文章核心观点 - 中国常驻联合国代表在人权理事会紧急辩论中，就伊朗米纳卜小学遭袭事件阐述中方立场，对事件表示震惊和谴责，并指出美以的军事行动是悲剧根源，强调应通过对话谈判解决热点问题 [3][5] 事件描述与定性 - 伊朗米纳卜小学遭受袭击，导致**168名**女童遇难 [3] - 中方认为该暴行突破人类道德良知底线，是对人权的最大侵犯，也是对国际人道法的公然蔑视 [3] 中方对事件原因及后果的认定 - 认定美国和以色列未经联合国安理会授权对伊朗发动袭击，是造成此悲剧的根源 [5] - 指出美以的行动不仅杀害伊朗领导人、侵犯伊朗人民人权，还引发中东地区冲突升级，导致地区国家被迫卷入 [5] 中方提出的原则与呼吁 - 强调所有国家的**主权、安全和领土完整**应当得到充分尊重 [5] - 强烈谴责一切违反国际法、无差别攻击平民和非军事目标的行为 [5] - 主张所有热点问题都应通过**对话谈判**解决，而不应使用武力 [5] - 呼吁各方抓住一切和平机会和窗口，以真诚的态度启动和谈进程，用实际行动保护地区人民基本人权，维护中东地区的和平稳定 [5]

人工股票市场模型的核心设定与基础 - 模型旨在用简单规则在计算机上模拟现实股票市场运动，其基础是充满行为各异的“人工模拟投资主体”（智能体Agent）[1] - 这些智能体程序会根据市场数据和初始策略进行预测并执行交易，随后根据交易效果和市场变化修正策略和预测，具备探索行为和自适应性[1] - 所有智能体共享相同的初始财富、效用函数、学习速度、策略池容量，初始预测规则集随机生成，但规则生成机制、参数空间和进化算法完全一致，起点刻意同质[1] 模型运行的主要现象与发现 - 在慢速探索状态下（智能体平均每1000期调用一次遗传算法），市场进入稳定的理性预期均衡（有效市场态），交易行为趋于同质化[2] - 在适中速度探索状态下（智能体平均每250期调用一次遗传算法），市场行为明显偏离理性预期均衡，观察到了真实金融市场中的泡沫和崩溃特征[2] - 在中高速探索实验中，初始同质的交易者自发分化为基本面派、趋势派、噪声交易者等，异质性成为市场稳态，同时出现贫富分化，少数人长期赚钱，多数人长期亏钱，财富趋向集中[2] - 不同交易派别中都存在长期赢家和长期亏家，且比例没有明显差异[2] - 有效市场假说被视为复杂经济现实的一个慢速子集，而大多数经济系统处于中高速探索状态，不会收敛，只会不断进化[2] - 模型复现了现实股市的贫富分化，证明这是复杂系统的自然结果，而非人性或阴谋所致[2] 市场异质性的内生维持机制 - 即使赢家策略可以被学习和复制，市场也永远不会完全同质化或被套利抹平，异质性会内生维持下去[3] - 策略如果被大量复制，就会自动失效，失效会催生新的策略选择[4] - 长期赢家并非依赖固守一个策略，而是依赖不断进化策略的能力[4] - 模型中的长期赢家是一类坚持“生态位+细节自适应”的智能体[4] - “生态位”指高维原则或哲学不变性，例如“愿意承受别人不愿承受的东西”，这导致生态位长期供给不足，从而存在超额收益[4] - 例如，价值投资的生态位（长期、低换手、充裕现金流、安全边际、逆市场情绪）因人性弱点（如没耐心、不接受回撤、追热点）而并不拥挤[4] - 趋势跟踪的生态位同样存在，其不变的是市场内生的趋势结构，变的是产业、技术、经济周期等具体因素[5] - 趋势策略存在极高的心理成本，如频繁假突破止损、大趋势中途剧烈震荡、长时间无趋势、反转时大幅回吐等，这构成了多数人难以逾越的壁垒[5][6] - 长期跑赢的智能体（稳定生态位占据者）具有稳定的核心偏好、风险偏好、时间视野和基本信念（高维不变），但其底层预测规则持续进化（低维自适应），不断淘汰失效规则并生成新规则，保持少量有效规则[5] - 别人只能学习其具体买卖点（低维），但无法复制其高维结构与适应速度，因此其优势不会被学走[5] 模型的理论贡献与影响 - 圣塔菲人工股票市场是行为金融学与复杂系统科学结合的里程碑式计算模型，是复杂经济学、演化证券学、行为金融学的核心实验平台[6] - 其核心贡献之一是统一了两种市场观，证明有效市场与复杂市场是同一模型在不同参数下的状态，而非互斥理论[7] - 模型首次在计算模型中内生产生了泡沫、崩盘、技术交易、波动聚集等有效市场假说难以解释的现象，为行为金融与复杂经济学提供了可复现的实验证据[7] - 模型开创了基于Agent的计算金融学方法论，成为研究市场微观结构、投资者行为、政策模拟的主流工具[7] - 后续出现了多个改进版，并被广泛用于高频交易、监管政策、ESG、加密货币等场景的模拟[7]

