对外投资概述 - 公司全资子公司神开科技以6000万元收购蓝海智信51%股权，标的公司100%股权作价11765万元，交易完成后蓝海智信将成为公司控股子公司并纳入合并报表范围 [1] - 本次交易经公司董事会审议通过，未构成关联交易或重大资产重组，无需提交股东大会审议 [1] 交易标的基本情况 - 蓝海智信主营业务为油气行业智能钻探技术，产品包括井场数据采集传输系统、水平井地质导向建模软件、钻井优化软件系统等，2024年营业收入3177万元，净利润1029.7万元，2025年一季度净利润亏损193.3万元 [2][3][4] - 标的公司核心技术包括Pilot GS地质导向软件（提升油藏钻遇率）、DrillPro钻井优化软件（平均缩短钻井周期3-20天）和UniHori地质工程一体化云平台，技术指标领先国内同类产品 [5][6][8] - 研发人员占比超40%，核心团队来自斯伦贝谢等国际油服企业，已获高新技术企业认证，产品应用于国内八大页岩气资源区 [6][7][9] 交易定价依据 - 采用收益法评估标的公司股东权益价值为11980万元，较账面价值增值269.61%，最终协商作价11765万元 [11] - 收购对价分四期支付：65%在交割后支付，10%在2025年业绩达标后支付，10%在2026年业绩达标后支付，15%在全部业绩承诺完成后支付 [13][15] 业绩承诺与补偿机制 - 交易对方承诺2025-2027年扣非净利润分别不低于1500万元、1800万元和2100万元，三年累计5400万元 [17] - 若未达标将按差额比例补偿，补偿金额=（承诺净利润-实际净利润）×（转让对价/承诺净利润总和） [18] - 极端情况下公司可要求交易对方以6%年单利回购股权 [20] 战略协同效应 - 收购将推动公司"定测录导钻+AI中枢"智慧井场生态系统建设，预计单井服务附加值提升30%以上 [10][20] - 技术融合可形成"硬件+软件+服务"闭环生态，加速抢占智能化油气装备市场份额 [20]

齐鲁晚报·齐鲁壹点 陈乃彰 通讯员 刘军 王栩晨 为进一步深化科技社团建设内涵，培育兼具人文底蕴与科学精神的复合型人才，6月4日，威海市科普志 愿者协会李盛副秘书长牵头组织跨领域专家团队走进新都中学。环翠区美术馆馆长、中职院校骨干教 师，以及农业技术局退休资深专家等各界精英齐聚一堂，从艺术融合、技术实践、产业应用等多元视 角，为学校科技社团发展注入专业指导力量。 在科技发明社团活动现场，于老师化身"电路魔法师"，以电路板、太阳能发电设备为教具，为同学们开 启了一场充满趣味的电学探索之旅。他手持电路板，用通俗易懂的语言讲解电阻、电容的基础原 理："电阻就像电路里的'交通指挥员'，能控制电流的大小；电容则像'小水库'，可以储存和释放电 能。" 随后，于老师亲自示范如何使用万用表测量电阻，边操作边强调安全规范与测量技巧，让晦涩的电学知 识变得直观易懂。理论讲解结束后，于老师与同学们展开热烈互动。面对"电阻在生活中有哪些实际应 用"的疑问，他以手机充电器、台灯调光功能为例，剖析电阻调节电流的原理；针对"电容能否替代电池 供电"的好奇，于老师结合电容充放电特性与电池持续供电的差异，引导同学们思考两者的适用场景。 互动中 ...

