Mindverse（心洲科技）最近开源了一个 749B 参数的 Agent 模型 Macaron-V1-Preview，训练用的算力，不到 300 张卡。
这 300 张卡里，大部分还不是英伟达的先进芯片。
放到今天这个大厂动辄几千上万卡的时代，这个数字不到主流万亿参数厂商的 1%。这就好比……别人开着集装箱船运货，而你只是骑了辆三轮车，但同样也到达了目的地。
与此同时，Mindverse（心洲科技）完成了由美团战投领投的 A 轮融资，元禾璞华、韶音科技和老股东追加跟投，总融资额近 5,000 万美元。历史股东包括蚂蚁、红杉、高榕和真格等一线基金。
团队核心研发约 20 人，成员来自 DeepSeek、字节 Seed、xAI，也有清华、MIT、杜克的背景。
你可能会想：他们是怎么做到的呢？答案藏在一个朴素的选择之中：
2023 年，Mindverse（心洲科技）的联合创始人 Andrew 和姚顺雨合作发表了 FireAct 论文，提出了一个当时还算非共识的判断：
三年前说出这句话，大多数人应该不太苟同。那时 Agent 的主流思路是靠 prompt 和框架，LangChain、ReAct、各种 Agent 框架层出不穷，大家默认基座模型够强就行，剩下的……交给工程即可。
但后来，大家也都看到了。
DeepSeek 发布 R1 之后，强化学习在后训练中的威力第一次被行业系统性地认识到了。从那以后，后训练的地位一路攀升，越来越多人意识到 Agent 的能力确实得从训练里来，光靠 prompt 是拼不出真正可靠的智能体的。
而选择 LoRA 作为核心路线，一开始其实是被逼出来的。创始人陈锴杰回忆：
LoRA 是一种参数高效微调方法，简单来说就是不动整个大模型的权重，只训其中一小组关键参数。用很少的算力，就能拟合出接近全参数训练的效果。
团队在这一方面的实践路线如下：
有趣的是，当时他们的第一反应是……怀疑是不是有 bug。直到 Thinking Machines Lab 独立印证了同一结论，他们才感觉，踏实了。
LoRA 在 Mindverse 手里，已经不只是一个省算力的微调工具了。
打个比方，大模型底座就像一个很聪明的脑子，LoRA 则是挂在上面的一个个轻量「技能包」。每个技能包只占基模参数量的千分之几，但能独立更新、彼此隔离，承载特定的能力和记忆。
这套架构叫 Mixture-of-LoRA。
不同能力分别训练成独立的 LoRA，同时部署在同一个基模上，运行时通过一个 router 工具实时切换最优组合。
比如服务一个金融客户，可以分头训一个学股价的、一个学财报的、一个学风控的。三个月后市场变了、新数据来了，也不用重训整个模型，继续训那个对应的 LoRA 就行。旧的能力一点不受影响，新的直接累加上去。
这和传统做法的差异在于，传统思路是把所有能力合并训进一个大模型，每次加新东西都有把旧本事弄丢的风险。而 Mixture-of-LoRA 的能力一块一块累加，互不干扰，天然适合持续学习。
在这个过程中，他们还发现了一条 Scaling Law：
挂上去的模型越多，整体智能也越能稳步地往上走。
这条 Scaling Law 在他们的论文「On the Scaling of PEFT」中有详细阐述。论文提出了 PEFT 的三个扩展轴：
rank 从 16 压到 1
但要让上百万个 LoRA 能同时管理、快速激活，光有模型还不够。Mindverse（心洲科技）为此构建了 MinT，一套专为 LoRA 训练和在线服务打造的托管基础设施。
MinT 将 DeepSeek V4 的三层缓存机制扩展为四层，通过打包 MoE LoRA 张量，把引擎的实时加载速度提升了 8.5 到 8.7 倍。从训练完成到推理服务可用的交接时间，最多缩短到了原来的十八分之一。
一个请求进来，即使命中了一个还没激活的 LoRA，也能在一秒内完成响应。
目前这整个系统，已经可以支撑百万量级的 LoRA 策略寻址。
基于这套体系训出来的模型叫 Macaron-V1-Preview，750B 参数（744B GLM5.1 底座 + 5B LoRA）。
Mindverse 也是首个基于 GLM5.1 完成强化学习后训练的外部团队。这件事有着非常扎实的工程门槛：需要适配 GLM5.1 的 DSA 稀疏注意力和 MTP 多 token 预测架构，每一项在万亿参数规模上都是硬骨头。
这个模型的特点在于：
而 LivingBench 的设计思路本身，也很是值得一说。
它构建了一个包含动态噪声、动态生活环境和动态用户反应的拟真沙盒，模拟真实生活中的各种突发：餐厅突然没座、路线因天气变化、用户临时改预算、不同 App 查到的信息还互相矛盾……甚至有些生活中非常离谱的案例。
模型需要的是，能持续理解用户、核对信息、调整计划，在用户耐心有限的情况下把事情办好。
这和姚顺雨在「智能下半场」中的观点是一致的：