公司经营与战略 - 公司在行业中具有绝对的竞争优势，头部企业虹吸效应凸显 [1] - 公司将强化经营管理，以研发创新为引擎，推动产品结构升级 [1] - 公司旨在提升公司价值，给予投资者可靠的投资回报 [1] 市场表现 - 公司股票当日收盘价为57.69元，较前一日上涨1.04元，涨幅为1.84% [1]

公司核心优势 - 公司具备五大核心优势：专业专注的发展战略 强大的战略落地与市场快速响应能力 完善的产业生态“护城河” 独特的人才培养与组织建设机制 完善的预算管理与统计分析评估改善机制[1] - 公司产业生态“护城河”具体包括：砂矿资源 优质浮法技术 工艺设备研发制造 多功能集成玻璃 延伸至铝饰件产业 全球布局的研发中心与供应链网络[1] 行业与市场前景 - 汽车智能化、辅助驾驶级别提升以及新技术新场景的应用发展 将为公司带来机会和良好发展前景[1] - 当前汽车玻璃行业处于充分竞争状态[1] 公司市场地位 - 公司是全球汽车玻璃行业的龙头企业 具有强大的竞争优势[1]

公司经营与市场表现 - 公司股票价格在当日交易中收于57.69元，较前一日上涨1.04元，涨幅为1.84% [1] - 公司股票当日交易区间在55.51元至57.79元之间 [1] 供应链与物流策略 - 公司出口欧洲的运输方式采用海运与欧亚铁路运输相结合的模式 [2] - 公司表示其欧洲出口物流安排具有相对弹性 [2]

公司业务进展 - 公司在太阳能技术与汽车应用融合领域已取得实质性进展 [1] - 公司开发出集成太阳能电池组件的太阳能天窗玻璃 [1] - 该技术通过在玻璃夹层中加入太阳能电池组件，将太阳能转化为电能，为车载电器提供辅助用电 [1] 生产能力与商业化 - 公司目前已具备太阳能天窗玻璃的量产能力 [1] - 关于具体客户及价格信息，公司以涉及商业秘密为由未予披露 [1]

公司业务与组织架构调整 - 公司将铝件业务设为独立的事业部(BU) 成效明显[1] - 公司将继续发挥铝饰件国内外协同效应 以及铝饰件与汽车玻璃的协同效应[1] 铝饰件业务财务表现 - 2025年FYSAM营业利润为-1280万欧元 在收到低量补偿2249万欧元的前提下 同比减少亏损1647万欧元[1] - 国内铝饰件业务实现收入人民币13.35亿元 同比增长23%[1] - 国内铝饰件业务实现营业利润率近10%[1] 未来战略与目标 - 公司计划提升铝饰件BU的盈利能力[1]

公司业务与技术进展 - 公司在太阳能技术与汽车应用融合领域已取得实质性进展 [1] - 公司开发出集成太阳能电池组件的太阳能天窗玻璃 通过在玻璃夹层中加入太阳能电池组件 将太阳能转化为电能为车载电器提供辅助用电 [1] - 公司目前已具备太阳能天窗玻璃的量产能力 [1] 产品与市场信息 - 有关太阳能天窗玻璃的客户及价格信息涉及商业秘密 公司不便披露 [1]

