Macaron-V1发布：一场静默却关键的AI范式迁移

风向已变，但多数人还没看清 上周AI圈热议的焦点，表面是两家新锐实验室的模型发布，实则是一场底层技术范式的悄然转向。前OpenAI CTO Mira Murati创立的Thinking Machines Lab推出Inkling，975B参数、20亿美元融资；几乎同步，强化学习奠基人Richard Sutton创办Oak Lab，直言当前深度学习“脆弱且低效”，需“从根基重来”。与此同时，DeepSeek创始人梁文锋明确指出：Agent之后的必经台阶，是持续学习——模型必须能在部署后持续进化，否则就不配称“下一代”。 当图灵奖得主、硅谷明星创业公司与中国头部大模型团队，不约而同将技术赌注押在同一方向，共识已然形成：预训练冻结模型的时代正在终结，经验驱动的持续学习时代已经开启。 太平洋这岸的答案：Macaron-V1 就在全球目光聚焦硅谷时，一家成立仅10个月的中国实验室——Mind Lab，发布了Macaron-V1。它不是又一个更大参数的基座模型，而是一套面向“经验时代”的全新架构实践。 Macaron-V1包含两个版本：旗舰版Venti（748B参数），由744B的GLM-5.2基座叠加四个独立LoRA组成；标准版Tall（35B），基于Qwen-3.7后训练，可在Mac本地运行。真正突破不在参数规模，而在那四个LoRA的定位与协同方式。 过去LoRA是微调的妥协方案；Macaron-V1将其升维为“能力人格模块”：聊天、Agent规划、编程、生成式UI各由一个专属LoRA负责，训练独立、评测独立、回滚独立。运行时通过轻量路由器动态路由请求——说“帮我写测试用例”，自动切至Coding LoRA；说“设计一个登录页交互”，即刻加载GenUI LoRA。用户无感，系统有界。 这套架构被正式命名为Mixture-of-LoRA（MoL）：共享基座承载通用知识，LoRA承载场景化个性。它放弃让单个模型成为全才，转而构建一群专才的协同智能体。 不止于快，更在于稳与可生长 在硬指标上，Macaron-V1-Venti已在多项权威评测中超越主流闭源模型。SWE-bench Verified达85.6分，领先第二名3分以上；专测长程软件工程的Deep-SWE拿下58.4分，比其基座GLM-5.2高出12.2分——证明LoRA强化学习带来的不是微调增益，而是可量化的后训练跃迁。 更关键的是开放性：全部权重开源，支持私有化部署。数据不出域，控制权在客户手中。配套REPL Harness实现工具链、状态保存与流程复用，训练环境与生产环境完全对齐——模型上线即所训，无需二次适配。 为什么是“全球唯二”？ LoRA本身不稀奇，但在万亿参数尺度上稳定运行强化学习，全球仅有两家团队实现：Thinking Machines Lab与Mind Lab。难点在于“训推一致性”——当模型被切片分布于数十张GPU，训练与推理间毫秒级精度偏差，就会导致梯度漂移、训练崩溃。这就像百人交响乐团，任何一声走调，整场演出即告失败。 Mind Lab早在2025年12月就在Kimi K2（1.04万亿参数MoE）上跑通LoRA强化学习，算力消耗仅为全参微调的十分之一；本月LongStraw项目更将强化学习后训练推进至2M上下文长度。Macaron-V1，正是这些底层能力的一次集中交付。 站在巨人肩上，走得更快更远 对比TML自建基座的路径，Mind Lab选择另一条高效路线：不重复造轮子，而是深度融入中国开源模型生态。Venti用GLM-5.2，Tall用Qwen-3.7，此前验证LoRA RL的Kimi K2已是万亿级。中国开源模型已逼近全球SOTA水位，Mind Lab在此基础上做精准后训练，相当于用“高起点冲刺”替代“从零起跑”。 结果清晰：TML耗20亿美元、百人团队、千兆瓦级算力，Inkling仍弱于GLM-5.2；Mind Lab以三十多人、不到5000万美元融资，在Chat、Agent、Coding等多维度实现反超。这不是资源堆砌的胜利，而是技术判断与工程效率的胜利。 持续学习：让模型真正“越用越聪明” Macaron-V1的终极目标，是打破“训完即冻”的行业惯性。当前模型无法保留用户反馈、无法沉淀任务经验、无法将失败转化为能力——它只是无限重复的推理引擎，而非成长中的智能体。 Mind Lab要造的，是一台“经验智能机器”：基座提供稳定认知底座，LoRA作为可写入、可回滚、可演化的持久状态，承载用户的偏好、业务逻辑与交互习惯。实验证明，LoRA压缩至基座参数0.5%以下，依然稳定可靠；基座越强，小更新反而越有效。 这条路径已有三年积累：2023年FireAct首次验证参数化学习对Agent执行效率的提升；今天，它已扩展至万亿参数尺度——为学习付一次成本，此后每一次调用，都是复利回报。 群体智能：第三条Scaling曲线 持续学习之外，Macaron-V1还揭示了另一重可能：群体智能。相同基座、相同算法，仅因数据顺序与masking不同，训练出的198个LoRA在AIME24上多数投票准确率达48.67%，远超单个LoRA的36.44%或重复采样上限43.78%。差异不是缺陷，而是互补的源头。 这被定义为“第三条Scaling曲线”：第一条是扩大参数（GPT-3），第二条是延长推理链（DeepSeek R1），第三条是增加协作模型数量。Mind Lab自研MinT平台已建立百万级可寻址LoRA目录——它们不是百万个小模型，而是共享同一万亿参数基座的百万个“经验个体”。 人类文明的飞跃，不来自基因趋同，而源于心智多样性及其协作。AI的下一跃，或许同样如此。 两周千万美金ARR：市场给出最硬核背书 7月初开放API商业化，仅用两周，Macaron-V1达成1000万美元年化营收（ARR）。这很可能是模型公司史上最快达成该里程碑的案例。 结构亦具说服力：20%用于对话、30%用于Agent工作流、30%用于代码生成、其余来自GenUI——需求真实、分布均衡、非单一场景拉动。客户包括韶音科技、Odyss等AI硬件厂商，核心诉求明确：在自有数据闭环内，让模型持续适配、持续进化，而不依赖基模厂商重训。 定价策略印证理念：旗舰版6美元/百万token，标准版4美元，极速版2美元。“会用Token，就能训Token”——训练模型，终将像调用模型一样简单。 门缝已开，光正进来 Richard Sutton呼唤“经验时代”，梁文锋强调持续学习是下一代模型的门槛，Mira Murati搭建万亿参数LoRA基础设施，Fireworks AI以175亿美元估值重仓此赛道。所有信号指向同一结论：大模型竞争的终局，不在谁训出最大的底座，而在谁能让模型部署后持续变聪明。 预训练是基建，持续学习才是护城河。Mind Lab没有试图成为另一个OpenAI，而是选择成为AI进化的操作系统——让每一台终端、每一个场景、每一位用户，都能参与智能的生长过程。Murati在旧金山用力推门，而先把门推开一条缝的，是一家站在中国开源生态肩膀上的年轻实验室。