业绩概览 - 公司营收达134.7亿美元，超出市场预期1.58% [1] - 每股收益为1.20美元，大幅高于预期73.91% [1] - 总预订额同比增长21%，行程数增长22%，增速为2023年以来最高 [1] - 调整后EBITDA占总预订额比例为4.5%，同比提升40个基点，创历史新高 [1] - 过去12个月产生近90亿美元现金流 [1] 增长驱动力 - 业绩超预期的核心驱动力源于"量增价稳"的结构性增长，行程量实现22%的强劲同比增长 [2] - 平均价格保持稳定，表明公司在可负担性产品矩阵上的持续投入已有效转化为用户规模扩大 [2] - 出行业务增长主要由稀疏地区渗透深化与多元化产品组合共同拉动 [2] - 配送业务在杂货与零售品类的高增长，以及广告与商家解决方案等高附加值服务带动下，实现利润率从约2%提升至接近4% [1][2] 利润策略与运营效率 - 公司利润路径呈现"稳中提效"特征，在保持盈利能力提升的同时，更注重增长质量与长期用户粘性 [3] - 管理层有意放缓边际利润率的抬升节奏，转而将利润总额与自由现金流的持续增长作为核心目标 [3] - Uber One会员计划满期后用户留存、跨平台渗透与终身价值显著改善，有效以短期利润换取长期生态价值 [3] - 公司在同时运营出行与配送的市场中，双产品活跃用户渗透率仅约20%，显示未来交叉销售空间广阔 [3] 成本优化与未来展望 - 美国地区通过法规优化、驾驶行为评分等举措推动保险成本结构性下降，预计将带来数亿美元节省 [3] - 公司计划于2026年将部分成本红利以更低车费形式让利给用户，形成"成本优化—价格让利—规模增长"的良性循环 [3] - 管理层对第四季度实现高双位数总预订额增长及约30%的Adjusted EBITDA增速表达信心 [4] - 中期来看，公司将延续"量增利随"的路径，推动利润总额与现金流回报持续稳步增长 [4] 战略方向与技术布局 - 公司中长期增长战略核心围绕"跨平台生态×本地零售扩张×区域市场深耕"三大维度展开 [5] - 本地零售与杂货业务年化预订额已约120亿美元，增速持续领先 [5] - 公司采取"杠铃策略"，通过高端出行与企业服务所产生的高毛利，对冲自动驾驶等新业务的战略性投资 [4] - 公司正逐步由强调Adjusted EBITDA转向更关注Adjusted Operating Income与Adjusted EPS，以提升与同业可比性 [4] 区域发展与市场机会 - 稀疏地区出行增速约为密集区域的1.5倍，当前渗透率仅约20%，将成为未来增量拓展的关键来源 [5] - 欧洲市场在配送领域继续保持领先地位，并持续推动利润结构优化 [5] - 公司致力于构建人类司机与自动驾驶相结合的混合运力网络，保障服务弹性与技术前瞻布局 [5] - 全面引入生成式AI技术，赋能运营效率与用户体验提升 [5]

公司融资与战略 - 智源深澜完成数千万元天使轮融资，由沃衍资本领投，天峰资本等跟投，老股东持续支持 [1] - 融资资金将主要用于生物分子生成式AI平台、自主驱动式分子功能进化平台建设及商业市场开拓 [1] - 公司成立于2024年，由镁伽科技孵化，创始人王承志博士曾担任镁伽科技首席科学家，在生命科学领域从业二十余年 [1] 技术平台与核心方法 - 公司构建自主驱动的自动化实验平台，高效率生成功能数据，将自动化实验平台与AI算法结合 [2] - 技术平台使AI可在真实功能反馈中快速迭代，提升研发效率 [2] - 公司选择以"功能"作为优化对象，就实际应用场景中的功能需求进行探索 [2] 行业趋势与研发范式转变 - 生成式AI正推动生命科学研发范式从"大规模试错"转向"精准设计创造" [1] - AI技术正从辅助工具走向自主平台，生命科学要真正实现理性设计需先实现工程化与数字化 [1] - 在AI for Science的2.0时代，基于"干湿实验闭环"的验证与迭代使AI在特定任务上的精度大幅提升 [2] 未来愿景与发展阶段 - 公司推动AI for Science从2.0"导航式设计引擎"向3.0"科学智能自主平台"演进 [2] - 在3.0时代，AI将能自主设计、执行并迭代整个科研实验闭环，人类科学家主要负责提出关键问题和控制风险 [3] - 未来生命科学研发将走向技术平权和民主化，类似互联网时代的APP开发 [3] AI4S 3.0平台的关键构成 - 实现AI4S 3.0需三个关键突破：统一的坐标系、自主决策的AI Agent、自动化的智能实验平台 [4] - 统一的坐标系将计算、数据、实验仪器等翻译成AI可理解形式，实现理论模型迭代与实验进度同步 [4] - 在此基础之上，公司提出了AI4S 3.0的"十步走"路线，最终目标是在多个科学领域做出超越人类直觉的科学发现 [4] 生成式AI的应用价值 - 通过生成式AI，科研人员能够识别新靶点、优化分子结构设计，简化临床前验证流程 [4] - 该技术可加速药物研发、新材料分子设计等诸多领域的研发，提升全产业链的效率与创新水平 [4] - AlphaFold 2已预测超过2亿个蛋白质结构，但产业界更关注蛋白质功能而非中间结构 [1]

