据 Cnbctv18 报道，印度国有电力融资公司 REC 表示，已在印度证券交易委员会（SEBI）监管沙盒框架下完成印度首笔代币化公司债券发行，规模约 50 亿卢比，获约 79.6 亿卢比认购，超额认购近 8 倍。该债券票面利率为 7.30%，期限 1 年 9 个月，并实现当日缴款、配售和上市，已在印度国家证券交易所（NSE）及孟买证券交易所（BSE）上市。此次试点引入原子化券款对付（DvP）结算和许可型分布式账本记录。

据路透社，印度计划于 9 月启动首笔代币化公司债试点，由国有电力金融机构 REC 发行，规模低于 50 亿卢比（约 5,700 万美元）。投资者将通过银行提供的批发型 CBDC 钱包和新型证券钱包 DEMAT 2.0 参与，债券发行、持有及结算记录将基于分布式账本完成，初期仅向部分投资者开放，并设三个月锁定期，二级市场预计最快于 12 月推出。印度央行与证券监管机构正共同推进该项目。

女優: 櫻空桃 #桜空もも# 發行日期: 2023-05-26 番號: IPBZ-002 發布限定， REC 自拍，樱空桃作為 IP女优无刪剪版本解禁！即時插入，溫馨口交，狂野中出‼️

Recursion Pharmaceuticals（NASDAQ: RXRX）短线交易笔记 视角：事件驱动 / 平台型生物科技 截至：2026年10月5日（最近收盘约 $4.12，2026年10月2日） 核心判断： 未来 4–8 周的股价弹性几乎完全取决于 REC-4881 在 FAP 上的增量 Phase 2 数据，以及 FDA 对注册路径的反馈是否“可解读为有明确终点”。 平台合作（Genentech、Sanofi、Tempus）能提供叙事支撑，但短期内难以单独重估。现金跑道到 2028 年初，稀释压力暂时后置，高空头仓位放大了数据日的双向波动。 1. 快照 项目数据 股价 / 市值约 $4.12 / 约 $22 亿 52 周区间$2.77–$7.18；近一年约 −25% 现金（2026-06-30）$5.57 亿（含受限现金） 跑道当前计划下至 2028 年初，且未假设新增融资 2026 现金运营费用指引下调至 <$3.75 亿（较 2024 年同口径约降 40%） Q2 收入 / 净亏损$770 万（低于预期）/ $1.31 亿 合作现金流入累计超过 $5 亿首付款与里程碑 卖方态度分歧大： 摩根士丹利 Equal-weight、$5.30； Needham Buy、$8； 综合目标价大致在 $7–$8 数据来自公司 Q2 业绩与投资者材料、卖方更新及行情汇总。 2. 投资逻辑 RXRX 卖的是“Recursion OS 能反复产出可临床验证资产”。目前唯一接近可定价的内部证明是 REC-4881；其余肿瘤管线仍处早期安全性阶段，合作方里程碑是现金与可信度，不是近端收入。 3. 短期股价刺激因素（按交易相关性排序） 催化剂 A：REC-4881 Phase 2 增量数据（最高优先级） 时间：2026 年 11 月，CGA-IGC 年会。 公司指引在 Presidential Plenary 报告额外 Phase 2 安全性与疗效；外部日历指向 11 月 2 日前后。 资产：变构 MEK1/2 抑制剂，适应症为家族性腺瘤性息肉病（FAP）。公司称目前无获批疗法，可及患者口径 >5 万。 已公开基线：中位息肉负荷在第 13 周下降约 43%、第 25 周约 53%，并强调起效快、有持续性。这是市场目前给“平台首次临床验证”的主要依据。 交易含义： 上行：更长随访仍维持或加深息肉下降、停药后反弹可控、皮疹等 MEK 类毒性可管理、≥18 岁队列与剂量优化队列不破坏疗效故事。 下行：效应量衰减、安全性迫使降剂量、样本量过小无法外推。FAP 终点本身非传统肿瘤 OS/PFS，市场对“息肉负荷”能否转化为注册终点本就存疑，数据只要不够干净就容易被当成“有信号但不可注册”。 催化剂 B：FDA 注册路径更新（与 A 绑定，可能同季或略晚） 时间：公司指引 2026 年下半年、年底前给出 FDA 沟通更新。上半年已启动讨论。 管理层口径：在考虑类似无进展生存的终点框架，并推进剂量优化。 交易含义：这是比又一组息肉百分比更能改变 12 个月目标价的事件。若 FDA 接受以息肉负荷或相关替代终点走向注册性试验，估值会从“平台期权”切向“稀有病资产 NPV”。