A Mind Lab lançou o modelo Macaron-V1, que utiliza uma arquitetura Mixture-of-LoRA com 748 bilhões de parâmetros e quatro LoRAs independentes, alcançando 85,6 pontos no benchmark SWE-bench Verified, liderando o ranking de capacidade de codificação. Este laboratório chinês, fundado há menos de um ano, alcançou um nível técnico comparável ao de equipes da Vale do Silício com financiamento de US$ 500 milhões, atraindo o apoio de líderes da indústria como Richard Sutton, ganhador do Prêmio Turing, e Liang Wenhong, da DeepSeek, que apostam na abordagem de aprendizado por reforço com LoRA. A Mind Lab também propôs os conceitos de “aprendizado contínuo” e “inteligência coletiva”, afirmando que o modelo continua a aprender e colaborar em ambientes reais após deixar o laboratório. Em apenas duas semanas de comercialização, atingiu US$ 10 milhões em ARR, validando a capacidade dessa rota tecnológica de resolver problemas reais.

Autor e fonte do artigo: Nova Inteligência

Na semana passada, o mundo da IA estava discutindo um assunto, mas a maioria das pessoas viu apenas metade.

Em 15 de julho, Mira Murati, ex-CTO da OpenAI, lançou em São Francisco o primeiro modelo do Thinking Machines Lab, o Inkling.

Financiamento de US$ 2 bilhões, 975B parâmetros, equipe de elite de 100 pessoas — a startup de IA mais observada da Silicon Valley finalmente revelou suas cartas.

Quase no mesmo dia, Richard Sutton, o pai do aprendizado por reforço e ganhador do Prêmio Turing de 2024, aos quase setenta anos, anunciou a fundação do Oak Lab.

As palavras originais do senhor eram: "Os métodos atuais de aprendizado profundo são frágeis e ineficientes; o que é necessário não são consertos pontuais, mas uma reconstrução completa desde as bases."

Não é apenas Sutton que pensa assim. Liang Wenheng, fundador do DeepSeek, fez um julgamento quase idêntico.

Ele comparou o desenvolvimento da IA a degraus sucessivos: modelos de linguagem, CoT, Agentes... e após os Agentes, o próximo degrau indispensável a ser ultrapassado é o aprendizado contínuo.

Sua opinião é que a capacidade central do próximo modelo deve ser a capacidade de aprendizado contínuo, caso contrário, não pode ser chamado de próximo modelo. Se o aprendizado contínuo for desenvolvido primeiro, a inteligência geral pode se tornar muito fácil.

Quando uma rota tecnológica é apoiada simultaneamente por ganhadores do Prêmio Turing, as startups de IA mais observadas da Vale do Silício e os fundadores dos maiores modelos da China mais inovadores, ela deixa de ser uma escolha tecnológica e se torna um consenso setorial.

O vento mudou.

Enquanto todos estavam concentrados na Vale do Silício, do outro lado do Pacífico, um laboratório chinês, fundado há menos de um ano, entregou silenciosamente uma resposta surpreendente na mesma trilha.

Mind Lab lança oficialmente o Macaron-V1.

O Mind Lab foi fundado em outubro de 2025 como um laboratório de pesquisa avançado sob a Mindverse (Xinzhou Technology). A equipe, composta por mais de trinta membros, inclui profissionais provenientes de xAI, DeepMind, DeepSeek, ByteDance Seed, MIT e Tsinghua. No início do ano, concluiu um financiamento da série A de 50 milhões de dólares, liderado pelo Meituan, com participação seguindo da Ant Group, Sequoia Capital China e ZhenFund.

Observe este número: 50 milhões de dólares, que será usado novamente posteriormente.

748B parâmetros, reforço direto por aprendizado

4 LoRAs, cada uma responsável por sua própria área

Primeiro, veja o modelo.

Macaron-V1 tem duas versões:

• Venti Pro, 748B parâmetros, composto por uma base GLM-5.2 de 744B mais quatro LoRA de 1B cada, com contexto ultra longo nativo de 2M;
• Versão Standard Tall, 35B, pós-treinada com base no Qwen-3.7, roda diretamente no Mac.

Mas o ponto crucial não está nos parâmetros — está nos 4 LoRA.

No passado, o LoRA era a versão "econômica" do fine-tuning completo. Economizava dinheiro, mas com desconto.

Mind Lab redefiniu: modelos base são a "essência", LoRA é a "personalidade".

