投资评级 - 报告对福斯特(603806)维持“买入”评级 [4] - 最新收盘价11.81元，总市值308亿元，总股本/流通股本均为26.09亿股 [3] - 市盈率39.37，资产负债率19.5% [3] 核心观点 - 2026年前三季度公司实现营收106.38亿元，同比-9.76%；归母净利润11.31亿元，同比+64.50%；扣非归母净利润9.82亿元，同比+55.84% [4] - 2026年单三季度实现营收36.50亿元，同比-4.69%，环比+0.96%；归母净利润2.89亿元，同比+50.57%，环比-45.54%；扣非归母净利润2.52亿元，同比+39.18%，环比-46.30% [4] - 受光伏胶膜价格波动及信用减值影响，三季度盈利能力环比下滑 [5] - 公司下调26-28年归母净利润预期分别至15.3/19.7/24.2亿元（此前预期17.9/22.0/26.0亿元），对应PE分别为20x/16x/13x [8] - 考虑公司新业务布局、感光胶膜扩产放量、铝塑膜客户拓展，维持“买入”评级 [8] 盈利能力分析 - 2026年前三季度公司毛利率16.37%，同比+5.28pcts；归母净利率10.63%，同比+4.80pcts [5] - 2026年单三季度毛利率15.07%，同比+6.18pcts，环比-5.00pcts；归母净利率7.91%，同比+2.90pcts，环比-6.76pcts [5] - 单三季度毛利率环比下滑主要受光伏胶膜价格波动影响 [5] - 单三季度计提信用减值损失0.53亿元（26Q2为转回0.76亿元），对26Q3净利润形成拖累 [5] 业务板块分析 - 光伏胶膜方面，公司市场龙头地位稳定，紧跟TOPCon减银升级、BC组件规模化量产等产业动向，深耕POE胶膜、无酸EVA、皮肤膜、丁基胶等高附加值产品 [6] - 感光干膜方面，至26年10月，江门基地感光干膜扩产项目已部分安装设备并调试，预计年内可新增部分有效产能 [6] - 铝塑膜方面，公司产品可覆盖消费电池、储能、动力和新型电池等领域 [6] - 太空光伏方面，公司规划形成多品类布局，已与炎和科技签署太空光伏材料战略合作框架协议 [6] 费用与现金流 - 2026年前三季度销售/管理/研发/财务费用率分别为0.80%/1.86%/3.01%/0.26%，分别同比+0.23/+0.14/-0.07/+0.26pcts [7] - 2026年单三季度四费费用率合计6.10%，同比+0.65pcts，环比+0.02pcts [7] - 2026年前三季度经营活动产生的现金流量净额6.76亿元，同比大幅增长（上年同期0.14亿元），主要系光伏树脂采购量和采购单价下降、银行承兑汇票支付比例提升 [7] 盈利预测与财务指标 - 营业收入：2025A为15491百万元，2026E为15723百万元（+1.50%），2027E为18122百万元（+15.26%），2028E为20363百万元（+12.37%）[10] - 归母净利润：2025A为769.68百万元，2026E为1528.52百万元（+98.59%），2027E为1973.91百万元（+29.14%），2028E为2424.17百万元（+22.81%）[10] - EPS：2025A为0.30元/股，2026E为0.59元/股，2027E为0.76元/股，2028E为0.93元/股 [10] - 毛利率：2025A为11.0%，2026E为15.3%，2027E为16.8%，2028E为17.9% [13] - 净利率：2025A为5.0%，2026E为9.7%，2027E为10.9%，2028E为11.9% [13] - ROE：2025A为4.7%，2026E为8.8%，2027E为10.4%，2028E为11.6% [13] - 资产负债率：2025A为19.5%，2026E为20.2%，2027E为19.4%，2028E为18.7% [13] - 经营活动现金流净额：2025A为1462百万元，2026E为2437百万元，2027E为2267百万元，2028E为2701百万元 [13]

投资评级 - 报告给予中国重汽（000951.SZ）"买入"评级，维持前次评级不变 [5][25] - 当前价格为19.17元，合理价值为26.21元 [5] - 合理价值对应公司2026年15倍PE [25] 核心观点 - 行业淡季之下，公司2026Q3业绩延续同比高增，营收及扣非前后归母净利润均实现同比正增长 [1][11] - 出口增长持续拉动卡车行业向上，公司依托重汽集团的产品力与供应链体系能力，在国内重卡市场和中国重卡出口市场常年位居前列 [25] - 看好复苏周期的弹性和出口的潜力，参考可比公司估值给予2026年15倍PE [25] - 预计公司2026-2028年EPS分别为1.75/2.17/2.66元/股，对应当前股价PE为11.0/8.8/7.2倍 [25] 2026Q3营收与利润表现 - 2026年前三季度实现营业总收入534.97亿元，同比增长32.12% [1][11] - 2026年前三季度归母净利润14.41亿元，同比增长37.23%；扣非归母净利润14.00亿元，同比增长42.11% [1][11] - 2026Q3实现营业总收入150.86亿元，同比增长5.29%，环比下降19.54% [1][11] - 2026Q3归母净利润4.68亿元，同比增长22.77%，环比下降9.57%；扣非归母净利润4.59亿元，同比增长27.96%，环比下降9.16% [1][11] 盈利能力与费用率 - 2026年前三季度毛利率、净利率分别为7.43%、3.99%，分别同比上升0.07pct、上升0.32pct [2][19] - 2026Q3毛利率、净利率分别为8.80%、4.28%，分别同比上升1.69pct、上升0.47pct，分别环比上升1.67pct、上升0.22pct [2][19] - 2026年前三季度期间费用率为1.83%，同比下降0.57pct；销售、管理、研发、财务费用率分别为0.65%、0.34%、1.31%、-0.47%，分别同比下降0.02pct、下降0.28pct、下降0.28pct、上升0.01pct [2][21] - 2026Q3期间费用率为2.54%，同比上升0.19pct，环比上升0.96pct；销售、管理、研发、财务费用率分别为0.72%、0.43%、1.88%、-0.49%，分别同比上升0.08pct、下降0.03pct、上升0.12pct、上升0.02pct，分别环比上升0.07pct、上升0.11pct、上升0.84pct、下降0.06pct [2][21] 现金流 - 2026年前三季度经营现金流净额20.91亿元，同比增长30.15% [2][24] - 2026Q3经营性净现金流为3.17亿元，同比下降85.96%，环比下降85.88% [2][24] 盈利预测与财务数据 - 营业收入预测：2024A为44,929百万元（增长率6.8%），2025A为57,737百万元（增长率28.5%），2026E为76,705百万元（增长率32.9%），2027E为90,744百万元（增长率18.3%），2028E为105,757百万元（增长率16.5%） [4] - 归母净利润预测：2024A为1,480百万元（增长率37.0%），2025A为1,666百万元（增长率12.6%），2026E为2,043百万元（增长率22.6%），2027E为2,538百万元（增长率24.2%），2028E为3,109百万元（增长率22.5%） [4] - EBITDA预测：2024A为2,690百万元，2025A为3,121百万元，2026E为3,952百万元，2027E为4,822百万元，2028E为5,799百万元 [4] - ROE预测：2024A为9.7%，2025A为10.3%，2026E为12.1%，2027E为14.3%，2028E为16.5% [4] - EV/EBITDA预测：2024A为2.6，2025A为3.6，2026E为2.8，2027E为1.8，2028E为0.8 [4] - 毛利率预测：2024A为8.7%，2025A为7.8%，2026E为8.0%，2027E为8.2%，2028E为8.4% [28] - 资产负债率预测：2024A为60.3%，2025A为65.3%，2026E为62.3%，2027E为61.5%，2028E为61.4% [28] - 每股经营现金流预测：2024A为4.49元，2025A为0.48元，2026E为3.28元，2027E为4.28元，2028E为6.50元 [28]

文章核心观点 - 巴斯夫与江北新区签署投资合作协议，将在江北新材料科技园建设新的电子材料生产基地，这是巴斯夫“本地生产服务本地市场”战略的又一重要里程碑 [1] - 项目将强化巴斯夫在南京的生产、供应链和技术支持网络，并为中国半导体产业的持续发展贡献力量 [1] - 南京正推动石化产业向新材料和下游终端产品转型，项目将为南京集成电路和新材料产业发展提供有力支撑 [1] 投资合作与项目布局 - 11月2日，巴斯夫与江北新区签署投资合作协议，将在江北新材料科技园建设新的电子材料生产基地 [1] - 市委书记周红波、市长李忠军会见巴斯夫全球营运总裁葛毕莱、全球电子材料业务部高级副总裁黎博曼一行，并见证签约 [1] - 巴斯夫全球营运总裁葛毕莱、全球电子材料业务部高级副总裁黎博曼表示，此次投资是巴斯夫“本地生产服务本地市场”战略的又一重要里程碑 [1] - 巴斯夫亚太区分散体业务部高级副总裁贺凯腾、电子材料业务部中国区总经理李超参加活动 [1] 行业与产业发展 - 南京是中德经贸及产业合作的重要门户，当前正聚力产业强市建设，实施传统产业焕新工程，推动石化产业向新材料和下游终端产品转型 [1] - 巴斯夫是全球领先的化工企业，也是中德合资合作的标杆企业，项目的实施将为南京集成电路和新材料产业发展提供有力支撑 [1] - 巴斯夫方面表示，此次投资将进一步强化公司在南京的生产、供应链和技术支持网络，并为中国半导体产业的持续发展贡献力量 [1] 合作展望与营商环境 - 期待巴斯夫与南京进一步加强创新协同，共建研发平台，加快项目建设，拓展业务布局，打造更多合作新成果 [1] - 南京将坚定推进高水平对外开放，持续优化营商环境，欢迎包括巴斯夫在内的德国企业深耕南京、互利共赢 [1]

