财务表现 - 2025财年第三季度总收入达980亿美元，同比增长10%，创2021年12月以来最大季度收入增幅 [1] - Mac收入同比增长20%至85亿美元，主要受益于搭载M4芯片的新款MacBook Air热销 [3] - iPad收入增长18%至70亿美元，教育市场采购量同比激增30% [3] - 大中华区收入达170亿美元，同比增长7%，终结连续四个季度下滑态势 [3] 市场反应 - 业绩超华尔街预期，股价盘后上涨超3%，市值重回3.5万亿美元上方 [1] - 高盛上调苹果目标价至240美元，认为端侧AI与隐私保护结合将吸引高端用户 [4] AI战略布局 - 公司大幅增加对生成式AI及机器学习领域的资本支出与研发投入，聚焦隐私保护前提下的个性化体验 [3] - AI已深度融入iPhone、iPad和Mac新产品，从Siri优化到照片编辑再到健康监测功能 [3] - 首次对AI领域并购持开放态度，考虑通过并购强化AI技术路线图与核心能力 [3] 分析师观点 - 摩根士丹利指出公司尚未披露自研大模型细节，目前AI功能更多依赖第三方模型整合 [4] - 高盛认为端侧AI与隐私保护结合将提升服务业务毛利率 [4]

财务数据和关键指标变化 - 第二季度总收入达1 86亿美元 同比增长27% 其中手术收入1 68亿美元 增长29% EOS收入1700万美元 增长11% [4][9][10] - 调整后EBITDA达2300万美元 创纪录 占收入13% 同比提升880个基点 自由现金流500万美元 [4][6][16] - 非GAAP毛利率70% 同比下降130个基点 主要受生物制剂附加率提升及产品组合影响 [14] - 研发支出1400万美元 占收入8% 销售及管理费用1 08亿美元 占收入58% 同比下降1100个基点 [14][15] - 现金及可用资金达2 17亿美元 包括1 57亿美元现金及6000万美元未使用信贷额度 [7][18] 各条业务线数据和关键指标变化 - 手术业务收入增长29% 主要驱动因素为外科医生采用率提升21% 手术量增长28% 平均每手术收入增长1% [10][11] - EOS业务增长11% 美国市场需求强劲 系统安装量及配套植入物销售推动增长 [13] - 同店销售增长29% 显示在已建立分销网络的区域需求持续增长 [5][11] 公司战略和发展方向和行业竞争 - 公司专注于构建端到端脊柱手术生态系统 整合术前决策 术中导航及术后分析 通过SafeOp神经监测 Valens导航机器人及EOS成像技术实现差异化 [30][32] - 强调通过客观测量减少手术变量 而非单纯增加植入物数量 以降低脊柱手术的高翻修率(15-30%) [28][35] - 目前已成为美国第三大脊柱器械公司 市场份额持续提升 [7][38] 管理层对经营环境和未来前景的评论 - 预计2025年全年收入7 42亿美元(上调800万美元) 其中手术收入6 66亿美元 EOS收入7600万美元 [20] - 调整后EBITDA指引上调至8300万美元 对应11%利润率 预计2027年EBITDA利润率达18% [21] - 确认2025年将实现全年正自由现金流 第三季度预计现金流100-500万美元 [20][98] 问答环节所有提问和回答 关于机器人系统进展 - Valens导航机器人计划2026年初推出 将整合至现有手术流程 重点是小巧设计(可手提箱携带)及无缝工作流集成 [65][66] - 系统alpha测试进行中 2025年底前将完成导航与机器人联合案例 [65] 增长驱动因素 - 同店销售增长反映现有区域渗透率提升 新销售团队及手术器械投资贡献显著 [55][56] - 增长主要来自PTP(俯卧位侧方入路)技术普及 颈椎及畸形领域新产品(EOS应用) 以及非侧方手术的"光环效应"[79][84] 财务展望 - 下半年收入预计季节性环比下降 但全年指引已考虑此因素 [63][98] - 资本支出主要用于手术器械 每1美元收入增长对应0 75美元库存及器械投资 [110][111] 市场拓展 - EOS系统销售以资本设备为主 约500万美元/季度来自维护等经常性收入 [112][113] - 学术医疗中心对EOS技术兴趣显著增加 因其在脊柱对齐及预测分析中的价值 [93][95] 产品战略 - 暂不进入运动保留领域 专注现有生态系统优化 认为当前技术组合仍有巨大潜力 [104][106]

