文章核心观点 - 文章介绍了一套名为“猛兽派动量体系”的原创技术分析指标组合 该体系由VAD、OVS、RSR、RSL、SSV五个核心指标构成 是一个内部专用的闭环系统 [4] - 该体系旨在通过五个指标的联动 系统性地识别和判断股票的趋势强度与动量变化 [5] 猛兽派动量体系核心指标 - **RSL指标**：全称为Relative Strength Long 即长期相对强度 用于衡量个股对比大盘或板块的长期趋势强度 是筛选潜力股的基础 [6] - **RSL指标功能**：该指标主管中期大趋势的强弱 其作用是确定投资方向和甄别牛股的底色 [8]

恒生指数系列季度检讨结果 - 恒生指数公司宣布截至2025年12月31日的恒生指数系列季度检讨结果 英矽智能获纳入恒生综合指数 [1] - 相关变动将于2026年3月6日收市后实施 并于2026年3月9日起生效 [1] - 沪深交易所届时会相应调整港股通可投资标的范围 [1] 英矽智能获纳入港股通潜力 - 据中金研报 英矽智能有可能被调入港股通 因其满足了包括市值 流动性和上市时间等在内的一系列标准 [1] 英矽智能与康哲药业的战略合作 - 英矽智能于2月10日发布公告 集团已与康哲药业达成药物研发战略合作 [1] - 双方将在中枢神经系统及自身免疫疾病领域的多个项目上达成一系列由AI赋能的创新药物研发合作 [1] - 根据合作协议 双方将结合英矽智能已验证的AI平台与AI赋能创新药研发能力 以及康哲药业的研发团队和疾病领域认知 共同推进不少于2个研发项目的合作开发 [1] - 英矽智能有望就每个项目获得最高达数千万港元的研发费用支持 [1]

