大全用旗下上市企业 融资110亿倍增产能

澳门博彩监察协调局周日公布，7月的博彩毛收入同比跌8.4%至202.6亿澳门元（下同）（169.3亿元人民币），虽然同比仍然下跌，但与6月的12%跌幅比较，幅度已收窄，而且全月博彩收入亦重回200亿元水平。 7月博彩收入较6月上升9.4%，市场估计世界杯在上月中结束后，旅客与赌客的数量开始回升，带动下半个月的博彩收入转好，令全月博彩收入环比有所上升。相信八月在世界杯结束，加上暑假假期，本月的博彩收入有机会出现较大幅度反弹。 即使受到6月至7月的博彩收入下滑影响，今年前七个月的累计博彩收入仍达1,471.6亿元，同比有4.4%升幅。目前累计博彩收入已达澳门政府估计全年2,360亿元赌收的62%，大概率能达到全年目标。 刘智恒 欲订阅咏竹坊每周免费通讯，请点击这里

销售传统黄金工艺的老铺黄金发布业绩预喜，股价却不涨反跌，似乎赚取品牌溢价的策略已日渐失效 重点： 公司预计今年上半年收入大幅上涨 市场估计下半年金价难再重返年初高位 　 刘智恒 被称为“黄金界爱马仕”的老铺黄金股份有限公司（6181.HK），上周二股价突然跳水，单日重挫24%，市值蒸发167亿港元， 事缘之前一天公司发布业绩预喜，预计今年中期收入介于198亿元至204.5亿元，同比增长60至66%，按非国际财务报告准则计算，盈利达43.1亿元至43.6亿元，同比大增83%至85%。 业绩表现理想，为何换来的结果却是股价崩盘？原来市场对其业绩有极高预期，但按中期与首季业绩表现推算，其第二季度收入及利润环比大幅下滑八成，投资者失望之余自然二话不说就在市场大举抛售。 一年暴涨26倍 市场人士的失望或不无道理，老铺黄金自2024年6月底以每股40.5港元在香港上市后，股价一路狂奔，去年七月一度冲上1,108港元，一年时间上涨26倍，市盈率更高达144倍，股价上涨之快及涨幅之大，市场莫不啧啧称奇。 事实上，公司上市首两年业绩增长确让人眼前一亮，2024年盈利同比大涨254%至14.73亿元，去年更暴增230%至48.7亿元，连续两年以两倍速度增长，市场自然对公司往后业绩寄予厚望。投资者在高预期下，难怪今年中期业绩增长稍微与市场出现落差，投资者即用脚投票。 要知老铺黄金为何跌得重，先从当初股价涨得猛来说起。 传统金铺的经营模式，产品是按黄金价格，再加上一定的加工费来定价。由于传统金饰的加工费通常不高，很大程度是以黄金来锚定产品价格，结果是产品毛利率有限。 相反，国际金饰名牌却不一样，产品价格不用以金价决定，也不靠赚取微薄的加工费，但利润仍相当可观，一切全赖品牌的溢价效应。简单讲，消费者愿意一掷千金，买的不是黄金，而是买品牌，当将名牌饰物穿戴上身，不光是品味的彰显，更重要是一种身份的象征。 岂止黄金这么简单 老铺黄金的老板徐高明深懂此道，虽然公司名字有“老铺”两字，但他并不甘心做一家老牌金铺，他要做品牌，要通过赚品牌钱为公司带来更大利润。于是着力将公司打造成为品牌黄金店，而不是另一家周大福（1929.HK）或六福（0590.HK）。 办法是通过所谓的古法工艺，包括镶嵌、錾刻、锤揲、搂胎及花丝等，再结合创新技术，制作出与传统金铺不一样的产品。在标榜高超技术与古朴风雅外，并以自称来自宫廷的手艺去包装，那就不光是尊贵，更俨然具备皇室血统。 最巧妙的一着是产品非但不降价，过去两年接连提价，务求营造产品的超凡价值。于是顾客感觉其产品只涨不跌，即使脱离锚定黄金价格，依然具有保值效能，甚至是升值机会。 