Mind Lab lance le modèle Macaron-V1, qui utilise une architecture Mixture-of-LoRA combinant 748 milliards de paramètres et 4 LoRA indépendants, et atteint le premier rang des performances en codage avec un score de 85,6 sur SWE-bench Verified. Ce laboratoire chinois, créé il y a moins d’un an, a atteint un niveau technologique équivalent à celui d’équipes de Silicon Valley dotées de 2 milliards de dollars de financement, grâce à une levée de 50 millions de dollars. Son approche basée sur le LoRA et l’apprentissage par renforcement a reçu le soutien de leaders du secteur tels que Richard Sutton, lauréat du prix Turing, et Liang Wenhong de DeepSeek. Mind Lab introduit également les concepts de « apprentissage continu » et d’« intelligence collective », affirmant que le modèle peut continuer à apprendre et à collaborer dans des environnements réels après sa sortie du laboratoire. En seulement deux semaines après sa commercialisation, il a atteint un ARR de 10 millions de dollars, validant ainsi la capacité de cette voie technologique à résoudre des problèmes réels.

Auteur et source de l'article : Nezhiyuan

La semaine dernière, le monde de l'IA discutait d'un seul sujet, mais la plupart des gens n'ont vu qu'une partie de la histoire.

Le 15 juillet, Mira Murati, ancien CTO d'OpenAI, a lancé à San Francisco le premier modèle de Thinking Machines Lab, Inkling.

Financement de 2 milliards de dollars, 975 milliards de paramètres, une équipe d'élite de 100 personnes — la startup IA la plus surveillée de la Silicon Valley vient enfin de révéler ses cartes.

Presque au même moment, Richard Sutton, père de l'apprentissage par renforcement et lauréat du prix Turing 2024, âgé de près de soixante-dix ans, a annoncé la création d'Oak Lab.

Les mots originaux du vieil homme étaient : « Les méthodes d'apprentissage profond actuelles sont fragiles et inefficaces ; ce dont il faut, ce n'est pas des réparations ponctuelles, mais un départ depuis les fondements. »

Ce n'est pas seulement Sutton qui pense ainsi. Liang Wenheng, fondateur de DeepSeek, a formulé un jugement presque identique.

Il compare le développement de l'IA à une série de marches : modèles linguistiques, CoT, agents... Et après les agents, la prochaine marche incontournable est l'apprentissage continu.

Son point de vue est que la capacité essentielle du prochain modèle doit être l'apprentissage continu ; sans cela, il ne peut pas être qualifié de prochain modèle. Si l'apprentissage continu est d'abord réalisé, l'intelligence générale pourrait devenir facile.

Lorsqu'une voie technologique est soutenue à la fois par un lauréat du prix Turing, la startup IA la plus suivie de la Silicon Valley et le fondateur du modèle de langage le plus innovant de Chine, elle ne constitue plus simplement un choix technologique, mais un consensus industriel.

Le vent a changé.

Alors que tout le monde surveillait la Silicon Valley, de l'autre côté du Pacifique, un laboratoire chinois créé il y a moins d'un an a discrètement présenté une réponse surprenante sur le même créneau.

Mind Lab lance officiellement Macaron-V1.

Mind Lab a été fondée en octobre 2025 et est un laboratoire de recherche de pointe sous la direction de Mindverse. L'équipe, composée de plus de trente membres, provient de xAI, DeepMind, DeepSeek, ByteDance Seed, MIT et Tsinghua. Au début de l'année, elle a bouclé un financement de série A de 50 millions de dollars, dirigé par Meituan, avec la participation d'Ant Group, Sequoia Capital China, ZhenFund et d'autres.

Veuillez noter ce chiffre : 50 millions de dollars, qui sera utilisé plus tard.

748B paramètres, renforcement direct par apprentissage

4 LoRA, chacun gère son domaine

Regardez d'abord le modèle.

Macaron-V1 est disponible en deux versions :

• Venti Pro, 748B paramètres, composé d'une base GLM-5.2 de 744B et de quatre LoRA de 1B, avec un contexte natif ultra-long de 2M ;
• Version Standard Tall, 35B, fine-tunée sur Qwen-3.7, exécutable sur Mac.

Mais l'essentiel n'est pas dans les paramètres — c'est les 4 LoRA.

Autrefois, LoRA était la « version économique » du fine-tuning complet. Économique, mais avec des compromis.

Mind Lab le redéfinit : le modèle de base est la « généralité », LoRA est la « particularité ».

Que signifie cela ? Tout comme tous les iPhone utilisent le même système iOS, les applications que vous installez, vos habitudes de saisie et vos opérations les plus fréquentes font de votre iPhone « votre iPhone ».

