踩中梁文锋说的AGI关键一步！这款模型两周ARR破千万美元

智东西07-23

智东西作者 | 程茜编辑 | 漠影智东西7月23日报道，7月21日，Mind Lab团队发布旗下首个正式版本MoE模型Macaron-V1，包含Macaron-V1-Venti、Macaron-V1-Tall两个版本，专为Agent任务打造。Macaron-V1-Venti：为748B参数的旗舰模型，由744B参数的基础模型和4个1B参数的LoRA专家模块组成，这也是首个在GLM-5.2上进行二次...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohunote.com/m/news/2653141742?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-07-23 19:30","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2653141742","market":"hk","top_or_hot":-1,"title":"踩中梁文锋说的AGI关键一步！这款模型两周ARR破千万美元","media":"智东西","content":"<div>\n<p>智东西作者 | 程茜编辑 | 漠影智东西7月23日报道，7月21日，Mind Lab团队发布旗下首个正式版本MoE模型Macaron-V1，包含Macaron-V1-Venti、Macaron-V1-Tall两个版本，专为Agent任务打造。Macaron-V1-Venti：为748B参数的旗舰模型，由744B参数的基础模型和4个1B参数的LoRA专家模块组成，这也是首个在GLM-5.2上进行二次...</p>\n\n<a href=\"https://tech.ifeng.com/c/8v02j9lSZmx\">网页链接</a>\n\n</div>\n","source":"ifeng_tech","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>踩中梁文锋说的AGI关键一步！这款模型两周ARR破千万美元</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n踩中梁文锋说的AGI关键一步！这款模型两周ARR破千万美元\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-07-23 19:30 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8v02j9lSZmx><strong>智东西</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>智东西作者 | 程茜编辑 | 漠影智东西7月23日报道，7月21日，Mind Lab团队发布旗下首个正式版本MoE模型Macaron-V1，包含Macaron-V1-Venti、Macaron-V1-Tall两个版本，专为Agent任务打造。Macaron-V1-Venti：为748B参数的旗舰模型，由744B参数的基础模型和4个1B参数的LoRA专家模块组成，这也是首个在GLM-5.2上进行二次...</p>\n\n<a href=\"https://tech.ifeng.com/c/8v02j9lSZmx\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"GDXJ","symbol_name":"小型黄金矿业ETF(Market Vectors)","start_time":0,"source_url":"https://tech.ifeng.com/c/8v02j9lSZmx","article_id":"2653141742","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2653141742","pubTimestamp":1784806221,"columns":[],"sourceInfo":{"source_id":"ifeng_tech","name":"凤凰网财经"},"weMediaInfo":null,"summary":"与此同时，Mind Lab今年7月开启商业化，仅用时两周，年化经常性收入便突破千万美元量级。这样一来，模型可以完成人类能做的所有事情，包括自己开发更前沿的AI模型，AI加速AI的研究。此次V1正式版发布基于这一策略进行了提升。第二类玩家是发展处于早期的Fireworks AI、Together AI，Fireworks AI能够在一个基座模型上托管数百个LoRA，并根据每次请求动态选择适配器，Together AI已将LoRA设为默认微调方式。