搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)

📰 金融垂域AI大模型公司GIM已完成超亿元天使轮融资

金融垂域AI大模型公司GIM完成超亿元天使轮及天使+轮融资,SAIF Partners领投,知名互联网公司CEO家族办公室跟投,此前还获得两家机构参与。GIM成立于2025年,专注打造用于投资研究与决策的AI-native推理系统,强调从底层能力着手,不做通用大模型的简单移植,而是为资管行业提供垂直领域的推理基础设施。团队汇聚对冲基金、量化基金及全球科技机构背景的成员,目标是建立一个以数值推理、时序感知、合规约束和动态更新为核心能力的系统,推动AI从信息工具走向研究与决策工具。为实现这一目标,GIM提出多智能体框架CogAlpha,设计21个专业化Agent组成AI投研流水线,覆盖风险判断、价格与成交量分析、趋势识别等环节,经过多轮审核与评估后再进入下一环节,最终实现自研金融垂域大模型的推进。

🏷️ #金融AI #投资研究 #多智能体 #CogAlpha #自研大模型

🔗 原文链接

📰 金融垂域 AI 大模型公司 GIM 获得赛富资本、Monolith 超亿元天使轮融资 - 中国工业新闻网

GIM(Grace Investment Machine)是一家聚焦金融垂直领域的大模型公司,近期完成天使+轮融资,由SAIF Partners领投,另一家千亿市值互联网公司家族办公室跟投,此前天使轮由Monolith与五源资本参与。创始团队由徐嘉浩与刘琦博士共同组建,团队成员涵盖对冲/量化基金、DeepMind、Meta等背景,目标是打造专为投资研究与决策设计的AI-native推理系统,而非简单移植通用大模型。GIM强调从底层能力出发,构建面向资管行业的垂直推理基础设施,关注数值推理、时序感知、合规约束与动态更新等核心能力。核心技术 CogAlpha 多智能体框架设计了21个专业化Agent,形成完整的投研流水线,通过多轮审核与自我纠错实现信号筛选与放大,提升研究决策效率。公司还自研金融时序大模型,经历从30M到1.5B再到8B参数的扩展与 ScalingLaw 验证,加入时序编码与非线性门控等创新结构,具备跨市场跨品种的迁移学习能力。CogAlpha 的研究成果已被ACL2026主会高分收录,显示其在金融推理领域的前瞻性与落地潜力。当前市场规模潜在达1500亿美元的金融AI软件与资产管理服务市场,若大模型进入资管体系,影响甚至可能触及更大规模的9万亿美元市场,但真正的机会在于能够组织研究、形成判断、持续校准的系统能力,而非仅仅复述信息。

🏷️ #金融 #AI模型 #投研 #CogAlpha #自研模型

🔗 原文链接

📰 成立10个月,GIM拿下Monolith、赛富投资

Grace Investment Machine(GIM)宣布完成超亿元级别的天使轮及天使+轮融资,资金将用于金融大模型研发、算力与团队扩张。GIM 成立于2025年,目标是打造金融垂直领域的推理大模型CogAlpha,专为投资决策设计,以解决通用大模型在金融场景中的推理、时序与合规等不足。团队由在对冲与量化基金、DeepMind、Meta 等机构工作的专家组成,核心成员包括香港大学计算机系教授刘琦等人,并拥有跨学科背景。GIM 以“从零自研金融垂域大模型”为愿景,已完成从30M到8B参数的时序大模型扩展,并在CSI300全市场选股任务中实现第一名的研究成果,相关论文被ACL 2026收录。其提出的CogAlpha 21个专业Agent构成的AI投研流水线,旨在让AI自动发现投资信号,经过多轮评估后再进入投资阶段,计划在1‑2年实现端到端全自动投资。行业前景在于:通用模型在金融领域难以胜任的推理与时序任务,需要垂直化的自研解决方案,GIM 的路径被视为金融AI投资研究的范式革命,具备广阔的市场潜力。

🏷️ #金融AI #垂域大模型 #CogAlpha #AI投研 #投资决策

🔗 原文链接

📰 首发| 成立10个月,GIM拿下Monolith、赛富投资

GIM(Grace Investment Machine)宣布完成过亿元天使轮及天使+轮融资,天使+轮由赛富基金领投,天使轮由Monolith砺思资本和五源资本投资,后续由值观资本担任独家财务顾问。团队目标是为金融行业自研垂直领域的推理大模型CogAlpha,打造专用于投资决策的推理基础设施,欲对抗通用大模型在金融场景中的局限。创始人徐嘉浩在对冲基金与多家科技公司投资经验基础上,结合香港大学刘琦等学者的学术背景,组建跨学科阵容,力求以金融时序特征和非线性门控结构实现模型的迁移学习能力,目前已完成从30M到8B参数的Scaling Law验证,并发表相关研究,所提出的多智能信号挖掘框架在CSI300全市场选股任务排名第一。CogAlpha通过21个专业化Agent组成AI投研流水线,实现信号自动审核与改进,力争1-2年内达到端到端全自动投资,推动金融AI从信息处理工具向研究工具的升级,开创以智能体为核心的投资流程范式。

🏷️ #金融AI #推理大模型 #CogAlpha #多智能信号 #投资决策

🔗 原文链接
 
 
Back to Top