北京无氧铜管库存
北京无氧铜管库存大概数据
| 时间 | 品名 | 库存范围 | 单位 |
|---|---|---|---|
| 2018 | 无氧铜管 | 1000-1500 | 吨 |
| 2019 | 无氧铜管 | 1200-1700 | 吨 |
| 2020 | 无氧铜管 | 1100-1600 | 吨 |
| 2021 | 无氧铜管 | 1300-1800 | 吨 |
北京无氧铜管库存行情
北京无氧铜管库存资讯
亚美尼亚乌拉萨尔铜金矿物探完成
据Mining.com网站报道，加拿大矿企哈雅萨金属有限公司（ Hayasa Metals Inc. ）宣布其在亚美尼亚乌拉萨尔（ Urasar ）铜金项目自然源音频大地电磁（ Natural Source Audio Magnetotelluric，NSAMT ）初步调查结果。本次调查在今年5月份进行，共部署了6条测线53个站点。此次勘测是第二次NSAMT调查，2025年6月曾尝试开展了3条测线的调查。 下一步，公司管理层将结合以前的物探和化探成果进行评估，以确定后续在乌拉萨尔开展1000米的钻探工作。 NSAMT调查 过去的5月中，来自德国海特斯海姆的泰拉特克物探服务公司完成了此次NSAMT调查。此次调查在许可证区域的西部（耶罗河< Yellow River >矿段）部署了四条测线，距离2025年完成的三条测线相隔大约1公里。另外，在许可证区域的东部布莱克河（ Black River ）和布里克豪斯（ Brick House ）部署了两条单独的NSAMT测线（如图1）。 图1 2025年站点（黄色）和2026年NSAMT站点（紫红色） NSAMT是一种被动电磁成像技术，利用地球电磁场通过感应绘制地质要素和构造。该技术使用雷暴和电离层中的电流作为信号源，这些电流是由太阳等离子体与地磁场相互作用产生的。 由此产生的自然原始磁场在地表下产生电流，进而产生二次磁场；并且这些测量值可用于计算地下的电阻率模型。大地电磁测量能够比普通激发极化法（IP）测量探得更深，尽管它们只测量电阻率，而不测量电荷率。识别地质要素的能力因深度而异，取决于靶区大小、电阻率对比和接触几何形状。 图2 2025年和2026年NSAMT调查剖面叠加铜土壤异常 如图3所示，四条线位于许可证区域西部，即耶罗矿区，包括金脉（ Golden Vein ）、铜河（ Copper Creek ）和“氧化盆地”（ Oxide Basin ）矿段。这些线呈南北方向展布，与东西向地质和构造走向垂直。 图3 耶罗河从西往东的4条2026年NSAMT测线剖面 耶罗矿区的结果显示，剖面南端朝向河谷的低电阻率异常（对应于导电区），尽管异常确实向北延伸，在那里地表出现蚀变和矿化，最近的钻探见到了硫化物矿化。特别关注的是剖面2和3中看到的离散电阻率低。2025年调查的第二条线位于2026年2号线和3号线之间，在剖面的大致相同部分也显示出低电阻率异常。在3号线和4号线剖面的北端，大的高电阻率异常可能与该地区的石灰岩和海相沉积岩有关。 布莱克河出现了一种强烈的低电阻率“分叉”（ pant leg ）异常，横跨河流排水系统，河谷下方发育较好的北叉，见图4。 图4 布莱克河NSAMT测线5，布莱克豪斯测线6剖面 2025年布莱克河UDD-016孔和UDD-017孔钻探见到块状黄铁矿化，厚数十米。其中UDD-016孔见矿24米，金品位0.424克/吨，铜0.18%；UDD-017在51.9米至56.0米见矿，金品位2.98克/吨，铜0.25%。NSAMT线南端不在现有许可证范围内，但此区域正在申请之中。一旦申请成功，公司将开展进一步的工作，包括钻探。 布莱克豪斯区域的NSAMT剖面显示，在调查区域的中心存在一个巨大的低电阻率异常。目前，该地区被视为较低优先级的目标，但由于地表闪锌矿、黄铜矿和金矿化高达1.6克/吨，因此需要进行补充调查。
2026-06-19 10:03:04金属普跌 期铜收跌 受累于美元走强【6月18日LME收盘】
