香港、北京和深圳2026年6月9日 /美通社/ -- 金融垂域 AI 大模型公司 GIM（Grace Investment Machine）近期完成天使+輪融資，由賽富投資基金（SAIF Partners）領(lǐng)投，某千億市值互聯(lián)網(wǎng)公司 CEO 家族辦公室跟投。此前，GIM 天使輪由 Monolith 礪思資本和五源資本共同投資。至此，公司已完成過億元人民幣天使輪和天使+輪融資。

GIM 成立于2025年7月，致力于打造一套專為投資研究與投資決策設(shè)計(jì)的 AI-native 推理系統(tǒng)。公司關(guān)注的，不是將通用模型簡(jiǎn)單移植到金融場(chǎng)景，而是從底層能力開始，重新定義 AI 在研究、判斷與決策中的角色。

跨學(xué)科創(chuàng)始團(tuán)隊(duì)

GIM 由徐嘉浩和劉琦博士聯(lián)合創(chuàng)立。在創(chuàng)辦 GIM 之前，徐嘉浩長(zhǎng)期深耕一二級(jí)市場(chǎng)，曾任職于五源資本和 Neumann Capital，參與過地平線、晶泰科技、Pony.ai 等科技項(xiàng)目投資。過去幾年，推理模型的能力躍遷讓他越來越清楚地意識(shí)到，AI 在投資里的角色不會(huì)只停留在信息工具層，而會(huì)逐步進(jìn)入決策本身。

劉琦博士現(xiàn)任香港大學(xué)計(jì)算機(jī)系助理教授，研究方向聚焦大語言模型和多模態(tài) AI，博士畢業(yè)于牛津大學(xué)，師從 Phil Blunsom，并曾在 DeepMind 和 Meta FAIR 從事研究工作。

GIM 的團(tuán)隊(duì)同時(shí)集結(jié)了來自知名對(duì)沖基金、量化基金、DeepMind、Meta、微軟等機(jī)構(gòu)的跨學(xué)科成員。公司的目標(biāo)方向明確：不做通用大模型，而是為資管行業(yè)打造垂直領(lǐng)域的推理基礎(chǔ)設(shè)施。

1500億美元可觸達(dá)市場(chǎng)，通用模型的斷點(diǎn)即機(jī)會(huì) 

從市場(chǎng)規(guī)模來看，全球金融 AI 軟件市場(chǎng)與資產(chǎn)管理服務(wù)的收入合計(jì)，對(duì)應(yīng)約1500億美元的可觸達(dá)空間；如果金融大模型真正進(jìn)入資管體系，它所撬動(dòng)的還將是一個(gè)9萬億美元的更大市場(chǎng)。

但更大的機(jī)會(huì)不在數(shù)字本身，而在通用模型的能力斷點(diǎn)。通用模型可以完成財(cái)報(bào)摘要，卻無法真正回答"該不該買"。問題不在金融知識(shí)不夠，而在它缺少處理投資研究的關(guān)鍵能力：數(shù)值推理、時(shí)序感知、合規(guī)約束和動(dòng)態(tài)更新。金融行業(yè)真正需要的，從來不是一個(gè)會(huì)復(fù)述信息的系統(tǒng)，而是一個(gè)能夠組織研究、形成判斷、持續(xù)校準(zhǔn)的系統(tǒng)。

CogAlpha 多智能體框架與自研金融時(shí)序大模型

2026年3月，JAR（Journal of Accounting Research）的一篇研究指出，當(dāng)用戶用 AI 問股票時(shí)，超過七成的人會(huì)直接要求模型告訴自己"什么值得買"。隨著推理模型能力躍升，AI 開始從信息處理工具走向研究工具 —— 不再只是整理材料、響應(yīng)指令，而是開始主動(dòng)拆解原始數(shù)據(jù)、發(fā)現(xiàn)潛在規(guī)律。

GIM 圍繞這一方向的核心探索，是多智能體框架 CogAlpha。CogAlpha 設(shè)計(jì)了21個(gè)專業(yè)化 Agent，組成一條完整的 AI 投研流水線：有的負(fù)責(zé)判斷市場(chǎng)風(fēng)險(xiǎn)狀態(tài)和所處周期，有的負(fù)責(zé)分析價(jià)格與成交量之間的關(guān)系，有的負(fù)責(zé)識(shí)別趨勢(shì)與反轉(zhuǎn)信號(hào)。每一個(gè)新提出的投資信號(hào)，都會(huì)在這條流水線中被反復(fù)審核、質(zhì)疑、修改和評(píng)估；只有在多輪評(píng)估后表現(xiàn)仍然持續(xù)提升，才會(huì)進(jìn)入下一環(huán)節(jié)。

沿著這條路線，GIM 進(jìn)一步?jīng)Q定從零自研金融垂域大模型。目前，該自研金融時(shí)序大模型已完成從 30M 到 1.5B 再到 8B 參數(shù)的 Scaling Law 驗(yàn)證。模型在結(jié)構(gòu)上引入了針對(duì)金融數(shù)據(jù)的時(shí)序編碼機(jī)制和非線性門控結(jié)構(gòu)，并在多頻率、多市場(chǎng)、多品種訓(xùn)練中展現(xiàn)出明顯的遷移學(xué)習(xí)能力。

近期，CogAlpha 研究成果已被 ACL 2026 主會(huì)高分收錄。