量化私募都坐不住了，纷纷成立AI实验室，要撑出半边天？

DeepSeek带动全球资本重估中国科技投资价值的同时，背后是量化私募行业在人工智能的布局的前瞻性。

近日，百亿量化宽德旗下WILL智能学习实验室人才招聘，近百亿量化私募蒙玺投资AI Lab全新上线，公开招募机器学习实习生团队，并喊出“成为改变世界的因子”口号。

量化私募的发展伴随着机器学习与深度学习技术，也是较早将人工智能技术成功应用到金融市场的群体。

幻方之外，包括九坤投资、明汯投资等头部量化私募分别设有实验室、北美投研中心等，而包括黑翼资产、磐松资产等量化私募尽管没有成立专门的AI实验室，但是AI应用贯穿于公司投资流程中。

量化投资在日常投研中需要应用深度学习等挖掘因子，更早接触人工智能，理解也更为深刻，彼时为了投资需求投了大量的芯片，再加上汇聚了一群聪明的“脑袋”，一不缺钱，二不缺人，这也是在量化土壤能培育出纯粹技术派大模型的基础。

DeepSeek自定义为小公司，价值观是让技术变得更好，目标是AGI（通用人工智能），通过开源推动科技社区的进步，因此，短期内没有商业化以及融资考虑。在业内看来，没有融资人带来的商业化压力，量化私募团队一般规模不大，敏捷团队带来的高效率，才是让量化背景的人工智能公司走得更远。

当这些百亿量化私募陆续加入，国内的人工智能发展似乎更值得期待了。

值得注意的是，多家公司表示，布局AI并不意味着要进军大模型，在应用层面仍有很多创新的实现方式。“DeepSeek的大模型已经非常领先，并且开源，公司没有必要再去做大模型。”某头部量化私募表示。

前沿技术探索，蒙玺投资成立AI Lab

“未来已来，等你开箱。”蒙玺投资旗下AI Lab实验室成立后，开启了实习生的招募，根据招聘简介显示，主要招聘对象是机器学习研究员（AI），岗位职责有三项：一是为机器学习模型用于开发量化交易策略；二是追踪机器学习领域前沿模型及技术，并尝试将其用在量化金融领域；三是利用机器学习、深度学习的方法对历史数据进行研究、分析和统计，从中找到相关的趋势和规律。

财联社记者还获悉，尽管是实习岗位，但是实习生可以接触到实盘因子库、脱敏的平台数据，公司希望这些年轻人能够起到辅助作用的同时，提供创意与多元的思维模式。

和其他量化公司招募技术人员类似，AI Lab实验室在学历能力之外，还要求候选人能有Kaggle等各类竞赛获奖经历。

有意思的是，AI Lab实验室在合肥，而办公地在上海，为何舍弃上海的高校资源，舍近求远，跑到合肥招人？

据了解，这或许与蒙玺投资创始人李骧有关，公开资料显示，李骧是安徽人，毕业于中科大，当前还是中科大金融硕士（MF）研究生业界指导老师，将实验室放置在合肥，一方面是另辟蹊径可以优选接触到中科大优秀学生，也有一部分回馈母校的情怀在其中。“合肥的高校基础，科技基因，早就不可小觑了。”也有行业人士点评。

据悉，蒙玺投资在2023年7月升级了安徽合肥的实习生基金，此前也有量化策略研究员、机器学习研究员（AI）、高频开发工程师（C++）以及数据开发工程师等实习岗位在招。

量化私募向来重视人才，黑翼资产表示，公司有系统性培养各类人才，打造了三大招聘计划，针对实习生的“扶摇计划”，面向全球应届毕业生的校园招聘“羽翼计划”，以及为成熟顶尖人才设立的社会招聘“鲲鹏计划”。

在留住人才方面，黑翼资产介绍，除了提供具有竞争力的薪资福利外，特别注重员工的幸福感，包括发放工资、奖金、项目激励和健康保险等基础福利。此外，关注员工的全面发展，为员工提供优质的工作环境、持续的培训课程以及最新的技术设备。同时，设计清晰的职业发展通道，使员工能够有效规划自己的职业前景。

400亿巨头宽德WILL实验室同步招兵买马

同样发布了AI实验室招聘的还有宽德投资，2月24日，400亿巨头宽德投资发布了旗下智能学习实验室人才招聘的推文。

宽德WILL实验室的路径类似DeepSeek，公司成立的初衷是对AI的战略思考，在宽德投资的支持下，WILL将作为独立孵化，自主运营的创业型实验室，专注于科研领域的超级科技助手。

根据招聘显示，WILL实验室重点招募方向聚焦在具备扎实AI技术功底又怀有科研理想的研究员和工程师，并称希望“共同参与这场需要长期投入的智能科研征程”。

在AI技术积累和发展规划上，宽德投资介绍，此前持续多年在量化研究领域进行系统性投入，构建了完整的AI基础设施和数据处理能力。WILL将延续宽德投资的优秀基因，起步于量化但不止于金融场景，向着人工智能的星辰大海启航。

