在大模型的下一阶段议题上，我们找到了一家做持续学习的中国Neo Lab
摘要
Mind Lab通过MoL后训练路径，在万亿参数模型上实现持续学习，发布Macaron-V1系列模型，性能领先基座模型，并获得6000万美元融资。
核心要点
- Macaron-V1-Preview基于GLM-5.1，挂载5个1B参数LoRA，性能反超基座并领先GPT 5.4等模型。
- 正式版Macaron-V1基于GLM-5.2，总参748B，其中4B来自4组LoRA，12项基准中6项SOTA。
- 万亿参数LoRA-RL仅用64张H800，GPU消耗为传统全参RL的10%左右。
- 商业化2周ARR达1000万美金，累计融资6000万美元（A轮近5000万美元由美团战投领投）。
- Mind Lab团队约30人，来自xAI、DeepMind、DeepSeek等，2025年10月成立。
原文佐证
- 上线当天就登顶了Product Hunt日榜
- 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。
AI 洞察
Mind Lab的MoL路径表明，后训练和持续学习将成为下一代模型的关键能力，通过轻量LoRA模块在基座模型上实现专业能力提升，可能改变大模型训练范式，降低训练成本并提升模型个性化和适配性。未来模型竞争将更多聚焦于后训练基础设施和持续学习能力。