灾害事件对相关行业的影响 - 西藏日喀则市吉隆口岸因尼泊尔一侧泥石流灾害造成重大人员伤亡和失联，通信、交通、电力等基础设施严重受损 [1] - 中国电信、中国移动、中国联通已启动应急响应，调集人员物资赶赴灾区保障通信畅通 [3] - 电力应急抢修人员正在吉隆口岸调试夜间照明设备，显示电力行业已介入抢险救灾 [5]

核心观点 - 厄尔尼诺现象引发的严重干旱导致巴拿马宣布全国进入紧急状态，影响巴拿马运河通行能力及全球贸易 [1][3] 厄尔尼诺现象与紧急措施 - 巴拿马于8月25日宣布全国进入紧急状态，以应对厄尔尼诺现象引发的极端天气及社会经济影响 [1] - 巴拿马成为继洪都拉斯和萨尔瓦多之后，第三个因降雨不足采取紧急措施的中美洲国家 [2] - 巴拿马政府部长表示紧急状态将帮助当局应对干旱后果，目前干旱已导致农作物受损并威胁粮食安全 [2] - 萨尔瓦多因气象和农业干旱宣布进入最高级别红色警戒，加强监测并为农村家庭准备粮食援助 [4] - 洪都拉斯上周对全国约80%地区发布干旱警报 [4] - 今年6月和7月，上述三国均创下高温纪录；仅8月份，萨尔瓦多就打破14项气温记录 [5] 巴拿马运河与贸易影响 - 厄尔尼诺现象给作为全球主要贸易通道之一的巴拿马运河带来问题，因水位下降被迫减少通行船只数量 [3] - 巴拿马气象与水文研究所数据显示，自5月以来太平洋一侧部分地区降雨量较正常水平减少最多60% [3] - 约11个流域面临水资源压力，影响水力发电和饮用水供应；加勒比海一侧部分地区降雨则有所增加 [3] - 巴拿马政府公告称，厄尔尼诺现象将在今年10月至明年3月期间进一步增强，部分地区可能出现降雨不足，影响预计持续至明年5月 [3] - 高温和降雨减少可能对水资源、农业生产等造成影响 [3] - 厄尔尼诺现象平均每2至7年发生一次，但今年可能成为有纪录以来最强的一次 [3]

2026 年 8 月 26 日 10 时 30 分许，因尼泊尔一侧发生泥石流灾害，造成西藏日喀则市吉隆县吉 隆口岸重大人员伤亡、失联，部分电力设施损毁 。灾害发生后， 国家能源局 坚决 贯彻落实习近平 总书记 重要指示 和李强总理批示 要求 ， 第一时间调度部署， 协调 指导 相关 电力企业 全力开展 抢修复电 和供电保障工作 。 目前， 当地 电力 企业 已备好应急照明 设备， 优先保障临时指挥部照明 ，并派出 1 台中压发电 车 、 2 台低压发电车 赶赴灾区 。同时， 从周边 地区 调拨应急照明装备 24 台，电源装备 53 台，以及帐篷接电物资、抢修物资，正在赶往现场 开展抢修复电和供电保障工作 。 ...