La conversation doit être naturelle et empathique, la programmation doit être rigoureuse et précise, les agents doivent suivre une planification en plusieurs étapes, les interfaces génératives doivent concevoir des interactions — les entraîner toutes dans un seul ensemble de paramètres les fera entrer en conflit.

La méthode de Macaron-V1 est simple et directe : décomposer.

Quatre LoRA indépendants, dédiés respectivement au chat, à l'Agent, à la programmation et à GenUI, chacun entraîné, évalué et réinitialisé séparément.

Basculage dynamique du routeur en temps réel — vous dites « Aide-moi à planifier mon emploi du temps », le système utilise Agent LoRA ; vous dites « Ce code contient un bug », il bascule sur Coding LoRA. Total transparence pour l'utilisateur.

Cette architecture porte un nom officiel : Mixture-of-LoRA (MoL) — des compétences distinctes sont formées indépendamment sur une base partagée, combinées de manière flexible et appelées selon les besoins. Il ne s'agit pas de forcer un modèle à devenir un généraliste, mais de faire collaborer un groupe d'experts.

Sur le plan des performances, Macaron-V1 n’a pas encore atteint le niveau du meilleur modèle propriétaire fermé sur toutes les capacités. Toutefois, dans l’ensemble des évaluations, il parvient déjà à égaler, voire dépasser, Opus 4.8, GPT-5.5 et Gemini 3.1 Pro sur la plupart des tâches — en particulier dans les scénarios de la vie quotidienne, les compétences en codage et la génération d’interfaces utilisateur.

SWE-bench vérifié — l’un des évaluations de compétences en codage les plus rigoureuses reconnues dans l’industrie, Macaron-V1-Venti arrive en tête avec un score de 85,6, devançant le deuxième de 3 points et surpassant DeepSeek-V4-Pro (80,6), MiniMax-M3 (80,5) et Kimi-K2.6 (80,2).

Encore plus impressionnant, Deep-SWE évalue spécifiquement les tâches de génie logiciel complexes à long terme. Macaron-V1-Venti obtient un score de 58,4, tandis que le deuxième classement, son modèle de base GLM-5.2, atteint 46,2. Avec le même fondement, après un entraînement par RLHF via LoRA, le score augmente directement de 12 points. Voilà la valeur ajoutée que permet le post-entraînement.

Plus important encore : des poids ouverts et un déploiement privé possible. Même les modèles propriétaires les plus puissants nécessitent que vos données passent par les serveurs d'autrui. Macaron-V1 vous permet de ramener le modèle chez vous, sans avoir à céder un seul octet de vos données.

Andrew a présenté un cas lors de sa conférence à WAIC : un utilisateur prend une photo d'un cube mélangé, l'envoie, le modèle identifie l'état, calcule la solution et génère un guide interactif en 3D pour le résoudre — cela nécessite la coordination de quatre compétences : compréhension visuelle, algorithme, appel d'outils Agent et GenUI.

Une autre conception facile à ignorer mais extrêmement robuste : conception conjointe du modèle et du harnais.

Que signifie cela ? La plupart du temps, l'entraînement des modèles et le déploiement réel se font dans deux environnements distincts — les outils et les processus utilisés pendant l'entraînement ne correspondent pas à l'environnement réel en production, ce qui réduit les performances.

Macaron-V1 a entraîné et optimisé le modèle en parallèle avec l'environnement de production dès le départ : les appels d'outils, les opérations sur le terminal et l'exécution de tâches à long terme sont identiques lors de l'entraînement et en production.

Le REPL Harness associé permet au modèle de combiner des outils via du code, de sauvegarder les états intermédiaires et de réutiliser des processus efficaces — sans avoir à tout recommencer à chaque fois, réduisant ainsi les appels répétés et le gaspillage de contexte.

Ce n'est pas un modèle qui se contente de discuter, c'est un agent capable d'agir.

Pourquoi est-ce « l’un des deux uniquement au monde » ?

Vous pourriez dire : Qu'est-ce qu'il y a de spécial à faire un fine-tuning LoRA ? C'est partout.

L'aspect remarquable réside en deux mots : échelle.

Faire du LoRA avec un modèle de 30 milliards de paramètres, beaucoup d'équipes y arrivent. Mais lorsque la taille des paramètres atteint le niveau des billions, la difficulté augmente de façon exponentielle.

