4月23日消息，指数早盘集体调整，创指高开低走半日跌0.31%。板块方面，军工信息化概念大涨，兴图新科、广哈通信(300711)20cm涨停，奥维通信(002231)、四创电子(600990)、航天长峰(600855)盘中涨停；教育板块走高，开元教育20cm涨停；空间计算概念走强，天润科技涨超20%；新型城镇化概念活跃，建研设计、招标股份20cm涨停，中设股份(002883)、中衡设计(603017)盘中涨停。下跌方面，资源股持续调整，有色股跌幅居前，钢铁、煤炭等板块跟跌，北方铜业一字跌停，华锡有色触及跌停；中船系板块集体回调，中船应急跌7%领跌；家电板块走弱，春光科技(603657)跌停；AI手机概念股震荡走低，闻泰科技(600745)（维权）跌停封板。总体来看，个股涨多跌少，两市上涨个股超3300只。

盘面上，军工信息化、教育、空间计算板块涨幅居前，中船系、有色、煤炭板块跌幅居前。

热点板块：

1、军工信息化

兴图新科、广哈通信、观想科技、奥维通信等多股活跃。

消息面上，4月19日，中国人民解放军信息支援部队成立大会在北京八一大楼举行。国防部新闻发言人吴谦在信息支援部队成立专题新闻发布会上表示，调整组建信息支援部队，是构建新型军兵种结构布局、完善中国特色现代军事力量体系的战略举措，对加快国防和军队现代化、有效履行新时代人民军队使命任务具有重大而深远的意义。

这次改革后，中国人民解放军总体形成中央军委领导指挥下的陆军、海军、空军、火箭军等军种，军事航天部队、网络空间部队、信息支援部队、联勤保障部队等兵种的新型军兵种结构布局。

2、Sora概念

安诺其、华策影视(300133)、因赛集团(300781)、中广天择(603721)等多股走强。

中信证券研报称，Sora模型有望加速文生视频应用在各行业的渗透率。据其测算，到2025年，国内文生视频应用在短视频领域潜在市场空间中值可达80亿元。

消息面：

1、【人社部：吸引更多人才学习数字技术、从事数字职业 促进新质生产力发展】人社部专业技术人员管理司司长李金生今日在国新办发布会上表示，为进一步加快数字人才培育，人社部坚持需求引领、问题导向，会同有关部门研究制定了《加快数字人才培育支撑数字经济发展行动方案（2024-2026年）》，旨在打出数字人才培育“组合拳”，增加数字人才有效供给，形成数字人才集聚效应，更好支撑数字经济高质量发展。“下一步，我们将指导督促各有关方面贯彻落实好《行动方案》，结合本部门、本地区实际，配套支持政策措施，创造性地开展数字人才培育，吸引更多人才学习数字技术、从事数字职业，服务数字产业化和产业数字化，促进新质生产力发展。”李金生表示。

2、【小米：截止到4月20号 小米SU7锁单量已经超过7万台】小米集团总裁、小米品牌总经理卢伟冰发文称，雷军今天在小米投资者大会上宣布，截止到4月20号，小米SU7锁单量已经超过7万台。2024年小米su7交付目标超过10万辆。

3、【2024年全国文化和旅游消费促进活动启动】文化和旅游部4月23日在广东珠海启动2024年全国文化和旅游消费促进活动。2024年全国文化和旅游消费促进活动以“文旅惠民乐民 共享美好生活”为主题，活动时间为2024年4月至2025年2月，分为全国“五一”文化和旅游消费周、暑期文化和旅游消费季、国庆文化和旅游消费月、春节文化和旅游消费月、专题消费促进活动等部分。

4、【北京出台房贷新政？有商业银行称已收到通知 公积金贷款尚未调整】有市场消息称，人民银行北京市分行、金融监管总局北京监管局、北京市住建委联合发布通知，明确住房套数认定标准执行口径，4月23日后签订购房网签合同，且离婚不满一年的房贷申请人，如家庭名下在北京市无成套住房，执行首套房信贷政策。有商业银行向记者表示，上述消息属实，已收到相关通知。此外，记者从北京住房公积金中心了解到，该政策目前只涉及商业贷款调整，公积金方面目前尚未接到相关通知，仍执行原政策。

机构观点：

华泰证券发布研报称，已披露的数据显示A股一季报盈利显著回升，但结合宏观数据看整体盈利表现或相对平淡。结构上科技周期、制造出海、设备更新、大宗涨价、消费修复或是行业一季报的关注点。二季度A股或处蓄势阶段，短期白马稳定更稳健，中期主线关注中国优势制造和硬科技等。

中信证券研报表示，Meta于北京时间2024年4月18日开源了最新的大语言模型LLaMA-3，提供了8B、70B和400B+三个版本的Dense模型。其中70B版本的性能已达GPT-3.5+水平，逼近GPT-4，而400B+版本有望进一步缩小与GPT-4的差距。LLaMA-3打破了业界对Chinchilla定律的认知，证实了通过持续喂入海量优质数据，即使是8B和70B的小模型也能获得超出预期的能力提升。这为通过小模型+大数据的模式在性能和效率间取得更好平衡提供了新思路。LLaMA-3创新性地使用LLaMA-2模型对训练数据进行质量把控，但代价在于更加高昂的成本。在明确增加训练数据量是提升性能的最好方法的前提下，合成数据或将成为高质量数据获取的主要途径，其发展情况将直接影响开源与闭源模型的差距。商业化方面，Meta已将LLaMA-3应用于全新AI助手，并将通过Facebook、Instagram等平台和AR眼镜推出服务。国内厂商可通过中文化微调迅速获得接近GPT-4水准的基础模型。综上，我们看好LLaMA-3引领的从应用层到算力层的认知智能变革，建议未来两个季度内年重点配置高质量训练数据构建、多模态大模型研发、MoE等新型架构创新、算力基础设施升级等领域的优质标的。