SBI CEO称瑞波股份为‘隐藏资产’,暗示其价值可能远超想象

bitcoinist發佈於 2026-02-16更新於 2026-02-16

文章摘要

日本SBI集团CEO北尾吉孝驳斥了关于该公司持有价值100亿美元XRP的说法,称其实际持有的是Ripple Labs约9%的股权,并暗示这笔"隐性资产"的价值可能远超预期。北尾强调,Ripple的整体估值应包含其创建的生态系统,这将使估值变得非常庞大。根据社区推测,若Ripple估值达500亿美元,SBI的持股价值将超过4.5亿美元。若持股价值超过100亿美元,则意味着Ripple估值需达到约1110亿美元。SBI与Ripple的合作始于2012年,2016年通过合资企业深化合作,并于2019年参与Ripple的2亿美元C轮融资。目前XRP交易价格为1.46美元。

日本金融集团SBI Holdings首席执行官北尾吉孝驳斥了关于该公司持有价值100亿美元XRP代币的病毒式传言,他强调SBI更重要的风险敞口在于其持有的瑞波实验室(Ripple Labs)股权,并暗示市场可能低估了这笔持股的价值。

这场讨论始于某X平台用户将SBI称为"瑞波主要合作伙伴"及"100亿美元XRP持有者",并将其与SBI通过收购新加坡受监管加密平台Coinhako扩大亚洲业务相联系。北尾直接回应质疑这种表述,指出SBI真正持有的是瑞波公司股权而非XRP头寸。

"并非100亿美元XRP,而是持有瑞波实验室约9%股权。因此我们的隐藏资产可能庞大得多",北尾在2月15日的发文中写道。

SBI首席执行官引发瑞波估值猜测

北尾的回应将讨论焦点从资产负债表上的代币库存转向私募股权持有。他并未确认具体XRP数字,而是强调SBI对瑞波实验室的持股——这一细节之所以重要,是因为股权价值最终取决于瑞波整体估值,而非XRP现货价格。

在同日另一篇发文中,北尾进一步将其观点与瑞波的广泛布局相联系:"瑞波实验室的整体估值显然包含其创建的生态系统,这将是个巨大数字。SBI持有其中超过9%的份额。"

社区成员"BankXRP"通过引用近期瑞波估值"超500亿美元"的报道放大了这一暗示,认为按此计算SBI的9%股权价值"超45亿美元",且"正如CEO暗示的具有巨大未来升值空间"。

虽然北尾未对SBI持股给出具体估值,但9%的比例提供了清晰的估值标尺。若SBI持有的瑞波股权价值超100亿美元,则瑞波隐含估值需达到约1110亿美元(100亿除以0.09约等于1111亿)。

换言之:若瑞波估值900亿美元,9%股权约值81亿美元;估值500亿美元时则约值45亿美元。因此要实现"超100亿美元"的股权价值,需要瑞波估值达到三位数级别的千亿美元规模。

值得注意的是,SBI约9%的持股似乎是长期战略合作的成果而非单笔交易:SBI自身投资者材料显示,双方关系于2012年9月"建立",2016年3月进行首笔投资,随后通过2016年5月成立的SBI瑞波亚洲合资公司(SBI持股60%,瑞波40%)深化运营合作。

SBI还参与了瑞波2019年12月宣布的2亿美元C轮融资,该轮融资活动清晰表明随着瑞波持续募资,SBI始终保持股权持有。

截至发稿,XRP交易价格为1.46美元。

XRP仍位于200周均线上方,周线图 | 来源:TradingView.com的XRPUSDT图表

相關問答

QSBI Holdings CEO 如何回应关于公司持有100亿美元XRP的说法?

ASBI Holdings CEO 北尾吉孝否认了公司持有100亿美元XRP的说法,并指出SBI实际上持有Ripple Labs约9%的股份,他认为这部分股权可能是一个被市场低估的‘隐藏资产’,其价值可能更大。

Q北尾吉孝认为Ripple Labs的总估值应该包括哪些方面?

A北尾吉孝认为Ripple Labs的总估值应包括其创建的整个生态系统,他认为这个生态系统规模巨大,因此Ripple的整体估值会非常庞大。

Q根据社区成员的推测,如果Ripple的估值达到500亿美元,SBI的9%股份价值多少?

A如果Ripple的估值达到500亿美元,SBI持有的9%股份价值将超过45亿美元。

QSBI与Ripple的合作关系是如何建立和发展的?

ASBI与Ripple的合作关系始于2012年9月,2016年3月SBI投资Ripple,随后在2016年5月双方成立了SBI Ripple Asia合资企业(SBI持股60%,Ripple持股40%),并在2019年12月参与了Ripple的2亿美元C轮融资。

Q要使SBI的9%股份价值超过100亿美元,Ripple的估值需要达到多少?

A要使SBI的9%股份价值超过100亿美元,Ripple的估值需要超过约1110亿美元。

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。

marsbit1 小時前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit1 小時前

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。

marsbit1 小時前

你的 Claude 今晚要做梦了,别打扰它

marsbit1 小時前

交易

現貨
合約
活动图片