大卫·艾因霍恩的投资生涯 - 1996年创立绿光资本，启动资金仅90万美元，其中一半来自父母借款 [6][7] - 绿光资本在成立至2007年的十余年间创造了年化超过25%的净回报率 [8][23] - 采用独特的混合策略：价值投资与做空高估/欺诈公司相结合 [9][10][11] - 2008年精准做空雷曼兄弟，获利超过10亿美元 [16][17][18][20] - 2002年成功做空联合资本并揭露其财务欺诈 [21] 投资策略与市场环境变化 - 传统价值投资策略在2008年后遭遇挑战，市场转向由被动指数基金、量化交易和散户投机主导 [56][57][58][60] - 2015年因重仓SunEdison、康索尔能源和美光科技三只股票分别暴跌74%、77%和59%而亏损20.2% [65][66][67] - 长期做空特斯拉导致2018年亏损34%，2020年特斯拉股价飙升740%造成更大损失 [76][77][78] - 管理规模在2014年达到120亿美元顶峰后遭遇"失落十年" [29][31][40][41] 投资业绩与投资者回报差异 - 时间加权回报率（基金经理业绩）与资金加权回报率（投资者实际回报）存在巨大鸿沟 [33][34][36][37][39] - 2014年投入的投资者到2022年底仅勉强回本，八年等待无收益 [45][46][47][48] - 2022年凭借25.3%的反弹才抹平2015年以来的累计亏损 [47] 投资教训与市场规律 - 市场保持非理性的时间可能超过投资者保持偿付能力的时间 [100][101][102] - 集中投资策略在规模扩大后风险凸显，2015年同时踩中三颗重仓股地雷 [96][120] - 传统估值方法在由叙事驱动的市场中可能失效，特斯拉案例显示范式转变 [85][86] - 超低利率环境推升高估值成长股吸引力，压制价值投资风格 [88][89] 资产配置与投资策略 - "全天候"投资组合通过跨资产分散可降低风险70%-80% [140][141][144] - 经典配置包括30%股票、55%国债（40%长期+15%中期）、7.5%黄金和7.5%大宗商品 [142] - 定期再平衡可实现"高卖低买"并控制风险暴露 [146][147][148] - 指数基金提供市场平均回报，适合多数投资者 [133][134][135][136] 投资行为准则 - 控制仓位、做好分散、避免高杠杆是长期成功基石 [97][98][99] - 只投资能力圈范围内的领域，避免认知偏差 [152][153][154][155] - 减少交易频率，坚持长期主义可提升投资效果 [161][162][163] - 保持敬畏之心，承认市场复杂性 [164][165]

AICon全球人工智能开发与应用大会北京站 - 大会将于6月27日-28日举办，聚焦AI前沿技术与落地实践 [1] - 汇聚腾讯、阿里、百度、字节跳动等头部大厂及50+资深专家 [1] - 设置AI Agent、多模态应用、推理性能优化等10多个专题论坛 [1][4] 京东集团算法总监韩艾的主题分享 - 演讲主题为《JDAgents-R1：基于强化学习的异构多智能体联合进化算法》 [2] - 提出JDAgents-R1框架，首次将GRPO应用于异构多智能体联合训练 [2] - 通过迭代优化LLMs与自适应记忆机制实现决策与记忆能力动态均衡 [2] - 在通用和商家定制化场景中达到与大规模语言模型相媲美的性能 [2] 韩艾的专业背景 - 中科院与康奈尔大学联合培养博士，北京大学双学士 [3] - 现任京东集团算法总监，京东零售数据与算法通道委员 [3] - 在国际顶级期刊发表数十篇论文，专注AI技术创新 [3] - 主持设计Multi-Agent Planning算法架构并落地京东商家智能助手 [3] 演讲内容框架 - 涵盖多智能体训练技术、应用案例、LLM决策与Memory进化等 [3][5] - 重点介绍GRPO联合训练算法技术和Memory更新技术 [3][5] - 探讨多模型联合训练的信息通信难题和memory进化评估 [5] 大会其他亮点 - 设置AI Agent构建、多模态实践、大模型助力研发等专题论坛 [4] - 50+专家将分享前沿技术洞察和一线实践经验 [4] - 报名可享9折优惠，单张门票立省580元 [4]

算法革新 - 近期算法突破如混合模型、精度训练及策略性强化学习显著降低AI模型训练所需计算量 行业优化重点转向推理环节 [4] - 业界采用模型蒸馏、压缩等技术精炼模型 力求在不大幅增加原始算力投入前提下提升性能 [4] 基础设施 - AI基础设施部署仍处早期阶段 云服务商对投资长期回报预期较高 当前对产能过剩担忧有限 [6] - 训练集群在新一代GPU推出后被快速重新配置为推理工作负载 实现"训练转推理"生命周期转换 [7] - 训练集群部署在新建隔离设施("绿场") 推理集群通过扩建现有数据中心("棕地") 尤其在大都市区 [7] 能源挑战 - 电力供应和散热问题成为下一代数据中心规模扩展的主要瓶颈 [9] - 超大规模企业探索液冷技术、核能或替代能源以实现7x24小时稳定供电 电网互联策略对保障不间断运行至关重要 [9] 数据中心架构创新 - Meta采用专门针对内部AI工作负载的I型校园式配置 在功耗、冷却和机架密度方面实现改进 [11] - Meta平衡品牌解决方案与白盒方案 网络方面与Celestica等白盒供应商合作 长期目标将内部软件与白盒硬件集成 [12]

