赛事概况 - 首届“国缘V3杯”长三角地区商会会长(企业家)掼蛋联谊赛于1月18日在南京收官 [1] - 赛事为期两个多月，横跨苏州、上海、杭州、南京四座城市 [1] - 赛事吸引了近700位商界人士参与前期角逐，最终96位选手进入在南京举行的决赛 [1] 主办方与活动目的 - 比赛由江苏省掼蛋运动协会主办 [3] - 协会会长表示，赛事为区域内商业交流提供了轻松高效的平台，促进了企业家之间的了解与友谊 [3] - 业内人士认为，此类活动为长三角企业界互动提供了新场景，有助于在轻松氛围中深化区域经济要素的流通与融合 [6] 掼蛋运动的商业社交趋势 - 掼蛋作为一种智力运动，近年来在商务社交场景中日益常见 [5] - 此次专门面向商会会长及企业家举办的联谊赛，被视为这一趋势的集中体现 [5] - 比赛过程中，选手们在牌桌上默契配合，在牌桌下交流行业见解与市场信息 [5] 赞助商参与与品牌理念 - 江苏今世缘酒业股份有限公司作为赛事支持方出席活动 [5] - 公司副总经理在致辞中提到，赛事以牌会友，契合了商业交往中重视缘分与共鸣的文化 [5] - 活动最终由协会会长与公司副总经理共同为获胜选手颁奖 [5]

文章核心观点 - 文章通过一位记者与棋圣聂卫平的四次会面回忆 展现了聂卫平对安徽地域文化的深厚情感 对围棋青少年培训的持续关注 以及其个人的亲和力与职业精神 [2][3][4][5][6][7] 人物形象与细节 - 聂卫平在2012年9月初次见面时衣着朴素 话语不多但眼神温和 并认真阅读关于其与安徽无为小保姆故事的报道 [3] - 聂卫平解释在赛场有时打瞌睡是由于身体原因和赛程劳累 并称是在对手思考间隙养神 [3] - 聂卫平曾回忆早年于合肥城隍庙品尝地道的庐州小笼包 并对其滋味记忆多年 [3] - 聂卫平在第二次见面时主动问及无为米饺 并提及对当地省级非物质文化遗产剔墨纱灯的关注 [4][5] - 在第四次见面闲谈中 聂卫平回忆在芜湖尝试安徽特色“掼蛋”游戏 两把后便精准推算出未出的牌 展现其敏锐洞察力 [7] 对安徽的情感与联系 - 聂卫平首次见面时即表示自己与安徽无为有缘 与《新安晚报》记者也有缘 [3] - 聂卫平在宣城登敬亭山时联想到李白诗句 并笑称山的灵气能滋养出围棋高手 [7] - 聂卫平四次在安徽不同城市（如芜湖 宣城）与记者会面 话题常涉及安徽风土人情 [6][7] 对围棋事业的关注与推动 - 聂卫平在与芜湖市领导交谈时 话题充满对安徽围棋青训发展的关注 [6] - 聂卫平叮嘱随行工作人员要多来安徽办围棋公益课 让更多江淮少年爱上围棋 [6] - 聂卫平聊及创办围棋道场的初衷是希望让更多孩子接触围棋 并特别提到要多关注皖南山区的孩子 [7] 与媒体的互动 - 聂卫平在多次见面中均认真阅读记者携带的《新安晚报》相关报道 [3][4][6] - 聂卫平欣然同意记者合影请求 并称赞记者记录真实值得尊重 肯定《新安晚报》扎根安徽讲好故事的贡献 [6] - 记者与聂卫平在第四次见面时已能如老朋友般侃侃而谈 [7]

