0
12月31日深夜，至知創新研究院（IQuest Research）正式發布全新一代開源代碼大模型IQuest-Coder-V1系列，模型在自主性軟件工程、競賽編程等關鍵維度上，成為了當下開源模型SOTA。
這個“名不見經傳”的研究團隊2025年以“Ubiquant AI”署名了多項高質量工作，涵蓋大語言模型、代碼智能、醫療垂域模型、人工智能與數學等方面。在剛剛過去的人工智能領域全球核心學術會議2025 NeurIPS上，一篇與耶魯大學等團隊合著的E2Former模型相關工作，還被選為會議焦點（Spotlight）論文。
據悉，至知創新研究院由九坤投資創始團隊發起設立，是獨立于量化投研體系的全新平臺。2012年創立的九坤投資，比“至知”的名號更為人所熟知，因其與Deepseek背后的幻方都是中國量化“四大天王”之一，業內一度還有“北九坤，南幻方”的說法。
AI領域的闖入者？
頭部量化私募紛紛加碼人工智能。尤其是2025年 DeepSeek“出圈”，公眾得以窺見量化基因在AI領域的潛能。量化人開始在更大的舞臺上嶄露頭角。
只因他們天生擅長在困難場景中，尋求技術突破，并用技術解決問題。
例如，至知創新研究院團隊11月曾推出一個面向全模態醫學視覺推理的多模態大模型（Medical MLLM）Fleming-VL。它解決的正是一個非常細分卻又非常實際的痛點：醫學影像AI不斷突破的今天，人們仍面臨一個根本挑戰，那就是如何讓模型同時理解2D影像、3D掃描與手術視頻？
在開源醫學數據中，X光和CT極為豐富，而超聲、皮膚鏡、眼底圖像與手術視頻幾乎是數據荒漠。研究人員從零構建了一套系統性數據采集與合成管線，首次構建了覆蓋9大醫學模態、200萬高質量樣本的多模態醫學VQA與視頻理解數據集。最后，推出的Fleming-VL模型能夠在X光片、CT/MRI三維體數據、超聲圖像乃至手術視頻上進行精準識別、推理與報告生成，并支持診斷、問答、總結多個任務，真正實現“一模通三維”的醫學理解。
這或許也體現出至知創新研究院在AI“大廠”之外所具備的獨特技術價值。在有些方面，垂域場景出身的玩家不如大廠更善于追求標準化、性價比、對終端用戶友好等，但前者擅長用工程化的體系來挖掘復雜規律，甚至敢于用暫時低性價比的方式攻克技術細節，追求極致。
至知創新研究院網頁顯示，其定位為一個加速AI應用落地的研究型組織，致力于為前沿 AI 技術研究做出原創性貢獻，加速AI在更多垂直領域的應用。
從投資場景回歸技術本源
過去數年，九坤持續擁抱AI，成立內部的AILab、DataLab和水滴實驗室，持續拓展數據的來源和類型，將前沿的AI技術應用在量化投資的各個環節，同時加強多元資產和不同特征的市場研究。創始人王琛博士曾公開表示，“我們一直堅信金融投資領域，是AI技術應用的重要試驗場景，并為此做了大量的前瞻性的探索和布局。”
量化投資和近年大熱的大模型技術就頗有交集。例如可引入強化學習優化投資策略，將自然語言處理用于多元化的數據分析。同時，復雜的市場數據和交易需求，促使量化機構要著力構建高性能計算能力。
理論上來說，量化投資的技術體系可以為AI大模型的應用提供寶貴的經驗和技術支持，經過調整后也能適配金融、醫療、智能制造等行業的實時數據分析需求。海內外不乏有來自科研領域的人才或團隊投身量化，或是出身量化領域的人才或團隊在其他科學領域取得創新成果。例如，量化對沖基金D.E.Shaw的創始人DavidE.Shaw于2001年創立了D.E.Shaw Research，專注于計算生物化學研究，旨在通過高性能計算技術推動癌癥等疾病的治療。
這背后的邏輯，遠不止“投而優則擴”這么簡單。本質上，這不是“破圈”，而是一種回歸。
量化方法本就源于嚴謹的科研傳統，其核心是結合科學實證和技術手段預測復雜系統的行為。量化投資每天面對的金融市場極其復雜、充滿細節。這需要技術團隊在工程實現上追求極致性能，例如，構建低延遲、高吞吐的系統，用于提升特定任務的整體效率；在數據能力上，則專注于低信噪比的環境下，處理多元化數據、榨取數據價值。
讓技術有意義
最近，至知創新研究院相關團隊提出推理模型 Universal Reasoning Model（URM），在權威推理基準ARC-AGI上創造了新的紀錄，還揭示了復雜推理的本質可能更接近基于循環歸納偏差的非線性表征能力，而非傳統的堆疊深度、參數的范式。這為未來構建更強大推理能力的AI提供了重要的架構啟示。
同在12月，與耶魯大學等團隊合著推出的E2Former，則是一個刷新分子模型新SOTA的等變Transformer，通過將抽象的數學理論與實際的計算挑戰相結合，找到了一條提升分子模擬效率的新路徑。
研究院相關負責人表示，“從量化出發，是我們‘讓技術有意義’的一次深度驗證。我們成立至知創新研究院，正是希望將這種技術能力延展至更廣闊、更多元的產業場景中，讓技術在真實世界中持續釋放價值。”
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