6月18日（周四），伦敦金属交易所（LME）铜价周四下跌，受美联储会议释放鹰派信号后美元走强，以及市场对美伊和平协议持谨慎态度影响。 ***收盘表现*** 伦敦时间6月18日17:00(北京时间6月19日00:00)，三个月期铜收盘下跌124.00美元，或0.90%，报每吨13,690.50美元，此前一个交易日该合约收盘上涨0.3%。 ***美元走强带来拖累*** 周四，美元指数触及一年高点，因美联储新任主席沃什强调通胀担忧，此前美联储维持利率不变，最新预测显示19位政策制定者中有9位预计将在2026年底前加息，而三个月前无人预测加息。交易商押注美联储可能加息。 此次会议是凯文·沃什（Kevin Warsh）就任美联储主席后的首次会议，美联储在会上精简了政策声明，并删除了关于近期行动的指引，使得市场对未来利率路径的清晰度降低。 数据显示，美国联邦基金利率期货市场已完全消化了10月前加息的预期。 美元走强使得以美元计价的大宗商品对其他货币持有者而言更加昂贵，而更高的利率通常会对铜等对经济增长敏感的商品构成压力。 Britannia Global Markets金属部门主管Neil Welsh称，“沃什强调需对价格压力保持警惕，这似乎消解了此前因美伊和平协议取得进展而短暂提振大宗商品市场的乐观情绪。” 对市场加息预期最为敏感的两年期美债收益率升至2025年2月以来的最高水平。 经纪商Marex的分析师Ed Meir表示：“如果美债市场持续动荡，美元走强和利率上升可能会给金属市场带来进一步的下行压力。” ***美伊和平协议生效*** 据央视新闻报道，当地时间6月18日，美国中央司令部发布声明称，美军当天解除了对所有进出伊朗港口和沿海地区的海上交通的封锁。美国部队没有阻碍船只在阿拉伯湾和阿曼湾的伊朗港口的往来。美国所有军事封锁行动已停止。 此前伊朗战争推高的油价一直对铜价构成压力，加剧通胀担忧并削弱风险偏好。该协议帮助抹去了自战争爆发以来油价的大部分涨幅，从而缓解了通胀忧虑。 周一，在美国和伊朗官员就结束战争达成框架协议后，LME铜价触及一周高点。 ***力拓旗下Oyu Tolgoi铜矿恢复铜精矿发货*** 力拓旗下蒙古国金铜矿奥尤陶勒盖（Oyu Tolgoi）在社交媒体宣布恢复铜精矿发货。 该矿前一日曾宣布，当地时间6月17日上午9时起，公民团体封锁了该矿的一条精矿运输路线，导致按计划的精矿运输停滞。 ***其他基本金属*** 一位交易商表示，受精矿供应紧张导致加工费下降的影响，LME锌表现强劲，上涨1.40%，至每吨3,638美元的两周高点。 国际铅锌研究小组（ILZSG）公布的数据显示，2026年4月全球锌市场供应过剩量缩窄至2.65万吨，1-4月，全球精炼锌供应过剩量为14.5万吨。 在其他基本金属中，LME三个月期锡下跌3.06%，至53,653美元，受累于投机性卖盘。 （文华综合）
2026-06-19 08:26:31金融监管总局：推进人工智能金融行业应用基础设施建设
《意见》提出，促进行业人工智能应用生态建设。推进人工智能金融行业应用基础设施建设，促进人工智能应用成果在行业共享复用。鼓励大型金融机构发挥示范作用，向中小金融机构输出人工智能技术和管理经验。支持中小金融机构加强协作，共同推进应用场景落地。鼓励与人工智能产业加强协同，以金融应用促进产业创新发展，以产业成果促进金融应用提质增效。 国家金融监督管理总局关于银行业保险业人工智能安全开发应用的指导意见 各金融监管局，各政策性银行、大型银行、股份制银行、外资银行、金融资产管理公司、理财公司，各保险集团（控股）公司、保险公司、保险资产管理公司，各金融控股公司，各总局管理单位： 为深入贯彻《中华人民共和国国民经济和社会发展第十五个五年规划纲要》关于加快人工智能技术创新、加强人工智能治理的战略部署，落实《国务院关于深入实施“人工智能+”行动的意见》，推动数字金融高质量发展，有序推进人工智能科技创新与金融业务深度融合，引导金融领域人工智能应用朝着有益、安全、公平方向健康有序发展，现提出如下意见。 