业绩篇：房地产市场延续筑底态势，部分企业业绩大幅回暖 - 受春节假期影响，2026年一季度房地产市场延续筑底态势，1-2月行业典型房企累计销售操盘金额为2888.7亿元，全口径金额为3073.4亿元，整体销售低位运行，短期复苏动能不足 [3][4] - 2026年1-2月，典型房企中累计业绩同比增长的企业占比为29%，共有29家企业，其中同比增幅大于100%的企业有9家 [3][5] - 在业绩增长的企业中，销售额同比增幅前10的企业里有7家是中小民营房企，例如君一控股同比增幅达502.3%，嘉里建设同比增幅达376.6% [5][6] - 标杆企业中建壹品业绩同比增幅达114.5%，主要得益于其上海外滩元境项目单月贡献超18亿元，占总销售额近一半，产品实现“日光式”热销 [5] - 从企业性质看，1-2月销售规模超过100亿元的7家房企中没有民营房企，且销售档位越靠后，民营房企占比越高，央国企则呈现相反态势 [9] - 央国企中业绩增长的企业占比较高，央企为36.4%，国企为36.8%，而民营房企中销售增长的企业占比为28.6% [10] - 政策面持续优化，1月中央政策聚焦城市更新、融资优化等，2月地方政策重点在公积金优化等，上海“沪七条”释放积极信号，3月政府工作报告标志着行业进入以“存量盘活、品质提升、长效构建”为核心的高质量发展阶段 [11] - 未来房企需注重精细化运营，挖掘结构性需求，以产品创新迎合偏好转变，并严格控制债务风险，重仓一二线城市的房企有望率先稳定 [11] 融资篇：一季度融资同比减少37%，花样年和宝龙债务重组成功 - 2026年一季度房地产政策保持宽松基调，金融监管总局与住建部强调发挥房地产融资“白名单”和“保交房”白名单制度作用，支持房企合理融资需求，并推行主办银行制 [13] - 城市房地产融资协调机制开始常态运行，对于已进入“白名单”的项目，符合条件可在原贷款银行展期5年，以缓解资金周转和企业偿债压力 [13] - 财政部提出2026年要落实好专项债券支持收购存量商品房用作保障性住房的政策，为房企开辟批量去化通道、缓解流动性压力 [14] - 2026年一季度房企融资总额为522.38亿元，环比减少51%，同比减少37%，非银融资规模下滑趋势未改，多数民营房企融资难问题依然突出 [16] - 2026年一季度房企境外债券融资成本为10.86%，主要因当期仅瑞安房地产和新城控股发行优先票据，成本分别为9.75%和11.8% [17] - 2026年一季度重点房企境内债券融资成本为2.73%，较2025年全年回升0.23个百分点，整体仍处低位，发债主体多为国企央企及优质民企 [17] - 2026年一季度整体新增债券类融资成本为3.51% [19] - 2025年房企债券到期规模达4540亿元，发行规模仅2138亿元，无法覆盖到期债务；2026年全年到期规模约3521亿元，其中一季度到期约1090亿元，预计到2027年房企才能基本实现借新还旧覆盖到期债务 [21] - 随着融资协调机制常态化及项目贷款接续政策推进，有效缓解了项目和企业的偿债压力 [23] - 自2025年底商业不动产REITs试点开始，房企参与热情提升，保利发展、新城控股等6家企业申报了6只商业不动产REITs，正在审批中，有助于房企向“投融管退”全链条模式转型 [23] - 出险房企需与金融机构协商延长债务期限，未出险房企需对土地储备进行结构性调整，加快滞重库存去化 [23]

混合动力电推进系统技术突破 - 行业长期存在燃油驱动与纯电驱动两种技术路径 燃油驱动适用于中大型无人机 动力强且续航久 但噪音明显 纯电驱动则多用于小型或微型无人机 静音隐蔽且红外特征低 但续航能力差[1] - 行业出现将燃油与电力融合的混合动力技术方向 旨在兼顾持久续航与静默飞行的双重优势[1] 60千瓦混合动力电推进系统详情 - 2025年12月10日 一套60千瓦混合动力电推进系统成功进行了飞发联调测试[1] - 该系统采用“用电飞行 用油发电”的增程式混合动力架构 燃气涡轮机不直接驱动飞机 而是驱动发电机为电池充电 飞机飞行则由电动涵道风扇提供推力[1] - 该系统体积小巧 被称为电动飞机的“全能搭档” 能够边飞边发电 从而延长航程并省去漫长的充电过程 实现更快出动[1] - 飞行中可关闭发动机并切换到纯电模式 此举能减少发热并提升静音效果[1] - 系统采用涵道风扇作为最终动力输出装置 即将螺旋桨装入圆筒形“罩子” 该设计能进一步降低噪音 实现高度静默飞行[1] 技术发展现状与前景 - 目前 该60千瓦混合动力电推进系统已完成飞行演示验证[2] - 该技术被视为小型无人机的混合动力“心脏” 并正逐步走向成熟[2]

