$希音-W(00625)$低位看结构，比盯着单日涨跌有用。短期均线修复是好事，前期密集区附近换换手也正常。一口气过去当然痛快，磨几天再选方向也不意外，别一根K线就把心情拉满

开始转灯向上了。。。 $奕斯伟计算(01256)$

一边是动辄数千亿、数万亿参数的大模型，一边是企业桌面上的一台设备。两者之间，隔着多少算力，又隔着多少成本？ 当 AI 开始参与实际工作，这个问题变得具体起来。一个需要反复调试的编程任务，一项持续运行的智能体工作流，都在消耗 Token ，也在考验企业的预算。模型能力如何转化为工作成果，每一次推理是否物有所值，成为企业部署 AI 时需要回答的问题。 10月16日至18日，2026年第十届CSDI SUMMIT 中国软件研发智能创新科技峰会在深圳举行。明略科技集团副总裁、多模态首席科学家赵晨旭带来主题演讲《优化Token ROI：用「Scaling Out Law」把 3000B 巨兽塞进一台算力盒子中》，从模型能力的提取与重组谈起，分享明略科技对这笔“效率账”的思考。 让业务需要的能力，在合适的设备上高效运行。 围绕这一目标，模型的组织方式与部署方式，都有了新的探索空间。 企业的一项任务， 需要多大的模型？ 通用大模型覆盖广泛的知识和技能，但一项具体的业务任务，通常只需要其中一部分能力。例如，编程工作中的代码生成与调试修复，对模型能力的需求就各有侧重。完整部署整个模型，就可能带来超出任务所需的资源开销。 由此，一个问题浮现出来：能否从通用模型中提取任务所需的专业能力，让部署规模与业务需求更加匹配？ 为此，明略科技沿着Scaling Out的路径，从通用大模型中提取业务所需的专业能力，按任务需求重新组合。具体而言，团队从前沿开放权重模型中选取相关专家，通过领域数据训练与协作机制优化，构建适合本地运行的模型系统。 这就好比用火柴点燃一张餐巾纸，从一捆火柴中取出所需的几根，就能完成任务。每根火柴仍保留原有的长度，模型也同样保留所选专家的能力，让资源投入与任务需求相匹配。 在固定的资源预算下，系统依据任务反馈持续优化专家选择，尽可能保持提取后的子网在目标领域的表现。 这也意

10月26日开盘，禾赛港股报12.97港元，盘中一度涨超10%，最高摸到13.8。 这轮上涨的引线，个人觉得最大的催化来自于OpenAI也要官宣下场做物理AI。 18号，奥特曼在播客《Sources》明确确认："我们会做"，OpenAI 要独立开发人形机器人。数字AI的王也押注物理AI了，这是超强利好信号。 而且，最近2026世界物理AI大会，核心议题也已经从“大模型多聪明”，转到“AI怎么进入真实物理世界”。 这个转向很关键。 过去两年，大家卷的是参数、推理、生成；但机器人要落地，光有数字世界的大脑不够，机器还得理解真实世界的空间、距离、遮挡、运动和变化。 毕竟大模型再聪明，也只是数字世界的“大脑”，它并不天然理解真实世界。 禾赛CTO向少卿在Kosmo发布会上说过一个观点——Kosmo是GPT的最佳补充。GPT类大模型负责理解、推理和生成，Kosmo负责把真实世界毫米级地采集、重建、组织成机器能读懂的三维数据。一个补“脑子”，一个补“眼睛”，谁也替代不了谁。 那问题来了：当大模型要接管物理世界，什么东西会成为最稀缺的基础设施？ 我的答案不是单纯堆算力，而是能把真实世界低成本、规模化、持续闭环地转成机器可读三维数据的感知层。 这应该也是禾赛最近被资金重新盯上的核心原因。 更准确的链条是：物理AI从叙事走向落地，瓶颈正从模型参数转向真实世界数据；而禾赛手里的牌，恰好卡在“物理入口”这个关键位置。 要理解这张牌的分量，得先看具身智能的数据到底难在哪。 数据"不可能三角"，禾赛从真实世界切入 国盛证券在10月24日的报告里点得很透：物理AI最大的瓶颈不是模型，是高质量真实世界数据。二维影像缺深度和位姿，纯仿真还原不了真实物理规律，真机遥操作成本高、难规模化——高质量、大规模、低成本，长期构成具身数据的"不可能三角"。 10月14日，禾赛交出了解法：三维世界数据引擎Kosmo，包

