你可以把传统交易模型想成一把专用钥匙：它往往只解决一个明确问题。基础模型则更像一套毛坯工具箱——先从大规模数据中学习通用规律，再适配不同任务。如今，电子做市商Flow Traders正尝试把这类模型带进量化研究。
从交易模型走向基础模型
据Business Wire发布的标题信息，Flow Traders选择CoreWeave，为其面向“AI驱动量化交易”的基础模型训练提供算力。这里的训练，是用大量数据反复调整模型参数，通常也是最消耗GPU的阶段。
Flow Traders起家于欧洲ETF电子做市，后来扩展到固定收益、商品和数字资产。公司称，其在全球150多个交易场所为超过2.5万种产品提供流动性。它此前公布的“Horizon 2030”战略，也把AI、深度学习和量化研究列为核心技术支柱。
CoreWeave是一家专注GPU计算的AI云服务商。其官方文档称，平台覆盖大模型训练、微调、推理和运行监控。采购外部云算力，意味着Flow Traders把昂贵且需求可能波动的计算资源，部分交给专业平台承接。
为什么值得关注
这项合作的重要性不在于已经赚了多少钱——现有材料没有提供任何收益证据——而在于基础设施的变化。Flow Traders不只是试用一个现成AI工具，而是在接入训练基础模型所需的GPU云能力。生成式AI由此更接近量化机构的核心研究流程。
训练完成也不等于能够实盘。推理——让模型处理新数据——还要满足交易环境对低延迟、稳定性和成本的要求。
局限与未知
- 目前唯一材料是Business Wire稿件标题，属于单一发布渠道，无法独立交叉验证。
- 合作规模、GPU型号、训练数据、模型结构、进度和发布日期均未披露。
- 不能据此判断模型已投入实盘、取得收益，或优于现有策略。