文章核心观点 - Anthropic使用其Claude模型从头设计了一批自然界从未出现过的蛋白质，并拼出了公司名称，展示了AI在蛋白质设计领域的重大进展[6][8] - Claude在蛋白质设计上的命中率（22%-35%）显著高于行业平均水平（10%-15%），且设计周期从数周缩短至两天[25] - 尽管AI在蛋白质设计上取得突破，但从设计到药物上市仍有漫长过程，Amodei“5-10年攻克大部分疾病”的预言距离现实遥远[32][46] 一、Claude设计蛋白质的技术流程与成果 - Claude设计蛋白质的流程包括：选靶点（基于16000单词提示协议，让Opus 4.8和Mythos Preview在16个靶点内部赛马，24-48小时筛出15个靶点）、生成结构、生成序列、进行筛选[10] - 设计产物为“蛋白质结合剂”，作用是让新蛋白质结合已有蛋白质[9] - 设计序列被送到两家独立第三方湿实验平台（瑞士Adaptyv Bio和美国Twist Bioscience）进行实地检测[12] - 在15个靶点中，有14个给出了能结合的蛋白，一轮设计命中率22%-35%，行业通常只有10%-15%[25] - 每个靶点两天内出结果，过去靠计算专家手工编排需要几周时间[25] - 人类专家竞赛中，RBX1靶点命中率仅3.7%，Claude单靶点做到40%，最优设计超越人类冠军[23] - Claude成功攻克了公认难搞的TNFα靶点（修美乐等重磅药物的作用靶点），但整体能力更强的Mythos Preview反而未成功[23] - 一个MBP靶点，90个设计全部失败，该蛋白又大又软、表面光滑亲水[23] - Claude在6个靶点上产出了15个含β折叠结构的结合剂，证明其结构推理能力不止于最简单的α螺旋束套路[23] 二、蛋白质从头设计的背景与挑战 - 蛋白质基础原料是20种标准氨基酸，通过α螺旋、β折叠和β转角等方式组成蛋白质[15] - 一段100个氨基酸的蛋白，可能序列组合为20^100种，约10^130种[16] - 宇宙所有原子总数估计约10^80个，蛋白质可能种类比全宇宙原子还多几十个数量级[17][18] - 自然界实际存在的蛋白质折叠类型约1000-2000种，绝大多数随机序列不会折叠[20] - 2003年贝克实验室做出Top7，是第一个自然界不存在的全新折叠结构，但消耗大量计算资源[20] - 传统从头设计结合剂成功率约10%-15%，一个靶点磨上几个月是常态[20] - 2017年贝克实验室在《自然》杂志发表的迷你蛋白库，2万多个设计中高亲和力结合剂命中率11.6%[20] - 同年Rocklin等人在《科学》杂志的更大规模折叠测试，首轮成功率只有个位数百分比，螺旋结构成功率23%，某些混合结构直接归零[21] 三、从蛋白质设计到药物的距离 - 现代药物分三类：化学药（小分子药物）、生物药（蛋白质、核酸或多糖类药物）、核药[29] - 很多生物药本身就是蛋白质，如乙肝疫苗的重组蛋白、PD-1抑制剂、ADC的抗体部分[29] - 设计蛋白质结合剂只是AI制药的第一步，后续可制造性、稳定性、毒理、剂量、临床试验、监管审批仍需人类完成[26] - 至今没有一款用AI从头设计的蛋白类药物成功上市[26] - 一款新药从发现到上市平均10-15年，花费10亿-20亿美元[32] - AI可能让新药发现效率提高100倍，但无法让药物上市速度快100倍[33] - Amodei在2024年《Machines of Loving Grace》长文中承认了数据、物理世界速度、内在复杂性、临床试验等瓶颈[33] 四、科研AI御三家的竞争格局 - 谷歌（DeepMind + Isomorphic）：拥有诺奖级成果AlphaFold，但2026年显疲态，Isomorphic Labs至今未将一款药送进临床，首个新药申请预计2026年底才提交，AlphaFold团队被拆分，关键科学家约翰·江珀跳槽到Anthropic[37] - OpenAI：走垂直科学模型+药企合作网路线，GPT-Rosalind是专门的生命科学推理模型，GPT-4b micro联手Retro