一句话看懂：由前 DeepMind 研究员创立的量化 AI 公司 EquiLibre Technologies 完成 A 轮融资，估值达到 5 亿美元。该公司将强化学习用于金融交易，已在标普500和纳斯达克指数上实现每日数十亿美元的交易规模，并保持着自2025年切入加密货币市场以来月度零亏损的记录。
事件核心：发生了什么
EquiLibre Technologies 成立于布拉格，由三位前 DeepMind 研究员 Martin Schmid、Rudolf Kadlec 和 Matej Moravcik 联合创立。公司本轮 A 轮融资由 Creandum 领投，后者称这是其史上最大单笔投资。此前，EquiLibre 在种子轮融资中估值 1.4 亿美元（由 Blossom Capital 领投 1000 万美元），目前估值已跃升至 5 亿美元。
EquiLibre 专注于将强化学习（RL）技术应用于金融交易，已与量化投资公司 Tower Research Capital 达成合作。其算法代理在标普500和纳斯达克指数上每日执行数十亿美元的交易，并从2025年起将业务拓展至加密货币市场，至今保持月度零亏损的盈利记录。公司顾问委员会成员包括 2024 年图灵奖得主、强化学习先驱 Rich Sutton，核心团队曾主导开发了首个在无限注德州扑克中击败人类职业玩家的 AI 程序 DeepStack。
为什么重要
这一融资事件表明，强化学习（RL）从游戏博弈场景向大规模金融交易落地的技术路径正在被资本认可。EquiLibre 在保持盈利记录的同时，计划在中东欧地区建设最大规模的算力集群之一，以应对 Jane Street 等拥有数万块 GPU 的行业巨头的竞争。这反映出，在量化交易领域，利用更少的芯片榨取更高计算效率的“轻算力”路线，正在成为与传统重资产模式并行的差异化策略。同时，DeepMind 背景团队的技术积累（如 DeepStack 的“非完美信息博弈”处理能力）与图灵奖得主的学术背书，为该方向提供了技术与人才的双重信心。
对用户/开发者/创作者的影响
对于普通用户而言，EquiLibre 的成功案例说明，强化学习在金融市场中的应用正从概念走向实际盈利，未来可能催生更多面向个人的智能投资辅助工具。对于开发者和量化交易从业者来说，这提示了一个重要方向：强化学习框架（如 RLlib、Stable-Baselines3）的金融化改造和部署需求正在增加，掌握 RL 与交易策略结合的技能将更具市场价值。此外，EquiLibre 强调“以更少芯片榨取更多算力”的思路，也意味着对模型训练优化、低资源部署等方面的技术人才需求将上升，而非一味比拼 GPU 数量。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 算力集群落地进度：EquiLibre 计划在中东欧地区推出最大规模的计算集群之一，该集群的建成时间、硬件配置和运营成本将直接影响其与 Jane Street 等巨头的竞争能力。2. 传统股票市场扩展效果：公司已将业务从加密货币延伸至传统股票交易所，未来能否在标普500和纳斯达克之外的其他主要市场（如 A 股、港股）保持盈利记录，将是检验其模型泛化能力的关键。3. 竞品与生态跟进：OpenAI、DeepMind 等大型 AI 公司尚未在量化交易领域推出类似产品，但 EquiLibre 的融资成功可能促使更多实验室或创业公司加速探索 RL 落地方向，进而改变量化交易行业的技术标准。
来源：Readhub · AI