核心观点 - 工商银行管理层在2025年度业绩发布会上总结，公司经营“稳中提质，盈利韧性进一步增强”，并明确了2026年积极拓展综合化服务、加强全球一体化经营、增强数智化动能三大重点工作目标 [3] 经营业绩与财务表现 - 2025年公司净息差为1.28%，较2024年下降14个基点，但下行趋势逐渐收窄，同比降幅收窄5个基点 [5] - 管理层预计2026年净息差大概率呈现“L型”走势，降幅将进一步收敛 [5] - 如不考虑LPR、存款挂牌利率进一步大幅调整，预计2026年公司利息净收入将同比转正、迎来拐点 [6] 资产质量与风险管理 - 尽管受经济结构转型、房地产市场调整等多重因素影响，商业银行个人贷款不良率短期上行，但管理层认为未来个人贷款风险可控 [4] - 公司通过成立个人信贷业务部实现个贷业务集约化、专业化经营，并强化数智赋能以丰富产品创新与供给 [4] - 目前公司个人贷款劣变上升的势头已有所放缓 [5] 业务发展与定价策略 - 管理层预计2026年贷款收益率还将延续下行趋势，但降幅会显著收窄 [5] - 2025年5月LPR调整带来的重定价影响大部分已体现完毕，2026年前两个月新发放贷款利率较上年仅下降2个基点，同比少降18个基点，降幅明显收窄 [5] - 公司将持续优化大类资产布局，科学安排信贷投放，加强成本精细化管控，将净息差变动控制在合理区间 [6] 数智化战略与科技建设 - 公司将数智化视为抢占先机、掌握主动的战略选择，是必答题而非选择题 [7] - 下阶段金融科技工作主线是建设“数智工行”，核心思路概括为“一新三高”：“数智驱动的新质生产力”为动力，“高质量发展”为目标，“集团一体的高水平安全”为底线，“业技数融合的高效能治理”为保障 [7] - “建设‘数智工行’”是2026年重点工作，公司将聚焦“智能、智慧、智算、智享”四个方面，接续实施“领航AI+”行动 [8] - 具体举措包括：加快智能转型，优化“工银智涌”，建设企业级数据空间，创新打造金融智能体；夯实智慧底座，迭代升级智慧银行生态系统ECOS2.0；扩大智算规模，优化算力体系；打造智享平台，加强手机银行等重点平台建设，构建“一客一顾问”服务模式 [8]

核心观点 - 极佳视界发布全新世界-动作模型GigaWorld-Policy，通过创新的“以动作为中心”架构和分层训练法，在推理速度、训练效率和真机任务成功率上实现重大突破，标志着世界模型驱动的机器人迈入高频实时闭环控制的新阶段 [2] 模型性能突破 - 推理速度相比当前主流模型（如Motus、Cosmos Policy）提升10倍 [2][5] - 训练效率相比传统视觉语言动作模型训练方案提升10倍 [2][8] - 真机任务平均成功率逼近85%，相比Cosmos-Policy等对手，成功率绝对值提升超过30% [2][17] 技术创新：以动作为中心的架构 - 提出“以动作为中心”的新范式，解决传统架构因需同时生成未来视觉与动作而导致的跨模态耦合与高计算延迟问题 [5] - 基于轻量级世界模型GigaWorld-0.5，将视觉观测、机器人状态及动作序列映射到统一嵌入空间，通过单一Transformer主干网络协同建模，消除模态割裂 [5] - 采用“训繁推简”混合策略：训练时引入因果掩码机制，统一建模动作与未来视觉Token以利用高密度监督信号；推理时舍弃视频预测分支，仅保留轻量化动作生成模块，从根本上规避结构性计算冗余 [5][9] - 该架构在实现高质量策略输出的同时，大幅降低显存占用，为工业级大规模部署铺平道路 [5] 训练方法：三段式高效训练Pipeline - 采用分层训练范式，最大化挖掘海量视频数据价值 [8] - **第一阶段：通用物理世界预训练**。利用海量互联网视频数据，让基础模型建立对通用物理规律和视觉动态的基础认知 [10] - **第二阶段：具身场景沉浸式微调**。引入数千小时涵盖第一人称、真机及仿真的多源操作视频，让模型专攻具身交互场景，掌握特定时空演变规律 [10] - **第三阶段：极小样本动作对齐**。在强大“世界观”基础上，仅需极少量的真机动作标签数据，即可将预训练世界模型与机器人动作预测精准对齐，快速打通“观测-动作-未来视觉”的因果映射 [10] 真机实测表现 - 在涵盖抓取、装配、物品整理等多种典型机器人任务的严苛评测中，GigaWorld-Policy是唯一同时实现高成功率与高实时控制频率的模型 [13] - 对比Motus，不仅大幅缩减显存占用，更实现10倍推理提速，达到毫秒级响应能力，这是机器人应对现实环境动态干扰、实现高成功率的底层基石 [17] - 即便对比某些主打极速推理的模型，GigaWorld-Policy凭借对物理世界规律的深刻理解依然稳占上风 [17] 行业意义与影响 - 该模型是对传统具身智能策略学习的一次重要范式重构，切中了传统世界-动作模型推理延迟高、视觉与动作表征耦合过深的问题 [15] - 让世界模型在机器人领域的落地应用更具实用性，为机器人在真实物理世界中的实时、高效操控提供了极具价值的新解法 [15] - 标志着由世界模型驱动的机器人真正迈入了“高频实时闭环控制”的落地新纪元 [2]