GIM获Monolith赛富投资 成立10个月融资榜单

或许，金融圈正在迎来自己的“DeepSeek”时刻。一家名为Grace Investment Machine（简称GIM）的公司刚刚完成两轮合计过亿元的融资，目标直指一个足够性感的方向——把大模型的能力，精准嵌入投资决策这个最难啃的骨头。

资金具体来自赛富投资基金（领投天使+轮）、Monolith砺思资本和五源资本（天使轮），后续还有某千亿市值互联网公司CEO的家办跟投。这笔钱将主要用于金融大模型研发、算力基础设施建设和团队扩张。

GIM成立于2025年7月，他们正在做的事情，简单说就是：为金融行业打造一个垂直领域的DeepSeek——一个专为投资决策而生的推理大模型。这大概是全球首批从底层模型开始自研金融垂域大模型的团队之一。而他们瞄准的，是一个万亿美元级别的市场。

前五源投资人联手港大教授 闯入万亿美元赛道

GIM的创始人是两位老友：徐嘉浩和刘琦。

徐嘉浩在创立GIM之前，已经在一二级市场摸爬滚打多年，曾在五源资本和Neumann Capital任职，参与过地平线、晶泰科技、Pony.AI等多个科技项目的投资。

GIM创始人徐嘉浩

真正让他决定All in创业的，是观察到AI推理能力的跃迁带来了范式级的碘伏。2024年底OpenAI推出o1后，大模型开始展现复杂推理能力；随后，DeepSeek展现出清晰的思维链拆解能力；2025年四月，推理模型o3的迭代又使其推理能力有了巨大跃升。这些突破，对于金融投资来说，意义非比寻常。

用他的话说：“时机到了。”

而技术合伙人刘琦博士，现任香港大学计算机系助理教授，博士毕业于牛津大学，师从Phil Blunsom，先后在DeepMind和Meta FAIR担任研究员。这些经历让他亲历了现代大语言模型从实验室走向工业化的全过程。整个团队汇集了来自顶级对冲基金、量化基金以及DeepMind、Meta、微软等大模型公司的跨学科人才。

队伍组建后，GIM的目标非常明确：不做通用大模型，专攻金融行业的垂直推理基础设施。

这块市场有多大？团队估算，全球AI金融软件市场加上全球资产管理收入，构成了约1500亿美元的可触达市场。如果再看得远一点，他们预判，Agentic Investing若渗透全球资管规模的10%，对应的潜在市场高达9万亿美元。

但更值得关注的是，通用大模型在这个场景下的短板是结构性的——数值推理弱、时序感知差、合规黑箱、更新滞后。金融投资需要的不是一本“百科全书”，而是一位“专业基金经理”。正如徐嘉浩举的那个例子：“GPT-4可以写财报摘要，但无法判断‘该不该买’。”

于是，GIM决定从零自研金融垂域大模型。目前，团队自研的金融时序大模型已完成从30M到1.5B再到8B参数的Scaling Law验证，模型引入了针对金融数据的时序编码机制和非线性门控结构，在多频率、多市场、多品种训练中表现出显著的迁移学习能力。团队近期以CogAlpha为名发表的研究成果，已被ACL 2026主会刊接收（Top 1%）。论文中提出的多智能信号挖掘框架，在CSI300全市场选股任务上综合排名第一，超越21个基线模型（含GPT-4系列）。简单说，这套系统不是用通用模型来套金融数据，而是从零开始，为投资决策设计推理系统。

天使轮投资方Monolith创始合伙人曹曦的评价很到位：“团队既有顶尖的AI研究能力，也懂金融和资产管理的复杂性”，大家想得很清楚，推进也很快。这种跨界的融合，让他们在做回测系统时能更贴近真实市场。正如业内常说的一句话：回测越真实，实盘就越可靠。这是量化机构多年经验筑起的护城河，短期内AI也难以突破。

不过，对于整个行业而言，一个更值得关注的问题正在浮现：当AI已经能够理解市场信息，它是否能像研究员一样发现新的投资规律？

开启智能体投资时代

今年三月，一篇发表在JAR上的研究给出一个有趣的数据：用AI炒股时，超过七成的用户会直接要求AI告诉自己“什么值得买”。

量化行业早就开始让机器参与投资研究，但过去系统仍依赖研究员定义规则与框架。而随着推理模型能力的跃升，AI开始从“信息处理工具”向“研究工具”演进——主动拆解原始数据、发现潜在规律。

GIM研发的多智能体框架CogAlpha，正是在探索这个方向。它试图实现一个范式：让AI自动发现投资信号，也就是寻找与未来收益表现存在相关性的特征或变量。

具体怎么操作？团队设计了21个专业化Agent，组成一条完整的“AI投研流水线”——每个Agent“专家”会针对自己擅长的维度，对新提出的投资信号进行审核、提出改进意见。有的Agent擅长判断当前市场风险状态和周期情况，有的擅长分析价格与成交量之间的关系，有的擅长识别趋势与反转信号。只有当信号经过多轮评估后表现仍然持续提升，才会进入下一环节。这套机制的核心价值在于：让AI自动发现投资规律，而非依赖人类预设。通过它，团队希望最大化信号的多样性，避免开发过程过早收敛。

CogAlpha自进化信号挖掘流程

目前，GIM的自动化级别处于L3.5（L2辅助决策、L4全自动决策），预计在1-2年内实现端到端的全自动投资。

在徐嘉浩的设想中，AI原生的资管平台将成为一个新品类。“第一代是主观投资人，如巴菲特；第二代是量化投资，如文艺复兴；而第三代，则将是通过智能体重构整个投资流程。”这不是增量改进，这是范式革命。

从这些逻辑来看，通用大模型的时代正在收窄，垂域大模型的时代刚刚开始。金融赛道足够大、商业价值突出，GIM正在推开这扇门。

来源：互联网