Graphic Packaging Holding Company (GPK) 当前估值与市场表现 - 公司当前股价为9.23美元，在过去一年中下跌超过60% [1] - 公司股息收益率约为4.7%，交易估值倍数在6至9倍之间，显示其估值可能偏低 [1] 分析师背景与平台介绍 - 分析师Arunangshu Das是一名软件工程师、金融与计费架构师，同时也是一名活跃的投资者和企业家 [2] - 他正在开发Tranzoro Investments平台，旨在帮助美国投资者理解印度市场，并帮助印度投资者理解美国市场 [2] - 对于美国投资者，该平台将覆盖流动性好且知名的聚焦印度的ETF和美国存托凭证(ADR) [2] - 平台将更侧重于帮助印度投资者，覆盖各类美国股票、ETF、房地产投资信托基金(REITs)等 [2] - 该分析师是一名专注于“收益+增长”的投资者 [2]

联系人： 李星宇（18810112501） 文 ： 华创证券首席经济学家 张瑜 执业证号：S0360518090001 核心观点 全球"供给焦虑"下，中国中游制造正步入"出海创收"的战略时代 。要获取时代红利，必须穿透宽基指数的标签幻觉，从四大维度甄别底层资产的真实成色。 一是 看体量与趋势 ：宽基"中游含量"极度分化且面临系统性抬升。创业板指中游市值占比超70%，占据绝对主导；沪深300等大盘宽基中游市值近四成，提供宏观转型 的向上弹性；而港股"科技"底层资产则更偏向泛消费阵地。 二看虚实与结构 ：宽基的中游市值背后的盈利支撑呈现显著差异。创业板指展现极高的"中游纯度"， 利润占比同超70%，基本面支撑扎实；沪深300则体现出"新老均衡"的结构，中游提供弹性，全指的利润基本盘仍由大金融与大消费稳健托底。 三看驱动与出海 ：中游整体出海能力强劲，但指数呈现不同工具属性。创业板指海外营收超30%且几乎全由中游贡献，是极高纯度的"外需高弹性工具"；沪深300的海外营收约 16%，具备了内外需并重的"均衡配置价值"。 四看动力与归因 ：双重归因揭示了截然不同的演进路径。创业板指的市值与海外营收飙升均超80%源于产业 ...

事件概述 - 3月29日0时许，黑龙江省海林市海林镇一建筑发生部分坍塌[1] - 目前有9人被困，正在全力组织救援[1]

