Mind Lab：用持续学习突破大模型性能天花板，仅改变4B参数实现超越

事件概述

Mind Lab（心洲科技） 是一家聚焦后训练与持续学习的中国AI创业公司，成立于2025年10月。团队约30余人，成员来自xAI、DeepMind、DeepSeek、字节跳动Seed、MIT和清华大学等。公司依托MoL（Mixture-of-LoRA）技术路径，在基座模型GLM-5.2上仅挂载4B参数的LoRA模块，即实现模型性能超越基座，并在12项基准测试中取得6项SOTA。公司成立不到一年ARR已达1000万美元，累计融资6000万美元，历史股东包括蚂蚁集团、红杉中国等。

核心信息

• 技术路径：

  • Mind Lab采用MoL（Mixture-of-LoRA） 做后训练，即在不同任务类型下动态切换最适合的LoRA专家模块，用户数据可沉淀为专属LoRA并持续更新。
  • 旗舰版模型Macaron-V1 Venti基于GLM-5.2，总参数748B（其中744B冻结基座，4B为4组各约1B的LoRA，分别负责Chat、Agent、Coding和UI生成），原生支持200万token上下文。
  • 2025年12月，Mind Lab在万亿参数MoE模型Kimi K2上实现了端到端LoRA强化学习训练，仅用64张H800，GPU消耗仅为传统全参数RL的10%。
  • 团队自研MinT基础设施平台，可管理百万级LoRA模型，实时加载速度提升近10倍。

• 关键进展：

  • 2026年7月21日，开源Macaron-V1正式版本。
  • 商业化起步2周即达ARR 1000万美元。
  • 2026年初完成由美团战投领投的近5000万美元A轮融资，元禾璞华、韶音科技等跟投。
  • B端客户中包括大量智能硬件厂商，持续学习模型适配用户个性化数据。

• 行业共识：

  • 图灵奖得主Richard Sutton（强化学习之父）在WAIC 2026演讲中强调下一代AI核心是经验驱动，静态标注数据模式已触及天花板。
  • OpenAI前CTO Mira Murati创立的Thinking Machines Lab也验证了“在足够大的MoE模型上用LoRA做强化学习，性能无损失”的结论。
  • 智谱创始人唐杰在内部信中提出下一步关键包括记忆、持续学习和自我评判。

值得关注

• “经验智能”路线：Mind Lab将“模型从自身经历中持续学习、自动进化”总结为Experiential Intelligence，与Sutton的“经验驱动”方向一致。
• 后训练赛道兴起：行业出现一批专门承接预训练完成后模型的后训练创业公司，但能同时打通万亿参数LoRA-RL、百万级LoRA管理基础设施及商业落地的团队仍较少。
• 未来方向：团队计划在C端产品Macaron（个人Agent）积累交互数据，B端提供“持续学习”选项（用户使用数据沉淀为专属LoRA，可每天更新版本），同时继续深化MoL协作机制及基础Infra研究。