一、总体要求 以新时代中国特色社会主义思想为指导，完整准确全面贯彻新发展理念，坚持防风险、强监管、促高质量发展的工作主线，统筹发展和安全，加快培育发展金融行业新质生产力，推动人工智能应用合规、透明、可信赖，加强分类分级管理，有效应对人工智能发展带来的风险挑战，更好服务实体经济和满足人民群众需要。 坚持谁使用谁负责，压实金融机构作为金融服务提供方、人工智能技术使用方的主体责任，强化金融机构内部各环节工作责任落实，明确人工智能开发应用各方分工和权责义务。 坚持自主可控，持续提升人工智能相关技术、设备自主可控水平，提高对业务经营发展有重大影响的关键平台、关键软硬件的自主研发能力，加强信息技术应用创新适配。 坚持务实高效，以提升业务价值为导向，科学规划人工智能开发应用投入，有效平衡成本与效益，推动人工智能切实服务经济高质量发展和金融业务高效运转。 坚持安全发展，严格落实国家网络安全和信息化工作要求，遵守网络安全、数据安全各项法律法规制度，强化技术安全和应用安全保障，全面提升安全防护和应急处置能力。 二、完善人工智能治理架构 （一） 加强人工智能 安全开发应用治理。 开发应用人工智能的银行业保险业金融机构（以下简称金融机构），董（理）事会应指定专门委员会对人工智能开发应用管理负责，统筹制定发展规划，推进能力体系建设，制定制度规范，明确牵头部门和跨业务、科技、数据职能部门的协同机制，加强人才队伍建设，遵循技术发展客观规律，确保人工智能应用与金融机构风险管理能力相匹配。 （二）建立人工智能应用管理体系。金融机构应建立健全人工智能应用需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出的全生命周期管理体系，规范模型研发、应用及资产管理，加强数据安全评估、算法风险筛查、伦理审查评估、责任追溯机制建设，实施人工智能应用风险分类分级管理。探索建立业务价值导向的人工智能应用绩效评估机制。 （三）加强人工智能应用场景和业务流程管理。金融机构应按照应用场景与技术适配原则，加强人工智能算法评估，将合适的人工智能技术应用于适当的业务场景。推动人工智能在服务实体经济、加强金融风险管理等领域发挥积极作用，穿透管控关联交易、资金运用等重点领域风险问题。完善人机协同的业务管理流程，科学设定人工智能的功能边界、系统和数据权限，明确人员岗位责任，确保业务全流程管理责任清晰、可落实、可追溯。 三、推进高水平人工智能开发应用 （四）完善开发与测评体系。鼓励有条件的金融机构建立一站式人工智能开发平台，实现模型开发部署全流程管理。加强面向业务人员的低代码开发、交互式模型验证能力建设。完善人工智能测评体系，建设测试工具链、测评指标和测试用例集，全面评估模型的基础能力、金融业务支持能力、安全可靠性，提高自动化测评能力。 （五）推动新一代人工智能技术应用。支持金融机构在风险可控的前提下， 推进生成式人工智能技术的业务应用和配套能力体系建设 ，稳妥探索人工智能技术研发和金融智能体建设。 金融机构对生成式人工智能模型要实施准入管理，评估模型效能及安全合规性。外部引入的生成式人工智能模型需经过网信部门备案。 （六）加强人工智能运营服务体系建设。定期开展对模型效能的测评分析，构建数据闭环反馈机制，形成“数据—模型—应用”的迭代优化。支持有条件的金融机构建立企业级模型即服务（MaaS）平台，实现模型在企业层面共享复用。 （七）促进行业人工智能应用生态建设。推进人工智能金融行业应用基础设施建设，促进人工智能应用成果在行业共享复用。鼓励大型金融机构发挥示范作用，向中小金融机构输出人工智能技术和管理经验。支持中小金融机构加强协作，共同推进应用场景落地。鼓励与人工智能产业加强协同，以金融应用促进产业创新发展，以产业成果促进金融应用提质增效。 四、提升数据治理能力 （八）完善数据管理运营体系。金融机构要推动数据运营机制建设，建立覆盖数据全生命周期的管理流程，提升数据服务能力。