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"GDXJ":"小型黄金矿业ETF(Market Vectors)","LU0368265764.SGD":"Blackrock World Gold Fund A2 SGD-H","BK4110":"抵押房地产投资信托","AGBK":"AGI","LU0498741890.SGD":"FTIF - Franklin Gold and Precious Metals A (acc) SGD","AGI":"Alamos Gold Inc","ARR":"ARMOUR住宅房地产公司","MORT":"VanEck Mortgage REIT Income ETF","LU0496367417.USD":"富兰克林黄金和贵金属A（acc）","REM":"房地产按揭贷款ETF-iShares","BK4207":"综合性银行","LU0498741114.HKD":"FRANKLIN GOLD & PRECIOUS METALS \"A\" (HKD) ACC","LU0055631609.USD":"贝莱德世界黄金基金A2","BK4017":"黄金"},"translate_title":"Step on the key step of AGI mentioned by Liang Wenfeng! This model exceeds $10 million ARR in two weeks","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"REM":0.6,"AGI":1.5,"MORT":0.6,"GDXJ":0.6,"ARR":1.5,"AGBK":1.5},"content_text":"智东西作者 | 程茜编辑 | 漠影智东西7月23日报道，7月21日，Mind Lab团队发布旗下首个正式版本MoE模型Macaron-V1，包含Macaron-V1-Venti、Macaron-V1-Tall两个版本，专为Agent任务打造。Macaron-V1-Venti：为748B参数的旗舰模型，由744B参数的基础模型和4个1B参数的LoRA专家模块组成，这也是首个在GLM-5.2上进行二次训练的模型。Macaron-V1-Tall：参数规模50B，由35B参数的基础模型以及4个3.7B参数的LoRA专家模块组成。该模型是在Qwen 3.6的基础上进行训练的，适用于本地部署。通过引入LoRA架构，Macaron-V1系列模型在聊天、编程、智能体、GenUI任务上，尤其在长程自主智能体任务上，其综合性能和国际头部模型相当。与此同时，Mind Lab今年7月开启商业化，仅用时两周，年化经常性收入（ARR）便突破千万美元量级。Macaron-V1模型的所有变体都在Hugging Face的Macaron-V1集合中以开放权重的形式发布。一、 综合性能对标国际顶尖模型，长程自主智能体能力成核心分水岭AI应用已从静态问答转向长期自主的智能体应用，这也意味着，其不再只比拼单个模型能力，而是覆盖长周期记忆、工具调用、持续自我优化、多任务协同、系统架构、持续学习能力的系统能力。这也是下一代模型缺的东西。根据昨晚流传出的一份投资人会议录音，DeepSeek创始人、CEO梁文锋提到，下一代模型必须要有持续学习的能力。他将AGI实现的路线比作爬楼梯，去年的阶梯是CoT（思维链），今年的阶梯就是Agent，再之后就是持续学习。这样一来，模型可以完成人类能做的所有事情，包括自己开发更前沿的AI模型，AI加速AI的研究。这与Macaron-V1的核心特性不谋而合。Mind Lab认为，未来AI的核心在于两种能力互补，一是持续学习，通过训练后的递归自我改进机制，模型能够不断生成经验、从中学习，从而改进自身的行为；二是群体智能，依托统一共享的底层基座，多款专用模型可实现高效的多智能体协同作业。其中最直接的体现就是模型在“个人智能”方面的能力，模型需要以单一用户个体为中心，具备持久身份、长期记忆、持续适应用户偏好、跟随用户不断演化。不过目前通用任务基准中，没有专门针对个人智能任务的评分标准，基于此Mind Lab开发了ChatBench和Macaron LivingBench。前者评估模型在复杂长篇对话中的能力，后者则是通过数周的互动来评价智能体程序的性能。结合第三方的公开测试集可以看到，Macaron-V1-Venti在聊天、编程、智能体、GenUI四项任务中的综合能力都超过了GLM-5.2，相比全球顶尖大模型公司的GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro、MiniMax M3，仅在智能体、编程的少数几个测试集中分数略低。综合来看，Macaron-V1的优势体现在需要完成长周期、动态环境、持续目标的智能体任务中，在LivingBench及第三方测试系统PinchBench，其能力已经与GPT、Claude等通用顶尖大模型相当。二、引入LoRA混合架构，整体成本仅需全参数微调的1/10Mind Lab打造Macaron-V1的秘籍，就藏在其定位中，这是一款基于LoRA混合架构构建的智能体模型，原生面向持续学习与多模型协同设计。上个月，其发布Macaron-V1-Preview时，就引入了LoRA混合架构，为智能体和编程任务分别配备了独立的LoRA专家模块。此次V1正式版发布基于这一策略进行了提升。Macaron-V1采用Mixture-of-LoRA架构，依托PEFT（参数高效微调）范式冻结基座模型，以大量独立LoRA适配器作为可更新模块，实现增量式持续学习、多任务与多模型协同，解决传统全量微调难以支撑智能体持续演化的痛点。根据其研究论文，PEFT不仅是一个注重预算控制的替代方案，实际上更是一种更强大的微调工具。其中的LoRA架构，可以通过共享的基础模型提供通用能力，然后适配器承载某个具体实例的个性化行为，例如偏好、技能、工具使用习惯以及记忆存储与迭代更新。他们的愿景就是，让强大的基础模型来支持数以百万计的持久个人助手。Macaron-V1的诞生，正重新定义以LoRA方案为代表的高效参数微调的价值。无独有偶，前OpenAI CTO Mira Murati创办的Thinking Machines Lab也押注了这一路线，Murati曾在社交平台X发文称，依托新实验与信息论推导，他们认为只要条件合适，LoRA完全可以达到和全参数微调同等的性能水平。