Biosciences重新设计山中因子，湿实验验证效率提升50倍[37] - Anthropic：2026年最激进，通过挖人、收购、把生物能力嵌入通用模型，站到谷歌和贝克实验室两大巨人肩头，不自造科学模型，蛋白设计使用开源工具[38] - Anthropic的Claude for Life Sciences和Claude Science工作台是付费产品，客户包括诺华、礼来、赛诺菲、艾伯维、阿斯利康、BMS等跨国巨头药企[35] - 亚马逊作为基建底座，多数药企和AI制药公司使用AWS算力跑研发[38] - 专业AI制药公司方面：英矽智能Rentosertib在2026年7月启动Ⅲ期临床试验；晶泰科技有上万平米湿实验室，PEP08、RTX-117进入Ⅰ期临床；深势科技DeePMD获2020年戈登贝尔奖[39] 五、AI设计蛋白质的安全风险 - 朊病毒是因错误折叠形成的危险蛋白质，能导致疯牛病、库鲁病和克-雅病[40] - AI设计流程有严格筛选机制，首先消灭错误折叠和聚集，出现新型朊病毒可能性不大[41] - 全新设计蛋白质易被免疫系统当成外来异物消灭，可能引发炎症，历史案例Abicipar因15.4%炎症发病率失败[42] - 针对A目标的蛋白质可能对B目标起作用，历史案例胰岛素类似物AspB10导致良性和恶性肿瘤比例惊人，被迫放弃[42][43] - 2025年《科学》研究显示，用开源AI蛋白设计工具生成超过7.5万个危险蛋白变体，四家主流基因合成筛查软件测试后大量变体逃过检测，打补丁后仍有约3%危险变体漏网[43] - Anthropic将蛋白质设计技术列为“双重用途”，承认可能被用于生物武器研发，Claude蛋白设计功能不向普通用户开放，正在筹备科学家准入计划但无时间表[43] - Anthropic同时宣布Opus 5用户可将原始核磁或质谱文件丢给Claude，25分钟内出完整分析报告，纯度测定96.4%，与专业实验室手工测出的96.33%不相上下[44]

核心观点 AI的瓶颈正从“模型智能”转向“人类行为惯性、产品交互范式、企业流程适配、算力基础设施与安全治理”等现实经济阻力，技术能力跃迁速度远超社会与经济适应速度[3][11][74] 一、AI采用与经济惯性 - Sam Altman承认低估了经济与人的惯性，2023年GPT-4出现时他原以为软件行业会很快被重新洗牌，但三年后发现企业采购、组织流程、人的工作习惯不会同步变化[3][11] - 经济有非常强的惯性：人们继续做原来的事，继续从原来的公司采购，也继续希望用熟悉的方式使用工具，这反而让巨大转型更平滑、更缓慢[11] - 以Netflix早期邮寄DVD为例，他惊讶于为什么那么多人继续去Blockbuster，说明习惯的力量比技术圈想象得难得多[12] - 即使拥有Codex工具，Sam Altman自己仍像过去二十年一样点开邮件、复制粘贴、维护待办清单，这种个人行为迟滞解释了AI生产率悖论[3][14][15] 二、产品瓶颈与“iPhone时刻” - 当前AI阶段类似iPhone出现前的智能手机，技术拼图基本出现，但缺少彻底改变人机交互的“iPhone时刻”[16] - 最新一代模型已经相当聪明，但更受限于AI掌握的关于用户的有效上下文信息数量[17] - 模型能阅读数万页上下文并在几秒内准确运用，这是人类无法做到的，将带来全新协作体验[18] - 产品层面尚未充分思考：赋予模型比任何人所能掌握的更多上下文信息，并帮助人就重大决策提供建议[18] 三、算力与基础设施战略 - 大规模算力建设正在迅速成为“历史上最昂贵的基础设施项目”之一[4][21] - 算力扩张涉及复杂供应链问题：自研芯片、晶圆厂供应链、机架制造、电力系统，加上技术、商业、政策、物流和能源[21] - AI竞争已不仅是算法竞赛，也是资本组织能力、能源能力和供应链能力的竞争[4] - OpenAI将大部分精力放在研究和算力上，认为创造足够聪明的模型并让大量人充足使用智能是最重要的事[20] 四、平台战略与产品取舍 - OpenAI希望更像平台公司而非产品公司，理想形态是统一AI入口加一套让开发者自由构建业务的API[4][51] - 公司放弃过一些“不错但不是最重要”的产品，例如去年放弃了Sora（好产品但消耗算力），砍掉了名为Atlas的网页浏览器[53] - 