基于上述背景，在圆桌论坛环(huan)节，嘉宾们围绕“AI技术落地和(he)产(chan)业升级的核心驱动力”、“非共识但潜力巨大的细(xi)分方向布局机遇与风险”、“AI从实验室走向大规模商业化‘最(zui)后一公(gong)里(li)’”等问题展开激烈(lie)讨论与智(zhi)慧碰撞(zhuang)。

吴(wu)总回顾了人工智(zhi)能(neng)的发展历程，指出算力与数(shu)据基建对量化交易正在产(chan)生颠覆性改变，随着运行AI大模型的边际成本逐渐下(xia)降，AI技术在各行业会引入新的技术浪潮。他重点阐述了AI技术如何应用于高频量化领(ling)域。他强调，通(tong)过依托高性能(neng)计算平台和(he)超低延(yan)迟交易通(tong)道(dao)，凭(ping)借速度优势、实时优化和(he)收益累积的技术优势，高频做市(shi)策略能(neng)在多空博弈中(zhong)抓住细(xi)微波动，从微小价差中(zhong)积累利润。

谈到AI投资的差异化机会与风险预判时，吴(wu)总表示，他看好(hao)“边缘AI算力”在分布式交易系统中(zhong)的潜力与价值。边缘AI算力是指将人工智(zhi)能(neng)（AI）算法和(he)模型直(zhi)接部署在靠近数(shu)据源的边缘设(she)备(bei)上，而非依赖于云端或中(zhong)心化的计算平台。这种架构能(neng)够实现实时数(shu)据处理和(he)低延(yan)迟决策，提高数(shu)据隐私和(he)安全性，降低能(neng)耗和(he)运维成本，这对于需要快(kuai)速决策的交易场景至关重要，如高频交易，能(neng)够确保交易指令的即时实行。

此外，Deep Seek-R1大模型横空出世，更加凸显“算力成本与收益的平衡”已经成为AI生态(tai)进程中(zhong)不可忽视的议题。吴(wu)总指出，当前，AI走向大规模商业化的最(zui)大瓶颈是成本控(kong)制问题。Deep Seek在算法优化和(he)软硬(ying)件协同方面的创新实现极致性价比，是一个非常好(hao)的样本。深耕十多年，借助分布式交易系统，高盈科技在算力资源管理、共享与调度方面的技术也(ye)取得了一些降本增效(xiao)的成果，未来有望进一步提升资源优化与调度的空间。

展望行业AI未来发展，量化投资已经从1.0时代的线性多因子(zi)模型，发展到2.0时代的机器学习算法模型，如今正迈向3.0时代。尤其(qi)是LLM和(he)神经网(wang)络(luo)模型的应用，正在改变量化投资的范式。LLM模型通(tong)过自然语(yu)言处理（NLP）技术，能(neng)够处理海量的非结构化数(shu)据，如财经资讯、社交媒体评论、分析师研(yan)报等。这些数(shu)据可以转(zhuan)化为投资信号，用于情感分析、市(shi)场情绪预测和(he)因子(zi)挖掘。神经网(wang)络(luo)模型，尤其(qi)是深度学习模型通(tong)过多模态(tai)融合，强化学习算法（如DQN），优化投资策略和(he)交易实行，实现收益最(zui)大化和(he)风险最(zui)小化。目前，高盈科技与高盈金融正在不断(duan)加码这方面的投入。

最(zui)后，吴(wu)总总结道(dao)，金融AI的核心是平衡创新与风险。高盈金融的投资理念是“科技赋能(neng)、模型驱动、概率取胜、科学量化”，依托海量结构化与非结构化数(shu)据，如交易记录、信用历史、市(shi)场趋势等。利用大数(shu)据、云计算与AI科技赋能(neng)，通(tong)过强大的算力支撑、优秀的算法系统驱动捕捉转(zhuan)瞬即逝的交易机会。高盈金融所有金融科技创新，始终(zhong)坚(jian)持一个原则“在安全合规的前提下(xia)，提高投资效(xiao)率与胜率。”

伴随AI浪潮重塑全球(qiu)科技生态(tai)格局，高盈科技和(he)高盈金融乘势而上，将继续秉承初心，坚(jian)持创新驱动未来的发展战略，运用大数(shu)据、云计算、人工智(zhi)能(neng)等一系列信息技术，不断(duan)提升技术创新能(neng)力与基金产(chan)品服(fu)务体验。