文章核心观点 - 文章对比了三只近期表现不佳的成长型ETF，并重点推荐了其中一只——富达增强型大盘成长ETF，认为其主动量化模型在利率环境变化和成长股回调期间，相比被动指数基金具有结构性优势，能通过调整持仓向基本面改善的公司倾斜，从而可能实现不同的复苏路径 [1][4][6][10] ETF表现与结构对比 - 富达增强型大盘成长ETF年初至今下跌7.77%，先锋成长ETF下跌7.76%，富达纳斯达克综合指数ETF下跌4.38% [1][5][6] - 先锋成长ETF和富达纳斯达克综合指数ETF均为被动跟踪指数基金，在大型科技股情绪转变时没有机制来减少风险暴露 [1][5] - 富达增强型大盘成长ETF采用量化模型，旨在相对于罗素1000成长指数基准，青睐基本面改善且估值合理的公司，这使其在回调期间有能力减少对估值过高股票的风险暴露 [1][10][12] - 富达增强型大盘成长ETF虽然前几大持仓也集中于导致市场广泛抛售的大型科技股，但其持有礼来公司等医疗保健股，增加了行业多元化，若科技股持续落后，该基金将呈现不同的复苏特征 [1][11] 宏观驱动因素与市场环境 - 影响所有三只基金最重要的外部力量是利率路径，特别是10年期美国国债收益率从2月底的3.97%回升至3月17日的4.20%，给成长股带来压力，因为成长股的价值集中于未来盈利，利率高时折现更甚 [2][7][8] - 美联储在过去六个月将基准利率下调了75个基点，截至2026年3月18日，联邦基金利率为3.75% [7] - 如果10年期国债收益率从当前水平稳定或回落，所有三只基金都将受益；若其向2025年5月4.58%的峰值攀升，预计将对估值倍数造成进一步压力 [8] - 恐慌指数在3月6日达到29.49的峰值后已回落至22.37，表明市场恐惧正在消退但尚未消失，恐慌指数飙升后的波动性压缩在以往周期中曾预示成长型基金的复苏 [13] 富达增强型大盘成长ETF的细节与前景 - 该基金费用率为0.18%，管理资产规模为47亿美元，其成本结构与其他大盘成长领域的量化策略一致 [11] - 需要关注的微观因素是，随着成长股抛售的持续，该基金的量化模型是否会继续将权重向基本面改善的公司转移，其持仓构成与被动同行不同，可能导致不同的复苏轨迹 [12] - 如果10年期国债收益率从当前水平回落且美联储发出进一步降息信号，富达增强型大盘成长ETF的量化模型旨在轮动至基本面改善的股票，这是其区别于先锋成长ETF和富达纳斯达克综合指数ETF等被动同行的结构性特征 [14]

信创模盒ModelHub XC适配进展 - 范式智能宣布“信创模盒”ModelHub XC已完成108个主流AI模型在摩尔线程GPU上的适配认证，涵盖文本生成、视觉理解、多模态问答等多种任务类型 [1] - 平台预计未来半年内将扩展适配至千量级模型，为国产算力生态注入持续动能 [1] - 目前已完成包括Mata、千问、Deepseek、混元、Open Sora等模型系列的适配验证 [3] 摩尔线程GPU技术优势 - 摩尔线程GPU在量化模型方面展现出显著优势，其硬件凭借对低精度数据类型的硬件级支持、优化的指令集与缓存机制，有效降低模型显存占用并提升推理速度 [1] - 通过精细化校准与优化，适配模型在性能提升的同时，确保了推理精度满足商业落地要求 [1] - 摩尔线程于11月24日正式启动科创板发行，发行价为114.28元/股，创下2025年以来A股新股发行价新高 [1] EngineX引擎技术支撑 - 范式智能依托自研的EngineX引擎技术，重点突破模型在国产芯片上的兼容性与运行效率，显著降低开发者的部署门槛 [1] - EngineX引擎作为底层支撑体系，实现了“引擎驱动、多模型即插即用”，有效解决了国产芯片在模型兼容性与规模支持上的瓶颈 [3] - 该引擎是运行于国产算力卡（如沐曦曦云C系列、天数智芯智铠/天垓系列）的特制优化版本，基于transformer、diffusion等架构 [6] 信创模盒平台定位与服务 - 信创模盒ModelHub XC是面向信创算力生态的AI模型与工具平台，兼具社区和服务功能，致力于推动国产硬件平台上的人工智能创新与落地 [5] - 平台提供涵盖模型训练、推理到部署的全流程解决方案 [5] - 平台定位为国内开发者互帮互助的AI乐园，提供国产化算力开发经验分享，是最新最全的国产化算力社区 [6] 已适配的国产硬件与模型组合 - 适配工作覆盖多家国产GPU硬件，包括摩尔线程MTT S4000、沐曦曦云C500、天数智芯智铠100/天垓100、寒武纪MLU370-X4/X8、昆仑芯R200-8F、海光K100AI等 [4] - 已完成适配的模型包括姜子牙2-13B-Chat、Yi-1.5-9B、XVERSE-MoE-A4.2B、XVERSE-7B等多个文本生成与文本分类模型 [4] - 引擎支持的任务类型多样，包括文本生成、语音合成、图片生成等 [6]

公司产品发布 - 阿里巴巴发布了Qwen2 5-Omni-7B的量化模型 [1]