DeepMind 隊伍打造的撲克 AI，現成功應用於量化交易並獲 5 億美元估值
為何重要
此事件揭示強化學習（RL）技術從賽局理論（撲克）向實質金融獲利轉移的關鍵一步，挑戰了對沖產業「算力即王道」的舊敘事，證明更優的演算法模型可取代昂貴的 GPU 購買策略。對投資人而言，這標誌著 AI 商業化的新方向：不再單純追逐模型規模，而是專注於特定垂直領域的效率極限。同時，中東歐（CEE）地區正在成為 AI 應用落地的新據點。
三名前 DeepMind 研究員曾打造出首個擊敗德州撲克職業玩家的 DeepStack 程式，現將相同的強化學習技術應用於股市，成立 EquiLibre Technologies 造福量化對沖基金。
- EquiLibre 近期完成 A 輪融資，公司估值達 5 億美元，由 Creandum 領投（該創始人稱此為有史以來單筆最大投資）。
- 與 Tower Research Capital 合作在 S&P 500 和 Nasdaq 交易，聲稱自 2025 年加密貨幣市場推出以來，實現「自成立以來零負利月的紀錄」。
- 創始團隊承諾透過「以少做多」的算力策略，以較少的 GPU 總量追趕 Jane Street 等機構的表現，並計劃建立中東歐最大的算力叢集之一。
- 團隊源自 DeepMind 首個海外辦事處（加拿大艾德蒙頓），獲得了如 Reinforcement Learning 圖靈獎得主 Rich Sutton 等學術界的顧問。