☆最新提示☆ ◇300418 昆仑万维 更新日期：2025-10-26◇
★本栏包括【1.最新提醒】【2.最新报道】【3.最新异动】【4.最新运作】
【1.最新简要】 ★2025年三季报将于2025年10月30日披露
┌─────────┬────┬────┬────┬────┬────┐
｜★最新主要指标★ ｜25-06-30｜25-03-31｜24-12-31｜24-09-30｜24-06-30｜
｜每股收益(元) ｜ -0.6900｜ -0.6200｜ -1.3000｜ -0.5100｜ -0.3200｜
｜每股净资产(元) ｜ 11.0522｜ 10.9516｜ 11.5864｜ 12.0757｜ 12.2561｜
｜净资产收益率(％) ｜ -6.1900｜ -5.5400｜-10.8300｜ -4.1800｜ -2.5800｜
｜总股本(亿股) ｜ 12.5536｜ 12.3150｜ 12.3150｜ 12.3150｜ 12.3150｜
｜实际流通A股(亿股) ｜ 12.5449｜ 12.3150｜ 12.3150｜ 12.3150｜ 12.3150｜
｜限售流通A股(亿股) ｜ 0.0087｜ --｜ --｜ --｜ --｜
├─────────┴────┴────┴────┴────┴────┤
｜★最新分红扩股和未来事项: ｜
｜【分红】2025年半年度 ｜
｜【分红】2024年度 ｜
｜【分红】2024年半年度 ｜
｜【增发】2017年(实施) ｜
├──────────────────────────────────┤
｜★特别提醒: ｜
｜★2025年三季报将于2025年10月30日披露 ｜
├──────────────────────────────────┤
｜2025-06-30每股资本公积:2.82 主营收入(万元):373333.76 同比增:49.23% ｜
｜2025-06-30每股未分利润:7.08 净利润(万元):-85554.59 同比减:-119.86% ｜
└──────────────────────────────────┘
近五年每股收益对比：
┌──────┬──────┬──────┬──────┬──────┐
｜ 年度 ｜ 年度 ｜ 三季 ｜ 中期 ｜ 一季 ｜
├──────┼──────┼──────┼──────┼──────┤
｜2025 ｜ --｜ --｜ -0.6900｜ -0.6200｜
├──────┼──────┼──────┼──────┼──────┤
｜2024 ｜ -1.3000｜ -0.5100｜ -0.3200｜ -0.1500｜
├──────┼──────┼──────┼──────┼──────┤
｜2023 ｜ 1.0500｜ 0.2800｜ 0.3000｜ 0.1800｜
├──────┼──────┼──────┼──────┼──────┤
｜2022 ｜ 0.9700｜ 0.6600｜ 0.5400｜ 0.3100｜
├──────┼──────┼──────┼──────┼──────┤
｜2021 ｜ 1.3100｜ 1.9100｜ 0.8500｜ 0.2700｜
└──────┴──────┴──────┴──────┴──────┘
【2.最新报道】
【2025-10-24】昆仑万维Skywork多篇论文被NeurIPS 2025录用
作为国际机器学习领域的顶级学术会议，NeurIPS与ICML、ICLR并称机器学习领域
三大顶会，其以严谨的评审流程和前沿的研究议题享誉全球。
此前，Skywork AI与复旦大学联合发布的《Improving Multi-Step Reasoning Abi
lities of Large Language Models with Direct Advantage Policy Optimizatio
n》论文，被机器学习顶会NeurIPS 2025选为spotlight论文。
近期，昆仑万维 Skywork 另五篇论文被机器学习领域国际顶级会议 NeurIPS 2025
录用，覆盖强化学习、智能体、奖励模型等核心方向，充分展现了昆仑万维 Skyw
ork 团队在人工智能领域的系统性技术突破。
01
Incentivizing LLMs to self-verify their answers.