核心战略是打造用于知识工作并最终用于科学研究的通用智能，以及自研芯片、建设数据中心、编写基础设施软件等上游工作[53] - 直接产品将从聊天机器人逐渐变成更持久的Agent，主动帮助用户完成各种事情[52] 五、AI安全与真实世界迭代 - Sam Altman担心两个风险：一是AI能力过强导致人类失去控制，二是为避免第一种风险导致权力集中到少数公司、模型或个人手里[5][32] - 主张通过真实部署、事故报告、复盘和持续修正来提高安全性，而不是完全在实验室里预演社会后果[5][36] - ChatGPT推出不到四年就有十亿人在使用，处理敏感且重要的事务，公司能够交付被广泛认为安全的产品[38] - 认为在象牙塔里闭门造车无法做到安全，脱离现实绝非破局之道[39][40] - 模型能力极其强大，进步曲线极其陡峭，未来将不得不做出一系列艰难决定，比如什么时候推迟开发[41] 六、小企业创业潮与个人自主权 - AI正在降低创业门槛，预计将出现历史上规模最大的一波小企业创业潮[45] - 整个AI行业包括OpenAI自身都没有足够重视这件事，也没有做出足够多产品去加速它[45] - AI的目标应该是扩展人的自主权，而不是削弱它[33] - 不能因为不信任人类就逐渐把世界控制权和决策权交给模型，那是一种非常反人类的立场[32] 七、非共识押注与创业方法论 - 2015年成立OpenAI时，很多人认为AGI几乎不可能实现，公司因公开追求AGI被领域内很多权威批评[22] - 后来真正押注大语言模型时又被批评了一次，但高风险下注本身没有问题，只要一旦成功就极其有价值[22][23] - 真正优秀的研究员往往是非共识的、有新方法、高能量且不太“标准化”[23] - 创业投资经历让Sam Altman容易接受幂律法则：最成功的一笔投资可能超过其他所有投资加起来[22] 八、YC方法论对OpenAI的影响 - YC推动了快速迭代的创业方式：尽早发布V1，即使不够好甚至有点尴尬，通过真实用户反馈更快变好[59] - ChatGPT上线前Sam Altman知道Paul Graham会说什么：虽然还早、还不完美，但正确做法就是发布[59] - 行动快、持续迭代与成功之间的相关性非常高[60] - OpenAI成立后四年半没有发布任何产品，与YC经典建议完全相反，必须学习在没有客户外部信号的情况下进行管理[63][64] - 公司用Dota 2时期强化学习击败人类玩家的排行榜来模拟用户反馈，这非常客观、真实[64] 九、从成功中学习 - Sam Altman认为从成功中学到的东西比从失败中多得多[63] - 失败的原因千头万绪，很难理清真正因果关系，而成功经验应用到未来实践帮助更大[63] - 从YC成功和OpenAI成功中汲取的经验弥足珍贵[63] - 公司从“无监督情感神经元”论文起步，最终演变成GPT-1及后续版本，规模法则研究给了继续扩展模型的信心[67]

苹果芯片与本地AI算力战略 - 苹果于北京时间8月25日晚间发布M6、M5 Ultra芯片及新款Mac mini和Mac Studio，M6为首款2纳米芯片，率先搭载于Mac mini，并赋予其“全天候智能体计算工具”新定位[4] - M6采用12核CPU和12核GPU，每颗GPU核心集成神经网络加速器，搭载双16核神经网络引擎，统一内存带宽最高达170GB/s，整颗SoC围绕AI重新分配资源[11] - M5 Ultra通过UltraFusion连接两枚双晶粒M5 Max形成四晶粒架构，最高拥有36核CPU、80核GPU、512GB统一内存和1.2TB/s内存带宽，优先向封装、内存和带宽要系统上限[12] - 苹果允许多台Mac Studio通过雷雳5和RDMA组成集群，四台设备AI推理性能最高达到单机三倍，模糊工作站与小型AI服务器边界[12] - 苹果想卖的是不同档位的本地AI算力，新款Mac mini价格从6999元起，最高可超过5万元，将入门电脑改造为可按需购买的本地算力[17] Mac mini的AI需求与市场表现 - Mac