——姚顺雨「智能下半场」
而在通用 Agent 任务上，比如 Tau3、SWE-bench Verified、Terminal2，Macaron-V1-Preview 也接近了前沿开源模型甚至海外闭源模型的水平，没有因为生活类优化而大幅牺牲通用能力。
Mind Lab 负责人马骁腾表示：
只看模型参数和 benchmark 分数，会漏掉 Mind Lab 这套东西最关键的一层。
Macaron-V1-Preview 不是一个孤立的模型，它和 Agent Harness 是一起训练、评估和部署的。
Agent Harness 可以理解为模型运行时的执行环境：工具调用、多步任务轨迹管理、生成式 UI 渲染、用户反馈收集、路由机制、缓存调度、任务状态管理，以及产品侧的真实交互界面的一整套系统。
大多数团队的做法是：先训好一个模型，再把它接进产品系统里。训练环境和上线环境是两套东西，中间多少存在落差——训练时表现很好的能力，部署后效果打折扣，是行业常态。
Mind Lab 的做法不同。模型在训练阶段就接触真实的 Agent 轨迹和工具调用环境。训练环境和部署环境是同一套。中间没有翻译层，没有落差。
但真正让这套体系有壁垒潜力的，是后面那个循环。
真实用户的反馈会回流到后训练中，形成一个循环：产品使用 → 收集反馈 → 优化模型 → 更新产品。
这意味着，跑得越久、用户越多，模型见过的真实场景就越丰富，对边缘情况的处理能力就越强。而这些数据和经验，是后来者很难直接复制的。
这个逻辑和 Anthropic 的 Claude + Claude Code 其实是同一条路，只是 Mindverse（心洲科技）的场景放在了衣食住行上。
这可能是比任何单一 benchmark 成绩都更值得关注的东西：一个从产品到模型再到产品的闭环，如果真的转起来，就不只是技术优势，而是一种结构性的壁垒。
在这个体系里，还有两个技术组件需要细说一下。
传统的 AI 记忆做法，本质上是在模型旁边挂了一个不断变长的记事本。
刚开始用着还行，但这个记事本只增不减，越来越厚，模型每次能「读进脑子」的篇幅却是有限的。用久了，命中你当下需要的那条信息的概率反而越低，到某个临界点……体验开始往下掉了。
δ-mem 走了另一条路。
用一个仅 8×8 的在线记忆状态，参数增加只有 0.12%，就能在重度记忆基准测试上把性能提升到 1.31 倍。即使移除了显式的历史上下文，模型依然能恢复出大量相关信息。
这是 Mindverse（心洲科技）对长期记忆的核心判断。
在他们的体系中，每个 LoRA 都可以作为持久的自适应状态，承载特定用户的偏好、记忆和行为边界，把统一的共享模型变成专属的「个人模型」。
你问 AI「今天吃什么」，传统做法是回你三百字推荐。
Macaron-A2UI 的做法是直接弹出几个可点的选项卡、一个价格滑块、一个确认按钮。用户在界面上操作就好，不用来回打字。
在极轻量的 Schema 提示下，Macaron-A2UI-235B 在 A2UI-Bench 上拿到了 75.6 分。同场景下，最强前沿模型需要喂进长 27 倍的完整 Schema，分数反而……还不如它。
这也说明，UI 生成能力确实可以通过高效微调后内化到模型权重中，而不需要在每次推理时塞进一大段 Schema 说明书。
Mindverse（心洲科技）这个故事里，还有一条线索是：开源生态。
团队坦言相关突破离不开与字节 verl 团队、英伟达 Megatron-Bridge、伯克利 vllm 等社区的合作。
在国内两个主要的强化学习框架中，团队和蚂蚁、华为一起构建了 AReaL-MinT，和字节一起构建了 verl-mint，LoRA 技术都被整合了进去。
英伟达也把他们挂到了官网首页。
Mindverse（心洲科技）也把自己的基础设施在字节 verl-project 中做了开源（verl-mint），而不是偷偷藏了起来。
这其实也是 Mind Lab 值得观察的地方：算力约束本身，倒逼出了一条更高效的后训练技术路线；而开源协作的生态，又让这条路线在基础设施层面变得可行。
团队设想的终局图景是：少数几个强大的基础模型，支撑起海量个性化的轻量 Adapter。
每个人、每个企业都有一片属于自己的参数空间，承载独立的记忆、偏好和能力边界，同时共享同一个聪明的底座。
当然，这条路最终能走多远，可能还要再观察一段时间。
但有一件已经发生了的事是：用不到大厂 1% 的算力，把一个 749B 的 Agent 模型训了出来，在生活场景上打出了开源模型Sota，背后还跑通了一套从产品到模型的完整闭环。
不管你怎么评估这家公司的终局，很难否认的一点是：在大模型行业高度同质化的今天，Mindverse (心洲科技)选了一条不一样的路，而且在极其有限的条件下，把这条路的第一公里跑完了。
第一公里之后的路，才是真正的考验。但至少现在，它已经有资格让人认真看一眼了。
