2022 年 1 月，Martin Schmid、Rudolf Kadlec 和 Matej Moravcik 从 DeepMind 埃德蒙顿办公室辞职，搬回捷克布拉格。他们决定把过去研究博弈 AI 的经验用于金融交易。
四年后，这家名为 EquiLibre Technologies 的公司刚刚完成一轮由 Creandum 领投的 A 轮融资，估值为 5 亿美元。据 TechCrunch 报道，Creandum 副总裁 Cameron Sellers 确认，这是该风投机构有史以来最大的一笔单笔投资。而九个月前，这家公司的种子轮估值还只有 1.4 亿美元。
EquiLibre 的强化学习 Agent 已通过与量化交易公司 Tower Research Capital 的独家合作，在标普 500 和纳斯达克市场上日均交易数十亿美元。公司称，自 2025 年首次在加密市场部署交易系统以来，投资组合每个月整体盈利。
两位创始人曾参与开发击败职业牌手的 DeepStack
三人都曾在 DeepMind 加拿大埃德蒙顿办公室工作，研究经历受到强化学习先驱 Rich Sutton（2024 年图灵奖得主）等人的影响。
2017 年，Schmid 和 Moravcik 参与开发的 DeepStack 在《Science》杂志上发表，成为第一个在单挑无限注德州扑克中击败职业玩家的 AI 程序。在与来自 17 个国家的 33 位职业玩家的 44,852 手牌对战中，DeepStack 击败了完成全部 3,000 手牌的 11 位玩家，其中对 10 位玩家的优势达到统计显著。整体表现为每 100 手牌净赢约 49 个大盲注，超过零收益四个标准差。
DeepStack 的核心贡献在于：首次将启发式搜索——此前在围棋、国际象棋等信息完全公开的游戏中取得成功的方法——以理论上可靠的方式应用于含有隐藏信息的博弈。它不预先计算完整策略，而是通过"持续重解"（continual re-solving）在对局中根据当前局面，重新计算这一手牌后续的策略，用深度学习训练出的"直觉"来近似估值。
除了 DeepStack，三人还共同参与了 Player of Games——一个在信息公开和含有隐藏信息的游戏中都表现出较强能力的 AI 系统。Schmid 和 Moravcik 的博士研究方向都是算法博弈论；Kadlec 的研究方向是情节记忆建模，他在 IBM 时期的神经语言建模工作被 GPT 系列论文引用。
2022 年离开 DeepMind 时，三人选择回到捷克布拉格创业。Schmid 对 TechCrunch 的解释是："这里有我们曾经共事过的很多人，Google 和其他地方有一大批在海外工作的捷克人。我们告诉朋友们，'嘿，我们要搬回布拉格了，想加入吗？'"
另一个更实际的考量是人才留存。"在旧金山，每两个月就会冒出一个新的、有吸引力的 AI 项目，"Schmid 说，"在这里，留住好人才要容易得多。"
用交易盈亏训练 AI，再与 Tower 合作进入市场
扑克研究能为交易提供一类方法：在看不到全部信息时，持续做决策并根据结果调整策略。
两者都需要在信息不完整时做决策：在扑克中，你不知道对手的手牌；在交易中，你不知道其他市场参与者的持仓、意图和私有信息。两者都要求 Agent 在不确定性中做出连续决策，且每个决策的后果会延迟显现。盈亏也可以作为强化学习的奖励信号。Schmid 说："交易和市场的美妙之处在于评分超级简单——Agent 赚了多少钱？"
Schmid 强调，团队做这件事的动机不是金融本身。"我不是因为想让市场更有效率才做这个，"他在 TechCrunch 采访中说，"我做这个是因为我们都对构建前所未有的事物感到兴奋，而这件事非常有趣。"
三人没有金融从业背景，并把 EquiLibre 定义为："一个实验室，不是一家金融公司"。目前公司约 25 人，成员包括大型科技公司 AI 实验室的研究者、交易公司的工程师和学术研究人员。顾问委员会包括 Rich Sutton。
根据 Tower 官网转载的 2024 年 5 月报道，EquiLibre 与 Tower Research Capital 在 2023 年底达成合作。Tower 是一家纽约自营交易公司，以高频做市闻名，其商业模式是向多个独立团队采购交易信号。Tower 首席投资官 John Cogman 对 Bloomberg 表示，EquiLibre 是众多与 Tower 合作的量化团队之一，但其创始人的学术出身令其脱颖而出。
面对 Jane Street 的算力规模，EquiLibre 计划扩建集群
大型量化交易公司同样在投入 AI。
量化交易巨头 Jane Street 在其官网上明确表示已在使用强化学习和大语言模型，并声称拥有"数万块高端 GPU"。据相关报道，2026 年第一季度，Jane Street 交易收入达到 161 亿美元。相比之下，EquiLibre 更强调提高现有算力的使用效率——Schmid 的说法是"get more from less"。
Schmid 对此并不回避，但给出了一个务实的判断："这不是赢者通吃的市场。"
EquiLibre 下一步计划将新融资的大部分投入算力基础设施建设，目标是建成中东欧地区最大的计算集群之一。A 轮融资的具体金额未披露，但 Sellers 称这是 Creandum 有史以来最大单笔投资——Creandum 是 Spotify、Klarna 和 Bolt 的早期投资方。
公司的早期投资方还包括 Credo Ventures（同样投了 ElevenLabs 和 UiPath），种子轮由 Blossom Capital 以 1.4 亿美元估值领投 1,000 万美元。
DeepMind 校友创业获得融资，长期优势仍要靠交易表现
EquiLibre 的融资，也反映了投资人对 DeepMind 校友及其强化学习经验的兴趣。
其他 DeepMind 校友创办的公司也获得了大额融资。2026 年 4 月，David Silver 创立的 Ineffable Intelligence 完成 11 亿美元融资。大部分这类公司聚集在伦敦，EquiLibre 是少数选择回到中东欧的例外。
对 EquiLibre 而言，强化学习研究已经用于实际交易。Schmid 回忆说："我们刚起步时，人们持怀疑态度。但现在 RL 已经是标准。因为我们四年前就开始了，我们相信自己有先发优势。"
新增算力可以支持团队训练和测试更多策略，但扑克研究的成绩无法直接保证交易收益。面对 Jane Street 这样的公司，EquiLibre 需要继续提高算法效率，并在不同市场环境中保持交易表现。