O que significa isso? Assim como todos os iPhones usam o mesmo sistema iOS, mas os aplicativos que você instala, seus hábitos de digitação e suas operações mais frequentes fazem com que seu iPhone se torne o “seu iPhone”.

Conversar de forma natural e empática, programar com precisão rigorosa, agentes com planejamento em múltiplos passos, interfaces gerativas com design de interação — tentar treinar tudo em um único conjunto de parâmetros faz com que eles entrem em conflito.

A abordagem do Macaron-V1 é simples e direta: desmontar.

Quatro LoRAs independentes, responsáveis por chat, Agent, programação e GenUI, cada um treinado, avaliado e revertido separadamente.

Mudança dinâmica do roteador em tempo de execução — você diz “ajude-me a organizar minha agenda”, e o Agent LoRA é ativado; você diz “este código tem um bug”, e muda para o Coding LoRA. Totalmente transparente para o usuário.

Essa arquitetura tem um nome oficial: Mixture-of-LoRA (MoL) — diferentes habilidades são treinadas de forma independente sobre uma base compartilhada, combinadas de forma flexível e chamadas conforme necessário. Não se trata de forçar um único modelo a se tornar um especialista em tudo, mas sim de permitir que um grupo de especialistas trabalhe em conjunto.

Em termos de desempenho, o Macaron-V1 ainda não alcançou o nível do melhor modelo fechado em todas as capacidades. No entanto, em todo o conjunto de avaliações, ele já consegue empatar ou até superar o Opus 4.8, o GPT-5.5 e o Gemini 3.1 Pro na maioria das tarefas — especialmente destacando-se em cenários do cotidiano, capacidade de codificação e interface gerativa.

SWE-bench Verificado — um dos exames de habilidade de codificação mais rigorosos reconhecidos da indústria, o Macaron-V1-Venti alcançou 85,6 pontos, ocupando o primeiro lugar, superando em 3 pontos o segundo colocado e superando o DeepSeek-V4-Pro (80,6), o MiniMax-M3 (80,5) e o Kimi-K2.6 (80,2).

Mais impressionante ainda é o Deep-SWE, projetado especificamente para avaliar tarefas de engenharia de software complexas e de longo prazo. O Macaron-V1-Venti obteve 58,4 pontos, enquanto o segundo colocado, seu modelo base, o GLM-5.2, marcou 46,2 pontos. Com a mesma base, após treinamento com LoRA e aprendizado por reforço, houve um aumento direto de 12 pontos. Esse é o valor adicional que o pós-treinamento pode trazer.

Mais importante ainda: pesos abertos e implantação privada. Mesmo que modelos proprietários sejam mais fortes, seus dados ainda passam por servidores de terceiros. O Macaron-V1 permite que você traga o modelo de volta para sua própria casa, sem precisar enviar nenhum byte de seus dados.

Andrew apresentou um caso durante sua palestra na WAIC: um usuário tira uma foto de um cubo de Rubik embaralhado e envia, o modelo identifica o estado, resolve com algoritmo e gera um guia interativo em 3D para resolução — isso exige a integração de quatro capacidades: compreensão visual, algoritmo, chamada de ferramentas de Agent e GenUI.

Outro design extremamente avançado, mas facilmente ignorado: Model e Harness projetados em conjunto.

O que significa isso? A maioria dos modelos de treinamento e implantação real são ambientes distintos — as ferramentas e fluxos de execução usados durante o treinamento não correspondem ao ambiente real após a implantação, resultando em desempenho reduzido.

O Macaron-V1 treinou e otimizou o modelo junto com o Harness do ambiente de produção desde o início: como chamar ferramentas, como operar o terminal e como executar tarefas de longa duração são idênticos no treinamento e no lançamento.

O REPL Harness associado permite que o modelo combine ferramentas por meio de código, salve estados intermediários e reutilize fluxos eficazes — sem precisar começar do zero a cada vez, reduzindo chamadas repetidas e desperdício de contexto.

Esta não é apenas um modelo para conversar, é um agente capaz de realizar tarefas.

Por que é o "único no mundo"?

Você pode dizer: O que há de tão especial no fine-tuning com LoRA? Todo mundo está fazendo.

O ponto impressionante está em duas palavras: escala.

Fazer LoRA com reinforcement learning em um modelo de 30B é algo que muitas equipes conseguem fazer. Mas quando o número de parâmetros chega à escala de trilhões, a dificuldade aumenta exponencialmente.