公司战略布局 - 公司全资子公司浙江迅弛数字科技拟在中国香港投资5000万港元设立迅弛香港有限公司，并投资1000万港元设立其全资子公司迅弛香港东方有限公司，后者将作为TCSP牌照申请主体 [1] - 此次投资是公司深化贸易数字化改革、构建全球贸易综合服务商战略的重要步骤，旨在提升义支付平台的跨境金融服务能力 [1] - 获得TCSP牌照后，公司可合法合规开展信托或公司服务相关业务，拓展业务范围并提升金融领域专业形象 [1] 支付业务发展 - 义支付已构建覆盖160多个国家和地区的全球服务网络，成为义乌乃至中国外贸领域的重要金融基础设施 [2] - 义支付2024年跨境收款总额超40亿美元，同比增长233%，净利润6104.40万元，同比增长274.67% [2] - 业务创新方面，义支付与中国银行搭建国内首个"数字人民币B2B跨境结算平台"，并与工商银行合作完成首笔基于货币桥的阿联酋迪拉姆直兑人民币实时结算业务 [2] 技术能力建设 - 义支付引入大数据、机器学习算法等新兴技术，构建"三位一体"的智能支付生态系统 [2] - 在已有体系中部署加密技术和智能风控系统，为数据安全和支付安全提供保障 [2] 金融服务体系 - 公司旗下征信公司和商业保理公司与义支付共同构建以数据为基础、以支付为纽带、以融资为支撑的综合性金融服务体系 [3] - 跨境金融业务能与公司现有的国际商贸城、数字化平台等业务线形成协同效应，为客户提供一站式解决方案 [3]

ETF市场发展现状 - 截至2025年6月15日，股票型ETF（含场外联接基金）规模达3.81万亿元，数量2031只，超越主动管理类基金的2.84万亿元规模[1][4] - 近一年ETF份额从2.18万亿份增至2.94万亿份，同期主动管理权益基金份额从2.84万亿份降至2.55万亿份[4][5] - 当前场内ETF跟踪351个指数，分为宽基（45个）、行业主题（247个）和策略风格（59个）三类，行业主题指数覆盖从一级到四级细分领域[6][9] 指数收益差异特征 - 2025年5月各类型指数收益率差异显著：宽基类最大相差7.60%（1.28%-4.11%），行业主题类相差15.20%（-7.11%-8.09%），策略风格类相差10.02%（-3.46%-6.56%）[10] - 宽基指数收益中位数1.68%，行业主题1.24%，策略风格2.91%，显示风格轮动机会显著[10] 深度学习因子构建 - 采用AGRU模型（GRU+注意力机制）训练日频量价数据，全A股票池因子IC均值13.31%，多头年化超额15.95%，最大回撤-5.15%[16][20] - 调整损失函数权重后，沪深300成分股因子多头年化超额从15.96%提升至17.24%，中证1000成分股从19.69%提升至20.35%[19][20] - 因子在沪深300、中证500、中证1000股票池均表现优异，年化超额分别达21.97%、11.46%、15.36%[20][26] ETF轮动策略表现 - 月度调仓时指数因子IC均值7.80%，年化超额4.92%；周频调仓后IC降至4.84%但年化超额提升至8.59%[2][33][34] - 采用MMR算法降低标的相关性后，策略年化超额从7.94%提升至8.43%，信息比率从0.94升至0.99，超额最大回撤从-10.78%缩至-9.87%[40][50] - 限定持仓5只ETF时年化超额12.34%（最大回撤-12.17%），10只时为8.75%（回撤-8.83%），15只时为8.13%（回撤-8.66%）[3][59] 策略优化方向 - 剔除规模1亿元以下ETF后，策略年化超额进一步提升至8.95%，信息比率达1.02[57] - 周频调仓组合近期偏好红利、金融板块，2025年至今已获8.74%超额收益[61][63] - 行业主题类指数因子表现更优，周频调仓时年化超额达9.57%（全样本8.59%）[34]

