行业趋势：大模型API价格集体上涨与成本结构变化 - DeepSeek V4全系于8月17日启用峰谷分时计费，工作日高峰时段价格减半，闲时价格减半[1] - V4 Flash闲时缓存未命中输入价格上涨约57%，闲时输出上涨约136%，高峰时段输出价格接近旧价的4.7倍[1] - OpenAI、谷歌和Anthropic已相继上调API价格或收缩免费额度，2026年下半年价格曲线集体掉头[2] - 推理需求增长跑赢算力供给增长，Agent将单次调用变成几十次调用，此前靠补贴维持的低价无法持续[3] 行业趋势：模型性价比衡量标准转变 - 大模型切换成本极低，开发者更换底层模型几乎没有迁移负担，性价比一旦落到某条线以下将迅速失去商业存在感[9] - 衡量单位从每百万token价格转变为跑完一项真实任务的每任务成本[10] - Claude Opus 4.8在最大推理档下能力智能得分57分，每任务成本2.03美元；DeepSeek V4 Pro得53分，每任务成本0.25美元；V4 Flash 0731得52分，0.11美元，GPT-5.6 Luna得0.05美元[10] - Claude Sonnet 5的每任务成本为2.29美元，较上一代翻倍，增量全部来自token用量，智能体轮次约为前代的三倍[13] - 多步骤任务成功率约等于各步成功率的连乘，单步95%与90%差五个百分点，二十步后是36%与12%，失败重试需重新支付token[14] 阿里Qwen3.8-Flash产品发布与性能表现 - 阿里发布Qwen3.8-Flash，同步开源Qwen3.8-Flash-Next[4] - 在智能体编程基准DeepSWE 1.1上得分58.7分，参数规模三倍的前代Qwen3.7-Plus仅16.5分[4] - 长周期办公任务CoWorkBench得分73.9，专业岗位任务JobBench得分55.7，高于Claude Opus 4.6的68.2和36.6分[4] - 多模态方面AndroidWorld、ERQA、MathVision等基准大幅领先[4] - HLE得分35.9分落后于Opus 4.6的40.0分，仓库级代码生成NL2Repo-Bench不及DeepSeek-V4-Flash-0731[4] - Qwen3.8-Flash在千问AI平台定价为每百万token输入1元、输出3元，为本月初发布的Qwen3.8-Max的十二分之一，低于DeepSeek V4 Flash调价后闲时价格[6] 阿里Qwen3.8-Flash架构创新：四大技术升级 - Qwen3.8-Flash是一个多模态MoE模型，主模型参数量125B，配备51B的N-gram Embedding，每个token只激活6B参数[27] - 原生支持262,144 token上下文，可通过YaRN扩展至100万token[27] - 新模型用不到前代Qwen3.7-Plus三分之一的激活参数（6B vs 17B），换取相当甚至更强的能力[29] - 注意力机制：Gated DeltaNet（GDN）负责高效记住，Qwen Sparse Attention（QSA）负责精准查找[37] - GDN与Gated Attention按3:1比例交错，四分之三层用线性注意力，四分之一保留标准注意力[32] - QSA在1M token设定下，Attention Kernel在Prefill和Decode阶段分别实现最高7.6倍和4.9倍加速[37] - 在Prefix Cache命中率90%实验设定下，Qwen3.8-Flash在1M上下文下Prefill吞吐达到Qwen3.7-Plus的8.6倍[37] - 残差组件：Gated