股本与公众持股 - 法定/註冊股本總額為5億港元，由25億股每股面值0.2港元的普通股構成，本月無變動[1] - 已發行股份（不包括庫存股份）總數為20,709,308股，庫存股份為0股，本月無增減[2] - 公司確認已符合適用的公眾持股量要求，最低門檻為已發行股份總數（不包括庫存股份）的25%[3] - 本月合共增加/減少已發行股份（不包括庫存股份）總額為0股，庫存股份變動總額為0股[7] 可換股債券 - 可換股債券上月底及本月底已發行總額均為78,969,093.34港元，本月無變動[5] - 可換股債券的認購價/轉換價為每股2.6港元，本月底因此可能發行或自庫存轉讓的股份數目為30,372,728股[5] - 2025年9月16日，本金額為2,200萬港元的未償還可轉換債券已按每股2.6港元轉換為8,461,538股轉換股份[5]

文章核心观点 - 英伟达最赚钱的利润来源——建立在“客户别无选择”之上的溢价正在被重新定价，算力从单一稀缺品变为分层商品，利润在产业链上重新切分 [1][8][9] - 触发事件包括Anthropic在S-1招股说明书中表示将整合亚马逊、谷歌、AMD等多源算力资源池，甲骨文在云平台上线多家竞品芯片，OpenAI宣布计划采购谷歌TPU [1] - “去英伟达化”表述不准确，更准确的描述是买方从“没得选”进入“比价选型”阶段，多元化采购是商业理性而非情绪站队 [2] - 英伟达不需要失去份额绝对值，只需失去“客户没有第二份报价”这个前提，75%毛利率的可持续性就会被重新审视 [2] 英伟达75%毛利率的本质 - 英伟达卖的不只是芯片，而是“芯片+CUDA软件生态+高速互联”的整套系统，开发者迁移存在真实成本，大规模训练对稳定性和通用性要求极高，该体系短期难替代 [1] - 英伟达2026财年第四季报显示，其全球数据中心AI加速器份额约85%，2026财年第四季度毛利率75% [1] - 对比之下苹果毛利率约45%，台积电约53%，该毛利率成立不是因为制造成本低，而是因为客户缺少可比的替代报价 [1] - 护城河挡不住三个现实痛点：一是成本，高端GPU溢价高，专用芯片在特定负载上单位算力成本更低，规模越大压价动机越强 [1][15] - 二是供应链安全，单一供应商意味着排期被拿捏、议价被动，多供应商并行才能保障上线节奏 [2][16] - 三是任务分化，训练追求通用并行，推理更看重专用能效，一种芯片打所有负载并不经济，按工作负载选芯片才是更优解 [2][16] TPU作为公开成本锚点 - 在Transformer模型上，TPU的每美元性能可达H100的4倍，因ASIC去除了未使用的电路，每平方毫米硅片利用率更高 [3][18] - Midjourney从英伟达集群迁移到TPU v6e后，月度推理支出从210万美元降至70万美元，降幅65% [3][18] - 该性价比优势存在工作负载和口径的边界，但方向上TPU在推理场景提供了英伟达无法忽视的每美元算力参照值 [3] - 甲骨文引入TPU的意义在于把这个参照值从谷歌云内部推到公开云市场，OCI总裁Mahesh Thiagarajan表示不同AI负载有不同算力需求，引入谷歌TPU让客户能在一个云上选择性能、吞吐量和经济性更合适的AI算力架构 [3][18] - OpenAI从租到买的信号更强：最大的GPU买家之一在主动建立第二供应链 [3] - TPU不需要在性能上超越英伟达，它只需要存在并给出一个价格，就足以改变谈判结构 [3][19] 利润流向：替代者三股力量 - 第一股：云厂商自研专用芯片从自用走向外售，包括谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA，TPU首次进入第三方云OCI标志自研芯片从内部自用走向对外商业化 [4][20] - 第二股：独立芯片厂正面竞争，AMD持续扩合作、Cerebras进入甲骨文机柜、博通与Marvell承接大厂定制设计，它们不绑定单一云，做中立替代选项 [4][20] - 第三股：模型厂下场定义需求，OpenAI一边评估采购TPU一边推进自研芯片，掌握负载定义权后本身也成了新的议价方 [5][20] 产业链各环节话语权变化 - 云厂商层：手握机柜、电力和网络，从“算力买家”升级为“多芯片货架运营商”，上架选项越多议价地位越强 [6][21] - 代工与先进封装层：无论哪家胜出，先进制程代工和先进封装产能都要同步扩张，是确定性最高的“卖铲环节” [6][21] - HBM存储层：算力总量扩张逻辑未变，替代芯片放量同样需要配套高带宽存储，需求由全行业共同拉动 [6][21] - 光互联、网络交换、液冷与电力配套层：集群规模扩大反而拉动高速光模块、交换、散热和数据中心电力需求，属总量扩张下的受益环节 [6][21] - 这不是英伟达掉下来的蛋糕被某一家独吞，而是AI资本开支这块增量蛋糕从单一垄断利润向设计、云、代工、配套多点扩散，总量扩张是前提，分环节确定性差异很大 [6] 国产算力承接同一结构性趋势 - IDC最新报告显示，2026年上半年英伟达在中国数据中心AI加速器市场份额降至34%，华为以28%紧随其后，出货57.2万颗，接近翻倍 [7][22] - 中国非GPU加速器出货达101.6万颗，同比增长近80%，首次超过GPU出货规模99.1万颗 [7][22] - 驱动力与全球趋势同构：推理占比上升，每Token成本敏感度提高，专用架构的性价比优势显现 [7][23] - 国产芯片的机会不在于在前沿训练和CUDA深度绑定场景正面挑战英伟达，而在于竞争维度从“单芯片峰值性能”转向“系统级每Token成本”时获得的入场券 [7][23] - 决定“有机会”能否变成“有份额”的关键变量，不是制程差距缩小的速度，而是软件生态和迁移摩擦下降的速度 [7][23] 相关算力投资工具 - 创业板算力ETF华夏（158041）跟踪创业板算力基础设施指数，锚定AI产业链基建板块，聚焦数据中心（AIDC）建设与运营、算力租赁、液冷服务器等算力核心领域 [9][25] - 数据中心（AIDC）概念含量全市场最高，达91.03% [9][25] - 5G概念含量62.18%，芯片概念含量62.04%，东数西算概念含量59.21% [10][28] - 共封装光学（CPO）概念含量53.52%，算力租赁概念含量38.84%，液冷服务器概念含量30.95% [10][28] - 指数概念含量数据来自iFinD，数据截至2026.9.28 [11][26] - 基金运作费用为管理费0.50%/年、托管费0.10%/年，申购赎回代理机构可按照不超过0.3%的标准收取佣金 [11][26]

FF301 股份發行人及根據《上市規則》第十九B章上市的香港預託證券發行人的證券變動月報表 截至月份: 2026年10月31日 狀態: 新提交 致：香港交易及結算所有限公司 公司名稱: 賽孚迅國際有限公司 (於開曼群島註冊成立之有限公司) 呈交日期: 2026年11月4日 I. 法定/註冊股本變動 | 1. 股份分類 | 普通股 | 股份類別 | 不適用 | | 於香港聯交所上市 (註1) | | 是 | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 證券代號 (如上市) | 01953 | 說明 | | | | | | | | | | 法定/註冊股份數目 | | | 面值 | | 法定/註冊股本 | | | 上月底結存 | | | 10,000,000,000 | HKD | | 0.01 HKD | | 100,000,000 | | 增加 / 減少 (-) | | | 0 | | | HKD | | 0 | | 本月底結存 | | | 10,000,000,000 | HKD | | 0.01 HKD | | 100,000,00 ...

行业投资评级 - 铁矿石趋势强度：0（中性）[5] - 螺纹钢趋势强度：0（中性）[9] - 热轧卷板趋势强度：0（中性）[9] - 焦煤趋势强度：0（中性）[21] - 焦炭趋势强度：0（中性）[21] - 硅铁：震荡[14] - 锰硅：震荡[14] 核心观点 - 铁矿石：发运回升，港口累库[1][3] - 热轧卷板：超跌反弹[1][7] - 螺纹钢：超跌反弹[7] - 硅铁：成本端与板块情绪扰动，日内偏弱[14] - 锰硅：成本端与板块情绪扰动，日内偏弱[14] 铁矿石 - 期货12701昨日收盘价671.0元/吨，下跌3.5元/吨，跌幅0.5%，持仓552993手，持仓变动-5172手[3] - 现货卡粉（65%）进口矿812元/吨，较前日下跌3元/吨；PB（61.5%）645元/吨，下跌3元/吨；金布巴（61%）618元/吨，下跌8元/吨；超特（56.5%）511元/吨，下跌3元/吨[3] - 国产矿邯邢（66%）836元/吨、莱芜（65%）754元/吨，均较前日持平[3] - 基差（12701对超特）31.5元/吨，较前日增加0.2元/吨；基差（12701对金布巴）56.4元/吨，较前日减少5.1元/吨[3] - 价差12701-12705为9.5元/吨，较前日减少1.0元/吨；12705-12709为10.0元/吨，较前日增加0.5元/吨[3] - 卡粉-PB价差76.0元/吨持平；PB-金布巴价差27.0元/吨，较前日增加5.0元/吨；PB-超特价差134.0元/吨持平[3] - 2026年10月26日-11月1日Mysteel全球铁矿石发运总量3548.0万吨，环比增加180.5万吨[4] - 