在OpenAI推出ChatGPT后，AI大模型瞬间点爆了科技行业的热情，微软（MSFT.US）、谷歌等科技巨头纷纷斥巨资布局大模型领域，微软、英伟达（NVDA.US）、台积电等科技股则普遍迎来暴涨，并引领美股走出了一波大牛市。

而在国内，腾讯（00700.HK）、阿里巴巴（09988.HK）、百度等科技巨头也纷纷入场，誓要“砸”出个未来。

值得一提的是，虽然国内外参与AI大模型竞争的主要是科技企业，但也有一些例外，其中国产AI大模型深度求索（DeepSeek）背后站着的就是一家量化巨头——幻方量化。

量化巨头跨界AI大模型引关注

众所周知，此前A股市场许多投资者对量化交易颇有微词，而幻方量化则是量化界的领头羊之一，有“北九坤，南幻方”的说法。

据悉，幻方量化一度是国内首家突破千亿私募的量化大厂，准确地说也是迄今为止业内唯一规模曾迈过千亿门槛的量化私募，业绩表现也比较亮眼。

然而，除了是一家量化巨头外，幻方量化还有另一个身份——AI大模型企业。

早在2019年，幻方量化就成立了AI公司幻方AI。

2020年官方披露的数据显示，幻方AI自研的深度学习训练平台“萤火一号”总投资近2亿元，搭载了1100块GPU。一年后，“萤火二号”的投入增加到10亿元，搭载了约1万张英伟达A100显卡，算力位居国内第一梯队。

2023年上半年，幻方量化把下场做大模型的独立新组织，命名为“深度求索（DeepSeek）”，并强调将专注于做真正人类级别的人工智能。公司的目标，不只是复刻ChatGPT，还要去研究和揭秘通用人工智能（AGI）的更多未知之谜。

2024年5月初，DeepSeek宣布开源第二代MoE大模型DeepSeek-V2。据介绍，该模型在性能上比肩GPT-4 Turbo，价格却只有GPT-4的仅1%，收获“价格屠夫”之名。

近日，DeepSeek在官微称，正式发布DeepSeek V2.5的最终版微调模型DeepSeek-V2.5-1210。本版模型将是开启下一个全新基座模型系列前对V2系列的最后一次更新。

DeepSeek还指出，与之前版本相比，本次更新通过Post-Training全面提升了模型各方面能力表现，包括数学、代码、写作、角色扮演等；同时，新版模型优化了文件上传功能，并且全新支持了联网搜索，展现出更加强大的全方位服务于各类工作生活场景的能力。

“AI炒股”是否可行？

一家量化巨头跨界AI大模型领域让不少投资者联想到了“AI炒股”。

针对这种说法，2023年，幻方量化CEO陆政哲回应称：“我们探索AGI不是用来炒股的，是做GTP相关的大模型，与金融无关。我们独立于投资新成立了一个团队，相当于二次创业，从事的是科技方向，只是大家习惯把我们局限在投资领域。”

幻方量化的创始人梁文锋也曾在采访中表示：“我们做大模型，其实跟量化和金融都没有直接关系。我们独建了一个名为深度求索的新公司来做这件事。”

不过，伴随着近年来AI行业的不断发展壮大，试图将AI应用于投资领域的私募不在少数。就幻方量化来说，据公开资料显示，截至2017年年底，幻方几乎所有的量化策略都已经采用AI模型计算，这也就是说AI模型的确在幻方量化的投资中起到了重要辅助作用。

私募排排网数据显示，幻方量化旗下的产品绝大多数取得正收益，其中一些产品的收益非常亮眼，如下图所示。

而走得更远一些的是私募止于至善投资。2023年6月1日，止于至善投资宣布，拟安排公司4位研究员，以及一个基于人工智能的机器人（暂定名为赛博坦），独立管理5只不同的私募基金。其中，名为赛博坦的AI独立管理的基金是止于至善1号，并由公司总经理监督。

私募排排网的数据显示，今年以来，止于至善CTA1号的收益率已经达到了276.07%，表现相当强劲。

需要指出的是，虽然止于至善投资启用了AI机器人独立管理基金产品，但目前在投资领域，AI更多还是起一些辅助作用，包括选股等。

另外，有市场人士指出，AI机器人选股方式和量化基金略有不同，基金公司提供相应的因子给到微软等科技公司，由AI机器人选出符合的个股，以“黑箱”形式传回，这些科技公司并不清楚个股具体情况。

目前在量化领域，抢占人工智能领域的制高点已成为普遍认同的目标。

譬如，九坤投资推出“梧桐计划”，面向全球招牌优秀的本硕博应届毕业生，选拔出最具极客精神的量化新星。据了解，九坤投资目前已在量化投资的全流程中融入了AI技术，是业内为较早在实盘中深度应用相关技术的量化私募。

再如，黑翼资产，自2017年起便布局人工智能，组建AI算法团队。目前，AI技术已全面融入从数据收集到交易执行的全流程，有效提高了模型的预测精度和稳定性。

黑翼资产曾表示，量化投资是一种基于数学模型和算法进行决策的投资策略，人工智能的引入，有助于提升量化模型的数据分析能力和预测准确率，从而能够提升投资效率和回报率。目前，AI技术在量化投资中的应用主要集中于因子挖掘、组合优化等环节。

作者：燕十四