在此基础上，我们可以通过Macaron-V1基于GLM-5.2二次训练的技术细节，来进一步明确LoRA方案的优势所在。在V1-Venti的架构中，IndexCache与LoRA混合专家各司其职：IndexCache属于GLM-5.2基座模型原生能力，MoL是Macaron搭建在该基座之上的后训练与推理服务层。在被冻结的GLM-5.2基础上，其为V1-Venti配备了4名1B级别的LoRA专家。这样一来，各个专家模块都在LoRA空间内运行，这套架构天然适配持续学习。其还可以通过即插即用的LoRA拓展全新能力，无需改动、覆盖基座模型已习得的知识。与此同时，Mind Lab还证明了在万亿参数稀疏MoE模型上，也能跑通LoRA强化学习。LoRA在这套系统中发挥了三方面作用：第一，缩减可训练参数，降低优化器显存与梯度通信压力；第二，允许多个强化学习任务、多个下游模型共用冻结基座，大幅摊薄超大模型成本；第三，强化学习信号能够同时影响全局推理与独立专家模块。在Kimi K2系统中，该方案将算力与通信开销降至传统全参数强化学习方案的约10%，同时保留对万亿规模基座模型进行适配优化的能力。在此基础上，Mind Lab推出MindLab Toolkit（简称MinT），这是一套面向LoRA后训练与在线推理服务的托管式基础设施系统，能够管理百万级LoRA策略资源库，在共享万亿参数级别基座模型的基础上，完成指定版本适配器的训练与在线推理。这套架构恰好为持续学习提供了可行载体，持续学习需要实现经验增量沉淀，又不能破坏模型原有基础能力；而通过冻结基座、把所有新增技能与个性化状态承载在独立LoRA适配器中，既能持续拓展系统能力边界，也能让每一个用户专属智能体长期迭代进化、互不干扰。三、头部实验室集体押注的路线，为何只有少数团队跑通？这条前景广阔的技术路线，如今已是众多企业押注的赛道，但当下真正跑通商业化闭环的仍然稀缺。第一类玩家以Mind Lab、Thinking Machines Lab为代表，其也是全球唯二拥有能够同时开机数百个万亿参数大模型强化学习训练的Infra的团队。第二类玩家是发展处于早期的Fireworks AI、Together AI，Fireworks AI能够在一个基座模型上托管数百个LoRA，并根据每次请求动态选择适配器，Together AI已将LoRA设为默认微调方式。虽然技术成熟度各有不同，但这些创企已然站在资本、产业的聚光灯下，估值飙涨。这进一步证明，持续学习已成为下一代大模型不可或缺的核心底层能力，而LoRA架构，恰好为持续学习的工程落地提供了有效技术路径。但这一技术全链路的落地门槛很高。其考验的是团队的综合硬实力，从大模型RL工程、稀疏MoE优化，到海量适配器调度、长时序训练、Agent系统一体化搭建等，每一环都需要依托团队的复合型人才建设，以及长年累月的技术积累。Mind Lab正是业内为数不多率先跑通整套闭环体系的团队。2023年，Mind Lab创始人Andrew Chen便与现任腾讯首席AI科学家的姚顺雨联合发表论文并提出FireAct，探索以强化学习方式提高大模型Agent能力。到后面2025年10月Mind Lab成立，其接连发布专为超长上下文强化学习设计的LongStraw、Macaron-V1模型预览版、基于MinT训练出来的模型Macaron-A2UI、针对个性化长期记忆微调的OpenClaw框架MindClaw、MinT。如今最新的Macaron-V1模型便是其团队前期所有学术研究与工程成果的集大成之作。在此之上，顶尖的模型能力并非只停留在纸面跑分与技术演示，Mind Lab获多家头部大厂注资以及快速冲高的ARR（年度经常性收入），就是这套技术路线商业价值更直观的印证。今年6月，Mind Lab完成累计近5000万美元（约合人民币3.39亿元）融资，投资方包括美团、元禾璞华、韶音、变量资本等。商业化数据方面，Andrew在WAIC上分享，7月开启商业化后，该公司两周内就实现了1000万美元ARR。其技术落地的转化效率居于行业第一梯队。Mind Lab还具备国内团队得天独厚的优势，那就是充分利用中国开源模型生态中大量顶尖的基础模型，站在巨人的肩膀上进行开发。如今，其不仅联动字节、英伟达共建LoRA训练底座，还和韶音、AI硬件企业等建立合作。长远来看，Mind Lab提出了极具普惠性的愿景：希望训练模型这件事，最后能像调用模型一样简单，会用token就会训token。现在行业里已经形成了基础模型+LoRA适配器+持续学习的全新产业链，而Mind Lab凭借全线技术成果，已率先打通了理论研究、底层系统基建、商业化模型交付的全链路闭环，为整条产业赛道的规模化落地拓宽了边界。结语：里程碑落地！Macaron-V1将LoRA技术做成商用产品Mind Lab Macaron-V1系列模型的正式发布，是以混合LoRA为核心的PEFT缩放范式从实验室理论走向规模化商用的里程碑。不同于单一参数堆叠的传统大模型路线，这套“强共享基座+海量可演化轻量化适配器”架构，既大幅降低企业开发、算力、存储成本，又依托多模块协同实现群体智能与长期自主Agent能力。未来AI落地，可能不会只有一个万能大模型，而是无数依附共享基座、拥有独立记忆与能力的个性化智能体共生。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"1","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.50.0","shortVersion":"4.50.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2653141742","isCrawlerRequest":true}