O principal desafio é a inconsistência entre treinamento e inferência. O aprendizado por reforço exige treinamento e inferência simultâneos para coletar feedback. Quando modelos MoE com trilhões de parâmetros são divididos e distribuídos em dezenas de GPUs, mesmo pequenas discrepâncias entre a precisão de treinamento e a precisão de inferência causam deriva de gradiente, fazendo com que a curva de treinamento não converge.

Por exemplo: uma orquestra de câmara com 30 músicos pode compensar um pequeno desafino. Mas, ao passar para uma orquestra sinfônica de cem músicos, qualquer instrumento fora de tom transforma o concerto em um desastre.

Apenas duas equipes no mundo conseguem executar LoRA com aprendizado por reforço em escala de trilhões de parâmetros.

Uma é a Thinking Machines Lab de Mira Murati. Outra é a Mind Lab.

Não há terceira.

Em dezembro de 2025, o Mind Lab implementou o LoRA reinforcement learning no Kimi K2 — um modelo MoE esparsíssimo com 1,04 trilhão de parâmetros totais — com apenas um décimo da potência de cálculo necessária para o fine-tuning completo, e a curva de treinamento convergiu de forma estável.

O LongStraw deste mês levou o treinamento pós-reforço até 2M de contexto, sob capacidade de processamento GPU fixa. O Macaron-V1 é o ponto culminante dessas acumulações.

Essa abordagem não é percorrida apenas pelo Mind Lab. John Schulman, cientista-chefe da TML, co-fundador da OpenAI e inventor do algoritmo PPO, publicou em 2025 o artigo "LoRA without Regret", demonstrando experimentalmente que o LoRA apresenta desempenho idêntico ao fine-tuning completo na maioria dos cenários de pós-treinamento. Ele chamou isso de "intervalo de baixa regret".

O setor também está votando com dinheiro real. A Fireworks AI, que concluiu sua rodada D de US$ 1,5 bilhão na semana passada, tem uma avaliação de US$ 17,5 bilhões e pode hospedar centenas de LoRAs; a Together AI concluiu sua rodada C de US$ 800 milhões e já estabeleceu o LoRA como o método padrão de fine-tuning.

A Silicon Valley gastou US$2 bilhões na base; ela gastou um décimo disso, stando sobre os ombros de gigantes

Há uma comparação muito interessante aqui.

Mind Lab e TML seguem a mesma rota tecnológica, mas suas estratégias de base são completamente diferentes.

TML, por várias razões, optou por treinar sua base do zero. Inkling, 975 bilhões de parâmetros, 45 trilhões de tokens — mas Murati também reconheceu publicamente: "Este não é o modelo mais poderoso atualmente."

A avaliação mostra que o Inkling é claramente inferior aos modelos chineses abertos GLM, Kimi e outros. Construir uma base do zero consumiu uma grande quantidade de energia e poder computacional.

Mind Lab ao contrário. Em vez de treinar sua própria base, ele se apoia diretamente no ecossistema chinês de modelos de código aberto.

Kimi K2 valida LoRA RL com trilhões de parâmetros, V1-Preview baseado no GLM-5.1, versão oficial Venti usa GLM-5.2, Tall usa Qwen-3.7 — a cada atualização da base, a linha de partida do pós-treinamento sobe um nível.

Os modelos de código aberto da China já alcançaram um nível próximo ao SOTA global. Tomando essas bases próximas ao limite e utilizando LoRA com aprendizado por reforço para impulsionar as capacidades-chave até o verdadeiro SOTA.

Você não precisa plantar seu próprio trigo para assar o melhor pão.

Quão cruel é a comparação?

TML: financiamento de US$ 2 bilhões, equipe de 100 pessoas, parceria com capacidade de computação de megawatt da NVIDIA — a capacidade da Inkling ainda está atrás do GLM-5.2.

Mind Lab: Mais de trinta pessoas, financiamento de menos de 50 milhões de dólares — desenvolveram modelos mais fortes em múltiplos aspectos, como Chat, Agent e Coding.

Em relação ao aprendizado por reforço LoRA, o Mind Lab é provavelmente a equipe com a melhor relação custo-benefício do mundo. Sem comparação.

Aprenda continuamente: por que os modelos ficam mais inteligentes com o uso?

Após discutir a tecnologia e as comparações, chegamos à questão mais fundamental: o que o Mind Lab realmente está planejando?