文章核心观点 - 文章围绕Yann LeCun倡导的“世界模型”研究路线展开，指出当前生成式AI缺乏对现实世界进行建模和预测未来的能力[1][2] - 介绍了一项由Meta与New York University等机构研究者完成的新研究，该研究旨在解决世界模型中“潜在空间规划”的基础问题，核心是让AI在潜在空间中的时间轨迹“变直”，以提升规划效率[2][33][35] 研究背景与问题 - 当前预训练视觉编码器（如DINO）学到的潜在表示，其时间轨迹通常具有较高的曲率，这增加了在该空间中进行预测和规划的难度[5][6] - 高曲率轨迹导致两个关键问题：1）简单的欧几里得距离无法准确反映到达目标状态的真实难度（测地距离）；2）基于梯度的规划算法容易陷入局部最优，导致规划不稳定[11] 核心方法与理论 - 研究灵感来源于神经科学的“感知直道化”假设，即人类视觉系统倾向于将复杂视觉输入转化为大脑皮层中更平直的表征以预测运动[4] - 研究团队引入了“曲率正则化器”这一几何约束，旨在“拉直”潜在空间中的时间轨迹[8][12] - 直道化的核心数学定义是要求潜在空间中相邻时间步的位移向量尽可能一致，以实现接近匀速直线运动的轨迹[13][14] - 为此设计了曲率损失函数，用以惩罚轨迹的弯曲程度，强制编码器将视觉输入映射到更平滑的线性演化空间[15][17] 技术实现与效果 - 模型在训练过程中，共同学习一个更平滑的编码器和一个更直觉的预测器[19][20] - “拉直”操作产生两大效应：1）在拉直后的空间里，两点间的欧几里得距离能精准代表状态转移成本；2）规划目标对路径的引导变得更线性稳定[22] - 在PushT和UMaze任务上的可视化对比显示，直道化产生了更少弯曲、更平滑的轨迹，使欧几里得距离能更真实地反映通往目标的实际步数进展[23] 实验验证 - 研究设计了一个极具挑战性的“Teleport-PointMaze”（带传送门的点迷宫）实验环境，其中智能体触碰右侧墙壁会瞬间传送到左侧[25][26] - 实验结果表明，经过时间直道化训练的编码器（如ResNet），其潜在空间距离热力图梯度平滑，完美契合迷宫的地标真值，能精准指导智能体穿过传送门[31][36] - 相比之下，DINOv2编码器的热力图支离破碎，无法反映迷宫物理拓扑；未经直道化微调的投影器热力图也严重扭曲[36] - 数据对比显示，在编码器类型相同的情况下，潜在曲率的降低（以更高的余弦相似度表示）通常会导致基于梯度的开环规划成功率提升[28] 研究意义与展望 - 该研究为“什么样的表示才真正适合规划”这一问题提供了一个简单而具启发性的答案：在一个好的潜在空间中，时间轨迹应尽可能笔直[33] - 这种“时间直道化”的设计不仅能提高规划效率，还可能影响机器人控制、视频世界模型、自动驾驶等多个未来研究方向[34] - 研究被认为是构建能够理解并预测世界的“世界模型”、实现真正智能的重要一步[34][35]

研究背景与痛点 - 训练深度研究智能体（Deep Research Agent）面临高质量、长程研究轨迹数据严重匮乏的瓶颈，现有方案依赖昂贵且不稳定的在线搜索API，或只能生成2-5轮的浅层交互，无法覆盖真实研究中动辄数十至上百轮的复杂推理需求[2] OpenResearcher解决方案概述 - 研究团队提出OpenResearcher，这是一条完全开源、可复现的离线深度研究轨迹合成流水线，是首个能训练出在长程研究任务上与专用系统相媲美的模型的开源流水线[2] - 该方法核心是通过构建包含1500万篇候选文档的本地搜索引擎，由教师模型在完全离线环境中，调用search、open、find三种工具合成了超过9.7万条长程研究轨迹，其中大量轨迹包含100次以上的工具调用[2] - 合成这9.7万条轨迹共涉及约576万次搜索请求，若使用在线API（如Serper API或SerpAPI）成本在5,760美元至28,800美元之间，而离线检索器将成本降至0美元，并具备无速率限制、完全确定性和零外部依赖的优势[34] 流水线具体设计与实施 - **阶段一：高难度问题收集**：从MiroVerse-v0.1中随机采样10%，得到约6,000个问答对，这些问题天然要求长程多跳推理与异构证据整合，实测中教师模型往往需要数十次甚至超过100次工具调用才能作答[12] - **阶段二：离线搜索引擎构建**：采取“答案引导的在线文档收集”策略，一次性在线检索并清洗获得约1万篇含有研究信息的文档（gold documents），将其与从FineWeb采样的约1,500万篇干扰文档（约10万亿tokens）合并构成离线语料库，并使用FAISS建立索引[13] - **阶段三：浏览建模与轨迹合成**：利用search（广泛搜索）、open（获取文档全文）、find（页面内精确查找）三种工具对智能体的在线浏览行为进行抽象，以GPT-OSS-120B为教师模型为每个问题生成16条不同轨迹，最终获得超过9.7万条轨迹，推理深度涵盖十余步到百余步[17][21] 模型训练与性能表现 - **训练设置**：以NVIDIA Nemotron-3-Nano-30B-A3B（30B参数，激活参数仅3.2B）为基座模型，筛选约5.5万条答案正确的轨迹进行监督微调，训练在8张NVIDIA H100 GPU上耗时约8小时完成[19] - **离线深度研究评测**：在BrowseComp-Plus基准数据集上，OpenResearcher-30B-A3B取得54.8%的准确率，较基座模型实现34.0个百分点的绝对提升，并超越GPT-4.1（36.4%）、Claude-4-Opus（36.8%）、Gemini-2.5-Pro（29.5%）、DeepSeek-R1（16.4%）及通义DeepResearch（44.5%）[3][19][22] - **在线深度研究评测**：在BrowseComp、GAIA、xbench-DeepSearch三个依赖在线搜索的基准数据集上，分别取得26.3%、64.1%、65.0%的准确率，全面超越ASearcher-QwQ-32B和WebDancer-QwQ-32B等开源系统，且所有增益完全来自离线合成数据，模型未在在线数据上训练过[20][22] 关键研究发现与洞见 - **失败原因分析**：失败轨迹的平均工具调用次数（71.7次）几乎是成功轨迹（38.4次）的两倍，且额外调用主要集中在search操作上，表明失败源于反复无效的搜索策略，而非探索不充分[24][25] - **训练信号价值**：仅用正确轨迹训练的模型准确率为54.81%，仅用错误轨迹为55.06%，混合全量轨迹为54.46%，三者差异不超过0.6个百分点，表明轨迹中蕴含的过程性信号（如搜索结构、工具调用模式）价值不亚于最终答案的正确性[25][26] - **语料覆盖关键性**：移除gold documents的收集过程后，下游模型准确率从54.81%骤降至6.35%，证明一次性在线文章收集是整条离线合成流水线得以运转的关键步骤[25][26] - **探索轮数边际收益**：准确率和检索gold documents的命中率随最大可探索轮数预算增加而上升，但在约100轮后趋于平缓（准确率约58.3%，命中率约49.3%），表明长程探索有益但存在边际递减效应[27][33] - **工具组合必要性**：消融实验显示，仅能调用search时准确率为43.86%，加入open后升至56.39%，再引入find后达到62.17%，同时工具调用总次数和token消耗下降，表明文档级访问和页面内证据定位是提升精度和降低冗余的关键[28][29] - **证据检索与准确性关系**：只要智能体打开过至少一篇gold document，无论发生在第几轮，最终准确率都能稳定维持在85%以上；从未打开过gold document的轨迹准确率则仅有7.9%[30][32]