Le principal défi réside dans l'incohérence entre l'entraînement et l'inférence. L'apprentissage par renforcement nécessite d'entraîner et d'inférer simultanément pour collecter des retours. Lorsque des modèles MoE de mille milliards de paramètres sont répartis en morceaux sur des dizaines de GPU, même une légère divergence entre la précision d'entraînement et la précision d'inférence provoque une dérive des gradients, entraînant une non-convergence de la courbe d'entraînement.

Par exemple : dans un orchestre de chambre de 30 musiciens, un léger décalage de tonalité peut encore être compensé. Mais avec un orchestre symphonique de 100 musiciens, même un seul instrument désaccordé peut transformer le concert en désastre.

Seules deux équipes dans le monde sont capables d'exécuter LoRA avec apprentissage par renforcement sur une échelle de mille milliards de paramètres.

L'une est Thinking Machines Lab de Mira Murati. L'autre est Mind Lab.

Pas de troisième.

En décembre 2025, Mind Lab a réussi à exécuter LoRA reinforcement learning sur Kimi K2, un modèle MoE extrêmement sparse avec un total de 1,04 trillion de paramètres. L'infrastructure informatique utilisée n'était que d'un dixième de celle requise pour le fine-tuning complet, et la courbe d'entraînement a convergé de manière stable.

Ce mois-ci, LongStraw a poussé l'entraînement après renforcement à 2M de contexte, sous une puissance de calcul GPU fixe. Macaron-V1 est le résultat concentré de ces avancées.

Ce chemin n’est pas emprunté uniquement par Mind Lab. John Schulman, scientifique en chef de TML, cofondateur d’OpenAI et inventeur de l’algorithme PPO, a publié en 2025 l’article « LoRA without Regret », dans lequel des expériences démontrent que LoRA présente, dans la plupart des scénarios de post-entraînement, des performances identiques à celles du fine-tuning complet. Il appelle cela l’« intervalle à faible regret ».

L'industrie vote également avec de l'argent réel. Fireworks AI, qui a bouclé son tour D de 1,5 milliard de dollars la semaine dernière, est évaluée à 17,5 milliards de dollars et peut héberger des centaines de LoRA ; Together AI a levé 800 millions de dollars en série C et a désormais intégré LoRA comme méthode de fine-tuning par défaut.

La Silicon Valley a dépensé 2 milliards de dollars pour construire sa base, elle en a dépensé un dixième pour se tenir sur les épaules des géants

Il y a un comparatif très intéressant ici.

Mind Lab et TML suivent la même voie technologique, mais leurs stratégies de base sont totalement opposées.

TML, pour diverses raisons, a choisi d'entraîner lui-même un modèle de base depuis zéro. Inkling, 975 milliards de paramètres, 45 billions de tokens — mais Murati a lui-même reconnu publiquement : « Ce n'est pas le modèle le plus puissant actuel. »

Les évaluations montrent qu'Inkling est nettement inférieur à des modèles open source chinois tels que GLM et Kimi. Construire une base depuis zéro leur a coûté une grande quantité d'efforts et de puissance de calcul.

Mind Lab fait l’inverse. Il ne forme pas lui-même le modèle de base, mais s’appuie directement sur l’écosystème chinois de modèles open source.

Kimi K2 valide LoRA RL avec des billions de paramètres, V1-Preview repose sur GLM-5.1, la version officielle Venti utilise GLM-5.2, Tall utilise Qwen-3.7 — À chaque mise à niveau de la base, la ligne de départ de l'entraînement postérieur s'élève d'un niveau.

Les modèles open source chinois ont atteint un niveau proche du SOTA mondial. En utilisant ces bases presque au sommet et en renforçant les capacités clés via LoRA et l'apprentissage par renforcement, on peut les pousser jusqu'au véritable SOTA.

Vous n'avez pas besoin de cultiver vous-même le blé pour faire le meilleur pain.

À quel point la concurrence est-elle féroce ?

TML : financement de 2 milliards de dollars, équipe de 100 personnes, collaboration avec NVIDIA pour une puissance de calcul au niveau du mégawatt — les capacités d'Inkling restent inférieures à celles de GLM-5.2.

Mind Lab : plus de trente personnes, moins de 50 millions de dollars de financement — des modèles plus puissants sur plusieurs axes, notamment Chat, Agent et Coding.

En ce qui concerne l'apprentissage par renforcement LoRA, Mind Lab est probablement l'équipe au meilleur rapport coût-efficacité au monde. Sans exception.

Apprentissage continu : pourquoi les modèles deviennent-ils de plus en plus intelligents avec l'usage ?

Après avoir abordé la technologie et les comparaisons, voici la question la plus cruciale : quelles sont les véritables intentions de Mind Lab ?

