币圈界报道：

从博弈论到资本战场：前DeepMind团队构建智能交易系统

三位曾任职于DeepMind的研究员，凭借在无限注德州扑克中战胜人类顶尖玩家的技术积累，正将人工智能应用于金融市场。他们创立的捷克初创公司EquiLibre Technologies，在获得Creandum领投的A轮融资后，估值攀升至5亿美元。该融资被确认为Creandum历史上对单一实体的最大投资额。

以试错机制驱动市场策略优化

强化学习技术的核心在于通过持续反馈调整行为模式——在金融场景中，这一机制表现为明确的盈亏信号。公司首席执行官Martin Schmid指出，交易环境提供了高度可量化的评估标准：“模型的表现直接反映在利润上，这使得训练过程极为高效。”

该系统已与知名量化机构Tower Research Capital建立合作，部署于标普500及纳斯达克等主要指数交易中。据称，其智能体每日操作规模可达数十亿美元，并自2025年起保持月度净收益记录，未出现任何亏损月份。同时，其算法亦已在加密资产领域展开实战应用。

坚守科研初心：不为效率而生，只为突破边界

尽管身处高波动性金融环境，公司仍强调自身作为研究型实验室的本质。Schmid及其联合创始人Rudolf Kadlec（CTO）和Matej Moravcik（CSO）表示，他们并非出于改善市场运行效率的目的参与其中，而是源于对构建前所未有系统的强烈兴趣。“我们追求的是创造真正新颖的东西，这本身就是动力。”

这种非商业化导向吸引了风投机构关注。Creandum合伙人Cameron Sellers评价道，虽然当前市场中已有大量基于AI的交易策略，但此类团队具备罕见的深度强化学习背景，且敢于将其应用于高度成熟的领域，形成独特竞争力。

从加拿大实验室到中欧创新枢纽

创始团队最初在谷歌旗下首个国际AI中心——位于埃德蒙顿的DeepMind办公室共事。在那里，他们主导开发了里程碑式项目DeepStack，首次实现对职业扑克选手的算法胜出。该项目成员还曾与图灵奖得主Rich Sutton长期协作，后者现担任公司顾问。

团队并未选择留在北美，而是返回捷克首都布拉格。Schmid解释称，这里聚集了众多曾在全球科技企业工作的捷克籍人才。“我们邀请老友回归，共同打造一支25人核心团队。”这一选址策略使其在人才留存方面更具优势，“相比频繁涌现的新热点，这里更利于专注长期研发。”

布局算力基础设施：以少胜多的战略路径

本轮融资将用于建设中欧及东欧领先的计算集群。此前，该公司以1.4亿美元估值完成由Blossom Capital领投的1000万美元种子轮，早期投资来自专注于中欧市场的Credo基金，该机构亦曾支持ElevenLabs与UiPath。

尽管面临包括Jane Street在内的巨头竞争，后者已部署数万块高端GPU并融合大语言模型，EquiLibre仍坚持差异化路线——即通过优化算法效率，在较少硬件基础上实现更高性能输出。“我们的目标不是堆砌芯片，而是让每一块都发挥最大价值。”

Schmid认为，金融交易并非零和游戏。“市场足够广阔，容得下多个成功者。”公司愿景是成为“交易领域的前沿实验室”，依靠研究成果与可持续回报赢得声誉，而非追逐绝对市场份额。

结语：一场关于智能与市场的深度实验

EquiLibre Technologies展现了顶级人工智能研究向现实经济活动转化的可能性。其创始团队曾在信息不完全的复杂博弈中实现超越人类的智能表现，如今正将相同逻辑应用于结构相似的金融市场。5亿美元估值、与头部量化机构的合作关系，以及建设区域最大算力平台的目标，共同勾勒出一个新兴趋势：强化学习已不再只是理论探索，而是正在成为量化金融体系中的关键支柱。

常见问题解析

何为强化学习？为何适用于交易场景？ 强化学习是一种通过奖励与惩罚机制训练智能体的行为策略的方法。在金融领域，其核心优势在于结果清晰可衡量——盈利即奖励，亏损即惩罚，使系统能快速迭代优化交易决策。

EquiLibre三位创始人背景如何？ 公司由Martin Schmid（CEO）、Rudolf Kadlec（CTO）和Matej Moravcik（CSO）共同创办。三人均为原DeepMind埃德蒙顿团队成员，参与开发了首个击败职业扑克选手的AI程序DeepStack。

该公司的盈利模式是什么？ EquiLibre通过向量化对冲基金提供自主算法服务获取收益，目前合作方包括Tower Research Capital。其智能体在标普500、纳斯达克等主流指数上执行高频交易，利用强化学习生成的策略实现稳定正向回报。