Mind Lab 发布后训练平台 Mint Recursive 与 752B 模型 Macaron-V1.1

Mind Lab 于近期正式发布面向行业的后训练与推理平台 Mint Recursive，并同步推出基于该平台训练完成的新一代模型 Macaron-V1.1。这家同时在做模型与基础设施（Infra）的公司，正把自己在持续学习领域积累的工程经验，沉淀为一套可对外交付的产品。

Macaron-V1.1：752B 参数、四个 2B LoRA 专家

Macaron-V1.1 是一个参数规模为 752B 的模型，由 744B 的基座模型与四个 2B 的 LoRA 专家模块组成。其基座来自 GLM-5.3，四个 LoRA 分别承担 Chat、Agent、Coding 与 Generative UI（生成式 UI）四种能力。

相比上一代 V1 中每个 LoRA 仅 1B 参数的设计，V1.1 把单个 LoRA 扩展到 2B，团队表示正在摸索更合适的专家参数规模。从 Benchmark 结果看，V1.1 在 6 个 Agent 榜单上相对 V1 全面提升，其中在 SWE-Marathon（超长程 AI 编程能力）任务上表现尤为突出。

值得注意的是，从 V1-Preview 到 V1 再到 V1.1，迭代周期在持续缩短：V1 到 V1.1 仅用了不到两周。Mind Lab 创始人陈锴杰透露，V1.1 是完全基于 Mint Recursive 训练完成的，这也是该平台首次完整支撑自有模型的迭代。

Mint Recursive：把后训练做成可递归的闭环

Mint Recursive 定位为「后训练 + 推理」一体化平台，工作流覆盖测评、数据、后训练与部署推理四个环节，并通过 API 与 Python SDK 暴露训练与部署能力。其架构由三大模块组成：

• Train & Deploy（训练与部署）：支持 SFT（监督微调）、RL（强化学习）、DPO（偏好训练）、全参微调等多种算法，兼容 GLM、Qwen、DeepSeek、Kimi、MiniMax 等多种尺寸的开源模型。
• Env Hub（环境中心）：定义 Agent 强化学习所需的数据集、验证器与状态，兼顾训练场与评测场。
• Data & Experience（数据与经验）：沉淀生产环境中的真实任务轨迹、反馈与偏好。

在工程实现上，平台用 LoRA 把训练与部署都做成 Serverless 模式，客户无需自购 GPU 或管理集群，可以按 Token 用量计费。四个 LoRA 专家模块对应的四个业务版本各自是轻量 Adapter，挂在同一基座上，互不干扰，可单独升级、上线、下线，历史版本可回溯；客户也可以把某个 Adapter 合并到基座中，得到完整的独立模型。

Mint Recursive 的核心思路是构建一个「数据 → 训练 → 部署 → 反馈 → 新数据」的闭环：模型在服务用户后积累真实任务轨迹，失败案例尤其有价值，平台定位问题与改进方案后，将其转为新训练数据，进而启动下一轮迭代。

行业背景：从做模型到做「后训练 Infra」

Mind Lab 切入后训练 Infra 并非孤例。当前业界正形成一个共识：万亿级模型的后训练工程难度极高，分布式训练的显存调度、训推一致性的精度对齐、异步 RL 的权重热更新，每一项都是硬骨头。智谱近期披露的案例中，其 GLM-5.3 驱动的 Infra Agent 已能自动优化自身的推理引擎，在超 10 万张国产芯片组成的集群上将端到端吞吐提升至初始基线的 3 倍。

海外市场中，Fireworks AI 作为对照：截至 2025 年 7 月，其估值达到 175 亿美元，ARR 突破 10 亿美元，日 Token 处理量超过 40 万亿；平台上 95% 以上的流量来自客户自己微调的专用模型，而非通用基座。

陈锴杰援引这一趋势指出：「通用大模型仅能覆盖各行业 20%–30% 的场景，剩下 70%–80% 的部分，都需要垂直持续学习来优化。」在他看来，AI 应用的竞争点正从产品本身转向「经验智能」——产品自身的判断、Taste、业务数据和对客户的理解，而这些资产只能来自真实生产环境。

三种交付方式

目前 Mint Recursive 提供三类服务：

• 类似 FDE 模式，专家与企业共同完成训练；
• 依托平台进行自动化训练；
• 企业通过 API 与 Python SDK 自主训练。

陈锴杰也坦承，平台的「Recursive（递归）」目前还处于初级形态——人仍然在递归回路中，离模型全自动自训练仍有距离，但迭代方向已经明确：对企业客户而言，更重要的不是模型本身，而是企业手中独一无二的真实业务数据与一线现场。