A resposta está no título de um artigo publicado conjuntamente por Richard Sutton e David Silver, ex-chefe de pesquisa do AlphaGo — Welcome to the Era of Experience.

O pré-treinamento é a "era dos dados": o modelo aprende a partir dos textos já existentes criados por humanos.

A próxima era é a "era da experiência": a capacidade da IA não virá mais de dados existentes, mas sim das ações, feedbacks e aprendizado contínuo dos agentes em ambientes reais.

A contradição fundamental dos grandes modelos hoje está aqui — após o treinamento, são congelados.

Um usuário corrigiu o mesmo erro dez vezes, e o próximo modelo ainda precisará reler o histórico do chat. Um Agente de Codificação falha repetidamente no mesmo repositório de código, e a falha não se transforma em nova capacidade. O modelo processa milhões de tarefas por dia, mas toda a experiência é perdida.

É apenas um motor de inferência que repete infinitamente, não um agente em crescimento.

O que o Mind Lab pretende fazer é quebrar esse ciclo vicioso. Seu objetivo é criar uma "máquina de inteligência experiencial" — um modelo que continue aprendendo no mundo real, mesmo após deixar o laboratório.

A experiência se transforma em novas habilidades, e essas novas habilidades permitem resolver problemas mais difíceis, que por sua vez trazem experiências ainda mais ricas.

A inteligência não é mais o resultado de um único treinamento, mas sim um processo contínuo de crescimento.

LoRA já não é mais uma "ferramenta de economia", mas sim um estado persistente que pode ser escrito, revertido e evoluído independentemente.

A base carrega conhecimento geral, enquanto o LoRA carrega suas preferências, seu estilo de código e sua lógica de negócios. Não é um patch estático, é uma memória que evolui com a interação.

Experimentos demonstram que o módulo de adaptação leve, comprimido para menos de 0,5% dos parâmetros do modelo base, ainda é estável e confiável — quanto mais forte o modelo base, mais eficaz é a atualização em pequena escala.

A Mind Lab percorreu este caminho por três anos. Em 2023, o fundador Andrew, em parceria com Karthik Narasimhan, autor do GPT-1, e Yao Shunyu, publicou o FireAct — o primeiro trabalho a utilizar o aprendizado de parâmetros para melhorar a capacidade de Agentes. Após gravar a trajetória do Agente nos parâmetros, o tempo de execução único caiu de 9,0 segundos para 2,7 segundos.

Pague um custo único para aprender, e cada uso subsequente gera retorno. Da FireAct ao Macaron-V1, essa lógica foi ampliada para a escala de trilhões de parâmetros.

Inteligência coletiva: Terceira curva de Scaling

Aprender continuamente é apenas metade da história. O segundo princípio central refletido no Macaron-V1, talvez mais revolucionário, é a inteligência coletiva.

Cada modelo aprende continuamente com suas próprias experiências, e diferentes instâncias seguem caminhos distintos. Feedbacks de usuários diferentes, tarefas diferentes e dados diferentes moldam capacidades diferentes. Partindo da mesma base, com o tempo, tornam-se “pessoas diferentes”.

Essa diversidade é um bug ou um recurso? Os resultados do experimento foram incríveis.

Partindo da mesma base Qwen3-30B, os objetivos de treinamento e os algoritmos são idênticos, alterando apenas a ordem dos dados e o masking.

Precisão de um único adapter no AIME24: 36,44%. Votação por maioria de 198 adapters diferentes: 48,67%. Mesmo adapter amostrado 198 vezes, o máximo alcançado: 43,78%.

Diferentes "experiências" trazem complementaridade que um único modelo não consegue fornecer. Não se trata de "tentar várias vezes" — mas sim de uma verdadeira eficácia colaborativa entre caminhos de aprendizado diversificados.

Andrew chama isso de terceira curva de escalonamento na WAIC.

Primeira regra: Parâmetros de escala no estilo GPT-3 — parâmetros maiores trazem maior inteligência.

Segundo: Tokens de Scale Thinking no estilo DeepSeek R1 — mais tokens de raciocínio trazem maior inteligência.

Terceiro: Escalonar o número de modelos — a colaboração entre mais modelos traz um limite superior de inteligência mais alto.

No experimento, o número de modelos aumentou de alguns para 200, e o desempenho melhorou linearmente em um eixo logarítmico. Se a curva se mantiver, o próximo passo será expandir de 200 para 20 mil e 2 milhões.