Residual（GR）将原本单一的residual stream扩展成4条并行分支[42] - 其中一条branch自然形成连接第一层Attention和大部分中后层的长距离通道[42] - N-gram Embedding：额外引入51B参数，以较低成本挂载大规模局部模式记忆库[45] - 51B参数可直接存放在Host Memory中，通过异步Prefetch与模型计算重叠，无需长期占用GPU显存[46] - 架构和优化协同设计：使用Muon优化器训练，针对正交化精度、Muon与AdamW参数分工、融合参数矩阵拆分三个问题工程化[47] - 训练配置直接从目标批量大小开始，Batch Size Warmup不再必要，否则需额外执行18.8%的optimizer steps[52] 阿里Qwen3.8-Flash效率优势与产业信号 - 相比Qwen3.7-Plus，训练开销仅约九分之一[53] - 在6B激活参数下，Qwen3.8-Flash-Next-Base在14个benchmark中的8个上取得最优，其他6个与Qwen3.7-Plus-Base接近[53] - 激活参数只有三分之一、训练开销只有九分之一的模型，在多数预训练评测上追平甚至超过大三倍的前代[54] - 2026年超大规模云厂商推理资本开支历史上第一次超过训练开支，核心矛盾从算力与集群规模变成内存带宽与通信延迟[56] - 2025年1月DeepSeek R1发布后英伟达单日暴跌近17%、市值蒸发约5890亿美元[57] - 2026年4月DeepSeek V4发布时英伟达收涨4.3%，市值重返5万亿美元[57] - 每次任务变便宜后，人们通常把AI部署到更多环节，更便宜的模型可能是推理需求爆发的起点[57] 阿里Qwen3.8-Flash产品定位与未来规划 - Qwen3.8-Flash-Next是Qwen4架构的一次预演[18] - 承担的角色与Qwen3-Next对Qwen3.5的角色一致，是Qwen4所用模型结构的先导预览[20] - 8月3日发布Qwen3.8-Max，总参数2.4T、激活95B，支持约100万token上下文与图像视频输入[21] - 8月14日开源Qwen3.8-27B，登顶Image-to-WebDev竞技场开源模型排行榜[21] - Qwen3.8-Flash承接高频、长期、规模化的真实调用，架构与家族内其他模型大不一样[24] - Qwen3.8-Max基于前代Qwen3.5架构迭代，Qwen3.8-Flash使用全新架构[24] - 新架构先上性价比款而非旗舰，提升目标是单位计算的智能产出[25] - 开放权重已发布至Hugging Face与ModelScope，生产版本已在千问AI平台提供服务[59]

行业背景与核心痛点 - 2026年全球数据中心资本支出有望接近万亿美元，但部分大模型训练集群的GPU有效利用率低于50%，网络传输时延是核心瓶颈 [2] - 在RoCEv2网络中，微秒级时延抖动可能触发PFC反压风暴，导致RDMA链路超时断开，全集群训练中断，需重新加载数百GB的Checkpoint [2] - 英伟达Vera Rubin NVL72方案中GPU与网卡数量比为1:2，互联被视为与计算同等重要的一级公民 [2] - 据华泰证券测算，2028年国产超节点市场规模将达到3414亿元，复合年均增长率194% [3] - 高端400G及以上智能网卡芯片长期被博通、英伟达（含Mellanox）等海外厂商垄断 [3] 公司核心技术与产品布局 - 沐创成立于2018年12月，核心团队来自清华大学集成电路学院可重构计算团队，该研究从2006年起步，获2015年国家技术发明奖二等奖和中国专利金奖 [5] - 