若要求随机、更长随访或更硬终点，时间表和费用都会后移，短线通常先跌再看。 催化剂 C：REC-1245 追加 Phase 1 剂量爬坡数据 时间：2026 年下半年。 资产：口服 RBM39 降解剂，用于生物标志物富集的实体瘤和淋巴瘤；早期 16 例未见 DLT，并有靶点结合信号。 交易含义：中等。安全窗扩大或看到初步活性会加分，但 Phase 1 单药爬坡很难单独把 $22 亿市值再抬一个台阶。更可能作为“平台能做 first-in-class”的辅证。 催化剂 D：REC-7735 首次人体启动 状态：PI3Kα H1047R 突变选择性抑制剂已获 IND clearance，Phase 1/2 计划 2026 年下半年启动，针对特定 PIK3CA H1047R 突变实体瘤。 交易含义：偏情绪。启动本身通常是小幅正面；真正定价要等 2027 年以后的安全性/PK。对喜欢“AI 设计分子进临床”叙事的资金有用，对基本面资金有限。 催化剂 E：合作方里程碑与数据合作 已落地：2026 年 8 月 Genentech 将合作中首个此前未探索的神经科学靶点 option 进早期发现，是平台“能产出新靶点”的外部验证，但距离临床仍远，单项目潜在里程碑口径超过 $3 亿。 Sanofi：未来约 12 个月有开发候选或后期发现里程碑的可能，时间不精确。 Tempus：2026 年 9 月 21 日把数据许可延至 2029 年 11 月，并新增 RNA foundation model 许可。对数据护城河是正面，对股价通常是一天级别的反应。 交易含义：低到中。适合在数据真空期托底叙事，很难替代 11 月的临床读出。 催化剂 F：Q3 业绩（11 月 4 日，市场预期盘前） 关注点不是 EPS，而是现金消耗是否仍指向 2028 年初跑道、费用指引是否再下调、以及管理层是否在电话会上预热 CGA-IGC 数据。 收入继续依赖合作确认节奏，Q2 已出现大幅低于预期（$770 万 vs 约 $1,200 万），再 miss 的杀伤力有限，除非伴随烧钱加速。 交易结构因素：空头与流动性 二级资料将空头比例放在约 33% 附近，并列入高空头观察名单。若 11 月数据明确超预期，轧空会放大涨幅；若数据平淡，高空头不是保护，只是下跌时的卖压来源之一。 日均成交活跃，事件日跳空常见。近月股价在 $3.7–$4.3 一带震荡，距离 52 周低点不远，下行空间受现金（每股净现金大约不到 $1）部分托底，但不是硬底。 4. 情景（未来 1–2 个季度，非目标价承诺） 牛市情景：CGA-IGC 数据维持 ≥50% 量级息肉下降且安全性可管理，同时 FDA 更新被解读为“存在可行注册路径”。股价有条件向卖方中位目标（约 $7–$8）靠拢，高空头会贡献额外弹性。 基准情景：数据方向正确但样本或持续时间不足以消除终点争议，FDA 只给“继续对话”。股价在 $4–$6 区间重定价，平台溢价维持但不再扩张。 熊市情景：效应衰减、毒性限制剂量，或 FDA 明确要求更长、更贵的路径。估值会退回现金加早期管线期权，回测 $3 附近并非极端。 5. 主要风险 临床：FAP 终点监管接受度不确定；MEK 通路毒性（皮疹等）可能限制剂量。 平台折价：市场已多次交易“AI 药物发现”叙事，只有可重复的临床成功才改变折现率。Genentech 选项目前仍是发现阶段。 财务：自由现金流近 12 个月约 −$3.5 亿；跑道到 2028 年初不等于不会在数据前后融资。股本过去一年显著增加。 竞争与执行：肿瘤管线（REC-617 CDK7、REC-3565 MALT1、REC-4539 LSD1）读出大多在 2027 年，近端无法对冲 REC-4881 失手。 6. 结论 短期股价的主交易是 11 月 REC-4881，不是季度财报，也不是又一个 AI 合作新闻。可交易的序列是：11 月 4 日业绩电话会（预热与现金）→ 11 月 CGA-IGC 数据 → 年底前 FDA 路径更新。前一个决定波动方向，后一个决定涨幅能否留下来。 在数据落地前，合理的研究姿态是事件驱动而非平台信仰：上行期权清晰，但下行同样不对称，因为当前市值已经包含一部分“首次临床验证”的预期。

