近日，GIM AI 的战略合作伙伴 GIM Capital 取得阶段性进展，旗下 10 只私募基金在三个月内完成中国证券投资基金业协会备案，产品策略涵盖 CTA、指数增强及 AI 因子挖掘等方向，迈入产品化运行新阶段。

　　这一进展为观察 AI 时代资管机构的发展提供了一个具体样本。对 GIM AI 而言，探索不仅在于提升模型与智能体的研究能力，也在于理解这些技术如何与资产管理中的研究流程、风险约束和组织协作相衔接。这也是双方开展战略合作、持续交流的重要方向。

　　每一次技术变革，都在重塑资管形态

　　资管行业的发展，始终与研究方法和技术能力的演进相伴。从基本面分析与价值投资，到现代组合理论、统计模型与量化投资，新的方法不断改变人们理解市场、组织研究和配置资本的方式，也推动着资产管理机构形态的演变。

　　今天，人工智能与智能体技术正在打开新的可能。AI 开始参与假设生成、代码编写、实验验证与反馈迭代，投资研究的组织方式也随之变化。过去需要研究员在信息、代码和实验之间反复切换的工作，可以逐步通过智能体连接起来，让更多研究想法得到检验，让实验过程与反馈得到保留。

　　GIM AI 关注人工智能与投资研究的深度结合。关注的核心问题是，能否将研究组织的学习能力，沉淀为一套持续运行、不断改进的系统？让智能体分工协作，提出假设、检验逻辑、记录失败，再把每次研究的经验带入下一轮探索。

　　同时，围绕这一共同方向，GIM AI 与 GIM Capital 建立了战略合作关系。双方为独立运营、独立决策的关联主体。GIM Capital 的运营主体为致物祥恒（宁波）投资管理有限公司，是已在中国证券投资基金业协会登记的私募证券投资基金管理人。GIM AI 专注智能体系统与金融模型研究，GIM Capital 承担基金管理职责，负责投资决策、风险控制、运营管理与投资者服务。双方以各自的专业能力，连接技术研究与资产管理实践。

　　从自进化智能体到金融模型，探索持续学习的研究系统

　　作为技术研究方，GIM AI 围绕自进化智能体与金融时序模型两条路径展开工作。

　　在智能体研究系统方向，团队参与完成的 CogAlpha 论文已被 ACL 2026 主会接收并入选 Oral 报告，将候选因子生成、质量检查与代码级进化组织为连续流程，为智能体如何参与投资研究提供了具体的方法示例。XALPHA 研究进一步引入研究规划与记忆机制，尝试将外部知识和历次实验反馈用于下一轮探索，让 AI 从生成因子走向持续积累研究经验。

　　GIM AI 的研究系统框架：从辅助工具、研究员智能体到持续学习的自主研究系统。

　　在金融时序模型方向，GIM AI 面向价格、成交和订单流等市场数据，研究模型如何学习不同时间尺度下的动态关系。两条路径分别关注研究过程的组织与市场数据的学习，共同构成GIM AI对人工智能投资研究的技术探索。

　　研究背后，是一支兼具投资实践经验与前沿 AI 研究背景的团队。GIM AI 核心团队成员曾任职于全球知名对冲基金及 DeepMind、Meta、微软等机构，拥有牛津、清华、北大、新加坡国立、港大等高校教育背景，90% 以上成员具有硕士及以上学历。不同领域的经验在团队中交汇，推动学术方法与投资研究问题相结合。

　　GIM AI 的技术探索也获得了科技与投资领域的支持。GIM AI 目前已完成 4轮股权融资，投资方包括 Monolith、五源、IDG、中金、赛富等机构，以及文艺复兴科技联合创始人 Howard Morgan 管理的基金。

　　GIM AI 研究与组织发展节点，以及 GIM Capital 基金备案进展。

　　与此同时，对于 GIM Capital 而言，三个月完成 10 只基金备案，是产品布局的阶段性进展。此后的持续管理，需要投资、风控和运营形成日常协同，面对成本、效率与风险等实际约束，将管理责任落实到具体工作中。

　　技术研究与资产管理实践有着不同的工作要求，也为双方的专业交流提供了持续议题。模型如何被评估，研究依据如何被保留，系统异常如何被发现，这些问题更需要长期投入。

　　接下来，GIM Capital 将围绕已备案产品的持续管理，推进研究流程、风险监测与运营体系建设。GIM AI 则将继续深耕智能体系统与金融模型研究，重视研究过程的可复核性、系统可靠性与经验积累。

　　从相信一种可能，到建立方法，再到开展实践，GIM Capital 已经迈出新的一步。AI 为资产管理带来的变化，也将逐步体现在机构组织研究、评价方法和积累经验的日常工作中。技术探索与专业管理如何相互衔接，也将成为这一领域持续发展的重要课题。

　　XALPHA 论文围绕研究记忆驱动的量化研究智能体展开探索

　　GIM AI 团队参与完成的 CogAlpha 论文