思想的承袭与演变（索罗斯与霍华德） - 索罗斯从凯恩斯《通论》第十二章中关于人类认知局限和市场“惯例”的论述，结合波普尔哲学，发展出其理论的第一命题——“易犯错误性”原理，即市场参与者的看法注定是局部且扭曲的[5][6][7] - 索罗斯构建了反身性理论，其核心是：带有偏差的预期（主流偏见）会与底层现实（主流趋势）相互作用，形成相互强化的动态反馈回路，导致资产价格长期大幅偏离价值甚至重塑经济基本面[8][9][10] - 索罗斯通过量子基金实践反身性理论，主导了狙击英镑、闪击东南亚等历史事件，通过引导市场预期和恐慌来改变底层基本面[11] - 霍华德·马克斯高度认同凯恩斯的“未来不可知论”，并据此将投资者分为“我知道学派”和“我不知道学派”，其自身属于不依赖宏观预测的后者[13][14] - 马克斯从凯恩斯描述的“选美博弈”市场心理中，升华出“第二层次思维”，强调投资成功的关键在于拥有与市场共识不同且更准确的预期[15][16][17] - 马克斯在凯恩斯关于“情绪浪潮”和格雷厄姆“钟摆”比喻的基础上，发展出“钟摆理论”，指出市场总是在过度乐观和过度悲观之间摆动，且多数时间处于极端区间[18][19] - 马克斯将凯恩斯的宏观“信贷周期”重构为心理层面的信贷周期，并将其视为自己周期理论中最重要的子周期，指出信贷闸门的开合（反映金融机构心理）是判断市场风险与机会的关键[20] 跨世纪的思想共鸣（凯恩斯与巴菲特） - 凯恩斯在《我们孙辈的经济可能性》中预言百年生活水平提升4到8倍，其基础是对“资本复利机制”的深刻认知，即社会将部分产出持续投入生产性资料[22][23] - 凯恩斯在《通论》中驳斥市场能自发高效配置资本的观点，指出市场易沦为“赌场”，巴菲特与之共鸣，进一步将市场比喻为兼具“赌场”与“教堂”双重属性的场所[24] - 凯恩斯通过早年“亚麻投机案”等惨痛教训，最终彻底放弃了依靠宏观预判进行择时的策略，转向100%专注于自下而上的个股分析和长期现金流分析[26][27] - 凯恩斯用“企业”来定义真正的投资（预判资产长期收益），用“投机”定义短期市场心理博弈，并指出投资的难度远大于投机[27][28] - 凯恩斯在1934年的信函中阐述了与现代价值投资高度契合的原则，包括能力圈原则、德才兼备的管理层原则以及集中投资原则[29][30] - 凯恩斯在管理剑桥国王学院基金时完成理念蜕变，在二战阴霾中摒弃宏观噪音，将半数以上股票仓位集中配置于现金流充裕、分红收益率超10%的极度低估标的，最终获得数倍收益[31] - 凯恩斯拥有丰富的投资实战经验，包括管理私人投资辛迪加、大学捐赠基金、保险公司资金及投资信托，其《通论》第十二章的市场心理分析多源自其亲身体验，这是其思想能打动后世大师的重要原因[33][34]

" 技术最终是一门精细的生意 。 " 作者丨刘路遥 编辑丨刘伟 一台没有上市的原型机 2022年5月，一座公园里，一台无边界智能割草机原型机正在草坪上来回运行。 01 从结果看，它跑得不错。彼时，秦岭刚加入团队不久，接手的第一个业务就是割草机。团队从2021年底开 始组建，到2022年初核心成员基本就位，经过大约5个月研发，做出了这台样机。而这支团队，正是今天 独立运作的全球智能户外庭院公司"耐士劳智能科技"的前身。 这台样机采用的是当时行业里很有想象力的一条路线：RTK。简单来说，就是基于高精度GPS，通过网络 获取周边参考站信息，再做差分处理，从而获得分米级定位能力。 但秦岭没有选择把这台机器推向市场。 RTK本质上依赖GPS，而家庭庭院并不是一个始终拥有稳定卫星信号的开放环境，一旦遇到树荫、墙体、 屋檐等遮挡，定位就容易不稳定。在秦岭看来，"对于一台要长期独立在庭院里工作的机器人来说，这个方 案天然存在'死角'。" 彼时，无边界割草机正处在早期爆发的前夜。相比传统割草机器人需要人工提前在草坪开沟、埋线，无边 界方案免去了繁琐的安装门槛，只要完成建图和设置，机器就能自主作业。这种直观的体验升级，意味着 巨 ...