印度证券交易委员会（SEBI）已启动 Demat 2.0 试点，利用区块链和印度储备银行（RBI）批发型数字卢比发行及结算代币化公司债券。国有电力融资机构 REC 本月通过该系统发行 50 亿印度卢比（约 5,600 万美元）债券，Larsen & Toubro 随后发行同等规模债券，非银行金融机构 IIFL Finance 发行 2.5 亿印度卢比（约 280 万美元）债券。债券仍沿用固定利率、到期日及投资者权益。Demat 2.0 通过 RBI 的 Unified Market Interface，将代币化债券账本与批发型数字卢比连接，使债券与支付资金能够同步流转，以降低结算风险。后续阶段预计将引入二级市场交易，并逐步扩大至散户投资者。（CoinDesk）

AI医疗3只“最可能十倍”的美股（按非对称性+平台潜力排序）： $RXRX、 $ABSI、 $TEM。 这三只都是纯美股、可直接买，且属于计算制药/AI诊断核心方向。 十倍股的核心逻辑是：当前市值够小 + 平台有数据/技术护城河 + 临床或商业化催化剂明确 + 成功后市场空间巨大。大市值工具股（ILMN、TMO、DHR、NVDA等）或已经跑起来的诊断龙头（NTRA约600亿、GH约220亿）十倍难度高很多。 1. RXRX（Recursion Pharmaceuticals）——首选十倍候选 •当前市值：约22亿美元（2026年10月数据）。 •核心逻辑：最完整的AI原生药物发现平台（Recursion OS = 大规模自动化实验室 + 海量细胞图像/多模态数据 + ML模型）。与Roche/Genentech、Sanofi、Bayer等有重大合作，潜在里程碑超过10亿美元。 •催化剂：REC-4881在家族性腺瘤性息肉病（FAP）中已有积极Phase 2数据（息肉负担显著下降），正在与FDA讨论注册路径；其他肿瘤项目也在推进。现金跑道已延伸至2028–2029年。 •十倍路径：如果平台真正产出多个临床成功资产或高价值授权，从20亿基数直接重估到200亿+完全有可能。多家分析将其列为AI制药中最具不对称性的标的之一。 •风险：临床失败风险高、收入仍小且波动、高稀释历史。属于“平台期权”。 2. ABSI（Absci）——高弹性AI抗体平台 •当前市值：约17亿美元。 •核心逻辑：生成式AI设计全新抗体（Origin平台），强调“从设计到IND更快、更便宜”。领先项目ABS-201（抗催乳素受体抗体）正在做雄激素性脱发（AGA）的Phase 1/2a，市场空间巨大，同时向子宫内膜异位症等适应症扩展。 •催化剂：临床数据读出（安全、PK、初步疗效）、潜在合作推进。分析师共识偏强（Strong Buy，目标价有约50%上行空间）。 •十倍路径：单品成功+平台验证即可带来数倍；多适应症落地或被大药企高价授权/收购，十倍空间存在。市值更小，弹性高于RXRX。 •风险：收入几乎可忽略，完全依赖临床与平台验证，波动极大。 3. TEM（Tempus AI）——数据飞轮最强的“相对稳健”十倍候选 •当前市值：约120亿美元。 •核心逻辑：最大规模的多模态临床+基因组数据平台（数百万患者记录），既做肿瘤精准诊断，又向药企授权数据/AI工具。收入增长强劲（历史多季度50%+，TTM已超14亿美元），有清晰向盈利迈进的路径。 •催化剂：数据授权加速、诊断渗透率提升、与更多药企/AI模型合作。 •十倍路径：从120亿到1200亿需要它成为AI医疗/药物研发的核心数据层，并拿走可观的R&D支出份额。比前两只更难，但商业化已验证、下行风险相对更可控，长期复利潜力被多篇文章提及。 其他观察： #PACB（约6–7亿）若长读长测序在AI时代真正抢走份额，弹性极高但基本面更弱；# #DNA（Ginkgo）市值小但目前分析师评级偏负面、增长乏力，不优先。# 重要声明：这些是高风险投机性标的，绝大多数AI制药公司最终无法兑现平台价值。十倍是“可能”而非“大概率”，需要临床/商业里程碑持续兑现。以上基于公开数据与分析（截至2026年10月下旬），不构成投资建议。请结合自身风险承受能力、做足尽职调查，并注意仓位管理与分散。市场变化快，建议持续跟踪财报与临床进展。