澳洲巴西铁矿发运总量2790.1万吨，环比增加36.4万吨；澳洲发运量1921.6万吨，环比增加9.0万吨，其中澳洲发往中国量1646.1万吨，环比增加64.6万吨；巴西发运量868.4万吨，环比增加27.4万吨[4] - 2026年10月26日-11月01日中国47港到港总量3014.0万吨，环比增加653.8万吨；中国45港到港总量2866.7万吨，环比增加572.7万吨；北方六港到港总量1411.5万吨，环比增加156.0万吨[4] 螺纹钢与热轧卷板 - 期货RB2701昨日收盘价2991元/吨，下跌16元/吨，跌幅0.5%，昨日成交702802手，持仓1878506手，持仓变动11613手[7] - 期货HC2701昨日收盘价3147元/吨，下跌9元/吨，跌幅0.3%，昨日成交447853手，持仓1810863手，持仓变动5857手[7] - 现货螺纹杭州3180元/吨（跌20元/吨）、北京3100元/吨（跌10元/吨）、广州3400元/吨（跌10元/吨）[7] - 现货热卷上海3180元/吨（跌10元/吨）、天津3080元/吨（跌10元/吨）、广州3170元/吨（跌10元/吨）；钢坯唐山2850元/吨（跌20元/吨）[7] - 基差RB2701为188元/吨，较前日减少4元/吨；基差HC2701为33元/吨，较前日减少1元/吨[7] - 价差RB2701-RB2705为-9元/吨（增加2元/吨）；HC2701-HC2705为-25元/吨（减少2元/吨）；HC2701-RB2701为156元/吨（增加7元/吨）；现货卷螺差20元/吨持平[7] - 1—8月房地产开发投资同比下降19.9%，房屋新开工面积降24.8%、竣工面积降23.7%，政策利好仍停留在预期层面[8] 硅铁与锰硅 - 期货硅铁2611收盘价5736元/吨，下跌114元/吨，成交量1027手，持仓量6340手；硅铁2701收盘价5718元/吨，下跌108元/吨，成交量229600手，持仓量233658手[14] - 期货锰硅2611收盘价5840元/吨，下跌16元/吨，成交量471手，持仓量18018手；锰硅2701收盘价5830元/吨，下跌24元/吨，成交量151920手，持仓量324334手[14] - 现货硅铁FeSi75-B内蒙5600元/吨（跌30元/吨）；硅锰FeMn65Si17内蒙5700元/吨（跌30元/吨）；锰矿Mn44块39.2元/吨度持平；兰炭小料神木990元/吨持平[14] - 期现价差硅铁（现货-01期货）-118元/吨（增加78元/吨）；锰硅（现货-01期货）-130元/吨（减少6元/吨）[14] - 近远月价差硅铁2611-2701为18元/吨（减少6元/吨）；锰硅2611-2701为10元/吨（增加8元/吨）[14] - 跨品种价差锰硅2611-硅铁2611为104元/吨；锰硅2701-硅铁2701为112元/吨（增加84元/吨）[14] - 宁夏中卫10月结算电价0.34-0.38元/度之间，降1-5分；宁夏石嘴山10月硅锰厂结算电价主流0.365-0.38元/千瓦时，较9月平均下调2-3分；内蒙地区预计电价仍在0.4元/千瓦时周边；云南10月结算电价预计涨至0.4-0.45元/千瓦时区间，11月或高至0.5-0.55元/千瓦时区间[15] - 截止11月30日锰矿库存：天津港484.66万吨（环比下降12.1万吨）；钦州港84.98万吨（环比下降1.19万吨）；曹妃甸港17万吨（环比增长5.8万吨）；防城港7.5万吨（环比下降0.5万吨）；截止10月30日锰矿库存总量594.14万吨，环比下降7.99万吨[15] 焦煤与焦炭 - 期货JM2701昨日收盘价1365.5元/吨，下跌15.0元/吨，跌幅1.09%，昨日成交661034手，持仓457131手，持仓变动24179手[19] - 期货J2701昨日收盘价1848.5元/吨，下跌4.5元/吨，跌幅0.24%，昨日成交26423手，持仓45133手，持仓变动-2121手[19] - 现货焦煤临汾低硫主焦2280.0元/吨持平；介休中硫主焦2100.0元/吨（跌100.0元/吨）；吕梁瘦主焦1870.0元/吨持平；吕梁中硫肥煤2400.00元/吨持平；金泉蒙5精煤自提1698.0元/吨（跌23.0元/吨）[19] - 焦煤仓单中硫主焦煤1929.0元/吨持平；蒙5唐山精煤1737.5元/吨持平[19] - 现货焦炭河北准一级干熄焦2130.0元/吨持平；山西准一级到厂价1860.0元/吨持平；日照港准一级干熄焦2275.0元/吨持平[19] - 焦炭仓单港口准一级干熄焦2280.0元/吨持平；吕梁准一级干熄焦厂库2250.0元/吨持平[19] - 基差JM2701蒙5为372.0元/吨（增加15.0元/吨）；JM2701山西准一级仓单401.5元/吨（增加4.5元/吨）；J2701港口准一级干熄焦431.5元/吨（增加4.5元/吨）[20] - 