公司融资与业务 - 智源深澜完成数千万元天使轮融资，由沃衍资本领投，天峰资本等跟投，老股东英诺天使基金、零以创投持续跟投 [3] - 融资资金将主要用于生物分子生成式AI平台、自主驱动式分子功能进化平台建设及商业市场开拓 [3] - 公司成立于2024年，由镁伽科技孵化，专注于数据驱动的生物分子设计与制造 [3] 行业趋势与研发范式转变 - 生成式AI正引发生命科学领域深刻变革，研发范式从“大规模试错”转向“精准设计创造” [3] - 生命科学要实现理性设计，必须先实现工程化与数字化 [3] - AlphaFold 2已预测超过2亿个蛋白质结构，但产业界更关注蛋白质功能而非结构 [3] 公司核心技术平台 - 公司以“功能”为优化对象，构建了自主驱动的自动化实验平台，以高效率生成功能数据 [4] - 生物分子设计系统将自动化实验平台与AI算法结合，使AI能在真实功能反馈中快速迭代 [4] - 在AI时代，自动化、高通量实验不仅能提高效率，更能高效产生结构化、可迭代数据，直接服务于模型训练与优化 [4] AI for Science发展路径 - 公司致力于推动AI for Science从2.0“导航式设计引擎”向3.0“科学智能自主平台”演进 [5] - AI for Science 3.0时代，AI将能自主设计、执行并迭代整个科研实验闭环，人类科学家主要负责提出关键问题和控制风险 [5] - 实现科学智能自主平台需要三个关键突破：统一的坐标系、自主决策的AI Agent、自动化的智能实验平台 [6] - 公司提出了AI4S 3.0的“十步走”路线，最终目标是在多个科学领域做出超越人类直觉的科学发现 [6] 技术应用与影响 - 生成式AI能帮助科研人员识别新靶点、优化分子结构设计，简化临床前验证流程，加速药物研发和新材料分子设计 [6] - 当科学智能自主平台阶段到来时，生命科学研发将走向技术平权和民主化，类似互联网时代的APP开发 [5]

财务数据和关键指标变化 - 第三季度营收达到2.051亿美元，同比增长77% [5] - 年度经常性收入（ARR）达到8.075亿美元，同比增长77% [5] - 调整后税息折旧及摊销前利润（EBITDA）为7070万美元，环比第二季度的5830万美元有所增长 [5] - 调整后EBITDA利润率为34.5%，较第二季度的32.1%提升240个基点 [6] - 第三季度毛利率达到78.5%，提前实现2027年目标 [7] - 核心业务稳态客户毛利率在第三季度达到82% [7] - 与2024年同期相比，整合后业务的EBITDA利润率提升了140个基点 [8] - 净收入留存率（NRR）为108%，略低于第二季度的110% [34] - 第三季度总营收为2.05亿美元，超出指引高端超过100万美元 [31] - 有机ARR加速至5.344亿美元，较2025年6月增加2200万美元 [31] - 公司偿还了4000万美元债务并回购了超过80万股股票 [42] - 净债务与年化第三季度EBITDA的杠杆率为2.7倍，低于3倍的目标 [42] - 2025年第四季度营收指引为2.16亿至2.17亿美元，同比增长71%-72% [43] - 2025年全年营收指引为7.3亿至7.31亿美元，同比增长约62% [43] - 2025年第四季度EBITDA指引为7300万美元，利润率34% [43] - 2025年全年EBITDA指引为2.47亿美元，利润率34%，较2024年提升180个基点 [43] 各条业务线数据和关键指标变化 - 核心Clearwater业务年初至今增长接近21% [12] - Infusion业务预计全年增长12% [12] - Beacon业务表现良好 [13] - 核心交叉销售模块（包括LPX、MLX、Prism和RISC）的预订量增长了70% [37] - 资产管理部门在年初至今的预订量中占比最高，与各市场的可用TAM机会规模相匹配 [13] - 另类资产核心产品（LPX、MLX、风险和Prism）的预订量同比增长70% [49] - 风险相关产品签署了两笔七位数的交易 [16] - 对冲基金市场在第二和第三季度表现强劲，预计第四季度也将表现良好 [51] 各个市场数据和关键指标变化 - 第三季度预订量在保险、资产管理、资产所有者和对冲基金之间分布非常均衡 [13] - 在对冲基金市场的胜利在基金成立和转换之间以及地域（北美、欧洲和亚洲）之间非常平衡 [14] - 保险业务继续表现良好，得益于在另类资产方面的优势 [14] - 公司与一家领先的全球AI平台建立了关系 [15] - 德州财政部保管信托公司选择公司管理300亿美元州资产 [15] - 一家全球资产管理公司选择了公司的溢价收盘和收入分析解决方案，并扩展到其英国业务 [15] - 拉丁美洲储备基金选择了公司 [15] - 国际业务方面，ARR的地域分布与第二季度一致 [87] 公司战略和发展方向和行业竞争 - 总可寻址市场（TAM）已增长至约230亿美元，并且在地域和市场之间保持平衡 [10] - 平台提供了深厚的技术护城河，构建和交付开放、模块化、可扩展的前中后台平台的能力在很大程度上是无与伦比的 [11] - 竞争格局非常有利，为增长提供了多种途径 [11] - 增长向量包括：核心Clearwater的保险业务、结合Infusion和Clearwater平台能力的资产管理、资产所有者部门以及跨地域、市场和产品的机会执行 [17][18][19][20] - 对于Infusion平台，有专门的产品和工程重点，有显著的TAM可用，并已开始商业模型工作，预计2026年产生影响 [21] - 正在构建强大的回基运动，包括提供风险、通过PRISM的客户报告以及使用内部工具Helios扩展对账 [21] - 公司正在整合业务，构建集成、开放、模块化和可扩展的前中后台平台，包括单一证券主数据、单一综合数据平台、单一交互层和单一交换层 [22] - 这些平台预计将在2026年下半年和2027年初推向市场 [23] - 生成式AI被视为最重要的技术进步，公司早期拥抱该技术，并已将其带给客户 [24] - 公司与AWS等全球领导者合作构建自己的代理平台，并被公认为Amazon Bedrock代理核心的早期采用者 [24] - 公司平台托管了由内部团队和客户创建的超过800个AI代理，可用于超过10万亿美元的机构资产 [24] - AI领导力基于三个基础支柱：平台的现代架构、平台上数据的广度以及生产级的生成式AI平台 [25][27][28] - 客户看到了手动对账减少90%、监管报告加快80%以及财务关闭周期加快50%的效果 [28] - 最近的收购在战略上扩大了TAM，提供了开放、模块化和可扩展的平台，增强了交叉销售能力；财务上，在股本稀释约15%的情况下，季度营收增长77%，EBITDA增长84% [29] - 公司已将这些业务的利润状况改善到接近公司水平，并预计在未来一年半内改善增长 [29] 管理层对经营环境和未来前景的评论 - 对战略的近乎一致的认可是非常鼓舞人心的 [5] - 下一代技术的需求真实存在，推动因素包括向另类资产的转移、投资组合的全球化、对风险和绩效需求增加以及与监管和合规需求相关的复杂性增加 [11] - 进入第四季度的渠道是历史上最好的，交叉销售预计将推动第四季度及2026年及以后的增长 [16] - 对2026年充满信心 [17] - 生成式AI的使用正在持续加速，并超过了对其可驱动利润率改善的自身评估 [7] - 公司比以往任何时候都更有能力捕捉这个巨大且不断增长的TAM [44] - 客户对话、渠道和当前看到的交叉销售是前所未有的，这带来了巨大的信心和加速增长的清晰路径 [45] - 整合业务取得了令人难以置信的进展，并对构建行业领先平台的机会感到兴奋 [46] 其他重要信息 - 公司最近任命了两位董事会成员以及跨多个职能的几位关键领导层人员 [30] - 综合公司的总营收留存率（GRR）为98% [6] - 在过去的27个季度中，有26个季度实现了98%或更好的总留存率，这体现了业务的持久性 [33] - 净收入留存率（NRR）的四个驱动因素是：保持98%的总留存率、价格提高和商业模型对齐（长期贡献4%-5%，本季度略低于3%）、增量产品的交叉销售（长期目标高达8%，本季度略低于3%）以及对现有客户的现有产品的增销（长期目标5%，本季度略低于3%） [34][35][36][38] - 保险业务的NRR最强，其次是资产所有者和资产管理公司 [39] - 对冲基金市场的当前NRR拖累了公司的综合净扩张率，但随着商业模型的演变和向对冲基金客户提供风险产品，改进潜力令人兴奋 [39] - 在2025年9月的业绩中，AUM扩张对NRR的改善贡献不到1%，而2025年6月季度贡献了近3% [40] - 公司专注于利用生成式AI和加速 onboarding 来持续改善，而不是雇佣更多人员 [73] - 对于Infusion平台，预计通过专门的团队、商业模型调整以及向对冲基金世界销售风险、托管服务和客户报告来加速增长 [77] - Bistro解决方案在另类资产方面提供了最佳的可视化和报告，整合工作正在进行中，预计2026年产生吸引力 [81] - 