见到Mind Lab创始人陈锴杰，是在北京的晚上9点半，他已经见了一天的投资人。
陈锴杰是一位连续创业者，从杜克大学休学，做过AI互动故事平台MidReal，也推出了Personal Agent应用Macaron（马卡龙），上线当天就登顶了Product Hunt日榜；2025年10月，Mind Lab成立，团队约30余人，Mind Lab创始人Andrew Chen曾和姚顺雨共同发表FireAct论文，团队主要来自xAI、DeepMind、DeepSeek、字节跳动Seed、MIT和清华大学等企业与高校。他们以Neo Lab的形象再度出现在大众的视野里。
他们所押注的方向，与图灵奖得主、强化学习之父Richard Sutton和OpenAI前CTO Mira Murati所强调的持续学习方向，高度一致。
几天前，WAIC 2026首日主论坛上，Sutton发表演讲，强调了下一代AI的核心路线是经验驱动，而静态标注数据模式已触达天花板。DeepSeek近期也把持续学习带进了更多人的视野之中，声称Agent之后需要的解决的问题是持续学习，这也是下一代模型必须具备的能力。
可见，后训练与持续学习，越来越成为下一阶段评判模型能力的关键点。
Mind Lab在上个月发布了Macaron-V1-Preview模型，此后业务迅速被推着往前走：商业化刚开始跑2周，ARR就达到了1000万美金。
Macaron-V1-Preview的构成是：在GLM-5.1上，挂载了5个参数约1B的LoRA专家模块。尽管只是一个预览版的模型，Macaron-V1-Preview在多个Benchmark上的表现也很亮眼，不仅性能反超基座模型GLM-5.1外，还领先GPT 5.4、Claude Opus 4.6等一众模型。而超越基座的能力，就来自于挂载其上的LoRA。
而真正让他们备受关注的，是用MoL（Mixture-of-LoRA）的方式做后训练的路径。在模型执行不同任务时，系统可以根据任务类型，动态切换到最适合的专家模块；在用户长时间的使用中，沉淀下来的数据也能积累出一个专属LoRA，能随着模型的不断调用而持续更新。
Preview版本率先跑通了技术路径、做好了市场验证。紧接着，7月21日，Mind Lab发布并开源了Macaron-V1的正式版本。从官方发布的benchmark来看，Macaron-V1在12项基准测试中拿下了6个SOTA，其余成绩和前沿模型也比较接近。
这一版本有两个模型：旗舰版Venti，是一个基于GLM-5.2做后训练、总参数748B的模型，其中744B来自冻结的GLM-5.2基座，4B来自于Mind Lab自己训练的4组各约1B的LoRA，分别负责Chat、Agent、Coding和生成UI界面四类能力；另一个是面向本地部署的轻量版Tall，是基于Qwen3.6做后训练、总参数50B的模型。两个版本都原生支持200万token上下文。
这也意味着，仅仅改变4B参数，这支团队让GLM-5.2实现了超越自身的能力。
对Mind Lab来说，创业是无数次保持主线与推翻重做的过程。剥去外部的各种喧嚣，在团队内部，一条更为深远的技术路线在不断进化当中——持续学习。
与此同时，一线资本也纷纷押注。成立以来，Mind Lab母公司Mindverse（心洲科技）累计获得6000万美元融资。2026年年初，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、变量资本及老股东追加跟投。历史股东包括蚂蚁集团、红杉中国、源一、真格、高榕等。
最初的出发点，可以追溯到2023年Mind Lab联合创始人Andrew和姚顺雨合作的一篇FireAct论文。那时他们认为，想要提升Agent的任务表现，与其做提示词工程，不如把相关的数据直接训进模型里。
这是他们押注持续学习和后训练的起点，当时，这还不算一个广受关注的技术路线。“当我们开始做持续学习的时候，我们都不知道它叫持续学习。”陈锴杰说。
已有技术存在的问题是，一个通用大模型难以做好对所有场景的适配，在模型训练结束后，其参数往往是固定的，不会因为具体的场景而改变模型的参数，从头训模型的成本又非常高。
想要让大参数模型在不同垂直场景中执行任务，用一个复杂的Harness当然能做好对场景的适配，但是与此同时的必然结果是，它会消耗很多Token，速度也会很慢，这显然无法从根本上解决问题。