A plataforma MinT desenvolvida internamente pela Mind Lab já estabeleceu um diretório de LoRA com milhões de endereçáveis. Um milhão de LoRA compartilham a mesma base de trilhões de parâmetros.

Atenção — não são 1 milhão de modelos pequenos, são 1 milhão de modelos grandes com um trilhão de parâmetros.

Seres humanos compartilham mais de 99% do genoma, mas a base biológica quase idêntica não criou mentes iguais. É exatamente a diversidade inteligente e sua colaboração que geraram as maiores conquistas da civilização humana.

US$10 milhões em ARR em 2 semanas: a validação de comercialização mais rápida

Mesmo o melhor plano técnico não vale nada se o mercado não aceitar — é só um PPT. O Mind Lab abrirá sua API para comercialização em julho.

Resultado em 2 semanas: 10 milhões de dólares em ARR.

Esta é provavelmente a recordação mais rápida de uma empresa de modelos em alcançar ARR de dez milhões de dólares desde o lançamento do primeiro modelo.

Os números são importantes, mas o mais importante é a velocidade. O fato de os clientes terem votado tão rapidamente com dinheiro real em uma rota técnica indica que ela resolve problemas reais e dolorosos.

Mind Lab não vende apenas tokens. Sua lógica comercial central é: os clientes compram a capacidade do modelo de aprender e iterar continuamente em seus próprios cenários.

As fabricantes de celulares treinam o conhecimento do produto em um LoRA exclusivo; as empresas de fones de ouvido inserem as preferências de interação no estado do modelo — os dados essenciais não precisam ser enviados às empresas de modelos base para re-treinamento; os clientes mantêm o controle.

Shao Yin Technology, a AI hardware startup Odyss, and a leading smartphone manufacturer are already on the collaboration list.

A estrutura de chamadas à API também revela o problema: 20% chat, 30% fluxos de trabalho de Agent, 30% geração de código, o restante proveniente do GenUI — a distribuição de cenários é equilibrada, não uma prosperidade falsa sustentada por um único sucesso viral.

Versão Pro: US$6 por milhão de tokens, Versão Standard: US$4, Versão Ultra: US$2.

A visão apresentada pela Mind Lab é apenas uma frase: quem souber usar Token, poderá treinar Token.

Treinar um modelo deve ser tão simples quanto invocar um modelo. Não é necessário grande suporte pré-venda nem recursos humanos personalizados. O aprendizado contínuo, por si só, é uma capacidade escalável do modelo.

A porta da sala foi aberta

Richard Sutton gritou "era da experiência" em Toronto. Liang Wenfeng acredita que é necessário ter capacidade de aprendizado contínuo para chamar o próximo modelo. Mira Murati construiu infraestrutura de aprendizado por reforço LoRA com trilhões de parâmetros em São Francisco. A Fireworks AI tem uma avaliação de US$ 17,5 bilhões.

Todos apostam na mesma direção: o modelo deve continuar aprendendo após a implantação. LoRA é a tecnologia-chave que torna isso viável em escala de trilhões de parâmetros.

Mind Lab é o participante mais jovem nessa corrida. Mas sua postura inicial pode ser a mais eficiente — sem base própria, apoiando-se no ecossistema de código aberto chinês, com mais de trinta pessoas e menos de 50 milhões de dólares em financiamento, alcançou capacidade técnica ao mesmo nível das equipes da Vale do Silício com bilhões de dólares.

Por trás disso há um julgamento simples, mas profundo:

O fim da competição nos grandes modelos não está em "quem treina a base maior", mas em "quem consegue fazer o modelo continuar ficando mais inteligente".

O pré-treinamento é uma infraestrutura única. O aprendizado contínuo é a verdadeira vantagem competitiva.

O que o Mind Lab deseja criar é uma máquina de inteligência experiencial — um modelo que continua a aprender no mundo real, mesmo após deixar o laboratório, ficando mais inteligente com o uso. Quando um número suficiente dessas inteligências começar a colaborar, uma nova rota rumo a uma inteligência superior será aberta.

Murati empurra essa porta em São Francisco com US$ 2 bilhões e uma equipe de 100 pessoas.

Mas quem primeiro abriu uma fresta na porta foi esta jovem laboratório do lado do Pacífico, que se apoia na ecossistema de código aberto chinês.