文章核心观点 - 文章通过个人打牌（掼蛋）经历的叙事，阐述了牌局如人生，深刻揭示了合作、策略、心态与性格在游戏及社会互动中的重要性，并引申出沉浸于一项活动所带来的物我两忘的愉悦感 [1][2][3][4][5] 行业观察（牌桌行为映射的社会与人性） - 在牌局中，急功近利者往往因好胜心切而自乱阵脚，并影响合作伙伴 [2] - 优柔寡断者会因过度犹豫而坐失良机，反映了决策迟缓的性格缺陷 [2] - 单打独斗者只关注自身利益，无视合作伙伴的策略与整体战局，缺乏团队协作意识 [2] - 牌局输赢后，得失心过重者令人敬而远之，而豁达乐观者则更受欢迎，表明情商与人品常比单纯技艺更重要 [3] - 牌桌成为一个小型社会，固定的牌友圈基于性情相投而形成，牌局成为一种卸下负担、温暖相聚的社交方式 [3] 公司策略（牌局中的成功之道） - 成功的牌手需从全局出发，理解牌无绝对好坏，关键在于组合与呼应 [2] - 高手具备沉静的掌控力，善于记牌、算牌，并在关键处精准出牌以打压或传递信号 [2] - 游戏最核心的要素是“配合”，要求参与者不仅出好自己手中的牌，更要“看三家”，即揣摩上家、卡住下家、体会对家，通过无言的交流达成默契 [4] - 手气顺遂时需警惕得意忘形，以防“大意失荆州” [4] - 手气背逆时则需依靠静气，沉着耐心等待转机，其中的起伏与坚守与人生境遇相通 [4] 文化与哲学内涵 - 牌桌上能看见人生百态，个人的脾性被放大，成为其做人处世的底色 [2] - 一个人的气象与涵养在方寸牌桌间无处躲藏 [3] - 引用梁启超之言“只有读书可以忘记打牌，只有打牌可以忘记读书”，阐释当真正沉浸于读书或打牌这类活动中时，所能获得的物我两忘的愉悦是相通的 [4] - 在抓牌与出牌的往复中，可以窥见人性幽微、体会合作奥妙、感受友情温度，从而使日子过得踏实有趣 [5]

核心观点 - 中邮证券研报认为姚记科技业绩短期承压，但短剧基建业务持续受益于行业浪潮，并看好其核心休闲娱乐板块在节庆旺季的阶段性回暖潜力，维持“买入”评级 [1] 业绩与市场表现 - 公司业绩短期承压 [1] - 根据12月19日收盘价，公司估值分别对应18倍、16倍、13倍市盈率 [1] 业务板块分析：休闲娱乐 - 年末至春节是线下聚会及家庭娱乐旺季，有望带动扑克牌及休闲游戏需求增长 [1] - 从公司历史数据看，2024年第一季度和2025年第一季度公司收入分别环比增长33.47%和61.66%，节庆效应对业绩拉动效应明显 [1] - 公司在巩固传统扑克牌优势的基础上，持续加快掼蛋等新品类布局 [1] - 在节庆旺季及新品拓展双重驱动下，看好核心休闲娱乐板块的阶段性回暖潜力 [1] 业务板块分析：短剧 - 公司短剧基建业务持续受益于行业浪潮 [1] - 后续伴随短剧精品化趋势，公司有望凭借稀缺场景的供给能力在行业上行期中持续受益 [1]