La réponse se trouve dans le titre d'un article publié conjointement par Richard Sutton et David Silver, ancien chercheur principal d'AlphaGo : Welcome to the Era of Experience.

La pré-formation est « l'ère des données » : le modèle apprend à partir des textes existants créés par les humains.

La prochaine ère est l'ère de l'expérience : les capacités de l'IA ne proviennent plus des données existantes, mais des actions, retours et apprentissages continus des agents dans des environnements réels.

La contradiction fondamentale des grands modèles aujourd'hui réside ici — une fois entraînés, ils sont figés.

Un utilisateur a corrigé la même erreur dix fois, et le modèle devra relire l'historique de la conversation la prochaine fois. Un agent de développement échoue répétitivement sur le même codebase, et l'échec ne se transforme pas en nouvelle compétence. Le modèle traite des milliers de tâches chaque jour, mais toute son expérience est perdue.

C'est simplement un moteur d'inférence qui répète indéfiniment, et non un agent en évolution.

Ce que Mind Lab cherche à faire, c’est briser ce cercle vicieux. Leur objectif est de créer une « machine d’intelligence expérientielle » — un modèle qui continue d’apprendre dans le monde réel, même après avoir quitté le laboratoire.

L'expérience devient une nouvelle compétence, cette nouvelle compétence permet de résoudre des problèmes plus complexes, et ces problèmes plus complexes apportent à leur tour une expérience plus riche.

L'intelligence ne est plus le résultat d'une seule formation, mais devient un processus de croissance continue.

LoRA n'est plus ici un « outil d'économie », mais un état persistant, inscriptible, réversible et évolutif de manière indépendante.

La base contient les connaissances générales, tandis que le LoRA incorpore vos préférences, votre style de code et votre logique métier. Ce n'est pas une correction statique, mais une mémoire qui évolue avec les interactions.

Des expériences ont démontré qu'un module d'adaptation léger compressé à moins de 0,5 % des paramètres du modèle de base reste stable et fiable — plus le modèle de base est puissant, plus les mises à jour à petite échelle sont efficaces.

Mind Lab a parcouru ce chemin pendant trois ans. En 2023, le fondateur Andrew, en collaboration avec Karthik Narasimhan, auteur de GPT-1, et Yao Shunyu, a publié FireAct — le premier travail utilisant l'apprentissage des paramètres pour améliorer les capacités des agents. Après avoir écrit les trajectoires des agents dans les paramètres, le temps d'exécution unique est passé de 9,0 secondes à 2,7 secondes.

Payer un coût unique pour l'apprentissage, puis chaque utilisation génère un retour. De FireAct à Macaron-V1, cette logique a été amplifiée à l'échelle de milliers de milliards de paramètres.

Intelligence collective : Troisième courbe de mise à l'échelle

Apprendre en continu n'est qu'une partie de l'histoire. Le deuxième concept fondamental incarné par Macaron-V1, peut-être plus révolutionnaire, est l'intelligence collective.

Chaque modèle apprend en continu selon ses propres expériences, ce qui fait que les différentes instances évoluent dans des directions distinctes. Les retours des utilisateurs, les tâches et les données variés forment des capacités différentes. À partir d'une même base, avec le temps, ils deviennent des « personnes » différentes.

Cette diversité, est-ce un bug ou une fonctionnalité ? Les résultats de l'expérience sont incroyables.

Partant du même modèle de base Qwen3-30B, les objectifs d'entraînement et les algorithmes sont identiques, seul l'ordre des données et le masking sont modifiés.

Précision d'un seul adaptateur sur AIME24 : 36,44 %. Vote majoritaire avec 198 adaptateurs différents : 48,67 %. Échantillonnage répété 198 fois avec le même adaptateur : maximum de 43,78 %.

Des « expériences » différentes apportent une complémentarité que seul un modèle ne peut pas offrir. Ce n'est pas « essayer plusieurs fois » — mais une véritable synergie entre des parcours d'apprentissage diversifiés.

Andrew appelle cela la troisième courbe d'évolutivité à la WAIC.

Première règle : Paramètres d'échelle au style GPT-3 — des paramètres plus grands apportent une intelligence supérieure.

Deuxième point : Les tokens de réflexion à l'échelle de DeepSeek R1 — plus de tokens d'inférence pour une intelligence supérieure.

Troisième point : Échelle du nombre de modèles — Une meilleure collaboration entre davantage de modèles augmente la limite supérieure de l'intelligence.

Lors de l'expérience, le nombre de modèles est passé de quelques-uns à 200, et les performances ont augmenté linéairement sur une échelle logarithmique. Si la courbe est valide, l'étape suivante consiste à passer de 200 à 20 000, puis à 2 millions.