核心观点 - GitLab联合创始人Sid Sijbrandij将公司管理中的“创始人模式”与系统思维应用于自身癌症治疗，通过极限诊断、并行测试多种疗法并结合AI工具，探索出一条非标准但有效的个性化医疗路径，为未来诊疗方式提供了前瞻性案例 [6][15][34][40] Sid Sijbrandij的背景与“创始人模式” - Sid Sijbrandij是GitLab联合创始人兼执行主席，公司市值一度超过60亿美元，拥有超过2500名员工并完全远程运营，其管理核心是“极度透明”文化，拥有超过3000页的内部公开手册 [8] - 他将Paul Graham提出的“创始人模式”应用于抗癌，即从被动委托医生的“经理人模式”转变为主动深入细节、主导自身治疗决策的模式 [16][17][18] 抗癌治疗的具体原则与方法 - **极限诊断**：遵循“能做的检测，全做”原则，建立了名为“Sid健康记录”的超1000页文档，存档了包括基因组测序在内的25TB原始数据 [20] - **并行治疗**：摒弃传统序贯疗法，同时测试10种以上个性化疗法，用诊断数据快速测量响应并迭代，而非等待一个疗法失败再换下一个 [24] - **关键突破**：通过单细胞测序发现肿瘤细胞高度表达FAP蛋白，进而采用德国一种针对FAP的放射性配体疗法，治疗后肿瘤坏死60%、缩小20%，并从脊髓硬膜脱离 [27][28] - **治疗成果**：治疗后，肿瘤浸润免疫细胞中的T细胞比例从复发时的19%飙升至89%，目前处于“无疾病证据”状态 [28][37] AI在诊疗过程中的角色与应用 - AI作为超级助理，帮助非专家快速进入专家语境，例如将肿瘤RNA测序结果（CSV文件）输入GPT-4后，AI成功标记出关键靶点B7H3并识别出肿瘤微环境免疫动态 [30][32] - 团队搭建了自然语言查询系统，AI可自动进行文献检索、提出假设、设计分析框架并对60万个单细胞数据运行分析，生成含交互图表和Python代码的报告，单次分析成本约20美元，耗时30分钟 [32] - AI助力个性化mRNA肿瘤疫苗设计，自动化筛选数十个候选新抗原，Sid认为未来个性化癌症疫苗的实现必须依赖AI [33] 对未来医疗的启示 - Sid的案例是一个“存在性证明”，其探索的诊疗方法可能是三十年后的癌症标准疗法的一部分，AI正在急剧降低这类个性化诊疗体系的成本 [40] - 这种方法论意味着拒绝接受现有医疗系统的边界、极度投入细节并通过并行探索来加速治疗进程，尽管难以简单复制，但为未来医疗路径提供了方向 [34][39][41]