另类资产目前占预订量的35%以上，高于过去的24%-25% [107] 问答环节所有提问和回答 问题: 关于渠道质量和第四季度前景的更新，以及市场细分优势 - 预订量在整个季度分布非常均衡，但增长最显著的领域是另类资产和风险 [49] - 另类资产核心产品的预订量同比增长70%，渠道继续扩大 [49] - 风险产品签署了七位数的交易，速度快于预期，渠道机会远高于预期 [50] - 欧洲保险业务的扩张是另一个积极因素 [51] - 对冲基金在第二和第三季度表现强劲，预计第四季度也将表现良好，尽管第一季度表现不佳 [51] - 增长跨越每个垂直领域和地域 [52] 问题: 核心业务持续增长约20%与ARR增长17%之间的协调 - 业务趋向于进行更大的交易，这会在ARR上线时产生一些不均匀性，但随着时间的推移，如果业务以某种速度增长，ARR应与之匹配，只是不会逐季度匹配 [58] - 第三季度有机ARR增加了2200万美元，预计第四季度会有所加速 [59][60] - Infusion业务第一季度较慢，但第二和第三季度表现良好，这需要时间才能流入营收和ARR [54] - 第三季度表现强劲，第四季度看起来非常相似 [55] 问题: 2026年Infusion业务定价和合同结构修订的时间和幅度预期 - 新定价模型的目标是从2026年1月1日开始向所有新客户推出，然后逐步覆盖现有客户群 [66] - 意图不是提高价格，而是将客户支付的价格与价值对齐，方法与大约两年半前对Clearwater所做的类似 [67] - 预计整个过程将在2026年完成，但需要谨慎处理，因为不同的客户情况不同 [68] - 商业模型调整的目标是扩大适用ARR的基础，而不是提高百分比 [70] 问题: 在实现显著EBITDA超预期与分配更多资源加速营收上线之间的权衡 - 权衡不在于资金，而在于使用生成式AI和加速 onboarding [73] - 重点是利用技术实现更多的自助服务和代理驱动的 onboarding，而不是雇佣更多人员 [73] - 可能会考虑在营销等方面花费更多资金，这将在规划2026年时考虑 [74] 问题: 2026年Infusion业务增长加速的潜力 - Infusion平台是稳健、可扩展和稳定的，预计通过专门的团队、商业模型调整以及销售风险、托管服务和客户报告来驱动增长 [77] - 核心业务可以增长并可能从12%加速，商业模型有助于增长，向当前客户群销售更多产品也有助于增长 [78] - 加速的幅度将在2026年2月的指引中更清晰，重新加速预计在2027年上半年全面体现 [79] 问题: Bistro解决方案对当前保险客户的适用性以及首批客户合同时间表 - Bistro在另类资产方面提供了最佳的可视化和报告，具有战略重要性 [81] - 将其从原有环境迁移到Clearwater环境的工作已基本完成，与核心平台的整合正在进行中 [81] - 预计2026年产生吸引力 [82] 问题: 国际业务表现和核心Clearwater留存趋势 - ARR的地域分布在第三季度与第二季度一致 [87] - 所有提供的指标都是跨整个业务的，但AUM和增销主要发生在Clearwater业务内 [87] 问题: 客户采纳合并后资产的主要终端市场或地域 - 资产管理成为年初至今最大的预订行业，这是首次发生，因为其拥有最大的TAM [90] - 风险相关产品和另类资产的吸引力显著增加 [91] - 资产管理、风险和另类资产方面存在显著差异 [91] 问题: 竞争对手对Clearwater转型的反应 - 公司接到更多电话，竞争地位使其能够与任何人竞争 [92] - 客户和分析师赞赏公司有机会构建非常特别的东西 [93] - 生成式AI和单一实例多租户模型的能力显著不同，公司非常喜欢当前的竞争环境 [94] 问题: 核心交叉销售预订增长70%的当前渗透率和未来白空间 - 正在取得强劲进展，希望在未来几年内将LPX覆盖整个保险客户群 [98] - MLX（抵押贷款、私人信贷、私人债务）以及Prism和一些风险解决方案也势头强劲 [98] - 从市场层面看，如果会计业务有一定规模的ARR，那么另类资产、风险以及前中后台也应能产生类似的ARR [100] - 看到40%的同比增长以及2026年更快的预订增长令人兴奋 [101] 问题: VKB交易整合进展和统一平台推出的要点 - 专注于向客户展示整合成果，其他客户已经整合了这些平台，因此整合能力应该很高 [102] - 预计在明年年中上线，进展顺利，预计按时交付 [103] 问题: 核心Clearwater业务中另类资产驱动的新预订占比趋势 - 另类资产是一个重要的增长向量，预计其ARR最终将与会计ARR相似 [106] - 过去另类资产占预订量的24%-25%，现在已超过35%，预计2026年及以后将继续加速 [107] - 第三季度同比增长70%的数字包括了不止另类资产，但另类资产是其中的一大部分 [108][110] 问题: AgenTeq AI的定价模型、市场策略和早期采用者洞察 - 生成式AI的影响主要体现在毛利率的改善上，核心稳态客户毛利率已达82%，超出预期 [112] - 另一个主要影响领域是增强的客户报告，客户能够与数据对话，这将体现在如Prism等产品的额外预订上 [113] - 公司不单独对生成式AI收费，而是构建使用生成式AI的产品并向客户收费 [115] - 自Connect会议以来，用户参与度的增长非常令人印象深刻 [116]

