前DeepMind撲克AI團隊5億美元估值！量化交易迎來新物種

就在上週，一家位於布拉格的AI實驗室完成了A輪融資，估值達到5億美元。領投方是歐洲頂級風投Creandum——合夥人Cameron Sellers證實，這是該機構「有史以來對單一公司進行的最大一筆投資」。

Schmid和兩位聯合創始人——CTO Rudolf Kadlec、CSO Matej Moravcik——都不是金融背景出身。他們是計算機科學家。五年前，他們還在DeepMind的加拿大實驗室裡，忙著讓AI在德州撲克桌上擊敗人類職業玩家。

現在，他們的AI每天在標普500和納斯達克市場上交易數十億美元。而且——根據該公司披露的數據——「自成立以來從未出現過月度虧損」。

這家公司的核心邏輯，其實不復雜。

撲克和股票交易之間的核心聯繫，在於一種叫做「強化學習」的AI技術。模型通過獎勵和懲罰機制自我訓練——本質上是通過試錯來學習最優策略。

Schmid說，金融市場提供了極其清晰的獎勵信號。不像圍棋或電競需要設計複雜的評分函數，交易的評分規則只有一個：賺了多少錢。

這套系統不是紙上談兵。EquiLibre已經與量化交易公司Tower Research Capital合作，將其算法部署到美國主要股指中。自2025年起，同一套系統也已經在加密貨幣市場運行。

數字會說話。

5億美元估值。日交易量數十億美元。自成立以來零個負收益月。

此前，該公司在種子輪以1.4億美元估值融了1,000萬美元，由Blossom Capital領投。種子前投資方是專注中東歐的Credo，後者也投了ElevenLabs和UiPath。

團隊目前25人。他們計劃用A輪融資擴建計算基礎設施，目標是建成中東歐地區最大的計算集群之一。

但真正讓市場側目的，不是這些數字本身。

而是一個事實：這些AI科學家從遊戲領域跨界到金融市場，只用了不到五年時間。

市場為什麼在意這件事？

因為量化交易的行業格局，可能正在發生變化。

EquiLibre把自己定位為「研究實驗室」，而不是金融公司。Schmid說得很直白：「我這樣做不是因為我對提高市場效率感到興奮，而是因為我們都對創造前所未有的新事物充滿熱情，這非常有趣。」

這種定位恰好擊中了Creandum的判斷。Sellers指出，AI驅動交易的潛在市場規模巨大，許多基金創造的利潤「讓大多數風投支持的成功案例相形見絀」。但EquiLibre創始人的稀缺之處在於——他們既有深度強化學習的專業知識，又願意把這項技術應用到一個已經高度自動化的領域。

當然，競爭很激烈。

Jane Street已經表示在使用強化學習和大語言模型，並聲稱擁有數萬塊高端GPU。EquiLibre的應對策略是用更少的芯片實現更高的性能——「以更少的資源獲得更多」。

Schmid並不認為市場是零和博弈。「這不是一個贏家通吃的市場，」他說。

說句實在話。

真正值得關注的，不是5億美元估值。

而是：一群研究撲克AI的科學家，正在用同樣的方法論重新定義量化交易。

DeepStack——他們在DeepMind時期開發的撲克AI——是第一個在無限注德州撲克中擊敗職業玩家的程序。他們在埃德蒙頓與Rich Sutton共事——Sutton因強化學習的奠基性貢獻獲得2024年圖靈獎，如今是EquiLibre的顧問委員會成員。

這些人沒有留在北美。他們選擇回到捷克共和國，在布拉格組建團隊。「這裡不是每兩個月就冒出一個新的熱門AI項目，」Schmid說。

這個選擇，或許解釋了為什麼他們能在四年裡從撲克桌走到華爾街，還能保持「零虧損月」的紀錄。

這件事真正說明了什麼？

說明了強化學習正在從遊戲實驗室走向真實的金融戰場。

從DeepStack到標普500，從德州撲克到加密貨幣——同一個技術內核，在不同的環境中反覆驗證。EquiLibre用實際收益證明了，能夠在不完美信息環境中做出決策的AI，在金融市場裡同樣有效。

但也說明了，量化交易的行業門檻正在被重新定義。傳統上，這個領域的壁壘是算力和數據。現在，算法本身正在成為新的競爭維度。

未來市場將繼續觀察：EquiLibre的中東歐計算集群何時建成？它能否在Jane Street等巨頭的壓力下保持盈利紀錄？強化學習會不會成為量化交易的「新標配」？

這些問題的答案，可能比任何短期價格預測都更能定義下一個十年的金融科技格局。

FAQ

Q1：EquiLibre Technologies是什麼公司？

EquiLibre是一家位於布拉格的AI研究實驗室，由三位前DeepMind研究員於2022年創立。公司將強化學習技術應用於金融交易，與量化機構Tower Research Capital合作，每日在標普500和納斯達克市場交易數十億美元，自2025年起也活躍於加密貨幣市場。

Q2：EquiLibre的創始團隊有什麼背景？

三位創始人Martin Schmid（CEO）、Rudolf Kadlec（CTO）和Matej Moravcik（CSO）曾在DeepMind埃德蒙頓辦公室開發了DeepStack——首個在無限注德州撲克中擊敗職業玩家的AI程序。他們與2024年圖靈獎得主、強化學習先驅Rich Sutton共事，後者現為EquiLibre顧問委員會成員。

Q3：EquiLibre的AI交易策略真的能持續盈利嗎？

該公司聲稱其交易系統「自成立以來保持完美記錄，沒有一個月出現虧損」——即每個日曆月都以淨正回報結束。但需注意，過往業績不代表未來表現，量化交易模型面臨市場結構變化、競爭加劇等諸多風險。