文 | 万联万象作者 | 龙猫 文 | 万联万象作者 🎉| 龙猫 一场突如其来的泥石流，不仅卷走了矿工的生命，😊更冲击着全球铜市场的稳定根基。 从9月24日开始，国际👏铜价突然大幅上涨，接连创下15个月新高。这场价格风暴的源头指😍向地球另一端——美国矿业巨头自由港麦克莫兰旗下印尼格拉斯伯格💯（Grasberg）铜矿因重大泥石流事故所引发的意外停产。 😜 作为全球在产的第二大铜矿，格拉斯伯格2024年铜产量高😜达81.6万吨，约占全球铜矿产量的3.5%。自由港公司预计，😆2026年该矿产量将较之前预估的77万吨下降35%，直到20😴27年其产量才会回到停产前水平。 继铝土、镍矿后，铜产🤯业也迎来上游的“黑天鹅”事件。全球有色行业都在思考，要拿什么😢来止住已被推倒的铜矿减产“多米诺骨牌”？ 泥石流引发的🚀铜业风暴 本次事件要追溯到9月8日晚，印尼中巴布亚省格🚀拉斯伯格地下矿山发生大规模湿性矿料涌出事故。这场悲剧导致7名😢工人被困地下，其中2名已不幸身亡，截至9月24日仍有5名工人🤗处于失联状态。 事故对矿区基础设施造成严重破坏，包括铁❤️路、电气系统、通信系统等核心采矿设施均受损。 在近三周👍的沉默后，9月24日自由港公司更新事故进展，大幅下修其铜产量😢预期。公司宣布已启动不可抗力条款，这意味着其可因不可控事件暂🌟停履行部分供应合同义务。自由港将今年第四季度产量指引下调至“😅可忽略的水平”，远低于原先预估的20.2万吨。 全球市😍场瞬间作出激烈反应。LME铜价单日暴涨3.2%，突破每吨10😂297美元，创五个月来最大涨幅。国内沪铜期货主力合约及电解铜🤔现货价格也跟随上涨超过3%，升至8.3万元/吨附近。 🔥铜价飙升的同时，全球证券市场同步震荡。自由港麦克莫兰股价暴跌💯16.95%，单日市值蒸发巨大，创疫情以来最大单日跌幅。 😊 与之形成鲜明对比的是，其他铜生产商股价逆势上扬：嘉能可、👏泰克资源等因市场供应预期收紧而股价上扬。这一市场反应模式清晰💯展示了供应链冲击对不同环节企业的差异化影响。 全球铜供💯需平衡的重构 格拉斯伯格铜矿的停产事件发生在全球铜市场⭐本就脆弱的时刻。 根据中金公司的研究，2025年全球铜👍矿供给将有20.2万吨的损失，约占全球矿端供给的0.9%。而🤯2026年将面临26.95万吨的损失，约占全球矿端供给的1.⭐1%。 全球铜库存已处于历史相对低位，供应链缓冲能力有😂限。任何供应风吹草动都更容易直接反映在价格上，强化了投资者对😘铜供应链脆弱性的认知。上海期货交易所进口亏损扩大至500元/🤗吨，进一步反映现货市场紧张状况。 展开全文 近年😡来，全球铜矿供应扰动事件明显增多。 2025年2月，智😢利出现持续数周的罢工事件及全国范围断电引发的矿山停摆。202👍5年二季度，受地震影响，艾芬豪与紫金矿业在刚果（金）合作的卡🙄莫阿-卡库拉地下矿大幅下调2025年增产目标；三季度智利Co🎉delco旗下的埃尔特尼恩特矿山运营也遭遇地震，产量预计损失😉2万-3万吨。 一系列事件表明，全球铜矿供应体系正变得😊越来越不稳定。 中信建投期货金属首席研究员江露指出，从😊影响范围来看，自由港预计此次停产将对2025年第四季度全球铜🤯产量带来约47万吨的影响，对2026年全球铜产量带来27万吨😊减量，相当于占据全球铜矿产量的3.5%。这种规模的供应中断足😘以改变全球铜市场的整体供需格局。 寻找缺口的答案 🙄 面对即将到来的供应缺口，市场自然将目光投向其他潜在供应来源🤗。 然而，全球铜矿资源高度集中，前十大铜矿产量合计占全🤩球供应约30%，且多数由跨国矿业巨头联合控股，这种格局虽有利😘于规模效应，但也可能加剧区域性供应波动风险。 现有矿山🙌的扩产是最直接的解决方案。必和必拓近期宣布投资15亿美元扩建😀智利Spence铜矿，力拓则加速推进蒙古奥尤陶勒盖铜矿二期工😁程。然而，这些项目需要时间，难以立即填补格拉斯伯格停产造成的👏缺口。 回收与替代品同样被视为缓解供需矛盾的途径。废铜😆回收量短期激增20%，但仅能弥补约15%的供应缺口。而在大部🌟分应用领域，铜的替代品有限，铝作为铜的替代品，其价格同步上涨😎3%，但导电性能差异限制了替代规模。尤其是在电气传输和新能源😊领域，铜的导电性能无可替代。 短期来看，巴拿马年产量3🤩3万吨的Cobre Panama铜矿的产能恢复节奏将成为影响😡2026年供需平衡的关键因素。该矿自2022年底因税收和特许👏权使用费争议而停产，巴拿马政府考虑在2026年初重启该铜矿。😘但其重启面临环境审计等程序性障碍，具体时间表仍存不确定性。 🤗 最终，价格机制本身将发挥作用。 铜价上涨将抑制部🔥分非必要需求，同时刺激新的供应来源投入开发。然而，这一过程需🤗要时间，且可能对全球能源转型和经济发展造成连锁反应。铜价每上😎涨1000美元/吨，全球电线电缆行业成本增加约120亿美元，😊可能引发终端产品涨价。 结语 铜价飙升的背后，是😊全球资源供应链的深度脆弱性。随着全球能源转型加速，铜在电动汽🤯车、可再生能源设施及电网建设中的需求持续增长。 未来两😉年，铜市场将步入供给短缺与需求增长的双重考验期。解决缺口难题😉需要多元化的策略：加速废旧铜回收利用、开发替代材料、提高资源🔥利用效率，以及建立更富韧性的供应链体系。 全球铜矿停产😡事件警示我们，资源安全已成为后工业化时代的战略议题。在追求经🌟济效益的同时，加强供应链风险管理、推动技术创新、促进资源循环🔥利用，才是应对全球资源挑战的根本之策。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多