公司采用“时分复用+空间并行”的可重构架构，降低对12nm以下先进工艺的依赖，在特定测试条件下RDMA传输延迟可达3μs以下 [6] - 全系列芯片（含密码安全芯片和以太网控制器芯片）累计出货量已近百万颗 [6] - 已完成千兆、万兆、25G、100G、200G网卡芯片的国产替代，N30系列400G智能网卡已量产，支持RoCEv2协议和GPU Direct RDMA [7] - 本轮融资将用于400G/800G Scale-out智能网卡芯片的研发产业化，同时布局GPU Scale-up高速互联芯片 [7] - Scale-out是服务器之间的横向互联，Scale-up是机柜内GPU之间的纵向互联 [8] 双线业务与前瞻布局 - 产品线包括密码安全芯片（RSP系列）和智能网络控制器芯片，安全芯片是公司的“现金牛”和起点 [10] - 2024年3月完成A3轮数亿元融资，由蚂蚁集团领投，蚂蚁在支付安全和数据加密上有刚需 [10] - 2026年4月，沐创与澜昆微联合发布首款国产CPO智能网卡，CPO被视为下一代智算中心互联的主流技术方向之一 [10] - 同月，沐创联合清华大学和中国电信研究院完成了基于国产抗量子芯片的AI多智能体可信通信试验 [10] - 可重构架构天然适合需要灵活配置的安全和网络处理场景，“软件定义芯片”在安全与网络领域有真实需求 [10] 竞争格局与关键变量 - 国产智能网卡赛道有云豹智能、芯启源、大禹智芯等公司布局，沐创差异化在于可重构架构和安全+网络双线布局，但市场份额尚无第三方排名佐证 [12] - Scale-up互联难度远超Scale-out，NVLink/NVSwitch是一整套系统方案，国产GPU互联标准未统一，沐创需与GPU厂商、服务器厂商和云厂商深度协同 [12] - 沐曦的投资为沐创打开了与GPU厂商协同的门，但后续发展仍需观察 [12] - 软件生态是隐形战场，英伟达护城河在于DOCA软件框架和CUDA生态协同，沐创在软件栈上的积累公开信息有限 [12] - CPO商业化时间表仍有不确定性，大规模部署至少还需2-3年，短期内不会构成收入贡献 [13] 融资事件与行业意义 - 2026年8月，沐创完成数亿元B轮融资，投资方包括沐曦股份和联想创投 [1] - 沐曦是国产GPU公司，2025年11月拿到科创板注册批复（股票代码688802），预计募资38.99亿元 [1] - 联想是全球第三大服务器厂商 [1] - 该融资被视为中国AI算力产业从“补单点”到“补系统”的关键转变，互联从“配套”变为“主战场” [14] - 沐创未来取决于三个变量：800G产品能否按期量产、Scale-up互联芯片能否获得GPU厂商广泛采纳、软件生态能否支撑大规模集群部署 [14]

核心观点 - 财经AI分身旨在复现专家研究方法，核心在于延续其取舍信息和修正判断的方式，而非简单复刻观点 [3] - 金融答案会过期，真正有价值的是支撑判断的变量及改判条件 [3] - 通过对比测试，付鹏AI分身展现出研究框架特征，能追问结论依赖的变量，并在证据不足时收住判断 [25] 测试方法与范围 - 测试选取两道真实市场问题，将相同材料分别交给付鹏AI分身和通用大模型 [4] - 比较标准不关注“像不像”或单次预测输赢，而是看从何处进入问题、如何使用证据、能否经得起追问 [5] - 测试题目聚焦宏观、流动性和大型科技公司资本开支领域，属于付鹏长期研究范畴 [6] 问题一：Meta的AI投入与现金流 - Meta在2026年第二季度取得318.62亿美元经营现金流 [8] - 计入融资租赁本金后，当季资本开支达310.78亿美元，自由现金流仅剩7.84亿美元 [8] - 全年资本开支指引为1300亿至1450亿美元 [8] - 通用大模型指出现金流几乎被资本开支吃完，但Meta仍有现金和融资能力，属于投资回报待验证阶段 [8] - 通用大模型回答未明确下季度应盯哪些数字及什么变化足以改判 [9] - 付鹏AI分身先追问投入靠什么支撑，将广告效率改善与AI独立收入分开，再讨论高资本开支持续性 [10] - 付鹏AI分身未将广告业务增长直接归因于AI，认为广告效率可能受益，但AI能否带来可单独衡量的新收入还缺少证据 [10] - 付鹏AI分身指出后续需关注：AI相关收入何时需单独披露、资本开支指引何时收敛、自由现金流能否止跌 [12] - 付鹏AI分身多走一步，交代了证据缺口和复核顺序，方便研究者继续查下去 [13] 问题二：美国长期国债收益率 - 问题背景：美国财政部扩大长期国债流动性支持回购后，长端收益率明显波动，短端几乎没动 [18] - 通用大模型提到通胀预期、国债供给和期限溢价，指出回购支持不能消除财政压力，但各因素平铺，读者需自行判断市场交易重点 [18] - 付鹏AI分身先看收益率曲线，2年期变化较小，波动集中在10年以上，据此将注意力放到长期国债的额外补偿上 [20] - 付鹏AI分身将旧券流动性和长期财政约束分开处理，指出回购可能改善旧券交易和边际买盘，但赤字与净发行量不会消失 [20] - 付鹏AI分身留有余地，指出观察窗口短、措施未真正执行，几天价格变化不足以确认稳定趋势，未将解释写成已验证事实 [20] - 付鹏AI分身从曲线信号进入问题，再处理市场交易机制和财政约束，最后检查证据是否足够，主次更清楚 [20] 结论与价值 - 付鹏AI分身会继续追问结论依赖哪些变量，并在证据不足时收住判断 [25] - 文章、演讲和视频中的研究方法因此有了可追问的入口，用户可沿原有判断检查变量是否改变、结论是否成立 [25] - 多个KOL Agent可从各自熟悉领域回答同一问题，研究分歧会变得具体且易于比较 [25] - AI分身不能代替专家本人，也不代表专家实时观点，复杂财务口径和重要决策仍需回到原始披露核验 [27] - 其价值在于专业方法可被反复使用，过去只能阅读的经验如今可继续追问，并在新信息出现后重新检验 [28]

核心观点 - 大普微(301666.SZ)获得一笔巨额企业级SSD销售订单，金额占其2025年营收的152.70%，同时公司上半年业绩扭亏为盈，但股价自高点已大幅回撤[1] 重大订单事件 - 公司与客户A签订企业级PCIe SSD销售订单，含税总金额51,457.40万美元（折合人民币约34.91亿元）[1] - 该订单金额占公司2025年经审计主营业务收入的152.70%[1] - 订单交付期限为生效后18周内，若顺利履行预计将对履约年度经营成果产生积极影响[1] 公司业绩表现 - 上半年实现营业收入47.22亿元，同比增长531.17%[1] - 归母净利润13.34亿元，上年同期亏损3.54亿元，同比扭亏为盈[1] - 分季度看，一季度净利润3.7亿元，二季度净利润9.64亿元，环比增长160%[1] 资本市场动态 - 公司公告拟发行H股并在香港联交所主板上市[1] - 自4月16日以46.08元/股发行价登陆创业板，股价一路狂飙[1] - 5月8日突破500元，较发行价涨超10倍[1] - 5月25日盘中股价最高触及918.88元，上市25个交易日较发行价涨幅高达18.9倍[1] - 截至8月26日收盘，股价报391元/股，较5月高点631元已回撤约38%[1] - 目前总市值1706亿元[1]