$微亿智造(03275)$恒科盘中破3800那天，腾讯阿里双双被按，全场没几只红的。系统性调整期，再靓的新股也难独善其身，能理解这个决定

10月23日，机器人板块再度走出一波主升浪，其中宇树科技领涨，斩获20CM涨停，极智嘉等港股机器人跟涨。截至发稿，极智嘉单日涨幅超7%。 此前一天，即10月22日，在2026世界物理AI大会暨宇树合作伙伴生态大会上，宇树科技创始人王兴兴表示：“我们希望机器人能够跨过这样一个时刻，在未来完成大约 80% 的任务时，只需要通过语音和语言指令，就能让机器人顺利完成工作。” 仓储物流或许是最先跑通该愿景的场景。在具身智能Gravity框架下，极智嘉创新探索Gravity Control因果干预模型，展现出业内领先的自然语言运行时纠偏能力：实验室里表现出色的机器人，一进真实环境，物品姿态一变、动作就可能做偏；而受模型黑箱特性制约，开发者往往不知道问题出在哪里、如何调整，只能回炉重采数据、重训模型。 Gravity Control 提供了一种创新解法，对于这种机器人已经具备能力、但局部动作偏差的情况，仅需自然语言提示，就能在原始模型运行时直接纠偏，这在行业内极具独特性与领先性！ 该技术可显著帮助公司节省成本开支。Synergy Logistics《Warehouse Resilience & Downtime》研究显示，84%的仓储组织过去24个月内至少遭遇一次重大运营中断，停机成本高达每小时5000至10000美元。换算过来传统模式下，机器人动作做偏等于停机加一轮重训费用。Gravity Control让一线员工用大白话（“抓深一点、放低一点”）就能完成机器纠偏——降低交互门槛 ，不耽误作业，提升系统效率。 Gravity Control价值不止于降本，其实时干预直接提升复杂任务成功率。每一次纠偏经验沉淀为可复用技能，推动机器人在真实作业中持续自我进化。 对极智嘉而言，这是补齐增长飞轮的又一拼图。作为极少数做具身产品、且唯三半年营收突破10亿元大关的机器人上市公司，Gravi

$威华达控股(00622)$市盈率56倍，PB快5倍，说实话现在买的不是业绩，是特斯联那张船票

620多个IP模块、20多个系列化RISC-V内核、1700多项专利申请，这个技术储备在国内是排得上号的。市场现在没给估值，不代表一直不给 $奕斯伟计算(01256)$

有人嫌它去年账面净利润才五百万，我倒觉得要看经调整口径和今年势头，前五个月利润已两千多万，研发还在猛投，这阶段先占山头比报表利润重要$微亿智造(03275)$

中国Biotech的国际化，长期被简化成一道算术题：首付款多少、里程碑多少、总交易金额多少。数字越大，国际化越成功。这套叙事有一个被默认的前提：能力是现成的，缺的只是买家。 瑞博生物提供了一个不太一样的样本。2023年底与勃林格殷格翰达成最高约20亿美元合作，2026年初与Madrigal达成6000万美元首付、潜在44亿美元里程碑的交易。两笔BD连续落地，让市场看到了其小核酸平台和研发资产的价值。 巨额交易数字固然是基础，但真正需要追问的是：这些交易是谁在推、在哪里推、用什么组织形态推的？ 一、瑞博生物的国际化，为什么值得从“组织能力”重新看 1.最新动作：瑞博生物拟换股全资持有Ribocure，全球一体化研发体系再进一步 2026年10月16日，瑞博生物与Ribocure少数股东签订换股协议，拟收购余下49.71%股权，持股从50.29%提升至100%。交易通过发行约1409万股H股对价股份完成，不涉及现金支出。 用换股而不是现金，其中有一个清醒的判断：管线推进期的现金比股权稀释更贵。账上的钱留给FXI siRNA的IIb期和后续适应症拓展，Ribocure赚的每一分钱在交割后全部归上市公司股东。 甘黎明博士及Ribocure核心团队在换股中获得上市公司股份，利益从“子公司层面的少数股东”变成“上市公司层面的直接股东”。这不是一次简单的股权归拢，是把海外执行团队和母公司的长期价值焊在一起。 2.长期资本信号：Erik Selin先支持Ribocure，再作为IPO基石投资人支持瑞博整体 2025年，Erik向Ribocure投入3200万美元充实子公司资金并加入董事会；随后在瑞博生物IPO中作为基石投资人追加1000万美元。 先投子公司、再投母公司，说明Erik的判断不是“瑞博的管线故事好听”，而是“瑞博在哥德堡搭起来的这套组织是能运转的”。3200万美元投的是Ribo

$金嗓子(06896)$大伙都偏保守

$威华达控股(00622)$冲3.18那一下我以为要起飞，结果又下来了，主力你是懂折磨人的

$天数智芯(09903)$刚想问今天还能不能稳住，尾盘已经把情绪一次性砸透了。反倒觉得后面没那么拥挤，78附近稳住就看一轮像样的修复。

$车车科技(CCG)$说真的，拿到现在，谁不想看到一个好结果？