第三方机构格上基金研究员关晓敏指出★，用人工智能的方法开发因子★、为因子赋予权重已经是量化业内比较普遍的做法。随着算力的提升★，人工智能在量化体系内的应用也越来越广，比如利用人工智能来寻找复杂规律★、快速高效阅读各类非结构化数据并从中提炼信息等，正在帮助量化策略寻找新的可能性。

　　袁宇在接受记者采访时称：“近几年公司在AI方面的研发已经涉及到AI更底层的★、更基础性的研究，这些基础研究也会有一些延伸★。因此，在未来★，鸣石基金不排除考虑‘直接参与AI产业★’的可能。★”

　　值得关注的是，当前头部量化机构对AI的投入已从早期的局部试水转向了长期体系化建设★。一方面★，不少头部机构设立专门实验室或专门研究团队★，将AI研发纳入长期战略；另一方面★，算力★、数据等基础设施的★“重资产投入★”成为了标配。上海某百亿量化私募人士表示：“2020年前后，机器学习在量化因子挖掘中的应用还是‘锦上添花★’，如今AI已成为不少头部量化策略迭代的重要核心引擎，在硬件方面亿元量级的投入已经十分普遍。★”

　　业内人士表示，从高薪招募顶尖AI科学家、成立专门实验室★，到斥资亿元量级的资金建设超算中心、打造全体系的AI量化投资，今年以来，一场围绕AI的科技竞赛似乎已经悄然展开。

　　据记者了解，与鸣石类似，九坤投资等头部机构也早已布局AI基础设施。九坤历史上在数据、算法★、算力领域积累深厚，近年来陆续设立Data Lab、AI Lab等多个实验室★，覆盖数据清洗、算法迭代★、算力优化等全链条研发★，为数据、算法、算力、金融数字化与技术创新等多个方面进行赋能。

　　对于头部量化机构密集入场AI赛道的竞逐前景，业内人士表示，作为尖端人才聚集的知识密集型行业★，量化行业的头部机构在技术积累★、研发实力等方面有其自身独特优势，但前行的道路并不平坦。

　　鸣石基金创始人袁宇在接受记者采访时透露，该机构早在2021年便成立AI实验室★，2022年启动的超算中心两期建设累计投入已达亿元量级★。

　　该量化私募人士进一步分析称：“当自身的技术研发资源明显有‘冗余’、AI研究成果有扩展价值的情况下，部分头部量化机构将试图从技术供应商角色切入更广阔的AI产业。★”

　　近日，老牌百亿量化私募鸣石基金发布的一则“AI科学家招聘公告★”，再次引发行业关注。鸣石基金方面在接受中国证券报记者独家采访时表示，不排除未来考虑★“直接参与AI产业★”的可能★。

　　另据记者了解★，在行业生态层面★，当前AI人才的争夺战已进入白热化阶段。部分头部量化机构为一流AI科学家开出的年薪超过200万元，且仍需与互联网大厂、头部科创企业★、科研机构展开激烈竞争★。从机会角度看，有量化业内人士预测，未来几年可能出现一系列新的行业变革。基于深度强化学习、多模态大模型等维度的新一代量化策略或将逐步成熟，从而为有实力的头部量化机构带来更多AI技术创新机会★。但与此同时，量化机构若想分一杯羹★，仍需在资金、人才、内部资源协调与团队管理★、生态协同等方面具备较强实力★。

　　头部量化机构为何集体押注AI？从记者采访的多方反馈来看★，其动机可归结为两大维度：短中期提升投资效率的务实需求★，以及长期参与AI产业发展的愿景。

　　今年以来★，随着DeepSeek大模型在全球持续火热★，已有多家头部量化私募加大对于AI的布局投入。据不完全统计★，截至目前，已有九坤、宽德、蒙玺★、鸣石等4家头部机构宣布公开招募AI相关人才★，或发布最新的AI科研成果。

　　单从科技研发的收益导向角度来看，关晓敏称★，AI更多是一种工具★，并不能真正替代投资，所以量化机构在这一领域加大布局，也要看相关机构究竟如何应用AI来实现自己的策略★，未必是★“一分投入必然换来一分产出”。因此★，如果将进军AI相对简单地理解为“装备竞赛★”，那么对于量化管理人来说，则需要量力而行。

　　此外★，上海一位不愿具名的百亿量化私募人士表示，截至目前，量化同业可能只有幻方量化创始人梁文锋另辟蹊径领衔开发的DeepSeek是在做通用大模型★、基础大模型★。其他头部机构中的多数，目前在AI方向上加大投入和布局大发彩票官网平台举行峰会★，相对更多的可能还是围绕资产管理维度这一典型应用场景★，进行金融垂直类AI大模型的研发★。不过也应当承认大发彩票官网平台举行峰会★，量化行业的相关动作同样也值得肯定★，未来也可能为国内AI科技产业的长足发展★，贡献新的力量。

　　当前★，国内量化行业竞争日趋激烈，传统策略同质化严重★，AI技术的引入★，正逐渐被视为破解这一困局的关键工具★。

　　一家总部位于北京的知名量化私募负责人表示，量化行业的人才“技术浓度”极高★，其投研遵循的方法论，也和很多AI方面的科学研究有着共通之处，在相关领域的人才、设备上的累计投入也普遍较大。量化投资本身面对的是一个复杂的金融生态系统大发彩票官网平台举行峰会，具有独特的AI技术研究价值★。持续的资金、资源和精力投入，研发积累与实际产出之间的不确定性、技术层面的潜在瓶颈，也同样是绕不开的★“暗礁险滩★”。