AI 视频剪辑 Skill 分享「video-use」 @browser_use 团队推出的开源 Skill，定位为面向 AI Coding Agents（Codex、Claude Code、Cursor、Hermes Agent 等）的视频剪辑 Skill。它不做传统意义上的 Premiere / CapCut 替代品，它是一套让 LLM 通过 “阅读转写文本 + 按需可视化” 来理解视频、并调用 ffmpeg 等工具完成剪辑的 prompt-engineering + 工具脚本集合。 # 核心思想：LLM 不“看”视频，它“读”视频 第一层：音频转写文本（always loaded） 通过 ElevenLabs Scribe 获得逐词时间戳、说话人分离、音频事件标记（如笑声、叹息、掌声），打包成约 12KB 的 takes_packed.md。这是 LLM 的主要“阅读材料”。 第二层：视觉时间线视图（on demand） 仅在决策点（歧义停顿、重拍对比、切点校验）调用 timeline_view.py 生成胶片帧 + 波形 + 字幕的 PNG 复合图。 对比朴素方案“30000 帧 × 1500 tokens = 4500 万 tokens 噪声”，项目走的是 “12KB 文本 + 少量 PNG” 的轻量化路径。这与 Browser Use 让 LLM 读结构化 DOM 而非直接看截图的思路一致。 # 技术流水线：Transcribe → Pack → Reason → EDL → Render → Self-Eval 1. 转写 - transcribe. py / transcribe_batch.py 提取 16kHz 单声道音频，调用 ElevenLabs Scribe，缓存为 transcripts/.json 2. 打包 - pack_transcripts.py 将逐词 JSON 合并为按 0.5s 静音或说话人切换断句的 takes_packed.md 3. 决策 - LLM 自身 阅读 packed transcript，必要时用 timeline_view.py 可视化 4. 生成 EDL - subagents 输出 JSON 格式 edl.json，包含源文件、切点、节奏标签、引用、原因 5. 渲染 - render. py 分段提取 → 无损 concat → 叠动画 → 压字幕 → 响度标准化 6. 自评估 - timeline_view.py + LLM 在输出文件的每个切点 ±1.5s 检查跳帧、爆音、字幕遮挡，最多 3 轮 # 关键工程细节： ffmpeg 为主的剪辑实现 1. 分段提取 + -c copy 拼接（避免叠 overlay 时二次编码） 2. 每段边界 30ms 音频淡入淡出（消除切点爆音） 3. overlay 使用 setpts=PTS-STARTPTS+T/TB 进行时移，确保动画第 0 帧对齐输出时间线 4. 字幕始终最后叠加（防止被动画遮挡） 5. Master SRT 使用输出时间轴偏移：output_time = word.start - segment_start + segment_offset 6. 切点必须落在词边界，并加 30–200ms 填充以吸收 Scribe 50–100ms 的时间戳漂移 7. HDR 源自动 tone-map（HLG/PQ → Rec.709 SDR） 8. 竖屏源自动按高度缩放 9. 两-pass loudnorm：-14 LUFS / -1 dBTP / LRA 11，符合主流社交平台标准 # 动画与包装：多引擎并行 1. HyperFrames：HTML/CSS/GSAP compositions，适合产品 UI、网页转视频、动态排版 2. Remotion：React 组件化 compositions 3. Manim：数学/技术/3Blue1Brown 风格解释动画 4. PIL + PNG sequence + ffmpeg：简单卡片、计数器、打字效果 # SKILL.md 的 12 条“铁律”：生产正确性优先 1. 必须遵守的 12 条硬规则：字幕最后、分段提取再拼接、30ms 淡入淡出、PTS 时移、SRT 输出时间偏移、不切在词中、切点填充、逐词 ASR、缓存转写、并行动画、先确认策略再执行、输出在 /edit/ 2. 其余全部是可调整的“worked example”：调色风格、字幕分块、动画时长、节奏等都可按材料和用户品牌定制