DeepMind 三人組打造的撲克 AI 現在正為量化對沖基金創造回報

三位前 DeepMind 研究人員此前曾開發出能夠擊敗人類撲克冠軍的人工智慧，如今他們將該技術轉向金融市場——且該策略正帶來顯著回報。據 TechCrunch 報道，這家總部位於布拉格的 AI 企業 EquiLibre Technologies 在完成一輪未披露金額的 A 輪融資後，估值已達 5 億美元。

Creandum 領投了本輪融資。儘管這家風險投資公司未披露具體金額，但其副總裁 Cameron Sellers 告訴 TechCrunch，這代表該公司有史以來對單一公司的最大單筆投資。

撲克與華爾街之間的聯絡在於它們都適合強化學習，這是一種 AI 訓練方法，其中自我學習的模型因特定結果而獲得獎勵。EquiLibre 執行長 Martin Schmid 解釋道：“交易和市場的優勢在於評分機制簡單明瞭：代理產生了多少利潤？”

這並非理論遊戲。EquiLibre 與量化公司 Tower Research Capital 合作，其演算法目前每天在標普 500 指數和納斯達克處理數十億美元的交易量。該初創公司報告稱，自 2025 年在加密貨幣市場推出以來，隨後在證券交易所的表現強勁， boasting “自成立以來的完美記錄，零負月”，意味著每個月都以整體正回報結束。

透過瞄準量化對沖基金，該初創公司在自動化成為常態的行業中運營，成功的創新可以迅速變現。根據 Sellers 的說法，這種潛力使 EquiLibre 對 Creandum 具有吸引力。

“金融系統中交易的總可定址市場是全球最大的之一，無數基金產生的利潤遠超大多數風投支援的成功案例，”Sellers 指出。然而，他強調 EquiLibre 明確表示自己是“一家實驗室，而非金融公司”。

Schmid 及其聯合創始人——技術長 Rudolf Kadlec 和首席科學官 Matej Moravcik——缺乏傳統的金融背景，這一點他們並未隱瞞。“我的動機不是讓市場更有效率，”Schmid 告訴 TechCrunch。“我是由構建全新事物的興奮感所驅動，而且這個過程確實令人愉快。”

由 DeepMind 校友創立的前沿 AI 企業目前備受風險投資公司的追捧。另一個最近的例子是 Ineffable Intelligence，該公司最近獲得了 11 億美元的融資。雖然這些公司大多位於英國，但 notable exceptions 包括 EquiLibre。

EquiLibre 的創始三人組曾是谷歌在加拿大阿爾伯塔省埃德蒙頓的第一個國際 AI 研究辦公室（Alphabet 於 2023 年關閉該辦公室）的訪問博士生。在此期間，他們開發了 DeepStack，這是第一個在無限注撲克（通常稱為德州撲克）中擊敗職業玩家的人工智慧程式。他們還與現代擔任該初創公司著名顧問委員會成員的教授合作，包括因對強化學習的貢獻而獲得 2024 年圖靈獎的 Rich Sutton。

為了成立初創公司，EquiLibre 的創始人決定回到他們的祖國捷克共和國。“這是我們擁有許多合作者的地方，谷歌和其他科技中心也有大量的捷克僑民，”Schmid 解釋道。“他們都是我們的朋友，所以我們問他們：‘嘿，我們要搬回布拉格。你們想加入我們嗎？’”

這種方法幫助 EquiLibre 在 2022 年組建了初始團隊，並發展到目前的 25 名員工。根據 Schmid 的說法，這種地點選擇繼續提供優勢。與舊金山相比，“在這裡留住頂尖人才要容易得多，因為這裡不會每兩個月就出現一個新的、引人注目的 AI 趨勢。”

EquiLibre 並非該地區唯一著名的 AI 初創公司；BottleCap AI 也位於同一棟大樓內。

儘管如此，這仍然是該地區吸引人才的最著名的 AI 公司之一。下一步是擴大其計算基礎設施，啟動預計將成為中東歐（CEE）最大的計算叢集之一。

雖然該初創公司未披露迄今為止的總融資金額，但 Schmid 提到了之前的種子前和種子輪融資。種子前投資者包括 Credo，這是一家專注於中東歐的風險投資公司，還投資了 ElevenLabs 和 UiPath。根據 Dealroom 的資料，EquiLibre 的 1000 萬美元種子輪融資由 Blossom Capital 領投，將公司估值定為 1.4 億美元。

Sellers 確認，5 億美元的 A 輪估值標誌著大幅增長。這一跳躍與強化學習（RL）在交易應用方面 sentiment 的有利轉變相吻合。“當我們剛開始時，人們持懷疑態度，”Schmid 回憶道。“現在，RL 已成為標準。自四年前開始以來，我們相信我們擁有先發優勢。”

然而，存在競爭對手可能超越該初創公司的風險。例如，交易巨頭 Jane Street 表示，它已經利用結合了大型語言模型（LLM）的強化學習，“或訓練有效模型所需的任何其他技術。”它還聲稱擁有“數萬個高階 GPU”，而 EquiLibre 旨在從較少的晶片中最大化效率，根據 Schmid 的說法，“用更少的資源獲得更多”。

鑑於 Jane Street 的巨大盈利能力，EquiLibre 必須謹慎執行其策略，以實現成為“the AI lab in trading”的目標。然而，與撲克不同，這個市場可能沒有明確的輸家。正如 Schmid 所言：“這不是一個贏家通吃的市場。”