La plateforme MinT développée en interne par Mind Lab a établi un répertoire de LoRA adressables à l'échelle du million. Un million de LoRA partagent un même modèle de base de mille milliards de paramètres.

Attention — ce n'est pas un million de petits modèles, mais un million de grands modèles de un billion de paramètres.

Les humains partagent plus de 99 % de leur génome, mais une base biologique presque identique n'a pas créé des esprits identiques. C'est précisément la diversité de l'intelligence et sa collaboration qui ont conduit aux plus grandes réalisations de la civilisation humaine.

2 semaines, 10 millions de dollars de ARR : la validation commerciale la plus rapide

Même la meilleure feuille de route technique ne vaut rien si le marché ne l'accepte pas ; ce n'est qu'un PPT. Mind Lab ouvre son API à la commercialisation début juillet.

Résultat : 2 semaines, 10 millions de dollars de ARR.

Il s'agit probablement du record le plus rapide pour une entreprise de modèles à atteindre un ARR de dix millions de dollars depuis le lancement de son premier modèle.

Les chiffres sont importants, mais la vitesse l'est encore plus. Le fait qu'une voie technologique soit rapidement validée par les clients avec de l'argent réel prouve qu'elle résout un problème réel et douloureux.

Mind Lab ne vend pas seulement des jetons. Sa logique commerciale fondamentale est que les clients achètent la capacité du modèle à apprendre et à itérer continuellement dans leurs propres scénarios.

Les fabricants de téléphones intègrent les connaissances produits dans un LoRA dédié, les entreprises d'écouteurs incorporent les préférences d'interaction dans l'état du modèle — les données essentielles n'ont pas besoin d'être transmises à l'entreprise de modèle de base pour un réentraînement ; les clients conservent le contrôle.

ShaoYin Technology, l'entreprise startup d'hardware AI Odyss, et un des principaux fabricants de téléphones portables figurent déjà sur la liste de partenaires.

La structure des appels API illustre également le problème : 20 % de discussions, 30 % de flux de travail Agent, 30 % de génération de code, le reste provenant de GenUI — une répartition équilibrée, pas une prospérité artificielle soutenue par un seul succès viral.

Édition Pro : 6 $ par million de tokens, Édition Standard : 4 $, Édition Ultra-Rapide : 2 $.

La vision de Mind Lab se résume à une phrase : savoir utiliser un token, c'est savoir entraîner un token.

Former un modèle doit finalement être aussi simple que d'appeler un modèle. Pas besoin de beaucoup de vente préalable, pas besoin de ressources humaines personnalisées. L'apprentissage continu, en soi, est une capacité de modèle évolutive.

La porte s'est ouverte

Richard Sutton proclame à Toronto l'ère de l'expérience. Liang Wenfeng estime qu'une capacité d'apprentissage continu est indispensable pour appeler la prochaine génération de modèles. Mira Murati déploie à San Francisco une infrastructure d'apprentissage par renforcement LoRA avec des billions de paramètres. Fireworks AI est évaluée à 17,5 milliards de dollars.

Tout le monde parie sur la même direction : le modèle devrait continuer à apprendre après déploiement. LoRA est la technologie clé qui rend cela possible à l'échelle des billions de paramètres.

Mind Lab est le plus jeune participant sur ce créneau. Mais sa position de départ pourrait être la plus efficace — sans base propre, il s'appuie sur l'écosystème open source chinois, et avec une équipe de trente personnes environ et un financement inférieur à 50 millions de dollars, il a atteint une capacité technique équivalente à celle des équipes californiennes valorisées à des milliards de dollars.

Cela repose sur un jugement simple mais profond :

La fin de la compétition entre les grands modèles ne réside pas dans « qui entraîne la plus grande base », mais dans « qui permet au modèle de devenir continuellement plus intelligent ».

La pré-formation est une infrastructure unique. L'apprentissage continu est le véritable avantage concurrentiel.

Mind Lab souhaite créer une machine d'intelligence expérientielle — un modèle qui continue d'apprendre dans le monde réel même après avoir quitté le laboratoire, devenant de plus en plus intelligent avec l'utilisation. Lorsque suffisamment de ces intelligences commenceront à collaborer, une nouvelle voie vers une intelligence supérieure s'ouvrira.

Murati pousse cette porte à San Francisco avec 2 milliards de dollars et une équipe de 100 personnes.

Mais c’est du côté du Pacifique, chez un jeune laboratoire qui se tient sur les épaules de l’écosystème open source chinois, que la porte a été poussée légèrement ouverte.