工程机械：欧美需求修复，国产龙头出海迎机遇 一、行业板块故事 工程机械行业迎来海外需求修复的重要窗口期，欧洲与美国市场双重利好叠加。欧洲方面，“重新武装欧洲” 计划（8000 亿欧元）、德国 5000 亿欧元基建投资计划、英国 10 年 7250 亿英镑基建战略相继落地，25 年 8 月欧元区制造业 PMI 终值达 50.7（创 38 个月新高），制造业需求改善带动建设端资本品需求回升，我国工程机械对西欧出口已连续 3 个月同比转正。美国方面，企业降税（半导体建厂税收抵免提至 35%）、降息预期（9 月大概率降息，年内或 2 次）、高端制造业回流等因素叠加，企业现金流改善，建设端资本品需求接近拐点，25 年 1-6 月美国建筑机械新签订单同比增长 3%。 二、行业板块价值 ●海外市场增量显著：欧美主要经济体基建投资发力与制造业复苏，为国内工程机械企业提供广阔的海外增量市场，出口成为核心增长引擎。 ●国产竞争力提升：国内龙头在产品差异化（新能源化、智能化）、全球布局（研产销服一体化）方面优势凸显，海外市场份额持续提升。 ●细分领域机会多：工程机械整机（挖机、装载机）、高空作业机械、叉车及核心零部件（液压件、发动机）均受益于海外需求修复，形成全产业链增长态势。 三、相关数据 1.欧洲市场：25 年 3 月欧洲理事会批准 8000 亿欧元 “重新武装欧洲” 计划，德国、英国分别推出 5000 亿欧元、7250 亿英镑基建投资；25 年 8 月欧元区制造业 PMI 终值 50.7（38 个月新高），PMI 产出指数 52.5（41 个月新高）；我国工程机械对西欧出口 7 月同比 + 23.5%，连续 3 个月转正。 2.美国市场：25 年 7 月《大美丽法案》将半导体企业在美建厂税收抵免从 25% 提至 35%；美联储预计 9 月降息，年内或 2 次；25 年 1-6 月美国建筑机械新签订单同比 + 3%；卡特彼勒 25Q2 北美地区收入降幅收窄，终端销售连续 2 个季度转正。 3.细分领域：联合租赁全年资本开支预期维持历史高位，JLG、吉尼 25Q2 新签订单同比分别 + 45%、+70%；丰田工业 25Q2 北美叉车新机销量降幅收窄，海斯特耶鲁 25H1 新签订单同比 + 2%。 四、相关公司 柳工、三一重工、徐工机械、中联重科、恒立液压、安徽合力、杭叉集团 风险提示：内容来自证券机构，本文仅为机构内容梳理，不构成投资建议，请独立判断、决策 造纸：供需改善，行业回暖进行时 一、行业板块故事 展开全文 造纸行业作为我国重要的基础原材料行业，具有资金技术密集、规模效益显著的特点。2024 年，尽管宏观经济面临下行压力，造纸行业整体仍呈现回暖态势。从产业链来看，上游制浆业受国际供应国家突发因素影响，木浆供应收紧预期增强，我国纸浆对外依存度较高，尤其是漂针浆进口依赖程度极高，针叶浆进口依存度超过 95%，阔叶浆约 60%。中游造纸环节根据产品类别分为新闻纸、文化纸、包装用纸和特种纸等子行业。下游纸制品应用涵盖包装纸消费和文化印刷消费等领域。随着行业发展，落后产能加速淘汰，产业结构不断优化，为行业进一步发展奠定基础。 二、行业板块价值 ●基础性地位稳固：造纸行业是国民经济的重要组成部分，纸和纸板的消费水平是衡量国家现代化水平的标志之一，行业基础性地位难以替代。 ●供需结构优化：落后产能出清，为优势企业腾出市场空间，供需结构逐渐优化，有利于行业整体效益提升。 ●环保驱动新机遇：“以纸代塑” 符合可持续发展理念，国家塑料污染治理政策为造纸工业带来新的增长空间和发展机会。 三、相关数据 1.2022 年，我国造纸工业产品总消费量约为 30595 万吨，总产量约为 28391 万吨，市场均价为 4873 元每吨。 2.2022 年，制浆造纸及纸制品全行业纸及纸板产量 12425 万吨，较上年增长 2.64％；纸浆产量 8587 万吨，较上年增长 5.01％；纸制品产量 7379 万吨，较上年下降 4.65％。 3.2022 年，全国纸及纸板消费量 7379 万吨，较上年减少 4.65％；纸浆消费量 6897 万吨，较上年减少 6.58％。纸及纸产品消费量分布中，箱纸板、瓦楞原纸产量较高，分别为 3159 万吨和 3010 万吨。 4.2022 年，进口纸及纸板、纸浆、废纸、纸制品合计 3873 万吨，较上年下降 8.31％，用汇 2010.4 亿元，较上年增长 0.82％；出口纸及纸板、纸浆、废纸、纸制品合计 1382.71 万吨，较上年增长 38.20％，创汇 2330.6 亿元，较上年增长 30.60％。 四、相关公司 太阳纸业、仙鹤股份、山鹰国际、岳阳林纸、景兴纸业、青山纸业、博汇纸业、ST 晨鸣等。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