Core DAO(CORE) 暴跌

长期以来，深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功，但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”，推理时则需要反复展开数百上千步，这种训练与推理的不一致导致了“暴露偏差”等问题，使得生成模型一直未能实现真正的端到端训练。 最近，一篇来自UIUC与哈佛大学的论文提出了“探索式建模（Explorative Modeling，XM）”新范式，其核心是一个简单到近乎朴素的for循环：在每个训练步骤中，模型生成K个候选样本，然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失（如平方误差）而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值，而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式，在不拆分生成过程的前提下，直接提升了模型的“生成表达力”，即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明，随着模型规模、数据量和计算量的增大，探索带来的性能收益越发显著，在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是，当探索程度足够时，XM可以实现真正的端到端生成。在机器人控制等任务中，仅需一次网络前向传播的XM策略，其性能可媲美甚至超过需要上百次前向的扩散模型策略，实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新，但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈，并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大，探索这一新维度可能将发挥越来越关键的作用。

强劲的企业盈利正成为美股核心驱动力。高盛合伙人John Flood指出，标普500指数第二季度每股收益（EPS）同比增速追踪值高达45%，远超市场预期；剔除非经常性项目后增速仍达26%，为2021年以来最快。分析师已开始上调2027年盈利预期，修正趋势在多数板块保持正面。 同时，市场仓位趋于“干净”：高盛情绪指标从高位回落，对冲基金去杠杆明显，零售投资者杠杆也开始降温。这种“去泡沫化”的仓位环境为市场进一步上行创造了条件。 从估值看，美股相对其他主要市场处于较便宜水平，且AI超级周期的红利尚未完全释放，科技公司持续加大资本投入。不过，历史数据显示中期选举年8月至选举日期间市场回报中位数为0%，因此尽管盈利面支撑强劲，实现年内新高的具体节奏仍存在不确定性。

美银发布的Bull & Bear指标升至9.7，为2021年以来最高，接近发出“卖出”信号。报告指出，市场面临核心矛盾：一方面政策层（如联合汇率干预）有明确的流动性兜底意愿；另一方面，中期选举不确定性、AI厂商信用利差扩大及极端看涨指标限制了上行空间。 资金流向显示，股票和债券基金均创纪录流入，但科技板块六周来首次出现资金流出。美银建议投资者“撤退或轮动”，即从风险资产撤出，或转向防御性板块、久期资产和美元以对冲风险。 报告强调，中期选举是下半年关键的宏观变量，可能重塑政策与经济叙事。此外，AI资本开支前景与就业数据（如7月非农）也将影响市场走向。尽管政策兜底提供下行保护，但市场乐观情绪已充分定价，上行空间有限。

近日，一位北京协和医院的神经外科住院医师金山木（Shanmu Jin），通过自学数学并借助AI工具ChatGPT 5.6，成功解决了困扰数学界长达22年的著名难题——Crouzeix猜想。 金山木本科学习地质学，后跨界取得医学博士学位，其数学知识主要靠自学。他在研究经颅超声时接触到矩阵分析领域，并对Crouzeix猜想的简洁与优美产生兴趣。该猜想涉及矩阵数值域与多项式谱范数之间的最优常数问题，自2004年由法国数学家Michel Crouzeix提出后，虽经多年努力，最佳常数仅从11.08降至2.414，始终未能达到理论预言的2。 2026年7月30日，金山木运用精心设计的提示词工程，设定物理断网、多分支探索、对抗性审计等策略，让GPT-5.6在无人干预下自主运行约16小时，最终生成了一份完整的证明。证明并未采用传统复杂的估计方法，而是通过巧妙的“采样策略”将其转化为一个简单的“正性条件”，思路令人惊叹。 该证明迅速得到了包括猜想提出者Crouzeix本人在内的多位顶尖数学家的验证与认可。更令人惊讶的是，8月4日，另两位数学家Emiel Lorist和Felix Schwenninger使用ChatGPT 5.6辅助，独立给出了一个仅5页、思路迥异的简短证明。 这一事件标志着AI已成为攻克前沿科学难题的强大工具，它降低了专业壁垒，加速了科学发现，预示着一个由人机协作驱动的科学研究新时代可能已经到来。

上海加特兰微电子科技股份有限公司（简称“加特兰”）科创板IPO申请已获受理。该公司成立于2014年，专注于车规级毫米波雷达芯片和超宽带芯片，产品应用于汽车辅助驾驶、自动驾驶、数字钥匙等领域。2017年，加特兰量产了全球首个基于CMOS工艺的77GHz车规级毫米波雷达射频前端单芯片。目前，它是全球第四大、国内市场第二大车规级毫米波雷达芯片供应商，在国内该领域处于领先地位，国家集成电路产业投资基金二期（大基金二期）为其股东。 财务数据显示，加特兰营收快速增长，2023年至2025年收入从2.06亿元增至6.32亿元，2026年第一季度收入为1.54亿元。但公司尚未盈利，报告期内持续亏损，累计未弥补亏损达1.72亿元。其主营业务毛利率较高，维持在44%至49%之间，超过行业平均水平。公司收入高度依赖车规级毫米波雷达芯片，该产品收入占比超过97%。客户集中度极高，前五大直接客户销售收入占比均超过99%，其中比亚迪是重要的终端应用客户。 市场方面，加特兰产品已覆盖比亚迪、吉利、长安、蔚来等国内主流主机厂，并成功进入沃尔沃、里维安（Rivian）等海外主机厂供应链。然而，公司也面临激烈竞争，与国际巨头如英飞凌、恩智浦、德州仪器在综合研发实力和客户覆盖上仍有差距，同时国内新进入者也在加剧市场竞争。本次IPO，加特兰拟募集资金34.89亿元，用于高性能毫米波雷达芯片、高精度超宽带芯片的研发产业化及总部建设等项目。