的上海维智灵思人工智能科技有限公司成立。今年7月，该公司旗下宽德智能学习实验室(简称WILL)招聘计划显示，作为宽德投资独立孵化的AI研究实验室，WILL致力于实现通用性超级科技助手。汇聚顶尖AI人才，始于但不局限于金融场景，将朝着整个人工智能的星辰大海启航。  此前，蒙玺投资、鸣石基金等知名量化私募均公开宣布加码AI研发。  还有头部量化私募通过创投平台布局AI领域，如九坤投资创始人打造的科技投资平台九坤创投，重点投资人工智能、机器人、航空航天、消费电子等科技赛道。九坤创投已投的项目中，包括具身智能公司原力灵机、智能割草机器人厂商来牟科技，以及聚焦相干量子计算的玻色量子等。  “九坤投资近年来持续在人才和技术方面布局，已经慢慢超越单一场景，重点是开放协作地推动垂域大模型的研发，加速AI在其他重要应用领域的落地。”九坤投资相关人士对中国证券报记者表示，待时机成熟再公开披露具体进展。  量化与AI融合成大趋势  在新一轮AI竞赛中，量化机构已成为一股不可忽视的势力。此前，业内就有过关于“为什么DeepSeek出自量化团队，而国内大厂却集体错过DeepSeek”的探讨。  “模型存在幻觉问题，核心原因之一是缺乏高质量的数据。”蔡枚杰直言，算力和算法靠投入大量资金可以得到解决，而高质量的数据资源以及思维方式十分难得。量化机构在长期投研实践中形成的高质量数据处理、高效模型迭代、严格风险逻辑，以及精准概率决策能力，恰恰是构建可信的AI智能体所需要的因素。  从底层逻辑看，蔡枚杰表示，量化投资与AI在方法论上同质同源，无论是量化模型挖掘市场规律，还是AI智能体复刻专家经验，核心都是通过高质量数据与算法模型，实现对复杂系统的预测或辅助决策。这种同源性体现在三个维度，一是目标一致，都以数据驱动决策；二是能力同构，AI发展所需的算力、算法、数据三大支柱，恰恰也是量化投研体系的核心资产；三是思维契合，量化强调的“假设-验证-反馈-修正”闭环机制，与AI模型依赖持续数据反馈与参数调优的训练迭代如出一辙。  在人才层面，量化机构也展现出独特优势。蔡枚杰表示：“量化偏好具备数学建模能力、工程实现意识和闭环验证习惯的人才，这种‘问题导向+系统思维’的特质，在AI应用研发中同样关键。量化机构在实盘环境中培养的快速验证、实战迭代能力，也恰好符合AI产品开发的需求。”  对于未来量化与AI的融合行业
=*=*=*=*=*=
当前为第2/3页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页