三位前 DeepMind 研究員曾打造出在撲克牌桌上擊敗人類的 AI，如今他們將同樣的技術應用於股票交易，這項投資似乎正獲得豐厚回報。他們位於布拉格的 AI 實驗室 EquiLibre Technologies，在完成一輪未公開金額的 A 輪融資後，估值已達到 5 億美元，TechCrunch 獲悉。

本輪融資由 Creandum 領投，儘管該創投公司也拒絕透露具體金額，但副總裁 Cameron Sellers 向 TechCrunch 證實，這是該公司「有史以來對單一公司進行的最大一筆投資」。撲克與華爾街的共通點在於，它們都非常適合強化學習，這是一種 AI 訓練技術，透過獎勵來激勵自我學習模型。

EquiLibre 執行長 Martin Schmid 表示：「交易和市場的好處是，計分非常簡單：代理人賺了多少錢？」

這不僅僅是遊戲中的虛擬貨幣。EquiLibre 的演算法與量化公司 Tower Research Capital 合作，每天在標普 500 指數和那斯達克指數上交易數十億美元的量。這家新創公司聲稱，自 2025 年在加密貨幣市場推出以來，其代理人表現良好，現在在股票交易所也表現出色，並且「自成立以來，每月都保持零虧損的完美紀錄」，這意味著他們每個月的投資總體都是獲利的。

透過將其 AI 應用於量化對沖基金，這家新創公司進入了一個自動化已是常態的領域，如果成功，任何改進都能迅速轉化為現金。Sellers 表示，這使得這家新創公司對 Creandum 極具吸引力。Sellers 說：「金融市場交易的潛在總目標市場是全球最大的市場之一，多年來有無數基金創造了巨額利潤，讓大多數創投支持的成功案例相形見绌。」但他指出，EquiLibre 明確將自己定義為「首先是實驗室，而非金融公司」。

Schmid 和他的兩位共同創辦人，技術長 Rudolf Kadlec 和首席科學家 Matej Moravcik，都沒有金融背景，這也不是驅動他們的原因，他告訴 TechCrunch。Schmid 說：「我做這件事並不是因為我對讓市場更有效率感到興奮。

我做這件事是因為我們都對建造前所未有的新事物感到興奮，這建造過程充滿樂趣。」DeepMind 校友在尖端 AI 領域的發展，也是創投公司熱烈追逐的領域。另一個最近的例子是 Ineffable Intelligence，該公司最近籌集了 11 億美元。這些公司大多位於英國，但也有值得注意的例外，包括 EquiLibre。

就 EquiLibre 的三位創辦人而言，他們曾是 Google 旗下公司在加拿大亞伯達省愛德蒙頓設立的第一個國際 AI 研究辦公室（Alphabet 已於 2023 年關閉）的訪問博士生。在那裡，他們開發了 DeepStack，這是第一個在無限注撲克（也稱為德州撲克）中擊敗職業選手的 AI 程式。

他們還與一些教授合作，這些教授現在是該新創公司知名顧問委員會的成員，其中包括 Rich Sutton，他因在強化學習領域的工作於 2024 年獲得圖靈獎。

為了創立這家新創公司，EquiLibre 的創辦人決定回到他們的祖國捷克。Schmid 說：「我們在那裡有很多合作過的人，而且在 Google 和其他地方也有大量的捷克僑民。」「這些都是我們的朋友，所以我們告訴他們：『嘿，夥計們，我們要搬回布拉格了，你們想加入我們嗎？』」

這幫助 EquiLibre 在 2022 年組建了最初的團隊，並達到了目前 25 人的規模；但 Schmid 表示，選擇這個地點持續帶來回報。與舊金山相比，「在這裡留住優秀人才要容易得多，因為這裡不會每兩個月就出現一個新的熱門 AI 項目。」

這並不是說 EquiLibre 是當地唯一一家熱門的 AI 新創公司。BottleCap AI 就位於同一棟大樓裡。儘管如此，EquiLibre 仍是該地區在人才方面最受矚目的 AI 公司之一。它接下來計劃擴展其運算基礎設施，預計將上線中歐和東歐 (CEE) 最大的運算叢集之一。

雖然這家新創公司也拒絕透露迄今為止的總融資額，但 Schmid 表示，它之前還進行了兩輪融資，其中種子前投資者包括專注於中東歐的創投公司 Credo，該公司也曾投資 ElevenLabs 和 UiPath。根據 Dealroom 的數據，EquiLibre 的 1000 萬美元種子輪融資由 Blossom Capital 領投，當時估值為 1.4 億美元。

Sellers 證實，A 輪融資的 5 億美元估值是一個巨大的飛躍。但這也發生在強化學習 (RL) 的風向轉好之後，包括在交易領域。Schmid 說：「當我們剛開始時，人們持懷疑態度。」但現在 RL 已成為標準。「因為我們在四年前就開始了，我們相信我們處於領先地位。」

儘管如此，這家新創公司仍有被競爭對手超越的風險。例如，交易巨頭 Jane Street 表示，它已經將強化學習與大型語言模型 (LLM) 結合使用，「或者任何我們需要訓練出好模型的東西」。它還聲稱擁有「數萬個高階 GPU」，而 EquiLibre 則試圖從更少的晶片中榨取更多運算能力，並「以少搏多」，Schmid 說。

考慮到 Jane Street 的高獲利能力，EquiLibre 必須好好出牌，才能實現其成為「交易領域的 AI 實驗室」的目標。但這不是撲克，可能沒有輸家。Schmid 說：「這不是一個贏家通吃的市場。」