上半年宏观策略业绩回顾 - 宏观策略指数上半年整体呈现高开低走态势，1月份收益率曾达10.06%，但截至6月末年内收益回落至约3.06% [2] - 分月看，1月涨10.06%，2月跌0.97%，3月大跌6.36%，4月反弹4.57%，5月和6月分别下跌0.42%、1.98% [2] - 长期维度看，截至6月末，宏观策略近1年、近3年、近5年平均收益分别为18.47%、57.39%、64.61% [5] 上半年宏观策略表现不佳的原因 - 资产相关性临时逆转：3月份在流动性收紧预期下，股票、债券、商品三大资产同时下跌，分散配置的保护作用消失 [6] - 结构性行情让方向判断失效：上半年A股指数上涨但结构极度撕裂，科创综指暴涨超50%，而消费、地产等传统板块持续承压，与市场主线错位成为管理人的共同困境 [6] - 趋势不持续导致择时困难：商品市场2月涨、3月跌、4月反弹、5月再跌，权益市场科创涨、消费跌，因子模型难以有效捕捉“低趋势、高波动”的结构，追涨杀跌严重侵蚀超额收益 [6] 上半年宏观策略产品业绩指标 - 收益表现：有记录的488只产品上半年平均收益3.06%，中位数2.43%，正收益占比近七成 [7] - 夏普比率：上半年宏观策略夏普比率平均值为0.33，中位数0.39，75%分位数为-0.15，约四分之一产品夏普为负，风险调整后回报处于偏低水平 [10] - 最大回撤：平均最大回撤12.54%，中位数10.14%，90%分位数24.37%，3月份指数单月暴跌6.36%是回撤集中发生的时间窗口 [12] - 波动率：波动率平均值21.35%，中位数18.37%，75%分位数26.59%，波动水平已与股票多头策略相当 [14] 上半年表现突出的私募产品及策略 - **百亿私募-久期投资**：旗下“久期宏观对冲1号”上半年收益主要来自股票，包括一二月份的贵金属有色化工行情和五六月份的AI科技行情 [19] - **50-100亿私募-深圳善择私募**：旗下“善择致远二号”上半年整体收益主要来自商品资产，股票和债券也贡献了一定收益，关键操作包括年初保持较高贵金属配置并在波动后及时降仓、去年12月关注原油配置机会、3月底判断经济增长动能边际放缓并关注债券性价比 [19][20] - **利位私募**：旗下“利位积进1号”上半年成绩主要来自于权益市场，商品在年初提供过阶段性贡献，年初基于美国实际利率走弱和降息概率高企对黄金进行超配获得较好收益 [20] - **元康私募**：旗下“元康全景1号”上半年表现亮眼，公司在配置方向上主要判断模型能否有效应对市场环境，模型在贵金属热潮、沃什交易、美以伊冲突、极致K型分化等事件和行情中能较好应对宏观风险 [21] - **20-50亿私募-佳岳私募**：旗下“佳岳升冉宏观配置”上半年收益分别来源于：股票50%，能化20%，国债20%，贵金属10%，具体操作包括年初贵金属大跌后趁反弹减仓，中东局势恶化后增加原油等能化头寸，4月份主要布局A股科技板块 [21] - **10-20亿私募-浙江元葵资产**：旗下“U.AI产业”上半年权益资产贡献了最主要绝对收益，尤其是AI产业链相关标的，年初在贵金属及工业金属上的战略布局亦录得可观正贡献，公司上半年坚定锚定AI产业作为独立于宏观周期的内生增长主线 [22] - **5-10亿私募-观理基金**：旗下“观理上达壹号”上半年收益主要来源于贵金属与商品期货，个股为辅，具体包括把握地缘局势缓和时黄金的泡沫破裂，以及美伊冲突下的商品供需失衡 [22] 私募机构对下半年宏观环境的研判 - **久期投资**：认为下半年宏观环境主要特点是AI科技驱动下全球K型分化，外需或强于内需，需重点跟踪AI投资的回报率和持续性、AI模型和应用的进展、国产模型算力的进展，以及美联储会否超预期降息和中国会否有进一步的逆周期政策 [22] - **利位私募**：海外关注美国经济韧性能否持续及美联储年内加息能否落地，国内关注出口、AI链延续偏强，消费和投资或继续承压，货币政策宽松环境延续，对下半年境内外环境谨慎乐观，认为流动性宽松的持续是主要胜负手 [23] - **深圳善择私募**：国内预计上半年经济增速将保持在政策目标附近，后续政策重点可能更多体现为已有政策的加快落实，宏观总量层面可能呈现“下有支撑、上行弹性有限”的格局但结构性分化明显，海外预计下半年美国经济仍将保持韧性，通胀可能维持一定粘性 [24] - **元康私募**：从资产配置角度看，科技股和国债双强是当前宏观驱动下相对顺畅的组合，科技股对应产业趋势和盈利弹性，国债对应内需偏弱和政策托底预期，需关注海外AI Capex的延续性和大模型盈利预期的兑现与否 [25] - **佳岳私募**：认为下半年或延续流动性紧缩的环境，偏向定义为通缩已经发生，重点关注A股科技，和大逻辑未改却严重超跌的原油、黄金等资产，需关注美联储动态、特朗普中期大选、中东局势、厄尔尼诺现象、中国央行对流动性的表述等事件 [26] - **浙江元葵资产**：认为下半年将是“结构性机会与系统性波动”并存，K型结构在中期维度上难以根本性改变，AI产业及其扩散链上的投资机会仍是中长期主线，但宏观环境变化在增加估值压力，市场核心驱动力将加速转向业绩驱动 [26] - **观理基金**：当前宏观经济环境可以关注AI硬件行业的资本开支的变化和美联储机构改革的动向和力度，AI硬件资本开支会影响行业是否进入或刺破泡沫，美联储机构改革可能导致其沟通和引导市场预期的模式发生切换 [28] 浙江元葵资产关注的下半年三大变量 - AI产业链的真实盈利兑现情况：AI产业景气度持续提升，但较高估值隐含了较高预期，真正能兑现的企业才有机会创造有价值的投资回报 [27] - 全球货币政策转向的节奏与力度：6月美联储议息会议释放强于预期的加息信号，全球主要央行政策预期从宽松转向偏紧，将直接影响全球流动性格局与估值体系，加快资产价格驱动由估值转向基本面 [28] - 中国经济的结构性复苏能否从制造业扩展至更广泛的领域：目前制造业PMI已呈现企稳回升迹象，但AI相关部门与其他部门间绝对的景气度落差并未改变，若经济复苏范围扩大，将为顺周期板块的估值修复提供更可持续的基本面支撑 [28]

股票量化多头产品2026年上半年整体表现 - 2026年上半年，有业绩展示的1236只股票量化多头产品平均收益为16.25%，与去年同期的17.32%基本持平 [2] - 平均超额收益仅为3.11%，较去年同期的14.17%出现明显降幅，显示获取Alpha收益的难度显著提升 [2] - 实现正收益的产品有1062只，占总量的85.92% [3] - 实现正超额收益的产品有755只，占比仅为61.08% [4] 超额收益收窄的原因分析 - 市场极致分化压制分散持仓：A股呈K型行情，四至五成成交额集中在前5%热门科技股，量化模型广泛分散的持仓中大量非热点中小盘个股滞涨或下跌，拖累组合 [3] - 因子失效与策略同质化：动量因子表现强势，但反转、均值回归及小市值因子持续反向；同时行业规模扩张，多数机构使用相似的价量因子与框架，导致同质化拥挤，超额被摊薄 [3] - 风格错配：市场资金高度偏好科技成长与动量风格，低估值低波因子表现弱势，红利指增虽有正Alpha但无法弥补Beta端亏损；在缺乏明确主线轮动时，量化策略难跑赢紧抱科技龙头的宽基指增 [3] 各子策略收益与超额表现对比 - **中证500指增**：200只产品平均收益达22.00%领跑，正收益产品占比98.00%；但平均超额收益仅为0.85%垫底，正超额产品占比57.00% [5] - **沪深300指增**：46只产品平均超额收益达7.28%领跑，正超额产品占比86.96%领跑；平均收益为15.38%，正收益产品占比97.83% [5] - **红利指增**：24只产品平均超额收益为5.22%，正超额产品占比79.17%；但平均收益为-3.99%，是指增产品中唯一收益为负的子策略，正收益产品占比不足3成 [5] - **中证A500指增**：43只产品平均收益为19.08%，全部实现正收益；平均超额收益为6.40%，正超额产品占比83.72% [6] - **中证1000指增**：232只产品平均收益达20.71%，正收益产品占比97.84%；平均超额收益为4.07%，正超额产品占比72.41% [6] - **量化选股**：549只产品平均收益仅为13.96%，未跑赢指数增强产品平均水平，正收益产品占比77.60%；但在27只收益突破50%的产品中，该策略占到23只 [6] 不同规模私募旗下产品表现 - **大规模私募（50亿以上）**：531只产品上半年平均收益达20.33%，正收益产品占比95.67%，平均超额收益达6.54%，正超额产品占比76.27%，各项数据均领跑且优势明显 [7][8] - **中等规模私募（10-50亿）**：296只产品上半年平均收益为13.75%，正收益产品占比80.41%，平均超额收益为1.06%，正超额产品占比55.74% [8] - **小规模私募（0-10亿）**：409只产品上半年平均收益为12.75%，正收益产品占比77.26%，平均超额收益为0.14%，正超额产品占比不足5成；但高收益与高超额产品多来自小规模私募，在13只超额收益突破50%的产品中占8只，在27只收益突破50%的产品中占13只 [8]

文章核心观点 - 全球创投风向发生根本性转变，依靠套壳大模型做轻量化工具、依赖线上流量赚快钱的创业时代已经落幕 [1] - 当前全球顶级资本押注的新方向是能够深入物理实体、搭建底层基础设施、解决AI自身催生的全新产业痛点的项目 [1] - 通过对199家初创公司的分析，AI正在从“线上辅助工具”彻底进化为“重塑实体产业的底层生产力”，整条产业链的价值分配逻辑正在重新洗牌 [1] - 线上流量红利见顶，资本正集体涌向周期更长、壁垒更深、产业刚需更强的实体底层赛道 [7] - 行业正回归技术创造真实产业价值的创业本源，中国创业者凭借完整的产业链和实体场景优势，具备弯道超车的潜力 [19] 赛道重构与权重变化 - **AI基础设施**：以39家企业成为全场第二大板块，覆盖智能体全栈框架、安全护栏校验、持续迭代学习、仿真调度、向量数据库、模型压缩、前端智能终端等AI智能体落地全链条的每一个细小环节 [4] - **工业与国防**：清单内包含35家企业，相比上一批次数量翻倍，一跃成为第三大赛道 [6] - **消费游戏与内容媒体**：清单里仅寥寥十余家企业，体量和权重与工业基建赛道完全不在一个量级，赛道权重肉眼可见地收缩 [7] - **法律赛道**：仅8家企业，是全批次数量最少的赛道，但行业平均估值潜力评分全批次第一 [7] - **金融服务与医疗生命科学**：企业数量适中，布局均衡，依托行业强监管属性，天然隔绝低端同质化竞争 [7] - **零售供应链**：仅有4家企业，赛道窄但场景高度垂直，全部围绕实体仓储、物流自动化等物理AI落地 [7] 四大核心趋势 （一）物理AI研发逻辑颠覆 - 行业研发逻辑彻底颠倒，从过去的“硬件先行，数据后置”转变为“先搭数据底座，再落地硬件产品” [9] - 清单里35家工业国防企业中，超半数重心放在物理AI仿真、数据采集、测试工具链，而非终端机器人成品 [9] - 物理机器人的训练数据采集成本极高、场景泛化能力极差，行业共识是必须提前搭建仿真世界模型和规模化标注数据集 [9][10] - 实体数据集是物理AI时代不可再生的核心生产资料，手握独家真实场景数据的企业将长期占据价值链顶端 [10] （二）AI基础设施走向极致细分 - AI基础设施赛道39家企业的排布，展现产业从“概念试点”走向“大规模企业落地”的完整演变 [11] - 