大模型竞赛进入下半场，预训练的红利逐渐触顶，后训练与持续学习成了各路玩家争相押注的新方向。在这条赛道上，一家名为Mind Lab的中国创业公司正以“Neo Lab”的姿态崛起——他们用不到4B的可训练参数，让基座模型的能力跨越式跃迁，并在商业化两周内斩获1000万美元ARR。这一切的背后，是一套名为“持续学习”的AI工具逻辑，以及一个叫“经验智能”的宏大愿景。
持续学习：下一代AI的核心命题
当图灵奖得主、强化学习之父Richard Sutton在WAIC 2026上强调“经验驱动”时，Mind Lab的创始人陈锴杰正在北京见投资人。他创办的这家公司，从2025年10月成立至今，已经完成了一轮近5000万美元的A轮融资，累计融资额达6000万美元。
持续学习并非新鲜概念，但过去一年它从学术讨论变成了行业共识。OpenAI前CTO Mira Murati创立的Thinking Machines Lab、DeepSeek，以及智谱等头部团队，都在公开强调持续学习的重要性。而Mind Lab选择的路径更具体——用MoL（Mixture of LoRA）做后训练，让模型在部署后还能不断从用户交互中学习，从而持续进化。
陈锴杰告诉我们，团队最初做这件事时甚至不知道它叫“持续学习”。2023年，联合创始人Andrew Chen与姚顺雨合作的FireAct论文，奠定了“把Agent相关数据直接训进模型”的思路。此后，他们发现通用大模型无法完美适配所有场景，而全参数重训成本极高，于是LoRA这种轻量微调方案成了最优解。
在香农信息论的框架下，强化学习所需的参数量可以大幅压缩。只要模型参数足够大、足够稀疏，用LoRA做强化学习就能达到全参训练的效果。Mind Lab用这一理论撬动了万亿参数的门槛——他们率先在Kimi K2（万亿参数MoE模型）上实现了端到端LoRA强化学习训练，仅用64张H800，GPU消耗仅为传统全参数RL的10%。
这一成果让Mind Lab打响了技术第一枪。当时，国内能在万亿参数上跑通LoRA-RL的团队，只有他们一家。
万亿参数LoRA强化学习的技术突破
要在万亿参数规模上做LoRA强化学习，难点在于基础设施。强化学习对训练和推理的精度一致性要求极高，稍有偏差就会导致收敛失败。Mind Lab的解法是设计了一套混合协同并行引擎，整合张量并行、流水线并行、专家并行和序列并行，让LoRA在MoE架构上稳定运行。他们还引入了截断重要性采样来修正分布差异。
这套基础设施被命名为MinT，是一个面向LoRA训推的平台。它能够管理上百万个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。陈锴杰认为，团队真正的技术护城河正是这套基础设施——后训练的数据量如今已超过预训练，做好后训练基础设施比预训练更难。
Mind Lab的成果很快引起了行业关注。他们推出的Macaron-V1-Preview模型，在GLM-5.1基座上挂载了5个参数约1B的LoRA专家模块，性能反超基座模型，甚至领先GPT 5.4、Claude Opus 4.6等前沿模型。7月21日发布的正式版Macaron-V1，在12项基准测试中拿下6个SOTA，旗舰版Venti基于GLM-5.2后训练，总参数748B，其中仅4B来自Mind Lab自己训练的LoRA（分别负责Chat、Agent、Coding和生成UI界面）。
仅仅改变4B参数，就让GLM-5.2实现了超越自身的能力——这正是持续学习AI工具的魅力所在。
MoL协作：让多个LoRA智能协同
陈锴杰发现，单个LoRA无法全面提升模型的所有能力，但多个LoRA协作后，整体能力会大幅提升。Mind Lab用200份不同数据分别训练了200个LoRA，让它们挂在模型上协作完成任务，发现两个关键结论：
第一，参与协作的LoRA数量提升后，模型任务表现呈log线性增长关系，越多LoRA效果越好。第二，相比用200份数据训出一个LoRA，让200个LoRA共同协作后的模型表现提升了约25%。
这让团队看到了MoL（Mixture of LoRA）的巨大潜力。目前，Macaron-V1的多个LoRA可以单独使用，也可以展开协作。系统会根据任务类型动态切换到最适合的专家模块，在用户长时间使用中，沉淀的数据还能积累出专属LoRA，随着模型不断调用而持续更新。
这种协作模式与Thinking Machines Lab的技术路线高度一致。后者在其论文《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，由于模型架构差异，TML的技术栈为DeepSeek-V3标准架构打造，而Mind Lab率先完成了GLM-5.1和GLM-5.2上的强化学习后训练，这在全球是第一个外部团队成果。
陈锴杰表示，MoL还有很多待探索的问题：多少数量的LoRA协作更有意义？LoRA之间如何分工？什么时候需要协作，什么时候一个LoRA就足够？这些问题的答案，将决定持续学习AI工具的上限。
从模型到产品：AI工具的商业化落地
Mind Lab的商业化路径分为三块：持续做Infra系统和后训练的前沿研究；做C端产品Macaron（马卡龙）的更新迭代；在B端为微软云、华为云等企业部署更便宜的训练Infra，以及提供MinT及持续学习的LoRA模型。
C端产品Macaron定位为生活场景的个人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生活辅助和情感陪伴。这些真实交互数据对模型训练有重要价值——系统能自动识别表现好的行为，沉淀到专属LoRA中，几乎每天都能更新一个更适配用户需求的新版本。
B端客户中，智能硬件厂商是重要群体。不同用户使用中积累的数据千差万别，恰好是持续学习模型落地的天然场景。例如，用户可以勾选“持续学习”选项，让模型在部署后持续优化自身参数，输出正确率会越来越高。这种AI工具的思路，让企业不必频繁重训模型，就能获得垂直场景的专属优化。
商业化启动仅两周，Mind Lab的ARR就达到了1000万美元。不过陈锴杰强调，商业化只是技术落地的验证，团队的核心精力仍放在Research上。“我们不想把所有的算力都拿去跑订单，重点还得把research做好。”目前，团队约30多名成员专注于基础Infra和前沿研究。
资本入局与行业共识：后训练赛道的未来
成立以来，Mind Lab母公司Mindverse累计获得6000万美元AI融资。2026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。
这一轮融资发生在持续学习成为行业共识的节点上。两周前，强化学习之父Sutton亲自下场创业，创立Oak Lab，致力于建立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。国内外头部科技公司相继入局，这条赛道的加速肉眼可见。
陈锴杰认为，后训练正在成为一个独立赛道。目前行业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，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，依然不多。
对于未来，Mind Lab的路线图很清晰：推动LoRA的进步，解决模型预训练完的“最后几公里”问题。从线性注意力到上下文扩展，从LoRA协作到自进化机制，还有大量技术细节等待探索。而AI工具导航这样的平台，或许能帮助更多开发者找到适合自己的微调方案。
在C端，用户可以通过AI画图、文生图等工具体验生成式AI的乐趣，而Mind Lab的持续学习技术，则让这些工具变得更“懂你”——每一次交互都在为模型积累经验，最终实现真正的个性化智能。
如果你对如何用AI诗词生成创意内容感兴趣，或者想尝试抠图等实用功能，不妨关注持续学习技术带来的新可能。而AI工具箱中聚合的各类工具，也正在受益于后训练技术的进步。
后训练赛道的竞争才刚刚开始。当静态标注数据的天花板被打破，经验驱动的智能将成为新范式。Mind Lab用MoL交出了一份令人瞩目的答卷，而这场持续学习的革命，或许才刚刚拉开序幕。