构建企业级数据模型和数据资产地图，强化元数据管理，确保数据可寻可用，不同类型的数据可兼容，数据源头可追溯。加强对非结构化数据的管理，制定数据采集、清洗、标注、应用、退出管理规范。稳妥选择使用技术自主、性能可靠、安全防护能力强的数据库产品。 （九）建设人工智能高质量数据集。金融机构应针对人工智能业务场景持续推进高质量数据集建设，确立数据质量标准，建立高效的质量检控机制，确保数据准确性、相关性、一致性、完整性和无偏见。探索运用人工智能技术强化实时数据、非结构化数据的动态感知、智能提取和解析处理。持续监测数据分布漂移，确保数据集及时更新。 （十）支持行业数据集共建共享。鼓励有条件的金融机构协同多源数据，融合行业经验知识与专业判断，通过系统性筛选、清洗、标注、合成等方式形成高质量数据集，支持金融机构间依法合规开展数据集共享。 （十一）推进知识工程建设。支持金融机构构建企业级知识管理体系。坚持服务业务的价值导向，构建核心知识模型，建立知识萃取、整合、共享机制流程，建立从知识创建、审核、发布、更新到归档的全流程管理规范。鼓励利用人工智能技术提升知识萃取、表示、融合和对齐能力。 五、加强智能算力建设 （十二）加强智能算力设施建设。金融机构应充分依托已有算力资源基础，按照国家相关政策要求，按需布局智能算力资源建设，应用绿色低碳技术，建设自主可控、安全高效的算力底座，助力高水平科技自立自强。鼓励有条件的大型金融机构向中小金融机构输出算力服务，支持同业探索基础设施共建共享。支持金融机构在安全合规前提下，使用国家算力节点或行业基础设施降低人工智能研发应用成本，加强对智能算力资源的信息科技重要外包管理。 （十三）提高安全运行能力。 金融机构要加强智能算力资源的云化管理，加强对人工智能应用的运行监测，实现对应用、模型、算力、网络的一体化管理，保障人工智能应用安全可靠运行。 六、完善人工智能风险治理框架 （十四）健全风险治理体系。金融机构应将人工智能风险纳入全面风险管理体系，定期开展对人工智能应用风险及管理措施的评估审查。推动模型算法、数据资源、基础设施、应用系统等安全能力建设，完善业务及风险管理流程，防范模型生成结果不可靠风险，防止模型黑箱导致关键业务流程难落责问题。夯实数据安全、网络安全、个人信息与隐私保护和业务连续性基础。有效应对金融业务侧可能产生的投资策略趋同、放大市场波动风险，严禁滥用人工智能技术生成虚假信息、操纵市场价格。 （十五）实施风险分类分级管理。金融机构应根据业务场景重要性、应用规模、对客影响度、模型依赖度、模型复杂度等因素，对人工智能应用进行风险识别和分类分级管理。建立管理制度，制定应用清单，实施分级管控措施，落实管理责任。 （十六）强化高风险应用准入管理。涉及资金交易、资产评估、信贷审批、承保理赔、风险管理等，以及与客户利益直接相关、直接影响金融合约达成的生成式人工智能场景应用应被视为高风险应用。人工智能高风险应用须经本机构风险管理委员会批准后方可实施。 （十七）加强高风险应用监测和干预。金融机构要加强对人工智能在业务场景中的运行监测，及时发现和管控模型风险。 在高风险应用关键环节建立人工监督和干预机制，明确紧急停用及模型退出条件，建立备用系统或人工替代流程。 （十八）加强外包风险管理。使用外部人工智能技术时，金融机构应在外包策略、数据安全、集中度管理等方面建立管理机制，通过合同协议明确安全管理方面的权责义务，确保金融机构能够有效管控相关风险。与外部企业开展合作时，应建立有效的风险隔离“防火墙”，防范风险跨业传递。对外包合作机构实行名单制管理，对引入的外部模型建立严格的内部评估框架，有效评价模型的优缺点和适配性。 （十九）加强供应链风险与开源技术管理。金融机构要建立对人工智能算力、模型、数据、技术工具等的供应链安全合规管理机制，确保应用自主可控，防范对个别技术服务过度依赖引发的集中度风险。完善开源技术使用规范，建立开源软件管理台账，对外部引入的开源组件应进行审查评估，加强代码审计、漏洞扫描及安全测试，定期排查开源组件风险隐患，防范供应链投毒。 