11月3日CCI冶金煤指数：CCI山西低硫主焦S0.7为2264、CCI山西中硫主焦S1.3为2000、CCI山西高硫主焦S1.6为1991[20] - 11月3日全省停产炼焦煤煤矿（长治、太原、晋中、吕梁、临汾五市）合计32座，涉及产能4260万吨；停产煤矿数量日环比持平，相比5月25日减少87座；停产产能日环比持平，相比5月25日下降9190万吨[20] 动力煤 - 产地价格山西大同5500为856.00元/吨（环比-6.00，同比+226.00）；内蒙古鄂尔多斯5500为816.00元/吨（环比+2.00，同比+251.00）；陕西榆林5800为873.00元/吨（环比+1.00，同比+254.00）[23] - 港口价格CCI5500为1015.00元/吨（环比-2.00，同比+242.00）；CCI5000为911.00元/吨（环比-3.00，同比+233.00）；CCI4500为806.00元/吨（环比-3.00，同比+219.00）[23] - 海外价格进口3800为690.12元/吨（环比-1.04，同比+228.62）；进口5500为1025.01元/吨（环比-1.53，同比+256.09）[23] - 长协价格港口O5500为717.00元/吨（环比+13.00，同比+41.00）[23]

报告行业投资评级 - 股指期货：震荡[8] - 股指期权：震荡[8] - 国债期货：震荡[9] 报告核心观点 - 股指期货方面，周二权益市场宽幅震荡，大盘及红利风格占优，创业板及科创50弱势，市场心态偏向防御，机构抱团股仍面临抛售压力[2][8] - 短线科技股抛压问题在于：其一，结合公募三季报以及股东户数数据，科技权重股筹码未显著出清；其二，海外科技股近期波动率上移，市场对于自由现金流转负的担忧升温；其三，国内三季报显示科技股利润高点显现，市场担心EPS进一步下修[2][8] - 操作层面，中期选举之后市场不确定性有望逐步消除，11月预判存在技术性反弹的可能性，反弹聚焦非科技方向，预计小市值因子占优[2][8] - 股指期权方面，周二标的市场表现分化，金融期权成交额小幅回落，隐波全线上行[3][8] - 上证50相关期权偏度上升，或与银行板块走弱带来的保护需求有关；中证500、中证1000期权隐波曲面整体抬升；双创期权偏度再度下降，同时看跌端持仓向更低行权价迁移[3][8] - 期权端博弈超跌反弹仍在累积，同时仍保留尾部风险保护，市场博弈与防御并存[3][8] - 考虑到中证500、中证1000及双创等品种隐波已走至较高分位，单腿买权性价比下降，策略上方向参与以牛市价差低成本布局；已有底仓若需对冲，可采用领口组合[3][8] - 国债期货方面，昨日国债期货全线上涨，T、TL主力合约高开高走，TL2612价格站上20日均线[4][9] - 债市情绪继续回暖原因：一方面信用债市场延续回暖，机构赎回压力可能减轻，信用风险担忧或减弱；另一方面股市继续震荡调整，上证综指日内跌幅达0.82%，风险偏好继续回落[4][9] - 央行逆回购净回笼3320亿，月初资金面仍偏松，DR001在1.29%附近震荡，支撑债市情绪回暖[4][9] - 盘后央行公告10月公开市场国债买卖净投放1500亿，环比9月再度上升，消息公布后现券利率有所下行[4][9] - 后续来看，10Y活跃券利率下行至1.60%附近，30Y活跃券下行至2.05%附近，长端多头交易或较为拥挤；需继续关注政策"救市"效果，若股市有所企稳可能助力风险偏好回升并可能带动债市调整，短期债市或震荡[4][9] 股指期货 - 观点：盘面风格分化[8] - 逻辑：周二权益市场宽幅震荡，大盘及红利风格占优，创业板及科创50弱势，市场心态偏向防御，机构抱团股仍面临抛售压力[8] - 短线科技股抛压的三个问题：公募三季报及股东户数数据显示科技权重股筹码未显著出清；海外科技股近期波动率上移，市场对自由现金流转负担忧升温；国内三季报显示科技股利润高点显现，市场担心EPS进一步下修[8] - 操作建议：观望，本周寻机布局IM多单[8] - 展望：震荡[8] 股指期权 - 观点：隐波再度上行，博弈与防御并存[8] - 逻辑：周二标的市场表现分化，金融期权成交额小幅回落，隐波全线上行[8] - 分品种看，上证50相关期权偏度上升，或与银行板块走弱带来的保护需求有关；中证500、中证1000期权隐波曲面整体抬升；双创期权偏度再度下降，同时看跌端持仓向更低行权价迁移[8] - 整体看，期权端博弈超跌反弹仍在累积，同时仍保留尾部风险保护，市场博弈与防御并存[8] - 考虑到中证500、中证1000及双创等品种隐波已走至较高分位，单腿买权性价比下降，策略上方向参与以牛市价差低成本布局；已有底仓若需对冲，可采用领口组合[8] - 操作建议：牛市价差或领口对冲[8] - 展望：震荡[8] 国债期货 - 观点：信用风险担忧减弱、风险偏好回落，债市上涨[9] - 逻辑：昨日国债期货全线上涨，日内T、TL主力合约高开高走，TL2612价格站上20日均线[9] - 