无人机技术发展 - 2025年睿抗机器人开发者大赛的无人机竞赛规则要求无人机无需GPS即可完成起飞、避障导航、目标识别、精准投放、返航降落等任务 [1] - 室内无人机面临定位难题，传统光流定位方案在纯色地板上失效，视觉SLAM受光线变化影响精度下降50%，UWB定位成本高且缺乏灵活性 [2] - 光子RC-L1采用激光雷达技术，不挑环境且每秒扫描几十万个点构建精确地图，但面临数据量爆炸问题，3米/秒飞行速度下100毫秒通信延迟导致30厘米位置偏差 [3] 无人机硬件创新 - 光子RC-L1搭载高性能处理器实现机载自主，支持10Hz建图频率和30Hz路径规划，提供手动、半自动和全自主三种模式切换 [5] - 采用扩展卡尔曼滤波融合飞控IMU数据实现连续平滑定位，整机重量仅2.3公斤，通过多处通风孔道设计解决散热问题 [6] - 实现系统级模块化设计，所有传感器模块采用统一供电标准和通信协议，支持激光雷达、双目相机、热成像仪等快速切换 [7] 软件与生态建设 - 基于ROS构建软件平台，开放路径规划模块源码，支持学生深入理解算法原理并实现自定义算法 [9] - 提供仿真功能实现"先虚后实"开发模式，可随机生成复杂环境地图进行算法测试后再部署到实机 [9] - 集成DeepSeek本地大模型，在保证飞行安全前提下完成自然语言理解、目标识别等AI任务，理解"飞到红色标志物上方"等语言指令 [13] 竞赛级设计优化 - 采用快拆结构设计，电设保护壳30秒可打开，机臂2分钟内完成更换，大幅降低维修时间和成本 [10] - 碳纤维机架提供优异强度重量比，全包式注塑桨保优先考虑防撞需求，5200mAh电池续航10分钟精确匹配竞赛时长 [12] - 软件设计考虑实战需求，提供一键起降、紧急停桨、指点飞行和预设航点等功能，兼顾新手和高阶用户 [12] 产业与教育变革 - 激光SLAM和机载AI技术从高端产品快速下沉至教育装备，ROS标准化和开源社区推动软件生态成熟 [16] - 培养模式从"操作员"转向"系统工程师"，要求学生理解SLAM原理、修改路径规划算法、部署AI模型 [16] - 构建"硬件平台+开源软件+课程体系"完整生态，实现教学内容持续迭代，推动产教融合 [17] - 高校背景团队将顶刊论文算法转化为可运行代码，实验室原型机变为稳定教学装备，加速技术普及 [17]

手机摄像头技术发展历程 - 2000年夏普推出全球首款内置摄像头手机J-SH04，仅10万像素 [1] - 2024年vivo X200 Pro搭载2亿像素潜望式长焦镜头，像素数量较初期提升2000倍 [1][3] - 2006年三星B600突破千万像素大关，2013年诺基亚Lumia 1020达到4100万像素 [4] 硬件技术演进路径 - 早期技术路径聚焦像素数值线性增长，但高像素密度导致小尺寸传感器单个像素感光面积缩水，暗光环境下成像质量恶化 [4] - 头部厂商转向1英寸超大底传感器策略（如小米、华为），通过增加单位像素面积提升进光量 [4] - 镜头组合从"主摄+前摄"二元结构发展为广角、超广角、长焦、微距、ToF深度传感器的矩阵式协作 [4] 行业现状与用户痛点 - 2024年DXOMARK调查显示72%用户从未使用过"微距""景深"等副摄像头功能 [4] - 中低端机型200万像素"凑数镜头"实际成像质量低于单摄算法优化效果 [4] - 2024-2025年主流机型回归三摄甚至双摄配置，镜头减法成为行业共识 [5] 算法驱动的新竞争维度 - AI算法开始主导图像生成流程：谷歌Pixel单摄系统通过算法模拟多摄焦段，OPPO AI人像引擎实现个性化美颜风格 [5] - 算法替代传统摄影参数决策（焦段、快门速度、白平衡等），降低硬件堆砌需求 [5] - 竞争焦点从硬件参数转向算法能力，强调生态化与场景化构建（如即时编辑、5G云端协作） [5] 未来发展趋势 - 技术隐形化成为核心方向，用户无需理解专业参数即可获得满意影像作品 [6] - 多设备同步拍摄、多视角素材无缝合成等场景因5G普及成为可能 [5][6]

模型技术规格 - MiniMax M1模型支持100万个token的上下文长度，是DeepSeek R1（12.8万Token）的8倍，仅次于谷歌Gemini 2.5 Pro [1] - MiniMax M1总参数量为4560亿，每个token激活459亿参数，而DeepSeek R1总参数量6710亿但每个token仅激活370亿参数 [1] - 采用混合专家（MoE）架构，与DeepSeek R1相同 [1] 性能与成本优势 - 生成10万个token时仅消耗25%的浮点运算，64000个token推理任务计算能力需求不到DeepSeek R1一半 [2] - 强化学习阶段仅使用512块H800 GPU，耗时3周，成本53.5万美元，比预期低一个数量级 [2] - 核心技术包括线性注意力机制（Lightning Attention）和强化学习算法CISPO，后者通过裁剪采样权重提升效率 [2] 商业化定价策略 - API服务采用分级计费：0-32k Token档输入0.8元/百万Token，输出8元/百万Token；32k-128k档输入1.2元/百万Token，输出16元/百万Token；128k-1M档输入2.4元/百万Token，输出24元/百万Token [3] - 前两档定价低于DeepSeek R1（输入3.95元/百万Token，输出15.4元/百万Token），第三档为独有超长文本服务 [3] 行业动态与开源计划 - 宣布未来5天内每天发布一项新产品或新技术 [1] - 模型代码和权重已在Hugging Face和GitHub开源，支持透明检查与本地部署 [3] - DeepSeek R1曾以500-600万美元GPU成本训练出对标OpenAI o1的模型，引发行业争议 [2]