同意图。他指出,他们希望"帮助项目从想法走向执行",而不会"将它们锁定在一个技术栈中"。

这笔交易将增强Kraken处理代币发行、归属、质押、托管和托管服务的能力。随着更多项目上链,这些工具的需求日益增长。

Magna首席执行官Bruno Faviero表示,加入Kraken将为该平台带来更多资源和全球影响力。他对这一进展表示高兴,并称:

"对于支持代币生态系统及其背后的建设者在形成、启动和增长阶段的共同愿景,我感到无比兴奋。"

Magna目前为160多个客户提供服务,并在2025年创下了600亿美元的总锁定价值(TVL)峰值。此次收购符合Payward在11月提交的IPO申请。他们报告2025年调整后收入为22亿美元。

他们并非唯一...

硬件钱包制造商Ledger和数字资产托管商Copper都曾探索在美国上市。

代币化公司Securitize最近报告收入增长超过840%,之后也计划进行自己的IPO。MetaMask的母公司Consensys据称也在准备首次公开募股。

2025年初市场乐观情绪高涨,比特币(BTC)从2024年底的不到94,000美元飙升至10月的约126,000美元。多家加密公司在那次上涨期间上市,许多公司首日涨幅强劲。

但情况迅速恶化。

自10月以来,BTC已跌破63,000美元,新上市的加密股票表现挣扎。Bullish、eToro和Gemini的交易价格均远低于其发行价,有些跌幅超过一半。

即使是比同行表现更好的Circle,也仍低于其开盘水平。


最终总结

  • Kraken收购Magna将加速其在不太理想的加密市场中的IPO计划。
  • 真正的考验在于,当竞争对手上市后表现挣扎时,Kraken能否成功上市。

相關問答

QKraken的母公司Payward收购了哪家代币化平台?

APayward收购了代币化平台Magna。

QKraken收购Magna的主要目的是什么?

AKraken收购Magna是为了增强其在代币发行、归属、质押、托管和托管服务方面的能力,并为其潜在的IPO做准备。

QMagna在2025年的峰值TVL是多少?

AMagna在2025年的峰值TVL为600亿美元。

Q除了Kraken,还有哪些加密公司也在考虑上市?

A硬件钱包制造商Ledger、数字资产托管商Copper、代币化公司Securitize以及MetaMask的母公司Consensys都在考虑上市。

Q自2025年10月以来,比特币的价格发生了什么变化?

A自2025年10月比特币价格达到约126,000美元的高点后,已下跌至63,000美元以下。

你可能也喜歡

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

OpenAI工程师翁家翌提出名为“启发式学习”的新范式,探索AI通过自主编写和修改代码来提升能力,而非仅依赖训练神经网络参数。 在实验中,他让Codex在明确目标和反馈闭环中,为Atari Breakout等游戏编写纯Python策略代码,通过反复运行、查看日志与回放、定位失败并修改代码,最终使策略在Breakout中达到理论满分。这种“启发式学习”将经验沉淀为可阅读、修改和审计的软件系统,而非难以解释的神经网络权重。 文章对比了启发式学习与深度强化学习的差异:前者更新的是代码结构和规则,具备更好的可解释性、更高的样本效率,并能通过回归测试等方式缓解灾难性遗忘问题。在Atari57游戏的批量测试中,该方法在部分游戏上表现出接近或超越传统强化学习算法的效率,但在需要长程规划的复杂任务中仍存在局限。 该范式的潜在产业意义包括:为机器人控制等场景提供更轻量、可审计的解决方案;提升安全关键系统的可解释性与可维护性;以及为智能体产品提供能力沉淀和共享的新路径。然而,其实用性仍需在更复杂的真实场景中进一步验证。 翁家翌认为,未来更可能是神经网络(负责快速感知等)与启发式系统(负责规则、记忆与安全)结合的分工模式。这预示着AI发展的一条可能路径:在强大编码智能体的辅助下,部分经验可以重新转化为可读、可维护的软件工程资产。

marsbit23 分鐘前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit23 分鐘前

你的 Claude 今晚要做梦了,别打扰它

Anthropic在开发者大会上为AI智能体平台引入了“做梦”(Dreaming)功能,这实际上是一种基于历史运行日志的离线批处理与自我优化机制。AI智能体在完成复杂任务后,会利用闲置时间自动回顾大量操作记录,从中提炼有效模式(例如更优的操作路径),并固化为可共享的记忆,从而提升后续任务效率。 类似机制也出现在其他AI产品中,如Hermes Agent的“Curator”功能可自动将经验整理成“Skill”,OpenClaw的“做梦”流程则细分为浅睡、快速眼动和深睡三个阶段,通过多维度加权决定哪些信息应存入长期记忆。 该功能与“记忆”(Memory)技术紧密相关。当前AI能力的核心挑战之一是如何有效管理与利用不断增长的上下文信息。一方面,行业正通过技术创新(如Subquadratic公司宣称的1200万token超长上下文模型)试图扩大信息容量;另一方面,“做梦”这类功能旨在让AI在有限上下文窗口内,主动筛选、巩固重要信息,模仿人类睡眠中的记忆处理过程。 文章指出,科技公司频繁使用“思考”“记忆”“做梦”等拟人化术语来描述AI功能,这不仅是技术类比,更是一种营销策略和认知塑造。它模糊了机器与人的边界,影响用户对产品的感知与期待,并在无形中转移了技术缺陷的责任归属。本质上,AI的“做梦”仍是一种消耗计算资源的自动化数据处理,但其命名方式却让我们更倾向于将其视为拥有内在生命的数字实体。

marsbit25 分鐘前

你的 Claude 今晚要做梦了,别打扰它

marsbit25 分鐘前

交易

現貨
合約
活动图片