当业界还在争论大模型Scaling Law是否失效时，一家名为Mind Lab的中国创业团队，用一套只有4B参数的可训练模块，让一个744B参数的基座模型实现了超越其原本能力的效果。这个名为Macaron-V1的模型，不仅在后训练这条赛道上跑通了技术路径，更在商业化启动两周内斩获了1000万美元的ARR，其背后的技术路线——持续学习，正从少数人的探索迅速演变为行业共识。
事件背景：从FireAct到Macaron-V1
Mind Lab的起点可以追溯到2023年。联合创始人Andrew Chen与姚顺雨共同发表了FireAct论文，核心思想是：与其通过提示词工程优化Agent的任务表现，不如直接将相关数据训练进模型参数中。这一思路在当时并不主流，却成为他们押注“后训练”和“持续学习”的起点。团队于2025年10月正式成立，成员来自xAI、DeepMind、DeepSeek、字节跳动Seed、MIT和清华大学等机构，规模约30余人。
真正让Mind Lab进入公众视野的是其技术路线——MoL（Mixture-of-LoRA）。与传统大模型训练完成后参数固定不同，MoL在基座模型上挂载多个轻量级LoRA（低秩适应）专家模块，每个模块负责特定能力——如对话、Agent、编程、UI生成等。当模型执行不同任务时，系统动态切换到最合适的专家模块；在用户长期使用中，沉淀的数据还能积累出专属LoRA，实现模型随使用不断进化。
上个月，Mind Lab发布了Macaron-V1-Preview版本，在GLM-5.1基座模型上挂载了5个参数约1B的LoRA专家。尽管只是预览版，其在多个Benchmark上不仅反超基座模型，还领先GPT 5.4、Claude Opus 4.6等前沿模型。7月21日，正式版Macaron-V1发布，包含两个版本：旗舰版Venti基于GLM-5.2，总参数748B，其中744B为冻结基座，4B来自Mind Lab自训练的4组约1B的LoRA；轻量版Tall基于Qwen3.6，总参数50B。两个版本均原生支持200万token上下文。这意味着，仅通过改变4B参数，这支团队让GLM-5.2实现了超越自身的能力。
万亿参数强化学习：技术护城河如何建立
在LoRA的基础上，Mind Lab进一步攻克了万亿参数规模下的强化学习难题。2025年12月，他们在Kimi K2（万亿参数MoE模型）上实现了端到端LoRA强化学习训练，仅用64张H800显卡，就达到了接近全参数训练的效果，GPU消耗只有传统全参数RL的10%左右。当时，国内能在万亿参数上跑通LoRA-RL的团队只有Mind Lab一家，海外唯一能做到的团队是OpenAI前CTO Mira Murati创立的Thinking Machines Lab。
万亿参数强化学习的关键难点在于基础设施的精度要求。如果训练和推理的精度不一致，会导致偏差漂移，最终结果无法收敛。Mind Lab的解法是设计了一套混合协同并行引擎，整合了张量并行、流水线并行、专家并行和序列并行，确保LoRA在MoE架构上稳定运行；同时引入截断重要性采样修正分布差异。这套基础设施能力，被创始人陈锴杰视为团队真正的技术护城河。
今年1月，Mind Lab推出了LoRA训推基础设施平台——MinT，面向客户提供大模型后训练全流程解决方案。客户可在平台上获取算力支持，训练自己的LoRA，平台能管理上百万个LoRA模型，在训练、评估、部署和回滚过程中只传输极轻量的LoRA Adapter，实时加载速度提升近十倍。
行业意义：后训练成为下一代模型的关键战场
Mind Lab的技术路线与当前AI领域最前沿的思考高度契合。在WAIC 2026首日主论坛上，图灵奖得主、强化学习之父Richard Sutton明确指出，下一代AI的核心路线是经验驱动，静态标注数据模式已触达天花板。DeepSeek也强调，Agent之后需要解决的问题是持续学习，这是下一代模型必须具备的能力。两周前，Sutton亲自下场创业，创立Oak Lab，致力于构建能从自身经验中持续学习、实时进化的智能体。智谱创始人唐杰在内部信中也提到，下一步要攻克的关键技术包括记忆、持续学习和自我评判。
Mind Lab将这一思路总结为“经验智能”：模型可以从自己的经历中不断成长。在陈锴杰看来，持续学习有四种解决方案：上下文窗口理解、RAG外部记忆、Harness循环工程、以及直接修改模型参数。LoRA属于第四种，它能从根本上改变模型表现，让模型在不同场景中实现垂直适配。通用大模型无法解决100%的具体问题，而持续学习能让模型在特定场景中持续进化，这正是后训练时代的核心价值。
从资本市场的反应也能看出这一赛道的热度。Mind Lab母公司Mindverse（心洲科技）成立以来累计获得6000万美元融资，2026年初完成由美团战投领投的近5000万美元A轮融资，历史股东包括蚂蚁集团、红杉中国、源一、真格、高榕等。当后训练的数据量已经超过预训练的数据量，当Sutton和Mira Murati等顶级研究者纷纷下注持续学习，这条赛道显然已经成为大模型下一阶段最值得关注的议题之一。