该论文针对 LLM 推理准确性问题，提出激励 LLM 自行验证答案正确性的创新方法
，打破对外部奖励模型的依赖。
论文地址：https://arxiv.org/abs/2506.01369
现有 LLM 推理优化方案多依赖外部奖励模型对推理过程进行引导和修正，这种模
式存在两大局限：一是外部模型与 LLM 的适配性难以保证，易出现优化偏差；二
是额外模型增加了系统复杂度和计算成本。
该论文的核心创新是统一答案生成与验证过程，通过强化学习直接训练 LLM，使其
在生成答案的同时具备自我验证能力——模型会主动检查推理逻辑的连贯性、计算
步骤的正确性，并根据验证结果调整输出。
实验重点验证了数学推理任务，结果显示该方法不仅大幅提升了 LLM 在数学计算
、逻辑推导等任务中的准确率，还具备 “推理扩展能力”：在训练未覆盖的新类
型推理问题中，模型仍能通过自我验证机制保障答案可靠性，且全程无需额外验证
器参与，简化了 LLM 推理系统的架构。
02 Group-in-group policy optimization for LLM agent training.
该论文提出Group-in-Group Policy Optimization（GiGPO）的强化学习算法，专
门用于提升 LLM 智能体在多轮任务中的决策能力。
论文地址：https://arxiv.org/abs/2505.10978
传统 LLM 智能体训练常面临 “粗粒度优化” 问题，难以精准匹配多轮任务中不
同阶段的决策需求，导致模型在复杂场景下表现不稳定。
GiGPO 的突破在于引入轨迹级与步骤级双层优势估计：轨迹级优势估计从整体任务
流程出发，评估完整决策序列的有效性，确保模型决策符合任务最终目标；步骤级
优势估计则聚焦每一个决策步骤，对单一步骤的价值进行精细计算，修正局部决策
偏差。
这种双层优化机制无需额外引入新模型或增加计算开销，实现了 “简单高效” 的
训练目标。在 ALFWorld（交互式环境任务）、WebShop（电商模拟任务）和 Searc
h（信息检索任务）三大基准测试中，采用 GiGPO 训练的 LLM 智能体显著超越现
有最优方法，证明其在多轮决策场景中的通用性与优越性。
03
OPHR: Mastering volatility trading with multi-agent deep reinforcement l
earning.
该论文聚焦金融领域痛点，提出首个专门用于期权波动率交易的强化学习系统——
OPHR 框架，以多智能体协作模式实现波动率交易的风险控制与收益最大化。
期权波动率交易的核心挑战在于 “双重动态平衡”：既要精准判断波动率走势以
确定交易头寸，又要实时管理市场波动带来的风险。OPHR 框架通过双智能体架构
解决这一问题：
期权头寸智能体（OP-Agent）：专注于 “波动率择时”，通过分析市场数据、历
史波动规律，动态决定做多或做空波动率的头寸规模，确保在波动率变化中捕捉收
益机会；
对冲路由智能体（HR-Agent）：负责 “风险与收益平衡”，通过选择不同风险偏
好的对冲策略（如保守型、平衡型、进取型），对冲 OP-Agent 头寸带来的潜在风
险，同时最大化整体收益。
在 2021-2024 年加密货币期权市场的真实数据（BTC、ETH 期权）测试中，OPHR
框架在收益率、夏普比率、最大回撤等核心收益与风险指标上，均显著优于传统交
易策略（如均线策略、波动率套利策略）和基于预测的机器学习基线模型，证明其
在金融实际场景中的应用价值。
04 Establishing linear surrogate regret bounds for convex smooth losses
via convolutional Fenchel–Young losses.
该论文被NeurIPS 2025选为spotlight论文，其从机器学习理论层面发力，提出卷
积 Fenchel–Young 损失（Conv-FY）框架，为凸光滑损失的一致学习提供统一理
论基矗
论文地址：https://arxiv.org/abs/2505.09432
在机器学习模型训练中，凸光滑损失函数广泛应用于分类、回归等任务，但传统损
失函数的 “代理遗憾界”（衡量模型泛化误差的关键指标）多为非线性，难以精
准分析模型学习效率与泛化能力的关系。
Conv-FY 框架的核心贡献是系统建立了光滑凸损失的线性代理遗憾界：通过卷积运
算对 Fenchel–Young 损失进行扩展，将复杂的非线性遗憾界转化为线性形式，使
模型泛化误差的分析更简洁、更精准。
该框架不仅从理论上 “统一并推广了多类分类等任务的可一致学习条件”，还揭
示了 “凸性与光滑性在高效一致学习中的内在联系”—— 凸性保障损失函数的优
化稳定性，光滑性提升模型学习效率，两者的协同作用是实现高效一致学习的关键
。在图像分类、文本情感分析等多个任务的实验中，基于 Conv-FY 框架的模型在
泛化能力和训练效率上均有显著提升，验证了理论的实践价值。
05 Improving reward models with proximal policy exploration for preferen
ce-based reinforcement learning.