mini过去是进入macOS生态的低门槛选择，本地大模型兴起后被开发者改造成个人AI节点，统一内存允许CPU和GPU共享内存池，降低获取大容量GPU可访问内存的整机门槛[7] - 2026年初，随着本地模型和智能体工具走热，32GB版M4 Mac mini及48GB、64GB版M4 Pro机型成为开发者重点寻找的配置，苹果官方MLX及第三方LM Studio和Ollama降低部署门槛[7] - 2026年4月至5月，苹果官网部分地区高内存版本一度无法下单，部分定制配置交期拉长至数周，零售渠道出现阶段性缺货和现货溢价[7] - 紧缺更多集中在适合本地模型的版本，说明本地AI需求正在改变Mac mini的配置结构，个人开发者租用高端GPU需持续支付时费，Mac mini的大容量统一内存和较低部署门槛更有吸引力[8] - 搭载M6的Mac mini最高只有32GB内存方案，适合中小型量化模型、RAG知识库和工具型智能体，32GB内存限制单机运行大模型上限[11] PC市场与苹果的定价策略 - IDC数据显示，2026年第二季度全球PC出货量同比下降4.9%至6820万台，是连续九个季度增长后首次下滑，内存供应压力与价格上涨压制换机需求[15] - 苹果横跨iPhone、iPad和Mac的采购规模有助于稳定供应，自研芯片和统一内存能自行决定算力、容量与功耗组合，AI为苹果提供提高平均售价的路径[15] - 苹果未单独披露Mac毛利率和Mac mini单独出货量，无法判断高配Mac对综合毛利的具体贡献及AI需求带来的增量，但更高价SKU有助于缓冲存储涨价和PC出货下滑[17] - 苹果在休斯顿展示一条计划于年内投产的Mac mini组装线，增加一处供应链备份，但未披露承担多少产量[17] - Mac mini的抢跑预告苹果开始算力押注，考验用户是否需要永远在线的本地智能体，以及开发者是否愿意在CUDA之外建立另一套工作流[18]

核心观点 - 江苏银行凭借政信类资产快速扩张成为城商行规模第一，但净息差低、资本消耗快，增长模式面临可持续性挑战，未来需从规模扩张型向内生增长型转型 [3][20] 江苏银行业绩表现与优势 - 2026年上半年总资产5.61万亿元，同比增长17.18%，增速高于南京银行（11.58%）和宁波银行（13.77%） [2][6] - 上半年营收489.52亿元，同比增长9.11%；净利润218.76亿元，同比增长8.9% [2] - 对公贷款余额1.94万亿元，较上年末增长16.72%，同比增长46%，是信贷扩张核心驱动力 [6] - 不良贷款率0.81%，处于上市银行优秀水平；拨备覆盖率304.83%，远高于监管150%红线 [7] - 江苏银行是江苏省最大本土法人银行，省内网点县域全覆盖，股东以江苏省属国有法人为主，管理层稳定 [8] - 对公业务形成政策导向与商业收益兼容模式，在绿色金融、科技金融、小微金融等赛道形成规模 [8] 江苏银行的软肋与风险 - 净息差在头部城商行中相对较低，2026年上半年低于南京银行和宁波银行，差距拉大 [11] - 信贷结构趋向低风险低收益资产，对公贷款占比从2023年57%升至2026年上半年70%，零售贷款占比从近36%降至23% [14] - 政信类贷款是扩表第一驱动力，2023年至2026年上半年增量近4800亿元，远高于制造业等收益率较高方向 [15] - 手续费及佣金净收入几乎停滞，上半年同比仅增长0.26%；非息板块稳定性不足 [10] - 核心一级资本充足率8.67%，较2025年末下降0.26个百分点，在三家江浙头部城商行中最低 [19] - 风险加权资产随资产规模快速扩张大幅增长，资产半年增长13.79%，资本内生补充速度跟不上扩表速度 [20] 新行长背景与转型方向 - 新行长高增银具有投行、资管背景，曾担任江苏银行投资银行部总经理、苏银理财一把手 [23] - 预计不再追求超高资产增速，向资本效率优先微调，避免核心一级资本被持续透支 [24] - 信贷资源可能重新分配，制造业、科创、绿色贷款占增量权重抬升，更看重贷款收益率和客户综合回报 [24] - 零售信贷预计止跌震荡，同时大力做强财富管理，提升非息收入占比，降低对利息净收入的依赖 [24] - 非息收入占比偏低是资管背景行长希望破解的痛点，若非息有效提升，可减少对以量补价对冲低净息差的依赖 [25]