文章核心观点 - 科技伦理教育是培育负责任创新人才、为科技创新注入伦理基因长效保障的战略支点，其课程化是实现系统化落地的核心抓手，需要从体系构建、内容创新、师资培育、实践融合四个维度协同发力，推动教育从知识传授向素养培育转变 [1] 体系构建 - 纵向构建全学段教育链条，基础教育阶段重启蒙，将科技伦理融入中小学科学等课程，例如在初中信息技术课中通过APP隐私权限设置实践普及数据保护理念 [2] - 高等教育阶段重深化，推行通识+专业+专题分层课程模式，面向全体学生开设科技伦理导论必修课，在专业课程中嵌入算法公平性等细分模块 [2] - 继续教育阶段重实用，聚焦科技从业人员需求，联合科技管理部门开发伦理审查实操等培训课程，横向推动多学科+跨部门协同，将科技伦理教育与课程思政深度融合 [2] 内容创新 - 课程内容需兼顾理论深度与实践价值，夯实理论根基，系统阐释科技伦理的核心原则与理论框架，帮助学生掌握分析伦理问题的思维工具 [3] - 紧跟前沿议题，建立由高校等组成的研究小组，定期梳理生成式AI版权争议、脑机接口隐私保护等内容，让教学内容与技术发展同频共振 [3] - 强化案例驱动，构建正面引领+反面警示案例库，精选典型性与警示性案例，将抽象理论转化为可操作的伦理决策能力 [3] 师资培育 - 构建培养+引进+协同立体化机制，通过本土培养提升教师跨学科能力，高校可启动科技伦理教师专项培训计划，组织教师开展跨学科研修 [4] - 建立科研伦理实践挂职制度，安排教师到省级科技伦理审查委员会或科技企业伦理部门协助工作，以提升实践教学能力 [4] - 外部引进拓宽师资知识视野，明确伦理学专家+行业资深专家双引进标准，聘请具有10年以上科技企业伦理管理经验的专家担任兼职教师 [4] 实践融合 - 创新教学方法，打造沉浸式课堂，推广案例研讨+模拟决策教学模式，选取真实伦理事件组织课堂辩论，让学生扮演伦理审查员处理数据隐私保护等问题 [6] - 搭建实践平台，联合政府部门等建立省级科技伦理实践基地，组织学生亲身参与科技伦理审查实践或行业伦理标准制定 [6] - 优化评价方式，构建过程性评价+能力测评双维度评价体系，基于伦理案例分析报告等多方面考核综合打分，并引入第三方评价机制确保客观公正 [6]

生成式AI与太空计算 - 谷歌宣布Project Suncatcher计划，将于2027年初发射两颗搭载Trillium代TPU的原型卫星，利用太阳能驱动AI计算 [1] - 该计划构想由太阳能卫星星座通过光通信链路相连，太空太阳能效率比地球高8倍且几乎可持续发电 [1] - Trillium TPU已通过辐射测试可承受5年任务周期，预计到2030年代中期卫星发射成本可降至每千克200美元 [1] AI Agent效率优化 - Anthropic发布基于MCP的"代码执行"新范式，让模型编写代码调用工具，将Token消耗从15万降至2000，效率提升98.7% [2] - 新范式采用按需加载工具定义和数据本地流转设计，解决工具定义过载和中间结果消耗两大效率瓶颈 [2] - 该方案带来渐进式披露、上下文高效、强大控制流、隐私保护和状态持久化五大核心优势 [2] 多模态模型与图像编辑 - 兔展智能&北大推出UniWorld-V2图像编辑模型，在GEdit-Bench和ImgEdit基准测试中取得SOTA，综合表现超越OpenAI的GPT-Image-1 [3] - 模型基于首创的UniWorld-R1强化学习框架，采用多模态大语言模型作为免训练奖励模型，实现精准中文字体渲染和精细化空间可控 [3] - UniWorld-R1框架具有极强通用性，应用于其他基础模型时同样带来显著性能提升 [3] 产品集成与用户体验 - QQ浏览器电脑端推出"AI+"小窗功能，以无感悬浮小窗形式集成14种AI工具，从网页总结到订阅下载均可在小窗内完成 [4] - 新版本升级极简框架合并菜单与个人中心，地址栏右侧搜索框支持常驻或隐藏，提供更多自定义操作选项 [4] - 基于精准意图识别，"AI+"小窗能主动推荐可使用的AI功能，包括智能标签整理、AI翻译、订阅助理等多种生产力工具 [4] 