当 AI 在金融中的角色，从“辅助编码”走向“参与研究系统”，量化平台的竞争重点也在变化。

过去，比的是数据、回测、策略模板和执行效率；而今天，更关键的是：谁能持续连接前沿科研，理解真实金融场景，并把这些能力转化为可落地的平台能力。

近日，PandaAI 联合交叉科技、华通证券国际，推进“人工智能与金融科技联合实验室”战略。三方将围绕 Trading Agent、多智能体协同、自动化因子挖掘、金融时序大模型、实盘量化策略等方向展开联合研究，并推动相关成果在 PandaAI 平台上的转化与应用。

PandaAI 是一个面向量化研究与交易场景的 AI 平台，致力于连接策略研究、因子挖掘、回测验证与工作流搭建，提升研究到应用的整体效率。

从技术路径看，这次合作所指向的，已经不只是传统意义上的量化工具升级，而是面向下一代智能化量化投研体系的底层建设。联合实验室将聚焦 Trading Agent、多智能体协作、自动化特征工程、金融时序建模、跨市场策略研究、交易场景中自迭代自进化模型、交易大模型当中的泛化记忆功能升级等方向，目标是构建更智能、更自动化、更协同化的量化研究与交易系统。

交叉科技（北京）有限公司的创始团队来自清华大学前沿金融科研团队，这一学术背景为本次合作提供了坚实且清晰的科研基础。创始团队在人工智能与金融科技领域具有长期、系统性的研究积累，相关研究成果包括 OpenFE、Kronos 等代表性工作，涉及自动化特征工程、因子挖掘、金融时序建模等核心方向。

华通证券国际将在合作中提供金融业务场景与产业协同支持，PandaAI 则承担研究成果的平台化、产品化与应用转化角色，三方由此形成“前沿研究—金融场景—平台落地”的闭环。

对 PandaAI 而言，这次合作的意义不止于联合实验室本身，更在于平台正在进一步强化自身作为 AI 金融研究成果承接者和量化能力转化平台的角色。相关研究成果也将优先在 PandaAI 平台上实现转化与应用。

从 Kronos 到 Trading Agent，这条路径背后代表的是 AI 金融能力的一次升级：从更强的数据理解能力，走向更复杂的任务分解、策略生成、协同分析与研究流程自动化能力。联合实验室框架的推进，也释放出一个信号：PandaAI 正在朝着“AI 金融研究基础设施平台”的方向持续加码。