该论文提出Proximal Policy Exploration（PPE）算法，解决偏好数据缓冲区覆盖
范围有限导致的奖励模型泛化能力不足问题。
偏好强化学习中，奖励模型的性能高度依赖偏好数据的质量与覆盖范围。传统方法
因偏好数据缓冲区仅包含有限场景的样本，导致奖励模型在未覆盖场景中评估偏差
大，进而影响策略性能。PPE 算法通过两大核心模块突破这一局限：
近端策略扩展模块：在现有策略的邻近区域主动探索新场景，生成高质量偏好数据
，扩展数据缓冲区的覆盖范围 —— 既保证新数据与现有策略的兼容性，又避免探
索过程中的策略震荡；
混合分布查询模块：平衡 “策略邻近区域数据” 与 “分布外数据” 的比例，在
补充新场景样本的同时，不忽视现有数据的价值，确保奖励模型在熟悉场景和陌生
场景中均能精准评估。
实验聚焦连续控制任务（如机械臂运动控制、自动驾驶路径规划），结果显示 PPE
算法显著提升了奖励模型的评估可靠性，同时提高了反馈利用效率——相同偏好
数据量下，基于 PPE 的策略性能远超传统方法，证明其在偏好强化学习场景中的
实用性。
【3.最新异动】
┌──────┬───────────┬───────┬───────┐
｜ 异动时间 ｜ 2025-08-22 ｜ 成交量(万股) ｜ 21687.662 ｜
├──────┼───────────┼───────┼───────┤
｜ 异动类型 ｜ 有价格涨跌幅限制 ｜成交金额(万元)｜ 904669.110 ｜
├──────┴───────────┴───────┴───────┤
｜ 卖出金额排名前5名营业部 ｜
├──────────────────┬───────┬───────┤
｜ 营业部名称 ｜ 买入金额(元) ｜ 卖出金额(元) ｜
├──────────────────┼───────┼───────┤
｜深股通专用 ｜ 606543755.76｜ 418141588.18｜
｜机构专用 ｜ 171844463.31｜ 93848079.58｜
｜中信证券股份有限公司北京建外大街证券｜ 6580522.00｜ 76715715.16｜
｜营业部 ｜ ｜ ｜
｜华泰证券股份有限公司北京西三环国际财｜ 3199418.00｜ 214386361.49｜
｜经中心证券营业部 ｜ ｜ ｜
｜招商证券股份有限公司北京顺义安祥街证｜ 39068.00｜ 81136044.98｜
｜券营业部 ｜ ｜ ｜
├──────────────────┴───────┴───────┤
｜ 买入金额排名前5名营业部 ｜
├──────────────────┬───────┬───────┤
｜ 营业部名称 ｜ 买入金额(元) ｜ 卖出金额(元) ｜
├──────────────────┼───────┼───────┤
｜深股通专用 ｜ 606543755.76｜ 418141588.18｜
｜机构专用 ｜ 171844463.31｜ 93848079.58｜
｜机构专用 ｜ 167584919.32｜ 49785728.00｜
｜爱建证券有限责任公司上海浦东新区前滩｜ 160908175.00｜ 0.00｜
｜大道证券营业部 ｜ ｜ ｜
｜长江证券股份有限公司上海分公司 ｜ 145665656.75｜ 27586.00｜
└──────────────────┴───────┴───────┘
【4.最新运作】
【公告日期】2025-08-20【类别】关联交易
【简介】为继续践行“All in AGI与AIGC”的发展战略，昆仑万维科技股份有限公
司（以下简称“昆仑万维”或“公司”）拟以全资子公司Kunlun Group Limited（
以下简称“昆仑集团”）为主体，对控股子公司Skywork AIInc.（以下简称“Skyw
ork”，中文简称“天工”）增资2亿元人民币。与此同时，基于对公司在AIGC领域
前瞻性战略布局及取得的进展的深度认可，以及对AIGC行业长期发展潜力的坚定信
心，北京昆仑互联网智能产业投资基金合伙企业（有限合伙）（以下简称“昆仑基
金”）、北京蜜莱坞网络科技有限公司（以下简称“蜜莱坞”）也拟参与Skywork
增资。其中昆仑基金拟以债转股形式，将前期先行提供的2亿元人民币可转债转为
本次出资；蜜莱坞拟出资1亿元人民币。
【公告日期】2025-06-25【类别】关联交易
【简介】基于对昆仑万维科技股份有限公司(以下简称“公司”)在AIGC领域前瞻性
战略布局的深度认可,以及对AIGC行业长期发展潜力的坚定信心,北京昆仑互联网智
能产业投资基金合伙企业(有限合伙)(以下简称“昆仑基金”)拟对公司控股子公司
SkyworkAIInc.展开战略投资。为提升资本支持效率、缩短决策流程周期,昆仑基金
先行提供2亿元人民币的无息可转债,由SkyworkAIInc.的控股子公司北京天工智盈
科技有限公司(以下简称“天工智盈”)与昆仑基金签订《可转债协议》(以下简称
“协议”)。
【公告日期】2025-06-05【类别】关联交易
【简介】因经营发展需要,公司拟向恒生银行(中国)有限公司北京分行申请不超过2
亿元人民币的综合授信额度,并由公司控股股东周亚辉先生为上述授信额度提供个
人连带责任担保。
免责声明：本信息由本站提供，仅供参考，本站力求
但不保证数据的完全准确，如有错漏请以中国证监会指定上市公司信息披露媒体为
准，本站不对因该资料全部或部分内容而引致的盈亏承担任何责任。
用户个人对服务的使用承担风险。本站对此不作任何类型的担保。本站不担保服
务一定能满足用户的要求，也不担保服务不会受中断，对服务的及时性，安全性，出
错发生都不作担保。本站对在本站上得到的任何信息服务或交易进程不作担保。
本站提供的包括本站理财的所有文章，数据，不构成任何的投资建议，用户查看
或依据这些内容所进行的任何行为造成的风险和结果自行负责，与本站无关。