纪要涉及的公司 * 公司为浙数文化 [1] 财务表现与经营情况 * 2025年前三季度营收21.52亿元，同比微降0.79% [2] * 归母净利润5.35亿元，同比增长12.65% [3] * 归母扣非净利润3.4亿元，同比增长6% [3] * 经营性现金流由去年同期的负1.82亿元转为正3.24亿元 [2][3] * 研发投入2.68亿元，同比增加2000万元，占营收比重达12.5% [2][3] 游戏业务（巅峰游戏） * 作为国内头部线上棋牌公司，流量持续向头部集中，虽无新版号但保持稳中有升态势 [4] * 增长主要得益于掼蛋等精品棋牌游戏的自带流量效应增强，提升了投放效率和利润 [6] * 数字营销板块（九天互动、淘天传媒）对净利润增长作出贡献 [6] * 已在广州成立创新团队，探索手游及其他品类开发 [4] IP衍生经济 * 是公司重点发力领域，今年9月、10月已推出多款卡牌、手办、毛绒玩具等潮玩产品 [7] * 预计四季度会有更多产品落地，明年将持续推出新产品 [7] * 计划整合原投资企业资源，预计四季度对报表产生显著积极影响 [2][7] 数字科技（AIDC）板块 * 板块总体保持稳定 [8] * 北京地区计划四季度与国内头部算力卡厂商合作 [8] * 大江东项目拥有约2500个机柜的体量，存在增量空间 [8][9] * 受益于阿里巴巴3800亿资本投入，杭州地区产能消化前景乐观 [8] 人工智能（AI）与大数据布局 * 公司与阿里云签署战略框架协议，合作涉及阜阳基地的算力升级和大江东项目的深化合作 [2][9] * 公司已初步形成人工智能大模型和算法矩阵，包括两个备案大模型及七个备案算法 [10] * 计划将AI技术整合为标准化产品，应用于智慧城市、数字融媒体、文旅等领域，探索新商业模式 [4][10] * 浙江省大数据交易中心2025年场内交易额预计翻番，突破亿元关口 [4][11] * 目前场内交易仅占2%，未来提升潜力巨大，公司正推进基础制度建设、确权、数据资产评估等工作 [11][12] 投资与其他业务 * 投资方面，通过基金投资的海马云、铜师傅等企业正在推进IPO，上市后将按公允价值计量并适时变现 [13] * 公司持有华通股票，年初持股1891万股，半年报显示已减持部分，具体减持情况待三季报披露 [13] * 网络文学领域布局（如掌阅新媒）已开始逐步落地并增长 [5] * 与阿里巴巴的合作涵盖股权（如并表淘宝天下传媒、持股数字浙江）、业务（传播大脑、富春云等项目）及产业基金等多个层面 [14]

研究核心发现 - 大语言模型能够通过专门训练掌握8种不同类型的棋牌游戏 包括斗地主 掼蛋 立直麻将 Uno 金拉米 Leduc扑克 限注德州扑克和无限注德州扑克 [2][8] - 经过混合训练的微调模型在复杂棋牌游戏中表现显著优于基础模型和API模型 其中GLM4-9B-Chat-mix在6款游戏中获得最高分 [40][42] - 游戏规则相似性会影响模型表现 规则相近的游戏之间存在正向促进作用 而规则差异大的游戏可能出现性能冲突 [45][46][52] 模型性能对比 - 在5种API模型中 GPT-4o综合表现最佳 在大多数游戏中取得最高分 其中在Leduc扑克获得0.84分 在限注德州扑克获得0.60分 [37][39] - GLM-4-plus在斗地主中获得0.345分 表现优于GPT-4o的0.180分 但GPT-4o在无限注德州扑克获得2.73分 显著优于GLM-4-plus的3.21分 [39] - 微调模型中 GLM4-9B-Chat-mix在斗地主获得0.882分 掼蛋0.698分 Uno 0.252分 均位列第一 [42] - Llama3.1-8B-Instruct-mix在无限注德州扑克获得6.02分 立直麻将1.38分 表现突出 [43] 训练方法设计 - 研究采用教师模型生成高质量轨迹数据进行训练 针对不同游戏复杂度设计差异化数据采集方案 [14][20] - 斗地主 掼蛋和立直麻将各收集100万个训练实例 其余5款游戏各采样40万个实例 [20] - 训练数据量对性能提升至关重要 随着数据量增加 模型在斗地主和掼蛋中的表现逐渐接近教师模型 [24] - 混合训练数据集包含310万条数据 各游戏数据量分别为70万 95万 65万 20万 5万 25万 20万和10万 [35] 模型能力分析 - 模型在斗地主中表现出角色差异 GLM在地主角色表现优于Qwen和Llama 但在农民角色表现较差 [29][30] - 数据过滤时只保留获胜方数据 导致农民角色数据质量较低 影响模型表现 [31][32] - 即使没有教师模型 大模型在立直麻将中仍达到与顶尖麻将AI相当的表现 [25] - 模型规模影响性能 研究对参数规模从0.5B到14B的Qwen2.5进行微调以评估规模效应 [22] 通用能力影响 - 在所有游戏上微调的混合模型出现通用能力显著下降 包括知识问答 数学和编程能力 [54] - 通过加入通用数据对游戏模型进行微调 模型的通用能力得到一定程度恢复 [56] - 研究表明只要加入一定量的通用数据 模型打牌能力与通用能力可实现平衡 [6]