量化模型与构建方式 1. **模型名称：GAN_GRU模型** - **模型构建思路**：结合生成式对抗网络（GAN）和门控循环单元（GRU）的深度学习模型，用于挖掘量价时序特征并生成选股因子[4][13] - **模型具体构建过程**： 1. **数据输入**：使用18个量价特征（如收盘价、成交量、换手率等），采样形状为40*18（过去40天的特征）[17][18] 2. **GAN部分**： - 生成器（G）：采用LSTM结构，输入原始量价时序特征（40×18），输出生成的特征（40×18）[33][37] - 判别器（D）：采用CNN结构，通过卷积层处理二维量价时序特征，输出真假概率[33][35] - 损失函数： - 生成器损失：$$L_{G}\,=\,-\mathbb{E}_{z\sim P_{z}(z)}[\log(D(G(z)))]$$[24] - 判别器损失：$$L_{D}=-\mathbb{E}_{x\sim P_{d a t a}(x)}[\log\!D(x)]-\mathbb{E}_{z\sim P_{z}(z)}[\log(1-D(G(z)))]$$[27] 3. **GRU部分**：两层GRU（128,128）提取时序特征，后接MLP（256,64,64）输出预测收益pRet作为因子[22] 4. **训练方式**：半年滚动训练，每半年更新模型参数，训练集与验证集比例80%:20%[18] - **模型评价**：通过对抗训练提升特征生成能力，保留时序特性，适配金融数据的高噪声和非线性特点[33][37] 2. **因子名称：GAN_GRU因子** - **因子构建思路**：利用GAN_GRU模型输出的预测收益pRet作为选股因子，经行业市值中性化+标准化处理[22][41] - **因子具体构建过程**： 1. 模型输出的pRet截面排序，取前10%股票构成多头组合[46] 2. 因子值计算：$$Factor_{GAN\_GRU} = pRet_{标准化} + 行业市值中性化残差$$[22] --- 模型的回测效果 1. **GAN_GRU模型** - IC均值：11.43% | ICIR：0.89 | 年化超额收益率：24.86%[41][42] - 年化收益率：38.52% | 最大回撤率：27.29% | 信息比率（IR）：1.62[42] 2. **GAN_GRU因子（行业表现）** - 当期IC最高行业：家用电器（27.00%）、非银金融（23.08%）[42] - 近一年IC均值最高行业：公用事业（14.43%）、商贸零售（13.33%）[42] - 多头组合超额收益：纺织服饰（5.19%）、公用事业（3.62%）[2][43] --- 量化因子与构建方式 1. **因子名称：GAN_GRU衍生行业因子** - **构建思路**：在申万一级行业内部分层测试GAN_GRU因子表现，生成行业特异性选股信号[42][43] - **具体构建过程**： 1. 按行业分组计算因子IC和多头组合超额收益[42] 2. 行业中性化处理：$$Factor_{行业} = Factor_{原始} - \beta_{行业} \times Industry_{哑变量}$$[22] --- 因子的回测效果 1. **GAN_GRU衍生行业因子** - 全A股多头组合年化超额收益：24.86% | 换手率：0.82[42] - 近一年IC均值：10.97% | 最新一期IC：9.27%[41][42] 2. **行业多头组合** - 近一年月均超额收益：家用电器（5.44%）、建筑材料（4.70%）[2][43] - 全行业跑赢基准比例：30个行业中21个跑赢（70%）[43] --- 其他关键点 - **数据预处理**：量价特征在时序上去极值+标准化，个股截面标准化[18] - **超参数**：batch_size=截面股票数，优化器Adam，学习率1e-4，损失函数IC[18] - **最新多头组合**：裕同科技、青山纸业等（2025年8月前十个股）[5][48]

