從撲克桌到華爾街：DeepMind 前研究員創立的 AI 實驗室 EquiLibre 估值衝上 5 億美元

曾開發出首款擊敗職業撲克玩家 AI「DeepStack」的三位前 DeepMind 研究員，如今將這套技術轉向金融市場，並成功在量化交易領域取得顯著進展。這家總部位於捷克布拉格的 AI 實驗室 EquiLibre Technologies，在近期完成 A 輪融資後，估值已達到 5 億美元。

強化學習在金融市場的實踐

EquiLibre 的核心技術源於「強化學習（Reinforcement Learning）」，這是一種透過獎勵機制驅動模型自我學習的訓練方式。EquiLibre 執行長 Martin Schmid 指出，撲克與金融市場的共通點在於其高度適合強化學習的特性：

「交易與市場最棒的地方在於，評分標準非常簡單：AI 代理人賺了多少錢？」

該公司目前與量化交易公司 Tower Research Capital 合作，針對標普 500（S&P 500）與那斯達克（Nasdaq）指數進行每日數十億美元規模的交易。EquiLibre 宣稱，自 2025 年將 AI 代理人應用於加密貨幣市場，隨後擴展至股市以來，其投資組合保持了「零虧損月份」的完美紀錄。

人才與地理優勢

EquiLibre 的創辦團隊包括執行長 Martin Schmid、技術長 Rudolf Kadlec 與科學長 Matej Moravcik。他們曾在 Google 位於加拿大愛德蒙頓的實驗室擔任博士研究員，並在當時與圖靈獎得主 Rich Sutton 合作。為了創立公司，三人選擇回到捷克，利用當地的技術人才網絡建立團隊。目前公司規模已達 25 人，並計畫在當地建置中東歐規模最大的運算叢集之一。

領投此輪融資的創投公司 Creandum 副總裁 Cameron Sellers 表示，這是該機構「單筆投資金額最高」的一次。他看好 EquiLibre 將自動化技術應用於金融市場的潛力，並認為這是一個極具規模的市場。

競爭格局與未來挑戰

儘管 EquiLibre 成長迅速，但市場競爭依然激烈。例如交易巨頭 Jane Street 已公開表示正在使用強化學習與大型語言模型進行交易，並擁有龐大的高階 GPU 算力資源。面對強敵，Schmid 強調 EquiLibre 的策略是「以少勝多」，致力於在有限的晶片資源下發揮最大效能。

對於公司定位，Schmid 明確表示 EquiLibre 是一家「以實驗室為優先，而非金融公司」。他提到，團隊的動力並非來自於讓市場變得更有效率，而是出於對構建前所未有技術的熱情。面對市場競爭，他認為這並非一場「贏家通吃」的零和遊戲。