当前赛道分工精细到极致，企业专攻复杂业务端到端部署、合规护栏校验、模型持续动态学习、向量压缩、仿真渲染、算力调度、多智能体协同等单一细分环节 [11] - 这种极致细分释放了产业信号：企业级AI智能体已进入大规模商用窗口期，市场需要专业化工具解决海量细分故障场景 [12] （三）能源AI成为意外增量赛道 - 在工业国防赛道中，出现了专门为AI产业配套的能源优化企业，其需求全部来自AI产业自身的算力消耗 [13] - 大模型训练、全天候推理集群、机器人仿真计算带来指数级增长的电力消耗，能源成本已成为AI企业的核心运营成本 [13] - 这批能源AI初创企业依托AI算法优化算力用电规划、降低数据中心能耗，需求内生且刚性，商业闭环天然成立，是商业化路径清晰的蓝海赛道 [13] （四）垂直行业AI完成从工具到服务的质变 - 以法律赛道为典型，企业彻底跳出软件供应商身份，直接转型为AI原生法律服务机构，AI作为核心服务输出载体，人类律师仅负责监督风控 [14] - 垂直行业AI不再单纯售卖软件授权，而是直接交付完整行业服务，商业模式从工具售卖转向结果分成、订阅服务，盈利稳定性大幅提升 [14] - 市场需求已被验证，资本愿意持续加注，但行业整体渗透率仍处于早期，新入局创业者仍有充足差异化突围空间 [14] 中国创业者的启示与方向 - 必须放下“轻资产线上AI套利”的路径依赖，将重点转向物理AI、底层基础设施、行业专属刚需等具有长期价值的赛道 [16] - 中国拥有全球最完整的制造业产业链、海量工业实体场景、庞大算力集群，在物理数据采集、工业机器人落地、算力能源优化上具备天然的本地场景优势 [16] - AI基础设施创业应放弃“全栈大一统”的执念，走垂直细分单点突破路线，聚焦本土特有痛点，深耕单一细分环节以快速获得企业订单 [17] - 物理AI赛道应优先布局数据与仿真底层，依托“少量真机数据 + 大规模仿真生成”的模式搭建数据壁垒，而非急于推出终端硬件陷入价格战 [17] - 垂直行业AI应推动商业模式从“卖软件”转向“交付全流程服务”，结合国内行业监管规则，打造AI主导、人类专家风控的完整服务体系，以提升客户粘性与单客价值 [18]

文章核心观点 - AI初创公司的竞争策略正从“水平”转向“垂直”，即从依赖单一通用AI模型的“包装器”模式，转向深度整合并掌控特定行业完整价值链与工作流程的模式[3][5][6] - “包装器”公司因底层模型快速产品化而衰落，其核心教训是未能拥有任何持久的竞争壁垒[5][6] - 真正的护城河在于“垂直整合”，即通过深度行业知识、工作流程编排和持续运营，将原始AI智能“操作化”为可交付的服务，这比纯粹的模型智能更具防御性[7][9][14] - 当前AI领域的竞争是一场三方赛跑：AI原生初创公司从下往上爬、前沿AI实验室从上往下产品化、行业在位者从侧面挤压，而非建立一劳永逸的堡垒[17][19] 包装器公司的兴衰与教训 - 2023年ChatGPT发布后，第一波创业者创建了大量“包装器”公司，其商业模式是在基础模型上套用一层界面，针对特定任务（如写文案、客服）按月收费[5] - 代表性公司Jasper在2022年融资1.25亿美元，估值达15亿美元，但在2023年将营收预期下调至少30%，并经历了裁员和高管离职[5] - 这类公司的根本赌注是底层模型技术会大致停滞，但该赌注被前沿实验室将模型快速“产品化”所推翻[6] - Anthropic的营收从2024年1月宣布的140亿美元年化跑率，增长至5月的超过470亿美元，其产品如Claude Code、Claude Design直接侵蚀了“包装器”公司的市场[6] - “AI for X”的策略最终被证明只是对一个“临时优势”的描述，而非可持续的产品策略[6] 垂直整合模式的定义与成功案例 - 