哈弗M6俄罗斯本土化生产 - 哈弗M6在俄罗斯卡卢加州PSMA Rus工厂启动全流程本土化生产 租赁协议于2024年底签署 散件组装工作已于2024年2月开始 [1] - 工厂完成焊接和喷涂车间现代化升级 改造流水线系统 配备15台机器人、40台焊钳、10台弧焊设备、30套焊接夹具和2台起重机器人 [1] 岚图知音产能提升 - 全新岚图知音全系标配5C超充和全域800V平台 FREE+车型大定订单突破2万台 交付速度成为关注重点 [2] - 岚图将启动第二工厂以提升产能 新工厂规模大于第一工厂 [2] 长安汽车驾驶行为预测技术 - 长安汽车公开"驾驶行为预测方法"专利 通过机器学习技术精准预测驾驶行为 为ADAS和智能驾驶提供关键技术支撑 [3] 小米汽车通勤提醒专利 - 小米汽车公布"通勤提醒方法"专利 根据通勤路线交通状态分层输出提醒信息 帮助用户选择合适出发时间 [4]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：OpenReasoning-Nemotron推理模型 **模型构建思路**：基于Qwen2.5架构，通过从6710亿参数的DeepSeek R1 0528模型中蒸馏提炼而成，旨在为数学、科学及代码生成等结构化任务提供高效推理支持[12] **模型具体构建过程**： - 利用NeMo Skills框架生成500万个涵盖数学证明、科学推导和编程解决方案的高质量数据轨迹 - 通过纯监督微调（SFT）而非强化学习进行训练，确保逻辑一致性和符号推理精准度 - 采用GenSelect算法实现"重型推理模式"，通过并行启动多个智能体生成候选解并筛选最优答案 - 公式：GenSelect@64技术，在32B模型上将HMMT数学竞赛成绩从73.8提升至96.7[13] **模型评价**：在GPQA、MMLU-PRO和AIME24等基准测试中刷新同参数规模纪录，32B版本在AIME24获得89.2分，超越OpenAI的o3-high模型[15] 2. **模型名称**：Qwen3-Coder **模型构建思路**：以4800亿参数规模、原生支持256K上下文窗口的混合专家架构（MoE）为核心，实现开源编程模型的性能突破[19] **模型具体构建过程**： - 采用稀疏化MoE设计，总参数4800亿但每次推理仅激活350亿参数，包含160个专家网络并动态选择8个参与计算 - 使用7.5万亿token的语料库，其中70%为代码数据，覆盖80余种编程语言及20多种标记语言 - 通过Qwen2.5-Coder对低质量数据清洗改写，生成高质量合成数据 - 引入代码强化学习与长程强化学习，构建分布式系统并行运行2万个独立环境[19] **模型评价**：HumanEval pass@1正确率达93.7%，超越Claude 3.5的92.4%；在SWE-Bench Verified上以31.4%任务成功率首次超过GPT-4的30.9%[20] 3. **模型名称**：AI评审框架 **模型构建思路**：通过赋予AI评审员自主调用外部工具的能力，构建兼具效率与严谨性的混合评审体系[25] **模型具体构建过程**： - 采用三级决策机制：初始领域评估、工具调用环节（事实核查/代码执行/数学核查）、综合评审结论生成 - 工具优先策略，仅在无适用工具时回退至基线模型评审 - 