AI发展的黄金年代，成熟的技术团队能够为AI研发提供坚实保障，完善的人才培养机制方能支撑创新迭代。这也是宽德投资招募人才的原因。

九坤、明汯等头部均有布局

尽管多家量化私募表示，当下宣传自己对AI的布局恐有“蹭热度”的嫌疑，但是市场仍然关心这些头部量化在AI方面的信息。

九坤投资与微软亚洲研究院近日刊文称，首次成功复现了DeepSeek-R1，特别是其在强化学习领域的成果，同时在技术层面提出了创新性的见解。该学术文章名为Logic-RL: Unleashing LLM Reasoning with Rule-Based Reinforcement Learning，为微软亚洲研究院、Ubiquant及其他独立研究人员共同撰写。

根据论文显示，该团队还首次发现了输出长度与推理性能提升无关、语言混合（例如中英文夹杂）会显著降低推理能力以及reasoning tokens确实有提升推理性能等问题。

据悉，同为量化巨头，九坤投资很早就成立了AI lab，并在数据、算法、算力方面有着强大的技术储备和人才储备，2020年起，其先后建立了人工智能实验室、数据实验室和水滴实验室，分别对应数据、算法和交易执行相关领域的研究。此外，公司还于2021年与粤港澳大湾区数字经济研究院合作成立“九坤-IDEA”联合实验室，在数字金融领域探索合作与发展新模式。

近年来，九坤投资持续在AI前沿技术领域展开系统且深入研究，不仅长期探索通用技术并推动其场景应用，还在多个细分领域进行了多元化的研究拓展力求构建更为全面的AI技术体系。

在AI方面有相应储备的还有明汯投资，2020年，明汯投资在北美建立投研中心，为A股选股模型提供世界前沿的技术支持。模型的算法迭代速度建立在高性能算力基础上。从早期简单的几台CPU服务器到大规模高性能计算集群，明汯一直积极自建高规格算力机房，进一步提升超算处理能力和水平。

目前明汯投资自有高性能计算集群已拥有数千张GPU卡，数万张CPU核、叠加多Pb的内存及磁盘存储，在金融数据的应用场景下AI算力可以达到400P Flops，位居世界超算排名TOP500榜单。

量化巨头们喜欢什么人才？

百亿私募黑翼资产也是自2017年就开始布局人工智能领域，并组建了AI算法团队，一直在培养和储备数据分析和机器学习人才，即便是没有成立专门的AI实验室，但是在量化投资过程中都已经实现了全流程AI化。

“在用人标准上，我们更青睐深刻理解机器学习、深度学习技术，并且内心充满热爱和好奇心的AI人才。”黑翼资产方面表示，如果具有海内外知名AI相关实验室、研究所以及公司的研究实习经历，有丰富的研究成果，在国际顶会或期刊发表过相关论文，或有ACM/IOI/NOI/Top Coder/Kaggle等算法竞赛获奖经历会更加分。

磐松资产表示，近年来，量化行业集中招募深度学习等人工智能人才的主要原因有三点：

一是数据维度与复杂度的指数级增长。当前传统量化模型已难以高效挖掘非结构化数据中的有效信号，亟需AI技术实现多模态数据的融合分析与特征提取。

二是市场博弈的深化对策略适应力提出更高要求。深度学习在非线性关系建模、动态模式识别上的优势，能够帮助策略更快捕捉市场微观结构变化。

三是技术壁垒的竞争已上升至战略层面。量化行业正在逐步构建“AI+量化”的闭环生态，这要求团队具备跨学科的协同能力，复合型人才已成为稀缺资源。

正如黑翼资产，多家受访量化私募向财联社记者表示，AI应用于策略是行业的普遍现象。磐松资产表示，AI技术目前主要有三个应用：一是对数据进行精细化处理，实现更加精细刻画系统性投资逻辑，挖掘更加具备经济学含义的因子；二是为投资过程赋能；三是公司内部运营中，建立了效率委员会，效率委员会负责利用人工智能技术提升日常工作运营的效率。

有意思的是，DeepSeek团队中有海外背景的人才并不多，也有市场人士担忧，海外的对冲基金确实凭借其全球化品牌、成熟的培养体系以及更具吸引力的薪酬结构，对顶尖人才形成“虹吸效应”，在人才争夺战中，中国本土化机构需要做好哪些工作？

磐松资产认为，本土化机构仍然有较强的优势，原因有三：

首先，本土市场的深度认知与敏捷响应能力。中国资本市场在交易机制和投资者结构等方面具有一定的特点，本土化的机构能够更加深刻地理解A股市场的投资逻辑，系统性投资则可以更加深度地挖掘市场现象的经济学逻辑，通过历史经验与数据沉淀建立更精准的映射关系，研究过程需要同时穿透经济学逻辑的“可解释性”与模型的“统计显著性”。本土机构在数据样本的长期积累、敏感性训练上具有天然优势，这种“逻辑+数据”的双重验证机制，能显著提升因子挖掘的置信度与策略的持续生命力，而海外机构往往需要更长的适应周期。

其次，技术创新的场景化落地效率。国内团队在策略迭代速度、模型容错机制设计上更贴近本土市场“高波动、强博弈”的特征，这对AI人才的实战价值转化至关重要。

第三，组织文化的兼容性与长期激励设计。与海外机构相比，本土化的私募机构可通过扁平化的决策机制、技术与投研的深度耦合 (如“研究员一工程师”双轨晋升通道)，以及股权激励等中长期绑定方式，增强对顶尖人才的吸引力。