核心观点 - 传统全球化分工模式以成本最小化为核心，正因关税壁垒、地缘风险、供应链稳定性等因素而松动，这些因素已取代单纯成本考量成为全球纺织产业布局的核心变量 [3] 产业面临的三大结构性转变 - 产业布局从效率优先转向安全与韧性并重 [3] - 人工智能从单点赋能走向全链重塑，大模型快速迭代、智能体深度嵌入，制造系统正向扁平化演进 [3] - 绿色发展从理念共识迈向硬性约束，碳边境调节、碳足迹核算等绿色规则加速落地 [3] 中国纺织产业现状与韧性 - 中国纺织业已构建起全球规模最大、配套最全、响应最快的现代化产业体系，是动荡世界里的“压舱石” [3] - “国际纺都”绍兴柯桥年面料流通量占全球近四分之一 [4] - 2026年上半年柯桥区GDP达1220亿元、增长7.0% [4] - 1-7月外贸出口1103.4亿元、增长16% [4] - 中国轻纺城总成交额2683.6亿元、增长9.1% [4] 数智驱动发展路径 - 柯桥推出全国首个纺织行业垂类大模型“AI布”已迭代至3.0版，搭建包含21项功能的智能体矩阵，归集各类数据58亿条 [4] - AI已深度嵌入花型设计、智能验布、物料定位等环节 [4] - 需从五个维度发力：以科技创新为核心引擎，聚焦高性能纤维、智能纺织品、数字孪生制造等方向 [5] - 以价值跃升为根本方向，推动产业向价值链高端迈进，赢得中国产业话语权 [5] - 以绿色低碳为鲜明底色，加快建设与国际接轨的绿色标准、碳核算与追溯体系 [5] - 以生态协同为坚实支撑，构建大中小企业融通的产业生态，打通上下游数据壁垒 [5] - 以全球治理为战略高地，增强规则参与和全球资源配置能力 [5] 行业倡议与未来展望 - 孙瑞哲提出三项倡议：以数智驱动重塑产业边界，让数据成为新生产要素、算法成为新生产工具 [5] - 以数绿融合引领永续未来，依托大数据核算与智能监测精准推进碳足迹溯源 [5] - 以开放协同维护产业安全，打通跨境数智合作通道 [5] - 第九届世界布商大会将于11月6日在绍兴柯桥举行，主题为“经纬互联·智启全球纺织新未来” [5] - 大会已邀请全球60多个纺织重点国家和地区的机构代表 [6] - 大会将展示产业韧性构建、低碳转型落地、数智技术深度应用等核心问题的成熟解决方案和可复制实践案例 [6] - 大会将发布《2027世界纺织行业趋势展望》 [6]

行业核心观点 - AI产业正迎来关键转折点，行业竞争从大模型比拼正式迈入AI智能体落地竞速时代[1] - 英伟达为代表的全球科技巨头持续加码下游AI软件赛道，软硬件全产业链布局提速[1] - 国内政策助力与信创替代深化形成多重利好共振，国内AI软件赛道迎来绝佳布局窗口期[1] 英伟达全产业链布局 - 英伟达正加速从单一芯片厂商向全栈AI基础设施平台转型，接连落地多项下游赛道布局动作[2] - 英伟达正洽谈投资AI智能体龙头Perplexity，若交易落地其估值将突破300亿美元[3] - Perplexity核心AI智能体产品可自主执行复杂电脑任务，商业化能力强劲，年化营收大幅攀升，且已采用英伟达新型CPU芯片，双方软硬件协同优势显著[3] - 英伟达深度绑定编程AI企业Poolside，通过技术授权、战略投资、人才引进的复合模式，补齐高端编程大模型技术短板，吸纳百余名核心研发人才快速完善技术生态[3] - 两轮精准布局直指核心：依托下游软件应用拉动硬件算力需求，搭建软硬件协同的正向循环，牢牢掌控AI产业链生态话语权[4] 国内赛道红利释放 - 海外巨头加码验证了AI应用商业化的确定性，国内AI软件行业同步迎来多重红利加持[5] - 产业数据显示，2026年上半年国内软件业务收入达7.72万亿元，同比增长9.5%，行业整体韧性凸显[6] - 政策端：北京、江苏、上海等地相继出台举措，扶持AI智能体、AI+制造、AI编程产业发展，降低企业智能化转型成本[7] - 