债市情绪继续回暖：信用债市场延续回暖，机构赎回压力可能减轻，信用风险担忧或减弱；股市继续震荡调整，上证综指日内跌幅达0.82%，风险偏好继续回落[9] - 央行逆回购净回笼3320亿，月初资金面仍偏松，DR001在1.29%附近震荡，支撑债市情绪回暖[9] - 盘后央行公告10月公开市场国债买卖净投放1500亿，环比9月再度上升，消息公布后现券利率有所下行[9] - 后续来看，10Y活跃券利率下行至1.60%附近，30Y活跃券下行至2.05%附近，长端多头交易或较为拥挤；需继续关注政策"救市"效果，若股市有所企稳可能助力风险偏好回升并可能带动债市调整，短期债市或震荡[9] - 操作建议：趋势策略震荡；套保策略关注空头套保；基差策略适当关注正套机会；曲线策略短期曲线可能走平；跨期策略跨期价差整体偏下行，但节奏不排除先上后下[9] - 展望：震荡[9]

贵金属市场行情 - 当地时间11月3日纽约尾盘国际贵金属价格集体收跌，现货黄金跌0.42%报3930.1美元/盎司[2] - 现货白银跌1.7%报49.78美元/盎司[2] - 截至北京时间11月4日9:45，伦敦金现价格日内上涨0.64%报3954.40美元/盎司[2] - 伦敦金现昨结3929.30美元/盎司，日内上涨25.10美元，涨幅0.64%，盘中最高触及3964.77美元/盎司涨幅0.90%，最低触及3893.83美元/盎司跌幅0.90%[3] - 伦敦银现报49.8480美元/盎司，日内上涨0.0795美元涨幅0.16%，昨结49.7685美元/盎司，盘中最高触及50.1970美元/盎司涨幅0.86%，最低触及49.3400美元/盎司跌幅0.86%[4] 国际原油市场行情 - 国际油价3日微跌，纽约商品交易所12月交货的轻质原油期货价格下跌37美分，收于每桶96.09美元，跌幅0.38%[4] - 1月交货的伦敦布伦特原油期货价格下跌1.17美元，收于每桶103.60美元，跌幅1.12%[4] - 截至北京时间11月4日9:45，ICE布油期货主力合约日内上涨0.21%报103.82美元/桶[5] - ICE布油昨结103.60美元/桶，昨收104.27美元/桶，盘中最高触及104.96美元/桶涨幅1.31%，最低触及102.24美元/桶跌幅1.31%[6] - NYMEX WTI原油期货主力合约日内下跌0.05%报96.04美元/桶[6] - NYMEX WTI原油昨结96.09美元/桶，昨收96.76美元/桶，持仓23.54万手，日增-847手，盘中最高触及97.15美元/桶涨幅1.10%，最低触及95.03美元/桶跌幅1.10%[7]

文章核心观点 - 无涯智远挑战行业共识，选择在前向传播中直接改动模型参数，撕开推理与训练之间的藩篱，让大模型实现边用边学 [2] - 公司提出参数内学习（IPL）技术构想，通过超网络一次前向传播直接生成基座模型的参数更新，将知识写入成本降至接近推理量级 [4] - 创始人张牧涵认为若不能把经历转化为内部参数，模型就永远只是被动调用的工具，陷入失忆循环 [3] - 公司已在实验室验证超网络的跨语言与跨领域泛化性，相关成果获ICML收录，并已开启大规模超网络训练 [5] - 当参数更新门槛从百卡千卡降至单机甚至端侧部署，定义参数的权利将重新回到企业与个人手中 [5] 创始人背景与技术演进 - 张牧涵为北大90后AI科学家，是图神经网络早期开拓者之一，提出的SortPooling、SEAL等算法被主流图深度学习库广泛收录 [3] - 已发表论文百余篇，总引用超1.6万次，两次入选全球前2%顶尖科学家终身影响力榜单 [3] - 在Facebook期间将图深度学习带入支撑数十亿用户的大规模推荐系统，后放弃硅谷高薪回国加入北大教职 [3] - 2015年赴圣路易斯华盛顿大学读博，研究深度学习方向，当时该方向仅为计算机科学下分支 [7] - 博士期间提出图神经网络多种经典算法，包括图分类的SortPooling、链路预测的SEAL、矩阵补全的IGMC等，主要工作集中在2016至2018年 [14] - 2018至2019年图神经网络领域爆发，大量文章引用其算法、代码和benchmark，验证了其开拓新范式的能力 [15] - 用四年完成博士学业后加入Facebook AI个性化团队，参与图深度学习系统开发，将图结构信息用于广告推荐 [16] RSI与持续学习的技术逻辑 - 公司切入RSI中最核心的模型持续进化环节，解决如何把大量探索轨迹快速变成模型自身提升的问题 [3] - 张牧涵认为上下文窗口在百万token量级继续往上做已很不经济，全注意力计算有平方复杂度问题，长度增加十倍计算量可能增加一百倍 [19] - 上下文类比短期工作记忆，参数类比长期记忆，知识写进参数可跨任务保留且不占用原文KV cache [20] - 参数已从几百B走向几T，未来可能十几T几十T，T与M之间有六个数量级差异，参数空间扩展潜力远大于上下文空间 [25] - 公司选择持续、实时、增量式学习，让模型每段新经历都有机会变成参数里的知识或能力 [23] - 最核心卡点是缺少足够快、足够便宜、能长期连续运行的学习机制 [24] 超网络技术路径与实验成果 - 2024年开始尝试参数高效微调、监督微调将上下文训练进参数，但成本、时间、效果都不好，且面临灾难性遗忘 [29] - 反复在同一材料上做下一token预测训练可能只是让模型变复读机，通用能力还被破坏 [30] - 公司选择全量参数永久写入，不预先锁定可改范围，通过数据教模型学会往哪里写、怎样写 [31] - 超网络通过一次前向传播生成参数更新，写入时间可到秒级，原来需很多卡反复训练，现在可能八张卡甚至一张卡做一次前传即可完成 [32] - 张牧涵2018年即做过相关研究，2019年在NeurIPS发过基于图网络的CNN架构搜索工作，从图神经网络到超网络一脉相承 [33] - 公司是第一个真正把超网络做出规模扩展、展现泛化能力的团队，用60亿个token训练，论文2月放arXiv、7月被ICML收录 [35][36] - 仅用英文语料训练，输入中文也能内化，证明学到可泛化的更新能力而非仅记住训练内容 [37] - 与监督微调相比效果、速度、成本都是碾压，与部分TTT方法比也有优势，但当时还赶不上上下文学习 [38] - 超网络参数量约为基座模型参数量的20%，训练越多内化效果越好 [48] - 目前内部新版模型在几十K token量级能完全匹配上下文学习，超大规模写入能有大致的印象但做不到精确召回 [49] 与TTT路线的对比 - TTT在推理时实时做反向传播更新参数，为兼顾成本需在更新范围、规则复杂度和计算效率间取舍，部分工作只更新局部fast weights [42] - 依赖在线梯度更新的TTT方法做大参数规模面临实时反向传播成本及二阶导数计算负担 [43] - 过去一些TTT方法需重新预训练，后来工作做近似简化把成本降下来，但限制了更新模块的复杂度和容量 [44][45] - 超网络通过前向传播生成更新，训练它是对前向生成过程做反向传播仅涉及一阶导数，避免二阶计算负担 [46] - 公司把超网络视为有海量参数的更新模块，是具有更好Scaling Law的TTT升级版本 [48] 当前技术挑战与规划 - 最大技术挑战是更大的基座、更好的超网络以及更长程的稳定内化，目前做几百次内化已能写入大部分关键信息，到几千次甚至持续下去还需推进 [52] - 不仅要记住新东西还要维持原有能力不漂移，需有合理的强化和遗忘机制，让模型学会持续学习能力本身 [53] - 短期规划聚焦稳定、安全、可控和回滚，连续更新几百几千次后模型仍保持稳定能力，重要内容保留同时有自然遗忘机制 [67] - 经常被激活的记得更牢、最近学的记得更牢，有些更重要更常用的应被巩固，有些可自然淡化 [67] 行业影响与商业机会 - 大厂在提供通用能力和标准化服务方面有很强优势，创业公司机会在于围绕具体问题把研究、工程和用户反馈紧密组织起来 [56] - 公司使用大厂开源基座为其训练对应超网络，同一基座可继续分化形成适合不同用户的个性化模型，未来可探索端侧部署或云端维护个性化参数 [56] - 一定程度上会替代今天很多后训练工作，企业规章制度或新发布专业文本写入参数已能做到秒级速度且效果好，部分轨迹写入可超过监督微调效果 [57] - 公司持续开源部分成果，从2月发布至今已有不少机构基于其训练好的超网络做后续微调，探索新的内化对象 [58] - 像skill.md这类内容内化后不仅节省上下文缓存，有的实验里表现反而更好，可能影响模型使用知识的方式 [58] - 当前更新模型参数能力主要掌握在大厂手里，企业即使私有化部署模型也没有能力继续训练，模型仍是标准件 [61] - 若参数更新成本接近推理，训练门槛降下来，只要部署得起推理设备就有机会训练自己的模型，把数据变成专属模型能力 [62] - 未来每个人背后可以是一套自己的模型且能持续进化，每个家庭可能有一台小机器跑着基座和对应超网络提供智能服务 [63] - 企业侧两个DGX Spark可部署一个DeepSeek模型再通过超网络训练更新，不必为增加知识再建昂贵训练基建 [64] - 商业化早期探索包括API（背后服务的是可实时进化的自有模型而非共享参数）和Personal Agent应用，并接触需求明确有付费能力的企业 [66] - 长程推理场景坚定需要实时参数学习能力，代码任务中可先把整个仓库内化让模型对项目有全局认识，之后修改和探索轨迹继续进入参数 [59][60] - 参数内记忆可先建立全局认识再配合检索找具体内容，如同先读过书再翻书找段落会更快更准 [51] 团队与愿景 - 团队汇聚清北通班名列前茅的尖子生、数理化奥赛全国金牌前十选手、省高考状元与ICPC金牌得主 [5] - 张牧涵期待AI与人类共处成为帮助人的智能，欣赏《机器人总动员》的瓦力与《星际穿越》的TARS [70] - 更远展望中若Agent或AI成为生产者、人的需求能被充分满足，资源调配可能不再需要周期性起落而持续往上走 [71]