公司2025年度财务业绩 - 公司2025年实现营业收入19.63亿元，同比增长40.97% [1] - 公司2025年实现归母净利润4.56亿元，同比增长85.41%，创近4年新高 [1] - 公司2025年扣非净利润为4.75亿元，同比增长126.19% [1] - 公司2025年经营活动现金流净额为73.81亿元，同比增长77.07% [1] 各业务分部表现 - 财富管理业务2025年实现收入10.56亿元，同比增长29.59% [1] - 信用业务2025年实现收入4.62亿元，同比增长12.21% [1] - 融资融券余额突破108.66亿元，业务规模稳步扩大 [1] - 自营业务2025年实现收入1.60亿元，业务平稳运行且核心能力显著提升 [1] - 投资管理业务2025年实现收入1.71亿元，同比增长10.96% [1] 资产规模与风险控制 - 截至2025年末，公司总资产为584.27亿元，同比增长13.20% [1] - 截至2025年末，公司净资本为103.20亿元 [1] - 公司风险覆盖率为390.32%，资本杠杆率为25.15%，各项风险控制指标均符合监管标准 [1] 2025年度利润分配预案 - 公司拟向全体股东每10股派发现金红利0.22元（含税），合计派现1.02亿元 [2] - 加上2025年半年度已派发现金红利3714.31万元，2025年度拟派现总额为1.39亿元 [2] - 2025年度拟派现总额占公司2025年度归母净利润的30.56% [2]

微信视频号发布金融行业公约 - 微信视频号发布《视频号金融行业公约》，将于4月1日生效，旨在规范金融行业内容创作与传播，降低投资理财风险，保障用户财产安全 [1][2] 资质与账号规范 - **资质认证要求**：宣称“基金经理”、“基金公司”、“证券公司”、“保险从业者”等具备专业资质或官方身份的账号，必须完成相应的职业认证或机构认证，并上传资质材料 [3] - **运营规范**：已完成个人执业资质认证的财经金融类账号，发布投资理财内容时，主要出镜人须为认证人，确保出镜人、认证信息、资质证照三者一致 [3] - **资质管理**：严禁资质证件出借、转让、买卖或非法挂靠，禁止租用他人证件或伪造资质材料 [3] - **信息更新**：账号主体的执业机构发生变更，或资质证书过期、吊销、注销时，应主动申请更新认证信息或注销账号认证 [4] 内容创作规范 - **鼓励方向**：鼓励发布中立、专业、有据可查的财经知识，如宏观经济知识、行业分析逻辑，内容需客观公正，避免标题党 [5] - **禁止行为**：禁止在公开场景明示或暗示具体个股、基金、期货等投资品种的买卖时机、价格建议或预测未来具体走势 [2][5] - **风险提示**：在分享个人投资理财理念时，需做好风险提醒，禁止宣称“保本保息”、“稳赚不赔”或以“X天翻倍”等高收益噱头诱导投资 [5] - **合规表达**：涉及证券、基金、保险等内容需使用规范术语，禁止虚假宣传、恶意唱衰、歪曲解读国家政策或扰乱市场秩序 [5] - **其他禁令**：禁止推广洗钱、非法集资等违法内容；禁止虚构“内部消息”或冒用监管部门名义背书；禁止推广数字虚拟币、NFT等高风险项目；禁止在视频中诱导用户脱离平台进行外部交流或交易 [5][6] 违规处置措施 - 对于违反规范的视频，平台将视情节严重程度，采取包括视频限流、视频删除、取消账号认证、封禁账号等处置措施 [7] 行业对比：抖音平台的治理行动 - 抖音平台也在加强财经内容治理，于去年11月6日发布公告规范金融账号经营行为，包括规范商家准入资质、加强账号合规审查等 [8] - 抖音已启动对金融账号的不定期巡检，对不符合资质认证的账号将采取回收金融经营权益、禁止发布相应领域信息等措施 [8] - 抖音平台针对无资质用户发布金融内容、非法荐股、诈骗等行为将加大治理力度，以保障用户财产安全 [8]