成功的AI公司从第一天起就致力于拥有交付服务所需的整个工作流程，而不仅仅是提供AI工具[6] - EvenUp是垂直整合的典型案例，它专注于人身伤害赔偿领域，平台服务2000多家律所，包括全美前100强人身伤害律所中的20%[7] - EvenUp的年度经常性收入每年翻倍，在2025年10月完成1.5亿美元融资，估值超20亿美元，不到一年估值翻了一倍多[7] - 其核心价值在于组合：工作流程、领域知识、累积的案例数据以及运营复杂行业的能力，而非模型或数据本身[7] - 核心结论是“工厂本身，才是产品”，这一理念在创业最早阶段就已成立[7] 垂直整合的三种具体打法 - **第一种：用垂直工作流防御纯智能**：公司通过深度掌控复杂工作流来超越前沿实验室的原始智能[8] - Blitzy是NFX在2024年的投资案例，它选择成为直接为企业提供软件开发服务的AI平台，而非仅为开发者提供工具[8] - Blitzy通过构建公司代码库知识图谱和智能任务拆分编排，在真实企业场景中跑赢了实验室产品，其在SWE-Bench Pro基准测试中排名第一，达到66.5%[8] - 关键启示：完全拥有一个复杂工作流，能够战胜前沿实验室的原始智能优势，并且这一模式在向AGI/ASI发展过程中会持续重演[9] - **第二种：用自动化重构行业基础**：将自动化置于商业模式的核心，重新设计行业流程[11] - Tomo在按揭行业重新构思贷款审批流程，将自动化深入销售、核保、运营环节，使信贷员产出高于同行，从而能为77%的购房者提供比传统机构更优的利率[11] - **第三种：从记录系统升级为行动系统**：先成为某个领域的唯一记录系统，再利用AI升级为能驱动决策的行动系统[12] - Seso为美国农业的H2-A季节性用工签证流程创建了集中的记录系统，并正将其从“记录系统”升级为能管理调度和生成洞察的“行动系统”[12] 垂直模式面临的竞争与风险 - 垂直整合的AI初创公司面临三方竞争：AI原生创业者、产品化模型的前沿实验室（如Anthropic）、以及寻求内部自动化的行业在位者[13][17] - 大型在位者（如顶级律所Freshfields）可能选择与前沿实验室（如Anthropic）合作开发内部工具，而非依赖第三方初创公司[13] - 然而，与前沿实验室合作成本高昂，涉及惊人的token账单和天价的AI工程师成本，且自动化对于在位者通常非核心职能[13][14] - AI原生服务更灵活，不受实验室牵制，可全力投入市场进入和客户体验打磨[15] - 垂直整合的策略目标被描述为“圈住”竞争，而非彻底“赢下”竞争[15][19] - 垂直整合模式本身比“包装器”模式更烧钱、发展更慢、业务更重，在复杂行业中失败的风险很高[17] - 这是一场赛跑，创业者需赌自己比实验室更专注、比在位者更敢于推倒重来[18][19] 可持续竞争优势的本质 - 模型能力是所有人共享的、临时的优势[20] - 真正可持续的、属于公司的资产是那些具体、随时间累积、难以被复制的东西，无论其被称作“垂直整合”、“品味”、“服务”、“系统alpha”、“记忆”还是“共识”[20] - 对于AI创业者，关键问题不是“模型能做什么”，而是“哪一个具体而混乱的真实工作流，我能从头到尾掌控，并让每服务一个客户就增加一分壁垒”[21]

土耳其国防工业与外交展示 - 土耳其总统埃尔多安在北约峰会期间向多国领导人赠送了由土耳其武器制造商MKE生产的“点357马格南”左轮手枪作为纪念品，该手枪刻有收礼人姓名，并附有6发实弹 [1][2] - 此举被路透社分析认为意在展示土耳其不断发展的国防工业实力，军工产业已成为土耳其重要的出口产业和外交工具 [6][14] - 总部位于日内瓦的“小武器调查”机构数据显示，2019年至2024年，土耳其小武器出口总额约30亿美元，位居全球第三，仅次于美国和意大利 [6][17][23] 土耳其枪械制造业市场地位 - 