7 月 21 日，初创团队 Mind Lab 开源模型 Macaron-V1 正式版：在冻结 GLM-5.2 的 744B 基座参数、仅微调自研 4B LoRA 参数 的前提下，12 项基准测试中拿下 6 个 SOTA，性能反超基座及 GPT-5.4、Claude Opus 4.6。它押注的「持续学习」路线，正是图灵奖得主 Sutton、DeepSeek 近期共同指向的下一代模型核心能力。
Macaron-V1 旗舰版 Venti 的参数构成很直接：744B 冻结的 GLM-5.2 基座 + 4B 自研 LoRA。这 4B 拆分为四组各约 1B 的专家模块，分别负责 Chat、Agent、Coding 和生成 UI 界面四类能力。
它没有重训基座，而是用 MoL（Mixture-of-LoRA）的方式做后训练——执行不同任务时，系统动态切换到最适合的专家模块；用户长时间使用沉淀的数据，也能积累出一个专属 LoRA，随调用持续更新。
团队曾用 200 份不同数据分别训练 200 个 LoRA 挂载协作，得出两个关键发现：
团队由此判断：单一 LoRA 无法全面提升模型能力，MoL 可能是突破智能上限的有效办法。
注：上述 25% 提升及 log 线性增长数据，均来自团队内部实验披露，未见第三方独立复测。
2025 年 12 月，Mind Lab 在 Kimi K2（万亿参数 MoE 模型）上跑通端到端 LoRA 强化学习训练，仅用 64 张 H800，实现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。
难点在于：强化学习对基础设施精度要求极高，训练与推理精度不一致会带来偏差漂移，导致结果无法收敛。团队的解法是设计一套 混合协同并行引擎：
并引入 截断重要性采样 修正分布差异，让 LoRA 在 MoE 架构上稳定运行。基于此，今年 1 月推出 LoRA 训推基础设施平台 MinT，能管理 上百万个 LoRA 模型，实时加载速度提升近十倍。
从头训模型成本极高，算力消耗大，周期长。
参数足够大且稀疏时，LoRA 可达全参训练效果，算力降至 10%。
创始人陈锴杰将现阶段持续学习方案归为四类。前三类各有硬伤，团队选择直接改参数的第四条路：
团队将这套思路总结为 「经验智能」：模型从经历中学习，经验转化为新能力，新能力解决更难问题，更难问题带来更丰富经验——智能由此成为持续生长的过程。
本文核心数据（6 项 SOTA、25% 性能提升、10% 算力消耗）均来自 企业单方披露，未见第三方独立复测，读者宜带「通稿验证中」视角看待具体数字。但技术路径本身有迹可循：团队联合创始人 Andrew Chen 曾与姚顺雨共同发表 FireAct 论文，其独立选定的 LoRA-RL 路线，与 OpenAI 前高管创立的 Thinking Machines Lab 在《LoRA Without Regret》中得出的结论一致——足够大的 MoE 模型上用 LoRA 做 RL，性能无损失。
当 Sutton、DeepSeek、智谱唐杰相继为「持续学习」背书，后训练正从「预训练的收尾工序」升级为「定义模型能力上限的主战场」——谁能把模型放进经验里持续生长，谁就握住了下一代 AI 的入场券。
Macaron-V1 已开源，C 端个人 Agent 应用「马卡龙」可体验长记忆与持续学习；B 端可通过 MinT 平台训练自有 LoRA。
github.com/MindLab-ai → Macaron-V1