策略初步奏效，股价一年间急升暴涨，然而去年见过高位后突无以为继，部分投资者陆续获利了结，市场开始对老铺黄金高估值有戒心，要知道周大福及六福等传统金铺，论店铺规模与历史，莫不把老铺黄金远远甩在身后，可它们的市盈率也不过7至13倍，老铺黄金纵然业绩理想，毕竟并非AI等概念公司，难以无限支撑股价。 金价逆转库存过高 雪上加霜的是黄金或已扭转涨势，金价自年初见过每盎司5,600美元后，上月一度跌破4,000美元。虽然老铺黄金对金价的敏感度低，但毕竟也是黄金产品，金价若持续下跌，势难独善其身。 特别要注意公司的存货量甚大，2024年底已达40.88亿元，去年底大增3倍至160亿元，而公司的存货周转天数高达216天。在金价持续上涨时，公司资产自然水涨船高，倘若金价逆转，承受的压力可不是开玩笑的，这也导致公司今年股价不断承压。 目前情况，老铺黄金压力未消，市场普遍对黄金下半年的走势变得保守，料难重返今年初高位。金矿业巨头Newmont在今年第二季业绩后，只维持全年指标，即金价约4,500美元。 世界黄金协会更预料，金价将在4,100美元水平波动，若要再上行，需看经济或地缘局势是否恶化、加息预期可否降温，以及长期资金持续入场。 欲订阅咏竹坊每周免费通讯，请点击这里

玻璃制造商信义玻璃控股有限公司（0868.HK）周五报告称，今年上半年营收略有下降，但由于物业及设备相关损失减少，以及销售及营销开支降低，公司实现利润增长。 由于过去一年浮法玻璃价格下跌影响，截至6月的中期营收为95.2亿元，较去年同期的98.2亿元下降3.1%。期内利润较上年同期的10.1亿元增长16.9%至11.8亿元。 公司上半年的销售及营销开支下降24.5%至4.99亿元，占营收比重从去年同期的6.7%降至5.2%。由于物业及设备处置相关亏损大幅下降，“其他亏损”也减少逾一半至1.11亿元，。 信义玻璃股价年初至今上涨9.8%。 阳歌 欲订阅咏竹坊每周免费通讯，请点击这里

随着知识图谱成为其最大的收入来源，这家知识科技提供商正通过自有平台构建可追溯、可调用的知识资产 阳歌 随着AI从通用模型向专业应用迈进，竞争正转向领域知识、工作流以及交付能力。在服务学术和科研机构近二十年后，上海卓越睿新数码科技股份有限公司（2687.HK）将自身定位在这一应用层。 公司把学术资料、实验流程和专家经验转化为AI可读取、可调用的结构化、可追溯知识资产。产品包括Polymas平台、智能体、学科专属大模型，以及源图谱（Meta Graph）和Harness引擎。 2023年来，知识图谱已成为公司增长最快的业务。2025年，该业务收入增长了68.5%，达到5.74亿元，占总收入的59.2%。交付量增长122.4%至10,386个，整体毛利率则从61.9%升至65.5%。卓越睿新也宣布与阿里云和火山引擎达成框架合作，将这些公司的基础大模型及云能力与自身的知识资产及学术场景相融合。 CFO曹睿就公司的AI战略、知识资产以及不断变化的机构需求与Bamboo Works进行了交流。 Bamboo Works：请详细介绍一下卓越睿新的Polymas平台。它与主流的大语言模型有何不同？如何融入你们更广泛的AI战略？ 曹睿：通用模型在语言表达和广泛推理方面能力很强，但专业领域还需要具备权威性、可追溯且不断更新的领域知识，外加对学术工作流的深刻理解。这正是Polymas平台所提供的功能层。 Polymas平台将我们的领域AI与领先的基础大模型及结构化专业知识相结合。通过“源图谱”，回答可以被链接到学术资料和具体的知识节点上，这使得推理过程更加透明，并减少了缺乏依据的回答——我们称之为循证AI。 我们的战略是不依赖特定模型：基础大模型 + 知识资产 + 智能体 + 应用场景。