曾打造扑克AI的DeepMind三人组，如今为量化对冲基金赚钱

# 打造扑克AI的DeepMind三人组，如今正为量化对冲基金赚钱 | TechCrunch 来源：https://techcrunch.com/2026/06/30/the-deepmind-trio-who-built-a-poker-ai-are-now-making-money-for-quant-hedge-funds/ 三位前DeepMind研究人员曾创造出一款在扑克游戏中击败人类的AI，如今他们将同一技术应用于股票交易——而这个赌注似乎正在得到回报。据TechCrunch获悉，他们位于布拉格的AI实验室EquiLibre Technologies在完成一轮未公开金额的A轮融资后，估值已达到5亿美元。 本轮融资由Creandum领投。尽管这家风投公司同样未透露融资规模，但其副总裁Cameron Sellers向TechCrunch确认，这是该公司“有史以来单次对一家公司做出的最大单笔投资”。 扑克与华尔街的共同点在于，它们都非常适合强化学习——一种通过奖励机制激励自我学习模型的AI训练技术。EquiLibre CEO Martin Schmid表示：“交易和市场的妙处在于评分极其简单：智能体赚了多少钱？” 这并非纸上谈兵。EquiLibre的算法与量化公司Tower Research Capital合作，已在标普500和纳斯达克市场上交易数十亿美元的日均交易量。该初创公司声称，其智能体自2025年部署到加密货币市场以来表现良好，如今在股票交易所也“自启动以来没有一个月出现过亏损”，也就是说每个月整体投资都实现盈利。 通过将AI应用于量化对冲基金，这家初创公司进入了一个自动化普及的领域，如果成功，改进能迅速转化为现金。Sellers表示，这使得该初创公司对Creandum具有吸引力。 Sellers说：“金融市场交易的潜在总市场规模是地球上最大的之一，多年来已有无数基金创造了巨量利润，让大多数风投支持的成功案例相形见绌。”但他指出，EquiLibre明确将自己定义为“首先是实验室，而非金融公司”。 Schmid和他的两位联合创始人——CTO Rudolf Kadlec与CSO Matej Moravcik——并没有金融背景，而这也不是他们的驱动力。Schmid告诉TechCrunch：“我做这件事不是因为我对让市场更高效感到兴奋。我做这件事是因为我们所有人都热衷于构建从未被建造过的新东西，这非常有趣。” DeepMind校友打造前沿AI的前景也是风投们热衷追逐的领域。另一个近期例子是Ineffable Intelligence，它最近筹集了11亿美元。大多数这类公司位于英国，但也有明显例外，包括EquiLibre。 以EquiLibre的三位创始人为例，他们曾是谷歌旗下公司DeepMind在加拿大阿尔伯塔省埃德蒙顿设立的首个国际AI研究办公室的访问博士生（该办公室于2023年被Alphabet关闭）。在那里，他们构建了DeepStack，这是第一个在无限注扑克（即德州扑克）中击败职业玩家的AI程序。他们还与一些教授合作，这些教授如今加入了该初创公司的知名顾问委员会——包括Rich Sutton，他因在强化学习方面的贡献于2024年获得了图灵奖。 为了创办自己的公司，EquiLibre的创始人决定搬回祖国捷克。Schmid说：“这里有很多我们曾共事过的人，而且在谷歌和其他地方有大量捷克裔人才。这些都是我们的朋友，所以我们告诉他们：‘嘿，伙计们，我们要搬回布拉格了，你们想加入吗？’” 这帮助EquiLibre在2022年组建了最初的团队，如今员工数达到25人；但据Schmid说，选择这个地点仍在持续带来回报。与旧金山相比，“在这里留住优秀人才要容易得多，因为这里不会每两个月就冒出新的性感AI项目。” 这并不是说EquiLibre是当地唯一的热门AI初创公司。BottleCap AI就在同一栋楼里。 尽管如此，在人才方面，这仍然是该地区最引人注目的AI公司之一。它下一步计划扩展其计算基础设施，上线一个预计将成为中欧和东欧最大计算集群之一的项目。 虽然该初创公司也未透露迄今为止的总融资额，但Schmid表示，它此前已经完成过两轮融资，种子前投资者包括专注于中欧和东欧的风投公司Credo，后者还投资了ElevenLabs和UiPath。根据Dealroom数据，EquiLibre的1000万美元种子轮由Blossom Capital领投，估值为1.4亿美元。 Sellers确认，A轮5亿美元的估值是一个巨大飞跃。但这也发生在强化学习（包括在交易领域）的风向变得有利之后。“我们刚开始时，人们都持怀疑态度，”Schmid说。但现在强化学习已成为标准。“因为我们四年前就开始了，我们相信我们已经领先。” 尽管如此，该初创公司仍面临被竞争对手超越的风险。例如，交易巨头Jane Street声称已经在使用强化学习配合LLM，“或者任何我们训练好模型所需的其他技术。”它还声称拥有“数万块高端GPU”，而Schmid表示，EquiLibre正在寻求用更少的芯片挤出更多算力，实现“用更少得到更多”。 考虑到Jane Street的盈利能力有多强，EquiLibre必须打好手上的牌，才能实现其目标——成为“*那个*交易领域的AI实验室”。但这并非扑克，或许没有输家。Schmid说：“这不是一个赢家通吃的市场。” *当您通过我们文章中的链接购买商品时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。* Anna Heim是一位作家和编辑顾问。 您可以通过电子邮件annatechcrunch [at] gmail.com联系或验证Anna的 outreach。 自2021年起担任TechCrunch的自由撰稿记者，她覆盖了广泛的创业相关话题，包括AI、金融科技与保险科技、SaaS与定价，以及全球风险投资趋势。 截至2025年5月，她在TechCrunch的报道聚焦于欧洲最有趣的创业故事。 Anna曾在各种规模的行业活动中主持讨论并进行现场访谈，包括TechCrunch Disrupt、4YFN、South Summit、TNW Conference、VivaTech等大型科技会议。 她曾是The Next Web的拉丁美洲与媒体编辑、创业公司创始人以及巴黎政治学院的校友，熟练掌握多种语言，包括法语、英语、西班牙语和巴西葡萄牙语。 查看简介