土耳其现代枪械制造主要集中于半自动手枪，但此次赠送的左轮手枪因产量较少，具有一定收藏价值 [6][18] - 凭借价格优势，近年来土耳其枪械制造商不断扩大在欧洲民用枪械市场的份额，对意大利、比利时等传统枪械制造商形成不小竞争 [6][19] 国际领导人的反应与处理 - 礼物给多国代表团带来了通关和保管难题，比利时首相在机场打开礼物时受到“不小冲击”，随后将手枪移交机场警察封存 [1][5][13] - 加拿大、荷兰等国领导人收到的手枪被送去进行失效处理，希腊则计划将其送往雅典战争博物馆收藏 [5][14] - 波兰总统助手强调将首先确保安全，其次尊重这份礼物，加拿大总理则打趣自己回赠的枫糖浆与之相比“逊色不少” [5][23]

来源：应急管理部微信公众号 欢迎分享给你的朋友！ 出品 | 中国能源报（c n e ne rgy） 编辑丨赵方婷 7月9日，福建省泉州市晋江市陈埭镇一鞋厂发生重大火灾，造成28人死亡。国务院安委会决定对该起重大火灾查处挂牌督办，并 派出国家消防救援局牵头的现场督办组，督促指导福建省开展调查处理工作，要求福建省依照有关法律法规及规章规定，抓紧组 织开展调查，尽快查明起火原因和管理原因，精准确定火灾性质，查清责任，严肃提出处理意见和整改措施。 End ...

文章核心观点 - 中国石化成功为长征十号乙运载火箭提供并应用了由液化天然气制备的高纯甲烷燃料，标志着中国商业航天在燃料多元化供给领域取得关键性技术突破，为行业提供了低成本、高频次发射的新解决方案 [1][3][5][7] 技术突破与燃料特性 - 长征十号乙火箭首次规模化应用了液化天然气制备的高纯甲烷新型航天燃料，所用燃料纯度达98.7% [1] - 该高纯甲烷燃料由千余吨液化天然气经三级深度净化工艺精制而成，全部实现国内自主供应 [1][3] - 相较于传统液氢燃料，该新型甲烷燃料的储运成本降低40% [3] - 液氧甲烷燃料具有性能优异、适配可重复使用技术、绿色环保、储运便捷等多重优势 [5] 产业影响与战略意义 - 此次成功应用构建起多渠道、可替代、安全可靠的航天燃料供给体系 [7] - 为商业航天产业提供了经济高效、绿色低碳的全新技术路径，提升了产业的自主可控能力与核心市场竞争力 [7] - 该燃料方案解决了传统液氧煤油、液氧液氢燃料难以适配商业航天高频次、低成本、常态化发射需求的问题 [5] - 为我国商业航天低成本、高频次常态化发射提供了全新、可行的燃料解决方案 [3] 运载火箭背景 - 长征十号乙是专门面向商业航天市场研发的两级可重复使用运载火箭，芯级直径5米，核心部件实现100%国产化 [1] - 该火箭是中国首枚采用液氧甲烷推进剂的商用可回收运载火箭 [1]

每周50关键词 把握全局AI动态 点击 关键词 可查看资讯概述 | 类别 | Top关键词 | 主体 | | --- | --- | --- | | 算力 | 韬定律V2 | 华为 | | 算力 | 自研推理芯片 | DeepSeek | | 算力 | XBM内存 | 英特尔 | | 模型 | Gemini 3.5 Pro | 谷歌 | | 模型 | 混元Hy3 | 腾讯 | | 模型 | GPT-5.6 | OpenAI | | 模型 | Grok 4.5 | 马斯克 | | 应用 | Vidu S1 | 生数科技 | | 应用 | PAI 2.0 | Utopai | | 应用 | Muse Image | Meta | | 应用 | GPT-Live | OpenAI | | 应用 | JoyAI数字人 | 京东 | | 应用 | LingBot-VLA 2.0 | 蚂蚁 | | 应用 | RoboBrain Orca | 智源 | | 应用 | LingBot-World 2.0 | 蚂蚁 | | 应用 | 超级感知眼镜 | Meta | | 应用 | 记录面聊 | 企 业微信 | | 应用 | 小程 ...