核心观点 - 某新能源车企推出的“先充后付”功能存在漏洞，被不法分子利用，通过频繁更换子账号进行“免费充电”并转售牟利，导致企业损失超40万元，最终犯罪嫌疑人因诈骗罪被批捕 [2][3] 事件经过与漏洞利用 - 某新能源车企推出“先充后付”功能，车主可通过自家APP绑定多个子账号，每个子账号可优先充两次电，第三次充电后统一结算付款，旨在推广APP并方便车主 [2] - 2024年5月，被害公司排查发现异常账号，某主账号在不到一个月内（从4月起至被发现）频繁更换870多个子账号，每个子账号充两次后解绑，累计电费超过40万元 [2] - 犯罪嫌疑人梁某、张某在顺风车群认识，梁某利用张某的新能源车品牌，要求张某将虚拟手机号授权为共同用车人，确认账单仅发送给子账户后，二人合谋利用漏洞非法获利 [2] - 梁某从网络平台购买870多个虚拟手机号，每天支付张某800元好处费，用于不停绑定子账号、充两次电、立刻解绑 [3] - 梁某将“免费充电位”以每单80至120元的价格专卖给大货车司机，一辆重卡充满需约600度电、耗时3小时，因价格便宜吸引不少固定客户 [3] 法律定性 - 上海浦东新区检察院认定该行为构成诈骗罪而非盗窃罪，理由为二人用虚拟手机号骗取车企充电服务，让企业“认错人”白掏电费，符合诈骗罪虚构事实、隐瞒真相、以非法占有为目的的构成要件 [3] - 浦东新区人民检察院对梁某、张某批准逮捕，讯问中二人表示愿意积极退赔，梁某称其妻子已将自家房子挂牌出售，愿用卖房款赔偿被害车企全部损失 [3]

公司核心观点 - 伊利在2026 Sedex年度大会上斩获供应链ESG卓越奖和环境-绿色低碳贡献奖两项大奖，彰显其在可持续供应链领域的领先地位 [1][3] - 伊利集团董事长兼总裁潘刚提出“始于绿色、兴于共赢、归于美好”的可持续发展之道，自2007年提出“绿色领导力”并于2009年升级为“绿色产业链战略” [4] - 伊利作为乳业“链主”，通过带动上下游共建全球负责任供应链标杆，获得联合国全球契约组织“链主”证书 [4][6] 全链减碳与绿色转型 - 伊利率先探索“碳足迹+水足迹”双足迹全链减碳方案，组建拥有179家成员的“零碳联盟”和127家成员的“全球低水足迹倡议联盟（LWFi）”，目标在2050年前实现全产业链碳中和 [8][10] - 伊利2024年发布中国乳业首个综合性碳管理运营平台，2026年升级为中国首个“乳业碳水管理运营平台”，开创乳业碳、水协同数字化管理先河 [11] - 截至目前，伊利建成2家“零碳牧场”、打造5家“零碳工厂”、推出7款“零碳产品”、参与发布1项国际标准和15项国家标准，45家工厂获得国家级“绿色工厂”称号 [12][14] 负责任供应链与农户共赢 - 伊利将供应链关注焦点延伸至上游，通过长期战略合作协议以保护价采购黄桃，帮助江苏连云港种植户李明渡过2018年价格低谷（黄桃价格跌至0.4元/斤） [16] - 伊利与青岛福得味引入科学管理帮助果农“造血”，提升优质果率，直接带动上千户农户增收 [18] - 伊利已带动全国560万养殖户和农牧民走上增收致富道路，通过完善供应商全生命周期管理和来源可追溯管理，增强产业链韧性 [19][21]

核心观点 - 中科曙光2026年上半年业绩加速增长，利润在二季度集中释放，同时牛散葛贵兰新进前十大股东，被视为葛卫东家族对算力赛道的再次布局 [1][2][8] 财务表现 - 上半年营业收入74.66亿元，同比增长27.62% [1] - 归母净利润9.71亿元，同比增长33.31% [1] - 扣非净利润8.44亿元，同比增长48.45% [1] - 基本每股收益0.664元 [1] - 二季度单季营业收入42.66亿元，归母净利润7.44亿元，扣非净利润6.80亿元 [3] - 二季度归母净利润环比增长226.34%，单季净利率17.43%，一季度仅为7.12% [3] - 上半年毛利率27.23%，同比提升0.58个百分点 [3] - 上半年财务费用267.68万元，上年同期为负3436.95万元 [4] - 研发费用9.89亿元，同比增长57.13% [4] - 