• 政策出台，数据要素市场化配置改革进入“建生态、强服务”新阶段。国家数据局与工信部等多部门联合发布《关于培育数据流通服务机构加快推进数据要素市场化价值化的意见》，提出到2029年底提升数据流通服务机构能力，丰富流通交易形态，增强供数用数意愿，提高全社会数据流通利用水平。政策强调“有效市场和有为政府相结合”，明确数据交易所、数据流通服务平台企业、数据商等功能定位，解决市场参与者角色不清、服务边界模糊问题。
• 智能驱动，AI+驱动数据要素价值释放。海外方面，Scale AI作为AI数据标注与合成数据服务商，2025年6月被Meta以143亿美元战略投资，估值达290亿美元。国内方面，合合信息构建“数据可信空间”，探索数据要素市场化路径；海天瑞声深度参与国家数据要素基础设施建设，发布具身智能数据工程化服务平台；海量数据联合清华、清工院申报“数据智能北京市重点实验室”，聚焦AI原生数据库等关键核心技术。
• 投资建议。数据要素行业进入规模化爆发期，建议关注：
  • 数据确权：人民网、新华网
  • 数据汇聚：深桑达、易华录、星环科技、三维天地、普元信息
  • 数据治理：合合信息、海天瑞声、海量数据、星环科技
  • 数据运营：
    • 政务数据：太极股份、广电运通、云赛智联、德生科技
    • 行业数据：阜博集团、久远银海、国新健康、超图软件、中科星图、每日互动、中远海科
  • 数据流通：浙数文化、安恒信息、易华录、零点有数
  • 数据入表：上海钢联、卓创资讯、生意宝
  • 数据安全：深信服、电科网安、三未信安、奇安信等
• 风险提示。政策落地不及预期、数据安全合规审查、市场培育周期长于预期等。

• 英伟达FY2026Q4业绩亮眼，数据中心业务营收达623亿美元，同比增长75%，其中计算业务营收513亿美元，同比增长58%；网络业务营收110亿美元，同比增长263%。
• 英伟达预计FY2027Q1收入将达780亿美元，上下浮动不超过2%，预计2026年营收将超过5000亿美元目标，超大规模云服务商需求强劲。
• 海外AI巨头全线上调资本开支：亚马逊2025Q4资本开支385亿美元，同比增长48%，预计2026年约2000亿美元；谷歌2025Q4资本开支279亿美元，同比增长95%，预计2026年1750-1850亿美元；Meta2025年资本开支722.2亿美元，预计2026年1350亿美元；微软FY2026Q2资本开支375亿美元，同比增长66%。
• 全球AI产业趋势持续强化，看好“光、液冷、国产算力、卫星”四大主线。
• 推荐标的：中际旭创、新易盛、英维克等；受益标的：罗博特科、致尚科技、浪潮信息等。
• 风险提示：AI发展不及预期、行业竞争加剧、中美贸易摩擦等。

恒指高开低收，港股市场动态及上市公司要闻

恒指表现

• 恒指早高开254点，触及27000点关口，但随后遇沽压回落。
• 午市沽压加剧，尾市最大跌幅近392点，收报26381点，跌384点或1.44%。
• 国指跌220点或2.44%，报8814点；科指跌151点或2.87%，报5109点。
• 全日成交2592.77亿元，北水净流出73.66亿元。

宏观与行业动态

• 港交所：研究打造多元资产代币化平台，但需视技术支撑和市场需求。
• 外汇基金：财政司司长陈茂波建议转拨1500亿元至基本工程储备基金，但许正宇称非常态化安排，原则与此前一致。
• 河套园区及新田科技城：中央、深圳市政府及港府已原则上同意「四流」政策方向，但需等待应用场景成熟。
• 新规：人民银行发布通知，将各类人民币跨境同业融资业务纳入覆盖范围，提升规则透明度，引入逆周期调节机制。

上市公司要闻

• 蔚来：子企神玑获中国投资者斥22.57亿元入股，神玑投资者将持有27.3%股权。
• 新世界百货中国：中期盈利1532.7万元，按年上升3.93倍，但收益减少12.44%。
• 周大福创建：中期股东应占盈利13.34亿元，按年增长15.26%，每股盈利0.3元，派中期息0.28元。
• 百度：第四季经调整净利润39.07亿元，按年下跌41.76%，总收入327.4亿元，按年跌4.06%。

分析师披露及评级标准

• 分析师声明无利益冲突，不涉及做市活动及投资银行业务关系。
• 国都香港投资评级标准：买入（涨幅>20%）、增持（涨幅10%-20%）、持有（涨幅-10%-10%）、卖出（跌幅>20%）。

本文介绍了初步的 AI 风险缓解分类法，旨在整理和提供 AI 风险缓解的共同参考框架。该分类法通过快速证据扫描，从 2023 年至 2025 年间发布的 13 个 AI 风险缓解框架中提取了 831 个不同的 AI 风险缓解措施，并进行了迭代聚类和编码。

初步的 AI 风险缓解分类法将缓解措施分为四个类别和 23 个子类别：

1. 治理与监督：建立人类监督机制和决策协议的正式组织结构和政策框架。
2. 技术与安全：确保安全、安全符合人类价值观和内容完整性，以保护 AI 系统并约束模型行为的技术、物理和工程保障措施。
3. 运营流程：管理 AI 系统部署、使用、监控、事件处理和验证的流程和管理框架，在整个系统生命周期中促进安全、安全和问责制。
4. 透明度与问责制：正式披露实践和验证机制，传达 AI 系统信息并允许外部审查，以建立信任、促进监督并对用户、监管机构和公众负责。

研究发现，“风险管理”是文献中最常被引用的子类别，但定义不一致。测试和审计是最常被引用的子类别，而利益冲突保护、举报人报告和保护、环境影响管理、模型对齐和分阶段部署等类别则相对较少被提及。

该分类法及其相关的缓解数据库为 AI 生态系统中的不同参与者提供了一个可访问的结构化方式，以讨论和协调行动，以减少 AI 的风险。未来研究方向包括将 AI 风险缓解措施映射到其旨在解决的风险，探索减少 AI 风险的组织条件，以及研究不同行为者之间的差异及其相互作用。