地理空间AI应用 - 谷歌升级Earth AI，发布遥感、人口动力学和环境三大基础模型，并推出Gemini驱动的地理空间推理智能体 [5] - 遥感基础模型在文本图像检索任务提升超16%，零样本检测精度达基准线两倍，人口动力学模型覆盖17个国家提供按月更新的人类活动嵌入 [5] - 地理空间推理智能体在问答基准测试中准确率达0.82，显著优于Gemini基线，已为20亿人提供洪水预警服务 [6] 具身智能与机器人 - 小鹏发布第二代VLA大模型和全新IRON人形机器人，VLA模型实现视觉到车辆控制指令的端到端映射，接管里程提升13倍 [7] - IRON机器人拥有82个自由度和22个手部自由度，搭载3颗图灵AI芯片总算力达2250TOPS，为当前人形机器人最高水平 [7] - 小鹏计划2026年推出三款Robotaxi车型启动试运营，总算力3000TOPS，同时推出面向消费者的L4智驾版本 [7] 通用具身基础模型 - Generalist推出具身基础模型GEN-0，参数量达10B+，在27万小时真实世界操作数据上训练，数据量超现有最大机器人数据集数个数量级 [8] - GEN-0首创"和谐推理"训练方法，在异步连续时间的感知和行动token流之间建立和谐相互作用，实现跨机体部署能力 [8] - 研究发现7B参数出现"相变"现象，模型展现强大Scaling Law，证明具身智能可预测扩展 [8] 智能导航技术 - 银河通用联合多高校推出全球首个跨本体全域环视导航基座大模型NavFoM，统一不同导航任务 [9] - 模型训练数据包含800万条跨任务跨本体导航数据和400万条开放问答数据，通过TVI Tokens和BATS策略实现时空理解和实时响应 [9] - 基于NavFoM发布TrackVLA++、UrbanVLA和MM-Nav三个应用模型，构建从室内到城市的完整具身智能导航体系 [9] 创业与组织管理 - ElevenLabs现有350人分为20个产品小队，每个5-10人完全自治，6个月内必须完成PMF，成功继续否则解散 [10] - 公司砍掉Slack访问权强制注意力集中，让团队专注自己的6个月任务，避免信息过载导致的注意力分散 [10] - 提成规则明确落后于公司战略，禁止向竞品出售技术写入政策，销售行为符合长期利益可取消交易但业绩照算 [10]

财务数据和关键指标变化 - 公司第三季度营收增长10%，调整后EBITDA增长16%，调整后每股收益增长29% [6] - 交易性业务收入增长13%，其中投资销售、债务和股权咨询业务增长26% [6] - 自由现金流达到2021年以来最高水平，净债务减少，报告净杠杆率改善至08倍 [20][21] - 全年调整后EBITDA目标区间下限提高7500万美元，新目标区间为1375亿美元至145亿美元 [22] - 公司预计在2025年达到中期调整后EBITDA利润率目标区间的低端 [22] 各条业务线数据和关键指标变化 - 房地产管理服务业务连续第七个季度实现两位数营收增长 [8] - 工作场所管理业务两年累计营收增长近30%，项目管理业务营收实现两位数增长 [14] - 租赁咨询业务营收增长加速，两年累计增长近30%，其中全球办公室租赁营收增长14%，工业租赁营收增长6% [16] - 资本市场服务业务各业务线增长加速，债务咨询收入增长47%，投资销售增长22%，两年累计分别增长68%和37% [17] - 投资管理业务营收增长由更高的激励费驱动，年内迄今筹集34亿美元私募股权资本 [18] - 软件和技术解决方案业务软件收入实现两位数增长，但被部分大型现有客户减少的可自由支配技术解决方案支出所抵消 [19] 各个市场数据和关键指标变化 - 美国市场活动广泛，涵盖资本市场、办公室和工业租赁以及大宗交易活动改善 [6] - 美国工业租赁营收增长9% [48] - 亚太地区是物业管理部门合同流失的主要区域，而美国市场仍呈现中个位数增长 [27][28][45] 公司战略和发展方向和行业竞争 - 数据、技术和人工智能是公司整体战略的核心，超过41%的目标员工每日使用专有人工智能工具 [9] - 软件和技术解决方案业务将作为第五条业务线并入房地产管理服务板块，以进一步扩大规模并实现协同效应 [10] - 公司正在制定到2030年的新战略和财务目标，计划在2026年第一季度公布 [24] - 公司专注于通过有机增长和生产力提升来部署资本，并购重点在于增强能力并深化客户关系 [21] 管理层对经营环境和未来前景的评论 - 宏观经济环境保持动态，但交易市场的经济前景和前瞻性指标在本季度趋于稳定并改善 [6] - 投资者正越来越多地转向风险偏好模式，健康的债务市场提供了支持 [7] - 经合组织衡量的商业信心在过去一年中保持韧性，为近期持续增长提供了谨慎乐观的理由 [17] - 工业租赁业务表现优于预期，对渠道感觉良好 [48] - 资本市场交易量呈现稳定复苏态势，非曲棍球棒式反弹，整体前景非常乐观 [39] - 基础资产价值出现小幅上涨，表明估值已触底并开始小幅回升 [41] - 美国市场的相对吸引力增加，海外投资者对美国的兴趣回升 [62][64] 其他重要信息 - 物业管理部门正在进行全球业务组合评估，主动退出某些不符合长期利润率目标的合同，此过程预计将持续到明年上半年 [27][31][60] - 资本市场服务部门调整后EBITDA受到与贷款相关损失的720万美元增量费用影响，大部分与先前讨论的涉及借款人欺诈的贷款结清有关 [18] - 公司在本季度回购了7000万美元股票，年内迄今总回购额达131亿美元，显著高于预期全年股票补偿稀释和2024年全年8000万美元的回购额 [21] - 公司计划继续通过回购至少抵消年度股票补偿稀释 [21] 问答环节所有的提问和回答 问题: 关于物业管理部门增长放缓的原因和合同流失情况 - 物业管理部门增长放缓是由于公司主动退出亚太地区某些不符合长期利润率目标的合同所致，美国业务仍保持中个位数增长 [27][28][30] - 设施管理等传统外包业务趋势未变，工作场所管理业务增长8%，项目管理业务增长24%，长期趋势持续 [29] - 合同流失是公司为提升利润率而做出的主动选择，预计此过程将持续至明年上半年，之后增长前景将转为正面 [31][60] 问题: 关于自由现金流和股票回购计划 - 杠杆率处于低位，若未发现能立即为股东增加价值的重大并购机会，公司认为回购股票是极具吸引力的现金使用方式，预计回购趋势将持续 [33] 问题: 关于人工智能解决方案对财务的影响和主要效益 - 目前人工智能的主要效益体现在效率提升上，通过流程优化和共享服务中心的支持，全面提升生产力，尤其在资本市场业务中，人均营收显著提升 [36][37] - 公司总人数仍在增长，主要增长点在于现场员工和共享服务中心，前台办公室人数因技术赋能保持相对平稳 [74][75] 问题: 关于资本市场业务趋势和第四季度展望 - 第三季度增长势头显著加速，并延续至第四季度，资本市场交易量呈现稳定复苏，非曲棍球棒式反弹，整体前景乐观 [39] 问题: 关于资产管理规模中估值增加是否预示房地产估值触底 - 基础资产价值出现小幅上涨，可解读为估值已触底并开始小幅回升，投资管理业务前景健康，近期强劲的募资将逐步转化为管理资产增长 [41] 问题: 关于工业租赁业务趋势 - 全球工业租赁营收增长6%，美国增长9%，表现优于预期，两年累计增长表现良好，对渠道感觉乐观 [48] 问题: 关于资本市场业务的利润率上升空间 - 公司未提供具体细分市场利润率展望，但认为该业务有显著上升空间，因在低迷期保留了核心人才，平台杠杆作用明显，利润率扩张空间充足 [52] 问题: 关于多户住宅贷款损失和信贷趋势 - 贷款损失费用主要与两笔已确认欺诈的贷款有关，其中一笔在本季度完全结清，另一笔相关资产已出售，信贷损失准备金季度间存在波动，但过去十二个月净增加70万美元，大部分费用与先前讨论的欺诈问题相关 [54][55][56][57] 问题: 关于机构投资者对房地产配置的动向和跨境资本 - 未观察到机构投资者大幅撤回房地产配置，海外投资者对美国和亚洲、中东投资者增加房地产配置的兴趣健康，美国市场相对吸引力提升吸引跨境资本 [62][64] 问题: 关于租赁经纪薪酬竞争环境对利润率的影响 - 人才市场竞争始终激烈，但对公司人才库和招聘能力充满信心，平台投资有助于吸引和留住人才，不认为保留和招聘是利润率的重要阻力 [68] 问题: 关于中期利润率目标和2030年长期目标的更新 - 公司相信有望实现2022年设定的利润率目标区间的低端，对持续利润率扩张趋势持乐观态度，新战略将结合有机增长机会和人工智能效率提升 [70][71] 问题: 关于房地产管理服务业务增长预期的澄清 - 此前提及的高个位数至低两位数增长预期主要针对原工作动态业务，物业管理部门的重组暂时将整体增长拉至高个位数范围，影响约15个百分点，预计下半年增长将恢复，长期看该业务不会稀释整体增长 [77][78]

公司业绩预期 - 公司预计于2025年11月5日公布季度财报，华尔街预计每股收益为-0.17美元，预计营收为1.355亿美元 [1] - 尽管营收预计增长，但公司截至2025年9月的季度收益预计将出现下降 [3] - Zacks一致预期预测公司季度每股亏损为0.17美元，与华尔街预期基本一致 [3] 行业背景与趋势 - 电子行业因生成式人工智能、云服务和电动汽车需求增长而经历显著增长 [1] - 2025年第三季度对电子类股至关重要，人工智能基础设施的扩张和全球数据中心的建设推动了专业半导体和先进电子元件的需求 [2] - 行业内的其他公司如Qualcomm、ARM等预计将因人工智能、数据中心和电动汽车电子领域的增长而报告收益增长 [2] 公司财务状况 - 公司的市盈率约为-41.88，表明当前处于亏损状态 [4] - 市销率约为2.39，企业价值与销售额比率约为3.41 [4] - 公司的负债权益比率显著偏高，约为7.77，表明债务水平远高于权益 [5] - 流动比率约为0.41，暗示公司用短期资产覆盖短期负债的能力存在潜在流动性问题 [5]