合计研发投入10.94亿元，同比增长78.36%，占营业收入比重14.65% [4] 业务结构 - 主营业务收入74.59亿元，占总营收比重超过99% [3] - IT设备收入66.66亿元，占比89.3% [3] - 软件开发、系统集成及技术服务收入7.93亿元 [3] - 企业客户占比61.6%，直销模式收入占比超过95% [3] 海光信息贡献 - 海光信息上半年营业收入90.99亿元，净利润17.98亿元，同比增长约49.7% [3] - 按权益法计算，海光信息为中科曙光贡献损益约5.04亿元 [3] 现金流与存货 - 销售商品、提供劳务收到的现金93.12亿元，高于营业收入 [3] - 经营现金流仍为负1.87亿元，较上年同期的负13.81亿元大幅收窄 [3] - 6月末存货账面价值67.92亿元，较上年末35.33亿元增加92.24% [4] - 发出商品高达32.03亿元，占比近半 [4] - 原材料13.14亿元、在产品11.26亿元同步增加 [4] - 存货跌价准备1.35亿元，计提比例仅1.94% [4] - 应收账款21.06亿元，较上年末下降23.56% [4] - 应收票据2905.12万元，较上年末下降68.36% [4] 研发投入与项目 - 面向人工智能的先进算力集群系统项目，资本化4631.78万元，支撑十万卡级线性扩展 [5] - 下一代高性能AI训推一体机项目，基于国产CPU与AI加速卡 [5] - 国产化先进存储系统项目，资本化6729.08万元，推进全闪存阵列等核心部件国产替代 [5] - 推出首款无线缆箱式超节点scaleX40、FlashNexus 9000集中式全闪存、新一代通用高性能计算平台、首款自研400G无损高速网络scaleFabric [5] 液冷与算力服务 - 子公司曙光数创上半年交付1650MW数据中心液冷系统，连续五年保持国内液冷市场占有率第一 [5] - 推出相变浸没液冷基础设施C8000V3.0，单机柜功率超900kW、PUE低于1.04 [5] - 一体化算力平台已汇聚超350万CPU核、25万GPU卡，注册用户超140万，适配大模型数量超1500款 [5] 资金与可转债 - 7月15日发行80亿元可转债 [6] - 8月6日曙26转债上市，债券代码113708，初始转股价108.89元 [6] - 8月25日晚公告使用不超过40亿元闲置募集资金进行现金管理 [6] - 上半年投资活动现金流净额为负14.62亿元，筹资活动现金流净额为负6.43亿元 [6] 股东与筹码结构 - 截至6月末股东总数40.50万户 [8] - 前十大股东合计持股3.72亿股，占总股本比例25.41% [8] - 中科算源持股14.68%居首，历军持股2.76%位列第二 [8] - 葛贵兰持有676.14万股，持股比例0.46%，位列第九大股东 [1][8] - 以8月26日收盘价84.25元计算，葛贵兰持仓对应市值约5.70亿元 [8] - 历军持股4031.69万股，环比下降4.32% [8] - 张仲华持股1613.29万股，环比下降7.59% [8] - 杜梅持股883.86万股，环比微降0.45% [8] - 易方达中证人工智能主题ETF持股环比下降29.08%至919.57万股 [8] - 华泰柏瑞沪深300ETF、华夏上证50ETF二季度末退出前十大股东名单 [8] - 北京中科算源、天津海泰控股集团、北京思科智控股三家股东持股数量未变 [8] - 葛贵兰与兴业收益增强债券A新进前十大股东 [8] 葛氏家族持仓历史 - 2023年一季度葛贵莲以640.77万股进入前十大股东 [9] - 2023年半年报葛卫东、葛贵兰、葛贵莲三人同时在列，分别持有1097.12万股、979.83万股、969.69万股 [9] - 2023年年报葛贵莲增至1598.09万股，葛贵兰持股未变，葛卫东退出 [9] - 2024年半年报葛贵兰退出前十 [9] - 2025年半年报葛贵莲退出前十大股东 [9] - 2025年三季报葛卫东之妻王萍持有3054.47万股成为第四大股东，四季度退出 [9] - 2026年半年报葛贵兰重新现身，持有676.14万股 [9][10]