模块化设计实现领域适配，数学核查工具可灵活替换为Wolfram Alpha等专业引擎[26] **模型评价**：将数学问题评审错误率从纯模型评估的28%降至6%，代码评审误判率下降逾40%[29] 模型的回测效果 1. **OpenReasoning-Nemotron模型** - AIME24得分：32B版本89.2分，7B模型78.2分，1.5B模型45.6分[15] - LiveCodeBench得分：从70.2提升至75.3[13] - HMMT数学竞赛成绩：GenSelect@64技术下从73.8提升至96.7[13] 2. **Qwen3-Coder模型** - HumanEval pass@1正确率：93.7%[20] - SWE-Bench Verified任务成功率：31.4%[20] - 上下文处理能力：原生256K扩展至1M token[20] 3. **AI评审框架** - 数学问题评审错误率：从28%降至6%[29] - 代码评审误判率：下降逾40%[29] - MMLU基准测试指标一致性：提升约15%[29] 量化因子与构建方式 （注：研报中未明确提及量化因子的构建内容，故本部分暂缺） 因子的回测效果 （注：研报中未提及量化因子的测试结果，故本部分暂缺） 以上总结严格基于研报中涉及的量化模型相关内容，未包含风险提示、免责声明等非核心信息。模型构建细节引用自原文技术描述部分，测试结果数据均来自基准测试报告[12][13][15][19][20][25][26][29]

撰文丨王聪 编辑丨王多鱼 排版丨水成文 近日，西南交通大学、香港城市大学及四川大学华西医院合作的一项研究登上了 Cell Press 官网头条。 在这项新研究中，研究团队开发了一种可穿戴的传感刺激型 呼吸暂停管理系统 （AMS） ，其特点是采用定制的压电复合传感器持续监测生理信号，并配备软磁 弹性致动器以提供非侵入式机械刺激。 研究团队还使用了一种 机器学习 算法来分析收集到的数据，实现了 92.7% 的实时睡眠呼吸暂停检测准确率。 对患者进行的严格实验室研究和临床研究证明，该研究所开发的 呼吸暂停管理系统 （AMS） 在识别呼吸暂停事件方面与临床金标准 多导睡眠图 （PSG） 相 当。来自 AMS 和 PSG 的并行对比信号也证实了反馈刺激的有效性。 该研究的亮点： 该论文题为： A wearable all-in-one obstructive sleep apnea management system with flexible piezoelectric monitoring and soft magnetoelastic stimulating （ 一种集成了柔性压电监测和软磁弹性刺激功能的一体化可 ...

行业综述中，资产管理行业在全球金融体系里至关重要，其核心任务是代表个人和机构投资者管理与投资资金，通过多元投资策略与技巧，力求在控制风险 的同时实现投资回报最大化。该行业服务对象广泛，涵盖个人、企业、养老基金、保险公司及政府等各类客户。提供的投资产品丰富多样，包含股票、债 券、共同基金、交易型开放式指数基金（ETF），以及对冲基金、私募股权、房地产等另类投资产品。在管理模式上，存在主动管理与被动管理的区分。主 动管理依靠持续的市场分析与研究来调整投资组合，而被动管理则主要跟踪市场指数或基准。从收入模式来看，资产管理公司多依据管理资产规模 （AUM）的一定比例收取管理费，或者采用基于业绩表现的收费结构。并且，行业受到严格监管，像美国证券交易委员会（SEC）、英国金融行为监管局 （FCA）等监管机构对行业运营进行监督，以保障投资者权益与市场公平。 在主要参与者方面，资产管理公司数量众多且规模各异，既有服务全球客户的大型跨国公司，也有专注本地市场的小型精品公司。大型银行和金融机构旗下 的资产管理部门凭借广泛的客户基础与雄厚的资金实力，在市场中占据重要地位。同时，独立的资产管理公司通过特色投资策略与优质服务，也吸引了 ...