美股市场整体表现 - 2025年2月12日美股三大指数大幅下跌 道琼斯工业平均指数下跌669点至49451点 跌幅1.3% 纳斯达克综合指数下跌469点至22597点 跌幅2% 标准普尔500指数下跌108点至6832点 跌幅约1.6% [2] - 市场避险情绪升温 投资者抛售股票 大宗商品和加密货币等风险资产 资金涌入美国国债避险 [2] 人工智能投资与科技股表现 - 华尔街开始对AI时代的行业输赢进行严厉的重新定价 AI进入祛魅与分化阶段 [2] - 市场对2026年AI超大规模企业的资本支出预期已上调至6590亿美元 较2025年增长60% 但增速预计将较去年放缓 [5] - 巨额AI资本支出引发投资者对投资回报率的焦虑 担忧巨额投资能否真正大规模落地 [2] - 大型科技股普遍下跌 苹果跌5% 博通跌超3% 亚马逊 Meta 特斯拉跌超2% 英伟达 台积电跌超1% [2] - “七巨头”科技股的回报率逐年递减 2023年飙升75% 2024年降至约50% 而2025年已不足25% [5] - “七巨头”内部表现分化 2025年谷歌回报率高达约66% 贡献了标普总回报的15% 而微软 Meta和特斯拉仅有低两位数的回报 苹果和亚马逊回报率跌至个位数 跑输大盘 巨头间股价相关性急剧下降 [5] 人工智能对传统行业的冲击 - 华尔街被AI可能颠覆传统商业模式的担忧困扰 软件行业 保险经纪人 财富管理公司和房地产经纪人等板块因担心AI进步破坏其商业模式而遭受重创 [5] - AI代理的出现被视为对传统SaaS模式的颠覆 导致软件板块估值大幅杀跌 [6] - 几乎所有之前被贴上“AI风险”标签的板块都表现不佳 包括商业地产经纪 办公房地产投资信托基金 财富管理 信息服务 部分交易所 保险经纪 支付到金融科技 [6] - AI竞争压力最新影响到工业领域的物流/运输业 市场担忧AI颠覆货运市场 [6] - 2025年2月12日 罗素3000卡车运输指数盘中重挫超9% 创下自2025年4月以来十个月最大单日跌幅 [6] - AI技术公司Algorhythm发布白皮书 称其AI平台可大幅降低空驶里程 提升车队利用率 引发市场对传统物流商商业模式面临结构性冲击的担心 [8] - 美国最大的第三方物流与货运经纪公司之一C H Robinson股价盘中一度跌24% 收跌14.5% 其股价波动被视为行业风向标 [8] 大宗商品与贵金属市场 - 部分交易员抛售贵金属以弥补股票市场的亏损 金属市场因流动性需求被抛售 [2][3] - COMEX黄金期货当月连续合约下跌157.10美元 跌幅3.08% 报4941.4美元/盎司 COMEX白银期货当月连续合约下跌8.91美元 跌幅10.62% 报75.01美元/盎司 [3] - 现货黄金下跌162.68美元 跌幅3.20% 报4921.85美元/盎司 现货白银下跌9.03美元 跌幅10.71% 报75.28美元/盎司 [3] - 国际油价下跌 纽约商品交易所WTI原油期货当月连续合约下跌1.72美元 收于每桶62.91美元 跌幅为2.66% [3] 美国房地产市场数据 - 美国1月成屋销售总数年化为391万户 不及预期的415万户 前值为435万户 [3] - 美国1月成屋销售环比下降8.4% 创2022年2月以来最大跌幅 预期为下降4.6% 前值从上涨5.1%下修至上涨4.4% [3] - 1月下旬的冬季风暴可能推迟了许多房屋合同的成交 在受冲击最严重的南部地区 销量下降9% 折合年率为181万套 [4] - 上月成屋售价中位数同比上涨0.9% 至39.68万美元 NAR首席经济学家称其为一场新的房产危机 [4] - 自疫情暴发以来房价累计大幅上涨 而30年期固定抵押贷款利率仍维持在6%以上 导致住房负担能力仍接近历史低位 [4] - 分析认为鉴于库存高企和住房负担能力低下 短期内房价涨幅将持续疲软 [4] 全球资产配置趋势 - 高盛分析师指出 “金融资产”碾压“实物资产”的时代正在逆转 2025年发生历史性转变 [8] - 尽管标普500指数表现依然强劲 但美国市场在本地货币和美元计价下均落后于其他主要市场 [8] - 在美国市场首次落后全球其他主要市场之际 新兴市场强势回归 [8] - 全球市场正处于周期晚期“乐观”阶段 但内部发生剧烈分化 资金正在从过度拥挤的美国科技股流向新兴市场 大宗商品和“旧经济”价值股 [8]

股票近期表现 - 中点能源(CNP.N)股价于2026年2月12日收盘报41.47美元，当日上涨1.02%，创下近期新高 [2] - 该收盘价突破了2025年12月26日记录的52周最高点40.50美元 [2] - 股价自2026年1月13日的38.60美元上涨至2月12日的41.47美元，区间涨幅达9.48% [2] - 市场交易活跃，2026年2月11日成交量达599.48万股，成交金额达2.46亿美元 [2] 机构观点与评级 - 2026年2月，有19家机构发布观点，其中42%给予买入或增持评级 [3] - 机构给出的目标均价为42.71美元，最高目标价达49.00美元 [3] 公司主营业务 - 公司主营业务结构稳定，电力业务占比53.11%，天然气业务占比46.84% [3] - 2025年第四季度，公司业务已恢复同比增长势头 [3] 战略合作与业务进展 - 公司与科技巨头Palantir、英伟达合作开发新的软件平台，以加速人工智能数据中心的建设 [4] - 这一战略合作布局AI数据中心领域，可能增强了市场对公司能源数字化前景的预期 [1][4]

研究核心发现 - 《哈佛商业评论》新研究发现，企业采用人工智能技术可能提高对员工的工作期望值并延长其工作时间 [1][2] 对雇主的影响 - 投资于人工智能平台（例如微软生态系统用户）的雇主，其员工的疲劳感和流失风险可能增加 [1][2]