在香农信息论的框架下，强化学习范式中，用表征模型学到的参数量的需求变小，这也意味着，模型参数足够大、足够稀疏的条件下，在同一个垂直领域做强化学习，LoRA的效果是可以达到全参训练的效果的。
所以，无需全参数重训，也能做好对具体场景的适配。
他们率先交出的成果是做到了万亿参数的强化学习。2025年12月，Mind Lab在Kimi K2（一个万亿参数MoE模型）上做到了端到端LoRA强化学习训练，仅用64张H800，实现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，一些大厂和创业公司如字节、阿里、DeepSeek、Kimi等也具备万亿参数强化学习的能力，不过，在国内能在万亿参数上跑通LoRA-RL的团队只有Mind Lab一家，而海外唯一能做到的团队是OpenAI前CTO Mira Murati创立的Thinking Machines Lab。
要实现万亿参数强化学习的难点在于，强化学习对基础设施的精度要求很高，如果训练和推理的精度不一致，可能会带来偏差漂移，导致最终的结果没有办法收敛。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，让LoRA能在MoE架构上稳定运行。他们还解决了训练与推理不匹配问题，引入了截断重要性采样来修正分布差异。
这一成果的交出，为Mind Lab打响了漂亮的一仗。不过，在陈锴杰看来，团队真正的技术护城河是基础设施。
一年之前，后训练的数据量大概是预训练数据量的十分之一，但如今，很多模型里后训练数据量比预训练的数据量还要大。要做好后训练的基础设施，比预训练更难。
因此，今年1月，他们推出了一个关于LoRA训推的基础设施平台——MinT，它能面向客户提供大模型后训练全流程解决方案。客户可以在这一平台上获取算力支持，也能训练自己的LoRA。MinT能够管理上百万个LoRA模型，在训练、评估、部署和回滚过程中只传输极为轻量的LoRA Adapter，实时加载速度提升了近十倍。
随后，他们更多的把精力放在了模型自进化与持续学习的路线上，并在LoRA的基础上，继续探索MoL（Mixture of Lora，LoRA协作）的可能性。
持续学习，正在从少数人的探索逐渐演变成行业共识。两周前，强化学习之父Sutton亲自下场创业，创立新公司Oak Lab，致力于建立一个能从自身经验中持续学习、实时进化的智能体。智谱创始人唐杰在近日的内部信中也提到，下一步要攻克的关键技术包括记忆、持续学习和自我评判。国内外头部团队相继入局，这条赛道的加速正肉眼可见地提升。
在陈锴杰看来，现阶段，持续学习有四种解决方案：
第一种是，聊天的上下文，模型在对话窗口内反复理解用户意图；
第二种是，External Memory，用RAG做记忆外挂。随着要记的东西越来越多，数据库也以非常快的速度膨胀，模型的解决问题能力直接与数据库检索能力挂钩；
第三种是，Harness以及Loop Engineering，问题在于，随着Harness复杂程度的上升，它可能会消耗很多Token，速度也会变得很慢；
第四种是，直接改模型的参数，以适配应用场景，从底层就把它变成一个垂直的模型，从根本上去改变模型的表现。
LoRA属于第四种解决方案。“明确某个场景需要额外的学习后，我们才会启用LoRA模式。”陈锴杰告诉我们。
通用大模型无法解决具体场景里100%的问题，想要做到完全适配，就需要在任何场景中对模型做垂直的训练。有时候，不同模型之间99%的参数都是可以共享的，但那1%的部分就决定了他们的差异。
基于这个理解，陈锴杰认为要把模型放进不同的经验之中，让它不断去成长。
Mind Lab将这套思路总结为“经验智能”（Experiential Intelligence）：模型可以从自己的经历中学习，经验转化为新能力，新能力让它能解决更难的问题，更难的问题又带来更丰富的经验，智能由此成为了一个持续生长的过程。不仅如此，这个过程是自动化的，模型需要不断的自进化、自迭代，这样才能做到真正的“持续学习”。这一方向，也与Sutton的“经验驱动”路线不谋而合。
Macaron-V1-Preview和Macaron-V1的相继推出与市场化验证，也让大众看到了经验智能的可能性。
在陈锴杰看来，后训练正在逐渐成为一个赛道。目前，行业内出现了一批专门承接预训练完成后的模型、聚焦后训练方向的创业公司。其中，有不少玩家聚焦在小模型场景，做垂直细分领域的后训练、数据处理相关工作。