中国工业机器人出口表现 - 2024年中国工业机器人出口市场份额跃居全球第二 2025年上半年出口继续增长61.5% [1] - 出口目的地从东南亚、非洲扩展到欧洲、北美等高端市场 欧洲市场份额占比近三成 [1] - 2025年第一季度智能割草机器人出口额达10.1亿美元 同比增长近六成 德国和英国为主要出口国 [13] 行业应用场景拓展 - 应用场景覆盖餐饮配送、智能家居、工业制造、医疗辅助等多个领域 国产机器人已进入全球60多个国家和地区 [9] - 工业机器人出口中汽车制造领域占比34% 电子行业占28% [15] - 公司重点突破汽车产业链 为宝马等欧洲企业提供零配件及白车身焊接解决方案 [17] 技术创新与市场地位 - 中国成为全球最大机器人市场和生产国 相关有效专利超19万项 占全球比重约三分之二 [20] - 在伺服电机、减速器、控制器等关键零部件领域实现进口替代 [20] - 工业机器人行业2025-2030年复合增长率预计不低于10% 发展重点包括人工智能、协作机器人、数字孪生等领域 [26] 国际竞争力展示 - 60多家中国公司参加德国慕尼黑世界自动化展会 展示先进智能机器人装备与技术 [15] - 中国机器人产品竞争力全面提升 有望从最大市场转变为最具创新力的技术发展地 [22][26]

BCEIA 2025由中国科学院江桂斌院士担任大会主席，以 "辉煌四十载，再谱新篇章" 为主题，纪念BCEIA创办四十周年，集中展示分析科学 与仪器发展的最新成果，聚焦行业热点技术发展趋势，为全球分析测试从业者搭建多层次、全链条、高水平的专业交流平台。 【学术盛宴】多领域交叉碰撞，追踪分析科学前沿脉动 导读： BCEIA 2025将于2025年9月10-12日在北京·中国国际展览中心顺义馆隆重召开！本届大会以"辉煌四十载，再谱新篇章"为主题，近千场学术报告、千余篇 论文投稿，预计4000+位国内外专家学者参会 特别提示 微信机制调整，点击顶部"仪器信息网" → 右上方"…" → 设为 ★ 星标，否则很可能无法看到我们的推送。 在全球科技变革不断加速的时代，分析测试技术正以的高灵敏、高精度、高速度和自动化的特点服务于生命科学、健康与医药、智能制造、绿 色能源、公共安全等领域。作为全球分析科学与仪器领域的重要盛会，第二十一届北京分析测试学术报告会暨展览会（BCEIA 2025）将于 2025年9月10日至12日 在 北京中国国际展览中心(顺义馆) 隆重举办。 本届学术报告会将以高水平的专家阵容及丰富的议题设置，赋 ...

今天分享的是：德勤阿里云：2025年金融行业数字化转型白皮书（英文版） 报告共计：92页 《德勤阿里云：2025年金融行业数字化转型白皮书》核心内容总结 该白皮书聚焦全球金融行业数字化转型及合规发展，从行业趋势、区域特征、技术应用、风险合规及解决方案等多维度展开分 析，揭示数字化转型已成为金融机构提升竞争力的核心战略。 在行业趋势方面，全球经济增长呈现区域分化，亚太新兴市场以3.7%的增速领先，成熟经济体增速仅1.4%，这种差异推动金融 机构数字化路径分化——亚洲机构侧重移动支付和嵌入式金融，欧美机构则深耕财富管理自动化。同时，金融科技进入成熟 期，人工智能、机器学习、区块链等技术深度渗透，例如AI驱动的信贷评估将审核时间缩短60%，区块链在跨境支付中实现结 算效率质的提升。 区域市场层面，亚太地区是数字化转型的核心引擎，预计2032年Fintech市场规模将突破3259.5亿美元，新加坡、香港等金融中心 通过 regulatory sandbox（监管沙盒）平衡创新与风险。中东、非洲及拉美市场则依托移动支付实现"弯道超车"，非洲移动金融 交易量全球领先，拉美借电商增长推动数字支付渗透率提升至50%。 技术应 ...