公司股价与交易表现 - 公司股价盘中涨幅超过7%，最高触及74.80港元，创下历史新高 [1] - 截至发稿时，股价上涨9.38%，报73.45港元 [1] - 成交额为8705.87万港元 [1] 公司战略合作与研发 - 公司与康哲药业于2月10日宣布，在中枢神经系统及自身免疫疾病领域达成一系列由AI赋能的创新药物研发合作 [1] - 合作将结合公司已验证的AI平台、AI赋能创新药研发能力，以及康哲药业的研发团队与疾病领域认知，共同推进不少于2个研发项目 [1] - 公司就每个合作项目有望获得最高达数千万港元的研发费用支持 [1] 行业地位与技术优势 - 大摩研报指出，公司是AIDD（人工智能药物发现）领域的领先者，在技术验证与应用方面均取得实质性进展 [1] - 公司的化学模型执行力支撑其可重复的“1-to-N”创新创造引擎 [1] - 随着公司生物学模型的人体验证逐步显现，其潜在上行弹性有望在整个行业进入广泛AIDD采用期时得到进一步释放 [1]

公司与康哲药业达成战略合作 - 英硅智能与康哲药业达成药物研发战略合作 [1] - 合作聚焦于中枢神经系统及自身免疫疾病领域的多个项目 [1] - 合作将结合英硅智能已验证的AI平台与AI赋能创新药研发能力，以及康哲药业的研发团队和疾病领域认知 [1] 合作项目与财务条款 - 双方将共同推进不少于2个研发项目的合作开发 [1] - 英硅智能有望就每个项目获得最高达数千万港元的研发费用支持 [1]

文章核心观点 - 国内首例因AI"幻觉"引发的侵权案件一审判决驳回原告诉讼请求 法院认定AI生成内容不属于法律意义上的意思表示 AI平台运营方不承担"绝对责任" 但需承担"治理责任"与"合理注意义务" 判决传递出"鼓励负责任创新、反对无限责任"的信号 旨在建立"可控、可追责的治理结构" [1][2] 行业责任界定与法律信号 - 生成式AI的输出属于概率生成 并非法律意义上的意思表示 不能将AI模型的每句回答简单转化为具有法律效力的承诺 [1] - AI运营和服务平台无需为AI"幻觉"承担"绝对责任" 但需承担"治理责任"与"合理注意义务" 责任从"结果担保"转向"风险控制" [2] - 法院以过错责任为主轴划定责任边界 重点审查服务提供者是否履行提示、纠错、标识与安全评估义务 [2] - 此次判决传递出"鼓励负责任创新、反对无限责任"的信号 既不放任AI进入"法外之地" 也不过度扩张法律责任抑制产业发展 [2] AI"幻觉"的潜在风险 - AI"幻觉"指大模型生成内容与真实信息不一致的现象 已成为AI使用过程中的重要潜在风险 [1][3] - 风险等级取决于实际应用场景 目前问题主要集中在文字内容 但随着大模型普及 其生成物将扩展至软件、算法、程序甚至决策信号 影响力与日俱增 [3] - 若错误结果被不加识别地用于法院判决、医疗诊断、自动驾驶等场景 可能造成严重后果 [3] - 近期国外有诉讼指控AI聊天机器人Grok输出损伤原告公信力的不实答案 表明此类案例并非孤例 [3] AI"幻觉"的治理与发展路径 - 在当前技术发展阶段 AI"幻觉"或许难以避免 需探索与之共处的治理之道 [4] - "幻觉"问题与信息茧房、大数据"杀熟"等问题类似 自古存在但被信息技术赋予了现代意义 应辩证、全面地看待 不应归罪于AI技术本身 [4] - 不应因噎废食 正因AI技术存在包括"幻觉"等不成熟问题 才需更多地使用和训练它 使其变得更加成熟以更好地服务人类 [4] - 在此次案件中 研发公司已采取当前技术条件下的必要措施以减少AI"幻觉"发生 并履行了提示说明义务 因此法院驳回诉讼请求 [2]

