作为一名投资者，李萌很久之前就关注到量化私募巨头幻方量化在研究大模型，但是直到今年年初Deepseek爆火以后，才试用到这款大模型，感叹“原来量化私募做出来的大模型竟然这么好用”。

　　DeepSeek爆火后，量化私募领域迎来AI热潮，不少头部量化私募表示将加码布局AI领域。

　　界面新闻注意到，近期蒙玺投资、宽德私募、鸣石私募均发布招聘信息，为旗下AI Lab招揽人才。蒙玺投资宣布公司AI Lab全新上线，宽德私募表示其独立孵化的智能学习实验室（WILL）将朝着整个人工智能领域进发，鸣石私募则介绍其G-Lab已拥有强大的算力空间。

　　据中证金牛座消息，近日鸣石基金创始人袁宇在接受采访时透露，未来公司不排除考虑“直接参与AI产业发展”的可能。

　　此外，九坤投资近期携手微软团队，成功复现DeepSeek-R1，并发现多项关于AI模型性能的关键问题。

　　量化私募能否打造出比肩DeepSeek的大模型？不少投资者心中都有此疑问。

　　“技术上具备可行性”，尚艺投资总经理王峥表示，国内头部量化私募的资金实力、算力资源以及人才储备，使其有潜力进入AI大模型领域。

　　多位受访人士认为，量化私募与科技大厂在人才储备、算力基础设施及模型研究上存在共性。

　　首先，人才储备相似。量化私募吸引了大量数学、统计、计算机科学等领域的顶尖人才，这些人才正是AI大模型研发所需。

　　以DeepSeek背后的幻方量化为例，其策略开发团队有100多人，AI Lab有20多人，涵盖多个学科的专家和金牌得主。

　　据私募排排网数据，截至今年2月27日，已有28家百亿私募发布AI相关招聘岗位，量化私募占比67.85%。

　　华南地区一位量化私募负责人指出，量化私募研究团队具备扎实的AI技术功底，能够快速适应并高效推进大模型研究。

　　其次，算力基础设施丰厚。王峥指出，量化高频交易机构对低延迟计算和超算基础设施投入极大，与AI大模型的高算力需求重叠。

　　如幻方量化启用“萤火一号”超算平台，明汯投资大规模建设高性能计算集群，鸣石投资开启超算“星座计划”等。

　　再者，量化模型与大模型研究相通。量化私募通过数据分析和算法优化进行投资研究，与研发大模型过程一致。

　　主要区别在于，科技大厂面向通用市场，量化私募则聚焦于金融市场。

　　以Transformer架构为例，其在金融数据分析中展现巨大潜力，源于两者在数据处理模式上的相似性。

　　此外，量化私募和科技大厂都具备雄厚的经济基础，能够承担大模型的研发成本。

　　截至今年2月底，国内管理规模超过100亿元的量化私募已达32家。

　　尽管量化私募在AI领域动作频频，但目前尚未有其他量化私募明确宣布将打造类似于DeepSeek的AI大模型。

　　部分受访人士指出，量化私募虽具备研究大模型的基础，但实践中仍面临诸多挑战，如算法调优、超参数设置、算力及数据支持等。

　　（文中李萌、张鑫、林宇为化名）

（文章来源：界面新闻）