七、提升人工智能安全开发应用能力 （二十）增强稳健性。金融机构应确保训练数据集质量、数量和分布符合建模要求，采取合适的模型架构与训练策略，加强对抗样本检测及压力测试，严格评估模型的敏感性、稳定性、抗噪能力和容错能力。模型部署后，持续监测其性能表现，建立训练反馈更新机制，实现模型持续迭代优化。 （二十一）提高透明度。金融机构应加强人工智能应用透明度管理，为高风险场景应用制定透明度和可解释性标准，明确模型设计、数据使用、特征选择及输出结果的逻辑。对人工智能生成内容应进行显著标识，并向金融消费者主动说明。加强模型开发、变更管理和训练过程记录，日志保存期限应不低于业务存续期。 （二十二）促进可解释性。金融机构应制定人工智能模型的可解释性方法，加强推理解释和决策分析。可解释性不足的人工智能技术在高风险场景应用时，仅能作为辅助工具，应由人工进行最终决策。人工智能模型应用于涉及客户权益或有实质性财务影响的关键决策时，须设置人工复核节点，完整保留原始数据、推理路径及阈值触发记录，确保责任可追溯。定期对人工智能模型算法开展审计。 （二十三）保障伦理道德与公平性。金融机构开发应用人工智能应符合法律法规及社会价值观要求。建立人工智能开发应用伦理审查监测制度，制定符合伦理道德的行为准则，加强数据集审查和对特定群体的影响评估，避免算法歧视等不公平性问题。使用受保护特征或属性时应进行正当性说明，删除偏见样本。涉及公共服务、关键信息基础设施及影响公共安全的人工智能应用，应开展伦理风险监测评估，及时对模型运行异常情况进行处置。 （二十四）加强数据安全与个人信息保护。金融机构应将人工智能数据安全纳入企业数据安全管理体系，严格落实数据分类分级保护要求。 规范开发过程 和数据访问权限，防范数据投毒，完善数据脱敏规范，避免使用可直接识别出个体的数据。姓名、身份证号、手机号、银行卡号等个人信息和隐私数据不得用于生成式人工智能模型训练和优化，有效防止客户隐私泄露。 加强模型安全护栏建设，加强内容过滤及脱敏管理。严格管理外包过程中的数据安全。 （二十五）提升网络安全防御能力。金融机构要加强人工智能开发应用中的网络安全管理，加强对抗攻击测试和输出验证，通过数据隔离、访问控制等措施提升模型部署安全，持续监控模型行为，定期扫描、修补人工智能模型及相关系统组件漏洞，有效防范提示词注入、思维链注入、多模态攻击、上下文污染等威胁。提升智能体系统安全保障能力，防范数据泄露、记忆污染、身份越权、工具滥用、运行失控等安全风险。 （二十六）加强运营韧性及业务连续性管理。金融机构要将人工智能应用纳入业务连续性管理体系，开展业务影响分析，制定应急预案，加强安全运行管理、事件处置和容灾能力建设。发生故障时，人工流程要及时介入或启用备份系统，保障人工智能应用稳定性、可靠性。 八、保障与监督 （二十七）加强督促指导。金融监管总局及各级派出机构加强指导，积极推动人工智能技术安全开发应用，督促辖内金融机构全面落实风险治理要求。压实监管部门责任，各级监管部门要加强风险评估和监督检查，重点关注相关金融业务合规风险，督促金融机构健全风险治理体系，对政策落实不到位、执行走偏等问题及时予以纠正，对违规行为严肃查处。 （二十八）推动建立安全应用实施规范。金融监管总局会同相关部门积极推动构建银行业保险业生成式人工智能安全开发应用技术框架，规范分类分级管理，明确安全开发标准规范，引导金融机构有效提升人工智能应用安全开发水平。 （二十九）加强风险监测与应对处置。金融机构面向公众服务或高风险场景应用使用生成式人工智能技术的，应向金融监管总局或其派出机构报告。金融监管总局及派出机构建立监测预警与处置机制，优化风险监测预警指标体系，加强分析处置，完善监管工具方法，督促金融机构做好事前、事中、事后全链条风险防控，加强网络安全、数据安全等风险事件复盘分析，督促金融机构改进优化防御体系，聚焦对客服务、高风险应用场景制定风险应急预案，提升应急响应能力。做好跨部门合作协调，形成合力，避免信息孤岛，防范系统性风险。 （三十）建立监管定期评估机制。