知识卡片：Mind Lab发布Macaron-V1：LoRA强化学习与持续学习路线

一句话结论
Mind Lab 发布的 Macaron-V1 采用 Mixture-of-LoRA（MoL）架构，通过四个独立 LoRA 模块分别掌管聊天、Agent、编程和生成式 UI，在 SWE-bench Verified 等评测中达到或超越 Opus 4.8、GPT-5.5 等闭源模型，同时坚持开放权重、可私有化部署，并被视为“经验时代”持续学习路线的重要落地案例。

事件概述

2026 年 7 月 15 日，前 OpenAI CTO Mira Murati 发布 Thinking Machines Lab（TML）的 Inkling 模型（975B 参数，20亿美元融资）。同日，图灵奖得主 Richard Sutton 宣布创办 Oak Lab，强调要从根基重新审视深度学习。
DeepSeek 创始人梁文锋此前也提出：下一代模型必须具备持续学习能力，才能称为“下一代模型”。
在太平洋对岸，中国实验室 Mind Lab（心洲科技旗下，成立于 2025 年 10 月）于同期发布 Macaron-V1。团队三十余人，年初完成 5000 万美元 A 轮融资（美团领投，蚂蚁、红杉中国、真格等跟投）。

方法/产品要点

核心架构：Mixture-of-LoRA（MoL）。基座模型（GLM-5.2 或 Qwen-3.7）承载共性能力，四个独立 LoRA（各约 1B 参数）分别负责聊天、Agent、编程、GenUI，运行时由路由器动态切换，用户无感知。
旗舰版 Venti：748B 参数（744B GLM-5.2 基座 + 4×1B LoRA），原生 2M 超长上下文。标准版 Tall：35B 参数（基于 Qwen-3.7），可在 Mac 上运行。
训练策略：LoRA 强化学习在万亿参数规模上实现训推一致。Mind Lab 此前（2025 年 12 月）在 1.04 万亿 MoE 模型 Kimi K2 上跑通 LoRA 强化学习，算力仅为全参微调的十分之一。
持续学习目标：模型部署后仍能在真实环境中通过 LoRA 写入经验（偏好、代码风格、业务逻辑），实现“越用越聪明”。LoRA 被视为可写入、可回滚、可独立演化的持久状态。
群体智能：从相同基座训练不同数据顺序和 masking 的多个 adapter，单个在 AIME24 上准确率 36.44%，198 个不同 adapter 多数投票提升至 48.67%（同一 adapter 重复采样最高 43.78%）。Mind Lab 将此称为“第三条 Scaling 曲线”——Scale Number of Models。

主要结果或产业意义

评测表现：SWE-bench Verified 85.6 分（第一名），甩开第二名 3 分；Deep-SWE 长程软件工程任务 58.4 分（基座 GLM-5.2 为 46.2 分，提升 12 点）。多数任务持平或超越 Opus 4.8、GPT-5.5、Gemini 3.1 Pro，尤其在生活场景、代码和 GenUI 方向突出。
商业化：2026 年 7 月初开放 API，2 周内达到 1000 万美元 ARR（年化经常性收入），被描述为“模型公司从首个模型发布到千万美金 ARR 的最快纪录”。API 调用结构：20% 聊天，30% Agent，30% 代码，20% GenUI。
开放权重：支持私有化部署，数据不出服务器。
对比 TML：TML 自训基座（Inkling）耗费 20 亿美元，能力仍弱于 GLM-5.2；Mind Lab 依靠中国开源模型生态（GLM、Kimi、Qwen）做后训练，用不到 5000 万美元实现相近甚至更强的能力。

为什么重要

验证了“持续学习”作为下一代模型核心能力的可行性。Richard Sutton、梁文锋、Mira Murati 等均押注此方向，Mind Lab 是中国团队中首个交出完整产品的案例。
Mixture-of-LoRA 架构为万亿参数模型的低成本后训练、任务解耦持续迭代提供了可复制的工程范式。
商业验证速度（2 周千万 ARR）表明市场对“可持续迭代、数据不离开本地”的模式有强烈需求。
相较于已有卡片（如 AlphaEvolve 关注进化式编码智能体），本条焦点在“持续学习 + LoRA 强化学习 + 群体智能”的整体路线，而非单一算法创新。

局限与不确定性

材料未披露 Macaron-V1 在更多通用基准（如 MMLU、GSM8K、HellaSwag 等）上的全面对比，仅重点突出代码和特定场景成绩。待核实其在所有闭源模型上的相对位置。
持续学习能力的实际效果（如部署后长期演化后的稳定性、遗忘问题）尚未公开长期验证。待核实。
群体智能中“200 个 adapter 多数投票”的协作增益是否适用于更大规模（2 万或 200 万）尚处于假设阶段。
融资额及商业化数据来自文章单方陈述，待核实其他独立来源。

可用于图书/PPT/简报的角度

技术路线对比：将 TML（自研底座）与 Mind Lab（借力开源）的投入产出比做成图表，突出“站在巨人肩上”策略。
持续学习 vs. 静态模型：用 LoRA 作为“可写入记忆”的比喻，解释模型从“一次性训练”到“终身学习”的转变。
群体智能曲线：展示从 1 个到 200 个 adapter 性能线性提升的实验数据，作为“第三 Scaling 曲线”的案例。
商业化速度：2 周千万 ARR 可作为“技术+市场匹配”的典型素材，与行业平均模型变现周期对比。

原始材料

来源：新智元《梁文锋押注的方向，中国00后团队先交卷了！性能直逼Opus 4.8》
URL: https://aiera.com.cn/2026/07/25/other/admin/105777/%e6%a2%81%e6%96%87%e9%94%8b%e6%8a%bc%e6%b3%a8%e7%9a%84%e6%96%b9%e5%90%91%ef%bc%8c%e4%b8%ad%e5%9b%bd00%e5%90%8e%e5%9b%a2%e9%98%9f%e5%85%88%e4%ba%a4%e5%8d%b7%e4%ba%86%ef%bc%81%e6%80%a7%e8%83%bd%e7%9b%b4
英文关键词：Macaron-V1, Mixture-of-LoRA, continuous learning, swarm intelligence, LoRA reinforcement learning, Mind Lab