格隆汇10月10日｜日本自民党的长期政治盟友公明党周五决定退出执政联盟。野村证券策略师Naka Matsuzawa表示，市场的本能反应是平仓部分“高市交易”。后续发展有两种可能：自民党单独组阁，或与民主党组成联盟。有幕后消息称自民党副总裁麻生太郎意图摒弃公明党并引入民主党组成联盟，因其与民主党关系密切。无论哪种情况，“高市交易”都将卷土重来，甚至更加强劲——因为民主党同样支持财政扩张。倘若日本国民民主党党首玉木雄一郎出任财务大臣，必将引发市场震动。

格隆汇10月10日｜鑫铂股份在互动平台表示，公司（含控股子公司）经过前期研发和检测，生产的镁铝合金产品于2025年8月份开始供货，现在基本稳定在2万套左右，未来随着产能的扩充，将逐步提高产量，目前主要应用在新能源汽车上；关于机器人的镁铝合金结构件产品已经在开模阶段，预计2025年11月底陆续送样头部机器人客户。同时，公司将加一步加大镁合金产品方向的商务对接和送样节奏。

格隆汇10月10日｜合锻智能(603011.SH)发布股票交易异常波动公告，公司主营业务为高端成形机床和智能光电分选设备，针对近期市场关注较高的核聚变概念，公司未取得相关业务收入。

格隆汇10月10日｜山姆・奥特曼（Sam Altman）支持的高校创业公司Campus已聘请Meta前人工智能负责人杰罗姆・佩森蒂（Jerome Pesenti）担任技术主管，并收购了他创办的AI公司，收购金额未对外披露。Campus创始人兼校长塔德・奥耶林德（Tade Oyerinde）表示，此次收购将公司 “技术路线图” 推进了2至3年。

格隆汇10月10日｜炬申股份公告，截至2025年10月9日，公司通过集中竞价方式累计减持回购股份166.16万股，占公司总股本0.9968%，成交均价15.08元/股，最高价16.91元/股，最低价14.5元/股，减持所得资金总额2505.02万元。本次减持计划提前实施完毕，剩余可减持股份不再减持，减持不会导致公司控制权及总股本发生变化。

格隆汇10月10日｜道富银行东京分行经理Bart Wakabayashi表示，市场此前因日本自民党党魁高市早苗的政策主张而大幅抛售日元。若其首相任命无法获得共识，市场必将作出反应。高市早苗并非加息支持者，日本央行加息预期推迟加剧了日元抛压。不过这或许存在政策调整空间。市场普遍预期日本央行本月按兵不动，但Wakabayashi认为此事尚未成定局。

格隆汇10月10日｜挚达科技(2650.HK)今日首日在港挂牌上市，收涨192.14%报195.5港元。挚达科技此次IPO定价为66.92港元，公开发售获5440.80倍认购，为今年港股新股新能源领域超购王，国际配售获2.37倍认购。 挚达科技的发展始于2010年11月成立的上海挚达科技发展有限公司，2022年9月改制为股份有限公司。公司以智慧家用电动汽车充电桩为切入点，构建了由产品、服务及数字化平台构成的“三位一体”电动汽车家庭充电解决方案。 据弗若斯特沙利文资料，按往绩记录期间(2022年、2023年、2024年及2025年前三个月)家用电动汽车充电桩的销量计，挚达科技是全球最大的电动汽车家庭充电解决方案提供商，全球市场份额约9.0%，中国市场份额约13.6%。按销售额计，在全球排名第四，市场份额约5.7%，在中国排名第一，市场份额10.3%。

格隆汇10月10日｜美国联邦政府停摆的第一周通常不会太糟。此后会越来越难。随着总统唐纳德·特朗普与国会之间的僵持进入第二周，且仍看不到结束的曙光，政府停摆在现实中的影响开始日渐凸显。首先感受到压力的政府职能部门包括航空、税务和国家公园，一些机构为节省资金、只应对紧急情况，已采取了某种“滚动停摆”的服务模式。本周有超过25万名联邦雇员未能按期领取薪水；到下周，预计还有200万人拿不到工资。五角大楼下一个军人发薪日为10月15日，若数十年来首次出现军队的延误发薪，可能成为政治引爆点。

格隆汇10月10日｜宝色股份公告，控股股东宝钛集团自2025年4月10日起6个月内通过深圳证券交易所集中竞价方式增持公司股份351.53万股，占公司总股本1.42%，增持金额6295.18万元，本次增持计划已实施完成，宝钛集团持股比例由47.08%升至48.51%。

格隆汇10月10日｜浪潮信息公告，股东浪潮集团自2025年4月11日至2025年10月9日，通过集中竞价累计增持公司股份160.74万股，占公司总股本的0.11%，增持金额1亿元；增持前持股31.93%，增持后持股32.04%，浪潮集团及其一致行动人合计持股32.43%。本次增持计划已实施完成，浪潮集团承诺在法定期限内不减持。

格隆汇10月10日｜央网信办、国家发展改革委近日联合印发《政务领域人工智能大模型部署应用指引》，为各级政务部门提供人工智能大模型部署应用的工作导向和基本参照。《指引》强调规范部署。政务部门应根据不同政务场景需求与现有技术基础，审慎选择人工智能大模型实施路径。应以统筹集约的方式开展政务领域人工智能大模型部署，地市应在省（自治区、直辖市）统一要求下开展部署应用，县级及以下原则上应复用上级的智能算力和模型资源开展应用和服务。应探索构建“一地建设、多地多部门复用”的集约化部署模式，统筹推进政务大模型部署应用，防止形成“模型孤岛”。应加强政务数据治理，持续提升数据质量，支撑政务大模型的优化训练。