项目规模与参与者 - 项目涉及万名大学生与1.7万名社会志愿者，通过AI平台协同进行古籍校对工作 [1] - 参与者背景多样，包括机场工作人员与敦煌学博士生，在“故纸堆”里因项目而相遇 [1] 技术应用与效率提升 - AI技术应用于《永乐大典》精校与《康熙字典》生僻字识别等古籍整理工作 [1] - AI将古籍整理效率提升数十倍，是一场技术革新 [1] - 人工智能的介入大幅提高了古籍整理效率，对古籍的保护和传承具有重要的赋能作用 [1] - 在20世纪80年代开始使用计算机录入文本，但速度依然慢且会出现错误，AI技术解决了此问题 [1] 项目意义与行业影响 - 技术正为传统文化打开一扇属于数字时代的大门 [1] - AI赋能下的古籍校对是一次文明传承的范式跃迁，让传统文化在数字土壤里生根发芽 [1] - 从纸页到数据，从封闭到开放，从保存到活化，AI正以数字之钥开启传统文化的“新生之门” [2] - 校对工作不仅是文字，更是文明的基因，促成千年智慧与数字未来的结合 [2] 技术局限性与协同模式 - 技术并非万能，AI仍有误识，冷僻字、特殊语境仍需专家把关 [1] - AI为人“减负”，让人专注于深度阐释与创造性转化，实现了“人机协同”的理想状态 [1]

文章核心观点 - 文章通过全国首例AI“幻觉”侵权案切入，深入分析了生成式AI产生虚假信息（即“AI幻觉”）的技术原理、法律定责边界以及个人用户如何降低使用风险，核心在于阐明AI生成内容不准确在当前技术下具有不可避免性，但服务提供者需履行法定义务，而用户需保持“数字清醒” [1][6][10] AI“幻觉”现象的技术成因 - 生成式AI的工作原理本质是概率预测而非理解，通过训练数据学习词汇关联并逐字生成最可能的答案，这导致其可能基于错误关联生成虚构内容，例如将“倒拔垂杨柳”与“武松”错误关联 [1][2] - AI的训练数据存在局限性，无法包含全部信息且可能包含错误，研究显示训练数据中仅0.01%的错误文本会导致错误输出率上升11.2%，0.001%的污染也会使错误内容增加7.2% [2] - AI具有“讨好型人格”，在不确定答案时倾向于编造看似合理的答案以满足用户，而非承认未知，例如会依据用户对某款App的正面或负面评价立刻改变其回答立场 [3][4][5] AI服务提供者的法律义务与责任认定 - 法律要求AI服务提供者对法律禁止的有害违法信息负有严格审查义务 [7] - 服务提供者需以显著方式向用户提示AI生成内容可能不准确的固有局限性，包括明确的功能局限告知、显著的提示方式以及在重大利益场景下的正面即时警示 [7] - 服务提供者应尽到功能可靠性的基本注意义务，采取如检索增强生成技术等同行业通行技术措施以提高生成内容准确性 [7] - 在首例侵权案中，法院认定被告已在应用欢迎页、用户协议及交互界面显著位置进行功能局限提醒，并采用了检索增强生成等技术，因此已尽到合理注意义务且主观无过错，故驳回原告赔偿请求 [6][8] 个人用户降低AI幻觉的实用方法 - 优化提问方式，提问应具体、清晰并提供充足上下文，例如限定时间范围、要求注明数据来源并提示AI对不确定处进行标注，可减少AI自由发挥 [8] - 采用分批输出策略，限制AI单次生成内容的数量，例如分段撰写长文并逐段确认，以降低幻觉概率并提升内容质量 [8] - 进行交叉验证，通过向多个AI大模型提出同一问题并比对答案来判断可靠性，部分应用已集成多种模型便于对比 [9][10] - 用户需牢记AI仅为辅助工具，不能代替决策，必须对其局限性保持清醒认知，不盲目相信生成内容 [10]