金融监管总局及派出机构强化对金融机构开发应用人工智能的监督管理，重点加强高风险场景应用监管。建立对监管政策和监管效果的年度评估机制，持续提高监管适配能力。 （三十一）加强监管人才队伍建设。金融监管总局及派出机构加强数字化、智能化培训，提升监管人员数据分析和智能工具的使用能力，着力培养复合型监管人才，提升与人工智能技术复杂度相匹配的风险识别、监测和处置能力。 （三十二）促进行业交流。鼓励加强人工智能领域沟通交流，通过经验分享、培训研讨、技能竞赛、案例宣传等方式，营造人工智能发展的良好文化氛围。行业自律组织应发挥桥梁纽带作用，促进行业经验交流。 点击跳转原文链接： 国家金融监督管理总局关于银行业保险业人工智能安全开发应用的指导意见
2026-06-18 18:50:06铝价反弹 铜锡震荡收阴【机构评论】
【铜】 周四沪铜减仓收阴，MA40日均线提供支撑，上海铜升水20元，广东升水170元，SMM周内社库减少1.34万吨至19.43万吨。隔夜沃什“首秀”偏鹰，美元指数走高，节中关注美盘铜动向。铜价高位震荡，除前期高位卖看涨期权持有到期外，倾向逢调整少量多单依托MA40日均线持有。 【铝&氧化铝&铝合金】 今日沪铝窄幅波动，华东中原佛山现货升贴水-50元、-100元、-90元，铝锭社库较周一下降3.5万吨至125.5万吨。5月以来国内表观消费同比恢复正增长，出口成为主要拉动，不过传统淡季内需仍偏弱。铝市场供应端受限预期得到缓解，短期沪铝处于下行通道但全球存短缺预期，等待回调后买入机会。铸造铝合金跟随铝价波动，市场参与度较低，税务稽查加严令带票原料成本上涨，铸造铝合金与铝价价差收窄。今日北方氧化铝现货指数继续上调10-15元。今年以来河北、广西、山西出现意外减产令过剩程度收窄，多重消息刺激下氧化铝连续反弹，但上方空间受到过剩前景的压制，关注3000元附近阻力，等待几内亚矿石政策落地。 【锌】 端午假期临近，资金参与情绪平平。沪锌多空高位僵持，盘面窄幅波动，下游接货意愿不足，现货交投平平。硫磺价格大跌，国产矿TC进入负数区间，成本强支撑下，沪锌易涨难跌。淡季锌锭社库高位横盘，锭端供求矛盾不足。矿紧锭松，沪锌方向性稍弱，维持高位震荡看待。侧重跟踪炼厂开工，耐心等待矛盾进一步演化。 【铅】 内外价差收窄，跨市反套资金再次入场痕迹明显。炼厂检修与复产并存，下游逢低偏向原生铅采购。出口订单好转，国内仍处淡季，前期放假电池企业复产带动开工回暖，但终端需求疲弱，不足以支撑铅价大幅上行，沪铅1.65万元/吨一线明显承压，延续低位震荡看待。 【镍及不锈钢】 镍市震荡，市场交投平淡。美联储会议叠加节前市场风险偏好不高。不锈钢市场处于传统消费淡季，基本面多空博弈加剧，期现联动偏弱。钢厂盈利水平尚可，现货原料核算利润维持2%-3%，库存原料利润达3.5%-5%，支撑高排产格局。金川升水1000元，进口镍贴450元，电积镍贴水100元。品位10-12%的高镍生铁报1150元/镍点。上游带来的成本支撑尚存。纯镍库存再度增加3500吨到12万吨，不锈钢库存中止去库，最新报94万吨。镍市平淡，低位震荡。 【锡】 沪锡减仓收阴，价格震荡在均线密集区。节中关注半导体关联板块股价强弱。供应端，市场关注国内下半月精锡生产稳定性，等待锡精矿进口具体数据，尤其关注缅甸进口边际变动。前期2607合约高执行价卖看涨期权可提前平仓。
2026-06-18 18:47:45蒙古国金铜矿奥尤陶勒盖铜精矿发货在短暂受阻后恢复
6月18日，力拓旗下蒙古国金铜矿奥尤陶勒盖（Oyu Tolgoi）在社交媒体宣布恢复铜精矿发货。 该矿前一日曾宣布，当地时间6月17日上午9时起，公民团体封锁了该矿的一条精矿运输路线，导致按计划的精矿运输停滞。 奥尤陶勒盖是全球最重要的铜矿项目之一，对力拓的铜销售增长战略至关重要。该矿目前仍在向满负荷生产爬坡，未来将成为全球第四大在产铜矿。同时，该项目对蒙古经济也至关重要，其出口占该国GDP的很大一部分。
2026-06-18 18:46:22
