6.1
深览指数
科技智东西·程 茜··AI 生成
踩中梁文锋说的AGI关键一步！这款模型两周ARR破千万美元
文章报道了Mind Lab发布Macaron-V1系列MoE模型，该模型专为Agent任务设计，采用LoRA混合架构，可在冻结基座模型上通过轻量适配器实现持续学习，两周内ARR突破千万美元。作者认为这一技术路线呼应了梁文锋提出的“持续学习是AGI关键阶梯”的判断，并指出Mind Lab、Thinking Machines Lab等少数团队已率先跑通从学术研究到商业化闭环。适合关注大模型技术路线选择、AI Infra与商业化落地的从业者阅读。原文 ↗
核心观点
- ▍Macaron-V1系列模型通过LoRA混合架构，在冻结基座模型上叠加轻量适配器，为持续学习和群体智能提供了工程可行的技术路径，这与梁文锋提出的“持续学习是AGI下一阶梯”的判断一致。
- 01Macaron-V1-Venti为748B参数旗舰模型，由744B参数的GLM-5.2基座和4个1B参数的LoRA专家模块组成；Macaron-V1-Tall为50B参数，基于Qwen 3.6训练，适用于本地部署。
- 02在聊天、编程、智能体、GenUI四项任务中，Macaron-V1-Venti综合能力超过GLM-5.2，与GPT-5.5、Claude Opus 4.8等模型相当，尤其擅长长周期、动态环境的智能体任务。
- 03Mind Lab开发的LoRA强化学习方案，在Kimi K2系统中将算力与通信开销降至传统全参数强化学习的约10%。
- 04Mind Lab今年6月完成近5000万美元融资，投资方包括美团、元禾璞华、韶音、变量资本；7月开启商业化后两周内ARR突破1000万美元。
- 05Mind Lab团队创始人Andrew Chen曾与姚顺雨联合发表论文FireAct，探索以强化学习提高大模型Agent能力，奠定了技术基础。
反方 / 局限
- — 文章承认通用任务基准中缺乏针对“个人智能”任务的评分标准，Mind Lab自建了ChatBench和Macaron LivingBench，但第三方评测的覆盖面和公信力仍有待验证。
Mind LabMacaron-V1梁文锋DeepSeekLoRAGLM-5.2Qwen 3.6Thinking Machines LabMira MuratiAndrew Chen姚顺雨FireActKimi K2MinT (MindLab Toolkit)Fireworks AITogether AIWAIC
11 分钟 · 4 卡片 · 11 资料
读原文 →