研究背景与核心问题 - 生成式AI（如Sora）的进步使得合成视频高度逼真，但也带来了深度伪造和虚假信息传播的风险 [7] - 现有视频检测方法多依赖表层伪影或数据驱动学习，在高质量生成视频面前泛化能力不足，难以应对未知生成范式 [7] - 核心困境在于如何超越表面特征，从自然视频的物理演化规律出发，构建具有普适性和稳健性的检测框架 [7][8] 技术创新与理论框架 - 提出归一化时空梯度统计量，通过概率流守恒原理量化视频空间概率梯度与时间密度变化的比值，揭示生成视频中的物理不一致性 [9][18][19] - 理论分析证明生成视频与真实视频在NSG统计量的最大均值差异距离大于真实视频之间的距离 [3][38] - 基于该统计量提出通用视频检测方法NSG-VD，对自然视频分布进行建模，不依赖特定生成模型 [3][28] 方法实现与技术细节 - 利用扩散模型的梯度学习能力构建高效NSG估计器，通过预训练的score网络近似计算视频帧的空间概率梯度 [21][22] - 基于亮度不变假设近似时间导数，结合帧间差分技术，无需显式光流估计即可求得NSG分布 [24][25] - 检测算法通过计算待测视频与真实视频参考集在NSG特征空间中的分布差异，利用最大均值差异作为检测指标 [28][31] 实验性能与验证结果 - 在包含10个不同生成模型的大型基准GenVideo上评估，NSG-VD在十类AI生成视频上的平均检测性能达到召回率88.02%、F1分数90.87% [40] - 对Sora等闭源生成模型的检测取得78.57%的召回率，相比DeMamba的48.21%提升超过30个百分点 [40] - 在数据不平衡场景下（仅使用1,000条生成数据训练），在Sora上的召回率仍达82.14%，远超DeMamba的33.93% [41][42] 技术优势与应用前景 - 物理驱动范式无需依赖特定生成模式的数据，在面对多样化生成内容时展现出强鲁棒性 [48] - 消融实验表明时空联合建模显著提升性能，仅使用空间概率梯度时召回率为87.99%，结合时间密度变化后提升至88.02% [44][45] - 该方法引领从“图像的真实”走向“物理的真实”的检测理念转变，关注视频是否遵守物理规律而非表面逼真度 [48]

上证科创板芯片指数及ETF表现 - 截至2025年11月5日13:47，上证科创板芯片指数下跌0.42% [2] - 成分股中科飞测领涨1.79%，艾为电子上涨1.65%，寒武纪上涨1.45% [2] - 成分股复旦微电领跌3.25%，盛科通信下跌3.23%，华虹公司下跌2.34% [2] - 科创芯片ETF博时(588990)下跌0.54%，最新报价2.4元 [2] - 截至2025年11月4日，科创芯片ETF博时近3月累计上涨41.68% [2] - 科创芯片ETF博时近5个交易日内有3日资金净流入，合计净流入4021.58万元，日均净流入804.32万元 [3] - 科创芯片ETF博时最新资金净流入486.82万元 [3] 科创芯片ETF流动性及指数构成 - 科创芯片ETF博时盘中换手率达11.24%，成交7650.30万元 [2] - 截至11月4日，科创芯片ETF博时近1月日均成交额为1.24亿元 [2] - 截至2025年10月31日，上证科创板芯片指数前十大权重股合计占比60.55% [3] - 前十大权重股包括海光信息、寒武纪、澜起科技、中芯国际、中微公司、芯原股份、华虹公司、拓荆科技、佰维存储、沪硅产业 [3] 全球硅晶圆市场展望 - 2025年全球硅晶圆出货量预计将达到128.24亿平方英寸，同比增长5.4% [2] - 增长主要受人工智能驱动的数据中心和边缘计算需求拉动 [2] - 高端外延晶圆以及高带宽存储器（HBM）所需的抛光片需求增长显著 [2] - AI需求成为核心驱动力，硅晶圆厂商和设备商将迎来订单回暖 [2] AI驱动芯片行业需求 - 生成式AI训练与推理需求激增，推动加速服务器及配套网络设施投资 [3] - 2024年全球GPU市场规模为773.9亿美元，2030年有望达到4724.5亿美元 [3] - AI芯片作为基础硬件的需求将持续爆发，市场规模快速兴盛 [3] - 存储芯片因数据量大规模增长而供不应求，迈入涨价潮带来的"超级周期" [3]