在LoRA路线上，Mind Lab并非孤军奋战，陈锴杰告诉我们，他们的技术和Thinking Machines Lab是高度一致的，尤其是在选取LoRA训练的路线上。TML在其论文《LoRA Without Regret》中也独立印证了同一结论：在足够大的MoE模型上用LoRA做强化学习，性能没有任何损失。
不过，强化学习还需要和模型架构耦合。由于架构的不同，Thinking Machine s Lab和Mind Lab能训练的模型有一定的差异。比如GLM-5系列引入了MTP（多Token预测）和DSA（动态稀疏注意力）等高效推理架构，这些设计对训练框架有特定的适配要求，而Thinking Machines Lab的整个技术栈是为DeepSeek-V3标准架构打造的，因此难以兼容GLM。
Mind Lab则率先完成了GLM-5.1和GLM-5.2上的强化学习后训练。这是全球第一个在GLM-5.1上完成强化学习后训练的外部团队成果。
值得一提的是，无论是Macaron-V1-Preview还是Macaron-V1，Mind Lab都设置了多个LoRA，这些LoRA可以单独使用，也可以展开协作。这一设置背后，是因为他们发现，一个LoRA没有办法把模型的所有能力全面提升，但在一个模型上用多个LoRA，整体能力就会大幅提升。
Mind Lab曾用200份不同的数据分别训练了200个LoRA，让这些LoRA挂在某一模型上协作完成任务，他们有两点发现：
一是，参与协作的LoRA数量提升后，模型任务的表现也会呈log线性增长的关系，越多LoRA协作，效果越好。
二是，相比用这200份数据训出的一个LoRA，让200个LoRA共同协作后的模型表现会更好，较前者能提升约25%的能力。
这也让Mind Lab看到了模型协作能突破的智能上限，单一的LoRA是不够的，MoL（Mixture of LoRA）可能是更为有效的办法。“这也是一个需要持续探索的话题，比如多少数量的LoRA协作是更有意义的，LoRA与LoRA之间的协作如何分工，什么时候需要协作以及什么时候一个LoRA就足够了。”
国内后训练的竞争也在加速。赛道内的玩家各有所长，但能在万亿参数规模上同时跑通LoRA-RL、构建百万级LoRA管理基础设施、并将持续学习落地到商业场景的团队，仍然不多。
Mind Lab目前的业务被划分成了三个部分：持续做Infra系统和后训练的前沿研究；做C端产品Macaron（马卡龙）的更新和迭代；以及在B端做好客户服务，一方面是为微软云、华为云等企业部署更便宜的训练Infra，另一方面是提供MinT及持续学习的LoRA模型。
其中，Macaron App的定位是一个生活场景的个人Agent，用户可以通过自然语言生成专属小应用，基于长记忆与日常对话，提供日常生活辅助以及情感陪伴等功能作为C端场景的应用，Macaron积累的用户交互数据对模型训练同样具有重要价值，这些真实使用场景中的行为表现，能帮助团队更深入地理解用户与模型的互动方式。
值得一提的是，B端客户中，有不少是智能硬件厂商，而智能硬件恰好是持续学习模型落地的天然场景，不同用户使用中积累的数据几乎都不相同，个人化、差异化的数据，对模型垂直领域的个性化持续学习很有价值。
在基本的模型调用服务上，Mind Lab未来还将为客户提供“持续学习”的选项，勾选了这个选项后，在模型使用中的表现好的各种数据，会沉淀到一个专属的LoRA中，持续训练出一个更符合客户使用场景、输出正确率更高的模型。LoRA在持续学习中，几乎能实现每天更新一个新版本、更适配用户需求和场景的LoRA。
不过，对Mind Lab来说，商业化只是现阶段对技术落地的验证，并不是他们急着要做的事情。锴杰告诉我，目前Mind Lab已经达到1000万美金ARR，还有很大的增长空间，“但我们也不想把所有的算力都拿去跑订单，重点还得把research做好。”
对于Mind Lab而言，Research的底色是始终保持不变的。陈锴杰告诉我们，团队里目前做研究的成员约30多人，包括做基础Infra和前沿研究。
“推动LoRA的进步，是我们想要扮演的角色，我们要解决模型预训练完的最后几公里的事情。”LoRA是一个技术方向，它有很多变体，比如如何做线性注意力，如何拓展模型的上下文，如何做好LoRA等协作，这些都还亟待探索。