产业端：AI商业化主战场从C端转向B端，企业级AI智能体应用场景持续拓宽[8] - 叠加信创“2+8+N”政策落地，政务、金融、能源等关键领域国产软件替代提速，行业营收稳步扩容[9] 产业逻辑迭代与智能体增量 - 行业核心逻辑已发生根本性转变，AI智能体可自主完成搜索、编程、办公等复杂任务，化身“数字劳动力”[12] - 智能体高频的模型调用特性，持续拉升GPU、CPU等算力硬件需求，打开AI产业全新增长空间[12] - 全球AI商业化节奏持续加快，海外AI企业业绩超预期，国内大模型企业登陆资本市场，形成良性产业闭环[12] - 赛道仍存挑战，智能体精准度、算力成本、高估值预期等问题仍待逐步优化[13] 未来展望 - 英伟达全产业链布局印证了AI应用落地的核心趋势，海外产业迭代叠加国内政策、信创双重红利，AI软件赛道成长逻辑清晰[15] - 随着AI智能体技术持续迭代、商业化落地不断深化，国内AI全产业链有望持续迎来价值重塑，赛道长期成长空间进一步打开[15]

核心观点 - 文章聚焦两大投资机会：AI驱动特种高分子材料需求增长，以及红海航线运价上涨带来的航运公司盈利提升 [1] AI驱动特种高分子材料需求增长 - 公司以“PTFE半导体零部件+高频高速散热材料”双轮驱动，受益于AI带来的特种高分子材料需求增长 [1] - 公司迎来产能释放与高附加值产品放量共振，形成业绩增长动力 [1] 红海航线运价上涨与航运公司盈利 - 红海航线运价同比上涨近2倍，市场运价显著提升 [1] - 公司已切入红海航线运营，且后续有新增运力补充，分析师认为其盈利被显著低估 [1] - 分析师因此上调了公司的盈利预期 [1]

核心观点 莫德纳与默沙东联合研发的个性化mRNA癌症疫苗Intismeran在Ⅲ期临床试验取得积极结果，但高昂成本（约47.5万美元/针）和商业化挑战显著，短期内难以广泛应用，国内企业需等待海外路径验证后跟进 临床试验与市场反应 - 莫德纳与默沙东联合宣布，个性化mRNA癌症疫苗Intismeran（mRNA-4157/V940）联合PD-1抑制剂帕博利珠单抗（K药）治疗黑色素瘤的Ⅲ期临床试验达到无复发生存期和无远处转移生存期关键终点 [1] - 消息公布后，莫德纳股价当日飙涨177%，至174.38美元，创多年新高 [1] 成本与定价 - 美国投资银行William Blair估算，该药批发采购成本约47.5万美元（约合人民币318万元） [1] - 上海市公共卫生临床中心血液肿瘤科主任医师詹其林表示，单人生产成本估计超过10万美元，从取样到打第一针约需6至9周 [1] - 创新药平均研发投入超10亿美元，研发周期超10年 [2] - 莫德纳2025年财报显示，营收约19亿美元，全年亏损28亿美元，研发费用消耗约31亿美元 [2] - 该疫苗需“个性化定制”，每位患者需经历手术取样、测序、分析突变、设计合成mRNA、脂质纳米颗粒包装、质检放行等多个环节，且需联合默沙东K药使用 [2] 适应症与市场背景 - Intismeran是治疗性癌症疫苗，用于高危黑色素瘤术后辅助治疗，目标是降低术后复发风险 [3] - 黑色素瘤占皮肤癌约1%，但为皮肤癌死亡主要诱因，术后2至3年为复发高发期 [3] - 全球每年超15万人患黑色素瘤（2020年世界癌症研究基金会数据） [3] - 中国黑色素瘤整体粗发病率0.62/10万，标化发病率0.37/10万，2022年全国新发病例8789例，患者数量较少，摊薄研发成本面临挑战 [3] 行业前景与商业化挑战 - 此次mRNA技术三期试验成功，被视为从概念验证迈向注册申报和商业化的关键节点，若获批将成为全球首个上市mRNA肿瘤疫苗 [3] - 