MindLab发布Macaron V1模型,首创MoL架构提升GLM 5.2性能
MindLab正式发布Macaron V1系列模型,包含基于GLM 5.2的748B旗舰版Venti和基于Qwen 3.6的35B轻量版Tall。该系列首创Mixture-of-LoRA(MoL)架构,通过在冻结基座上挂载多个独立LoRA专家消除能力干扰,并利用LongStraw技术将上下文扩展至2M。这一发布为大模型的高效后训练、长文本处理及多任务能力融合提供了新的架构参考与工具链支持。
心洲科技旗下Mind Lab正式开源Macaron-V1模型,该模型基于智谱GLM-5.2及Qwen3.6基座,原生支持2M上下文。其核心采用Mixture-of-LoRA(MoL)架构,通过搭载多个特定领域的LoRA专家实现持续学习与群体智能。在UI4A基准测试中,Macaron-V1表现优异,大幅领先Claude Opus 4.8。此次开源为开发者提供了新的MoL架构实践参考,展示了在不改变庞大基座前提下通过多专家协同提升特定任务能力的有效路径。
MindLab正式发布Macaron V1系列模型,包含基于GLM 5.2的748B旗舰版Venti和基于Qwen 3.6的35B轻量版Tall。该系列首创Mixture-of-LoRA(MoL)架构,通过在冻结基座上挂载多个独立LoRA专家消除能力干扰,并利用LongStraw技术将上下文扩展至2M。这一发布为大模型的高效后训练、长文本处理及多任务能力融合提供了新的架构参考与工具链支持。
MindLab 正式发布基于 GLM 5.2 后训练的 Macaron-V1 模型,采用 Mixture-of-LoRA(MoL)技术挂载多个独立专家以消除能力干扰。该模型提供 748B(Venti)和 35B(Tall)两款变体,其中 Venti 版本支持高达 2M 的上下文窗口。同步推出的还有 UI4A 生成式 UI 架构及 MinT 后训练平台等配套工具。这一发布展示了开源社区在超大规模模型微调与智能体生态建设上的持续探索,为开发者提供了更丰富的长文本与多模态交互选择。
成立仅9个月的中国AI实验室Mind Lab正式发布Macaron V1模型,该模型采用744B基座加四个1B LoRA模块的架构,重点突破大模型的持续学习与群体智能瓶颈。其API商业化两周内ARR即达1000万美元,并已与多家头部硬件厂商达成合作,展示了基于LoRA架构的个性化Agent在商业落地上的快速验证与应用潜力。
中国初创团队Mind Lab正式发布基于Mixture-of-LoRA架构的Macaron-V1模型,其旗舰版Venti在SWE-bench Verified榜单中以85.6分登顶,商业化两周即达成1000万美元ARR。该团队通过动态切换不同功能的LoRA模块,在极低算力消耗下实现了模型的持续迭代与学习,展示了多模型协作技术在实际部署与商业化落地中的可行路径。
应用公司 Mindverse 旗下 Mind Lab 发布并开源大模型 Macaron V1,其旗舰版 Venti 采用混合 LoRA 架构,在 GLM-5.2 基座上仅增加 4B 参数。官方评测称该模型在多项测试中超越原生基座及部分头部闭源模型,实测可完成复杂界面生成与渲染任务。这展示了在强基座上通过少量参数微调实现能力跃升的潜力,为个性化智能代理的低成本训练提供了新思路。
心洲科技旗下Mind Lab基于智谱GLM-5.2开源了Macaron-V1大规模MoE模型,核心理念为持续学习与群体智能。该模型采用混合LoRA(MoL)架构,搭载四个1B专家模块,总参数达748B,并在UI4A基准测试中表现优异。此举展示了国产模型在非单纯追求规模扩张上的新探索,为多智能体协作和生成式UI应用提供了新的开源选择。
明星创业公司Thinking Machines Lab发布975B参数的多模态开放权重模型Inkling,图灵奖得主Richard Sutton亦下场成立Oak Lab聚焦持续学习Agent。同时,中国团队Mind Lab发布基于GLM-5.2的Macaron V1模型,验证了LoRA强化学习无损及群体智能效应,并在两周内实现千万美元ARR。这表明持续学习正成为中美AI创业的新热点,但相关技术尚未完全收敛,行业仍处于早期探索与验证阶段。
心洲科技旗下Mind Lab正式开源Macaron-V1模型,该模型基于智谱GLM-5.2及Qwen3.6基座,原生支持2M上下文。其核心采用Mixture-of-LoRA(MoL)架构,通过搭载多个特定领域的LoRA专家实现持续学习与群体智能。在UI4A基准测试中,Macaron-V1表现优异,大幅领先Claude Opus 4.8。此次开源为开发者提供了新的MoL架构实践参考,展示了在不改变庞大基座前提下通过多专家协同提升特定任务能力的有效路径。
中国AI创业公司Mind Lab由陈锴杰创立,专注于大模型后训练与持续学习技术。其核心产品Macaron-V1基于GLM-5.2基座,通过挂载LoRA专家模块在多项基准测试中取得SOTA;同时,团队在万亿参数模型上实现了高效的LoRA强化学习,大幅降低了算力消耗。此外,公司商业化启动仅两周ARR便达到1000万美元,并累计融资6000万美元。该公司的进展展示了持续学习与MoL技术在提升模型迭代效率及商业化落地方面的实际潜力,为下一代AI核心能力的发展提供了新路径。