这让我们能够随时采用最先进的技术，而不必依赖于单一供应商。 问：你们最新的年报将知识图谱描述为数字知识内容业务的核心增长引擎。这款产品是如何运作的？它又如何为盈利做出贡献？ 答：我们的知识图谱不仅仅是实现信息可视化。学术知识通常分散在教材、论文、课件、规程以及专家经验中。我们将这些内容转化为结构化、可追溯、可更新且机器可调用的资产。 学生可以借此看清概念与实验之间是如何相互联系的。教师则可以基于同一底座生成教学资料、设计测评内容并完成更新。机构能够规划课程体系，并追踪科学与产业的发展动态。图谱为AI提供了上下文背景、知识来源和安全护栏。 这反映了从知识存储向知识计算的范式转变。教材可能需要数年时间才能更新一次，而知识图谱则可以随着新研究的不断涌现而随时刷新。 在2026年世界人工智能大会（WAIC）上，我们推出了源图谱和Harness引擎，将学科知识针对不同应用场景组织成模块化的产品。其目的是在满足特定项目定制需求的同时，支持复用性更高、更标准化的产品交付。 问：你们最近宣布了与阿里云和火山引擎的合作。各方在这些合作中分别带来了什么优势？ 答：科技大厂带来了基础大模型、云计算以及AI生态系统。我们则带来了近二十年的知识基础设施经验、多学科的知识架构、真实的教学与科研场景，以及将它们转化为可部署产品的能力。 通用大模型不会自动理解学科逻辑、实验标准或机构的内部工作流。我们充当了“翻译官”和知识锚点的角色，将通用AI转化为专业的教学、科研与实训解决方案。这种对机构业务的深度参与是我们真正的护城河。 在与阿里云的合作中，业务涵盖了大模型知识Token赋能、物理AI研发，以及利用通义千问生态和AgentScope框架构建的多智能体平台。而在与火山引擎的合作中，业务则包括豆包大模型知识精调、虚实融合实训以及数字化人才培养。 我们目前也在与其他领先的通用AI提供商进行探索性讨论，探讨涉及我们的知识资产、应用场景以及交付能力的潜在合作机会。 问：你们的产品如何为管理者、教师和学生——尤其是为你们的关键“灯塔客户”——创造价值？此外，你们目前正在开发哪些新产品？ 答：我们的灯塔客户也是共同开发的合作伙伴。我们首先从一个高价值学科或工作流切入，与学术专家合作构建具有权威性的知识底座，然后将其与教学、科研、评估或实验系统打通，最后把该解决方案沉淀为可供其他机构复用的功能模块。 对于管理者而言，我们的产品能够支持评估与统筹工作：为学习成果提供结构化证据，并提供规划AI转型以及使课程与技术、产业需求相契合的工具。对于教师而言，产品将教学资料和经验转化为可复用的知识资产，同时大幅减少重复性工作。对于学生而言，同一个底座即可支持个性化学习、交互式模拟及来源可溯的AI问答。 我们的下一代产品以源图谱和Harness引擎的“1+N+1+N”架构为核心：一个知识底座；多个教学、科研、产业及实验模块；一个人才培养平台；以及多个针对特定学科的专属配置。 问：随着AI的广泛应用，学术和科研机构最迫切的需求是什么？你们认为前方存在哪些机遇？ 答：问题已经从是否采用AI，转变为如何负责任地将AI融入教学与科研中。机构需要值得信赖的模型输出、特定学科的知识系统、与现有平台的顺畅集成、清晰的数据治理与安全保障，以及在教育科研成果上能够量化的提升效果。 学生群体的期望也发生了改变。仅仅把教材或讲座搬到网上已经远远不够了。学生越来越期望获得按需获取、互动式且个性化的知识体验。他们希望AI能用不同的方式解释复杂的概念、关联前置知识、模拟实验过程、提供即时反馈，并能够清晰标明知识的来源。…