从首个适应证获批到广泛应用，需解决肿瘤测序、个体化设计、单人单批生产、质量放行、治疗周期、定价和医保支付等问题，可能较快有限范围上市，但规模化临床应用仍需3-5年 [4] - 大规模商业化面临新抗原筛选准确性、不同癌种差异、个体化生产和质量控制、监管问题、成本和可及性等挑战（mRNA领域专家回爱民观点） [4] - 国内尚无mRNA肿瘤治疗疫苗完成人体商业化获批，在抗原筛选、完整闭环能力上与国外企业存在差距 [4] - 分析认为，国内企业可等待海外头部企业完成路径验证后，集中资源做工艺优化、降本增效、本土化改造，类似国内CAR-T产业发展轨迹 [4]

美国通胀与市场反应 - 美国7月个人消费支出（PCE）价格指数环比上涨0.2%，同比上涨3.7%，均比市场预期高出0.1个百分点 [2] - 核心PCE环比上涨0.2%，同比上涨3.3%，均符合市场预期 [2] - 美联储最关注的通胀指标同比上涨3.7%，仍明显高于美联储2%的通胀目标 [3] - 美国经济第二季度增长速度与初值相同，但消费者支出表现比此前估计更强劲 [3] - 市场定价显示，美联储9月加息概率约为42%，高于数据公布前的约36%，今年最有可能的一次加息在12月 [3] - 数据公布后美元指数拉升 [3] - 美债收益率进一步走高 [4] - 美股盘前震荡下跌 [4] - 黄金价格跳水 [5]

核心观点 - 2026年7月公募基金总规模为39.11万亿元，环比减少5630.63亿元，下降1.42%，中断了此前连续三个月创新高的势头[4][8] - A股市场7月大幅回调是拖累公募基金总规模下滑的主要原因，科技赛道遭遇“急刹车”[2][10] 公募基金总规模变化 - 截至2026年7月底，公募基金资产净值合计39.11万亿元，较6月底的39.67万亿元减少5630.63亿元[4][12] - 公募基金整体份额达到33.90万亿份，单月增加8456.31亿份，环比增长2.56%，扭转了上月份额下跌的态势[4] - 2026年1月至7月，公募基金规模增长超1.9万亿元[8] - 2025年4月至2026年6月，公募基金规模多次刷新历史新高，从33万亿元一路增长至突破39万亿元[7][8] 各类型基金规模变化 - 混合基金是规模下滑的“重灾区”，7月规模减少8471.44亿元，环比下降18.10%，份额减少230.63亿份，环比下降0.92%[12] - 混合基金规模下滑原因包括A股大幅下跌拖累权益资产缩水，以及偏债混合基金配置的可转债资产受正股下跌拖累[12] - 股票基金7月规模减少451.04亿元，环比下降0.90%，但份额增加4963.66亿份，环比增长13.97%[11][12] - 股票ETF份额及净值单月分别增长4342.38亿份、1105.44亿元，均创下今年以来最大月增长，但受净值下跌影响，股票型基金规模仍下滑[10] - 债券基金7月规模减少1586.96亿元，环比下降1.31%，份额减少1344.96亿份，环比下降1.36%[11][12] - 债券基金规模下滑受二级债基等含权产品净值波动影响[13] - 货币基金是唯一实现规模增长的品类，7月规模增加5375.67亿元，环比增长3.44%，最新规模达到16.16万亿元[12][14] - 基金中基金7月规模减少52.66亿元，环比下降1.57%[12] - 其他基金（含QDII）7月规模减少444.21亿元，环比下降2.36%，其中QDII基金规模减少529.23亿元，环比下降4.95%[12] A股市场表现 - 2026年7月，上证指数报收3832.3点，环比下跌6.4%[10] - 深证成指报收13578.9点，环比下跌16.2%[10] - 科创50指数暴跌近26%[10] - 创业板指大跌23%，创下近十年最大单月跌幅[10]