Mind Lab выпустила модель Macaron-V1, использующую архитектуру Mixture-of-LoRA с 748 млрд параметров и четырьмя независимыми LoRA, которая заняла первое место по способностям к кодированию с результатом 85,6 балла в оценке SWE-bench Verified. Эта китайская лаборатория, основанная менее года назад, достигла уровня технологий, сопоставимого с командами из Кремниевой долины, потратившими 2 миллиарда долларов, при финансировании всего в 50 миллионов долларов. Ее подход к обучению с использованием LoRA получил поддержку таких отраслевых лидеров, как лауреат премии Тьюринга Ричард Саттон и Лиан Вэньфэн из DeepSeek. Mind Lab также представила концепции «непрерывного обучения» и «коллективного интеллекта», утверждая, что модель продолжает учиться и сотрудничать в реальных условиях после выхода из лаборатории. За две недели коммерциализации компания достигла ARR в 10 миллионов долларов, подтвердив, что данный технологический путь решает реальные проблемы.

Автор статьи, источник: Новомир

На прошлой неделе в мире ИИ все обсуждали одно событие, но большинство увидели только половину.

15 июля бывший главный технологический директор OpenAI Мира Мурати представила первую модель Thinking Machines Lab — Inkling в Сан-Франциско.

Финансирование в 2 миллиарда долларов США, 975 миллиардов параметров, команда из 100 талантов — самая популярная в Силиконовой долине AI-стартап-компания наконец раскрыла свои карты.

Почти в тот же день, Ричард Саттон, отец обучения с подкреплением и лауреат премии Тьюринга 2024 года, почти семидесятилетнего возраста, объявил о создании Oak Lab.

Слова старика были такими: «Современные методы глубокого обучения хрупки и неэффективны; нужен не косметический ремонт, а полный пересмотр с основ».

Не только Саттон так думает. Основатель DeepSeek Лян Вэньфэн дал почти идентичную оценку.

Он сравнивает развитие ИИ с постепенным подъемом по ступеням: языковые модели, CoT, агенты… А после агентов следующая обязательная ступень — непрерывное обучение.

Его точка зрения заключается в том, что ключевая способность следующего поколения моделей — это способность к непрерывному обучению; только тогда их можно называть моделями следующего поколения. Если сначала реализовать непрерывное обучение, то общая интеллектуальная способность может стать легко достижимой.

Когда технологический путь поддерживается лауреатом премии Тьюринга, наиболее наблюдаемой стартап-компанией в сфере ИИ из Кремниевой долины и основателем самой инновационной языковой модели Китая, он перестает быть просто технологическим выбором и становится отраслевым консенсусом.

Ветер изменился.

В то время как все следят за Силиконовой долиной, на другом берегу Тихого океана китайская лаборатория, созданная менее года назад, тихо представила на том же направлении удивительный результат.

Mind Lab официально запускает Macaron-V1.

Mind Lab была основана в октябре 2025 года как передовая исследовательская лаборатория подразделения Mindverse (Mindverse Technology). Команда насчитывает более тридцати человек, участники которой пришли из xAI, DeepMind, DeepSeek, ByteDance Seed, MIT и Tsinghua University. В начале года завершено финансирование серии A на сумму 50 миллионов долларов США, возглавляемое Meituan, с участием Ant, Sequoia Capital China, ZhenFund и других.

Обратите внимание на это число: 50 миллионов долларов США, оно будет использоваться далее.

748B параметров, усиление обучения

4 LoRA каждая отвечает за свою задачу

Сначала посмотрите на модель.

Macaron-V1 имеет две версии:

• Venti Pro, 748B параметров, построен на базе GLM-5.2 с 744B параметрами и четырьмя LoRA по 1B каждый, нативная поддержка сверхдлинного контекста до 2M;
• Стандартная версия Tall, 35B, дообучена на основе Qwen-3.7, работает на Mac.

Но ключевое не в параметрах — а в этих 4 LoRA.

Раньше LoRA была «дешевой альтернативой» полной настройке параметров. Экономия, но со скидкой.

Mind Lab переопределила это: базовая модель — это «общее», LoRA — это «индивидуальное».

Что это значит? Как все iPhone используют одну и ту же операционную систему iOS, но приложения, которые вы установили, ваши привычки ввода текста и частые действия превращают ваш iPhone в «ваш iPhone».

Чат должен быть естественным и эмпатичным, программирование — строго точным, агенты — многоэтапно планировать, генеративные интерфейсы — проектировать взаимодействие — обучать всё это в рамках одного набора параметров — они будут конфликтовать.

Подход Macaron-V1 прост и прямолинеен: разобрать.

Четыре независимых LoRA, отвечающих за чат, агента, программирование и GenUI, каждая из которых обучается, оценивается и откатывается отдельно.

Динамическая переключаемость маршрутизатора во время выполнения — вы говорите «помоги мне составить расписание», и используется Agent LoRA; вы говорите «в этом коде есть ошибка», и переключается на Coding LoRA. Полностью прозрачно для пользователя.

Эта архитектура имеет официальное название: Mixture-of-LoRA (MoL) — различные способности обучаются независимо на общей базовой модели, гибко комбинируются и вызываются по требованию. Речь не идет о том, чтобы превратить одну модель во всеобъемлющего специалиста, а о том, чтобы объединить группу узких специалистов для совместной работы.

По результатам тестирования Macaron-V1 пока не достиг уровня лучших закрытых моделей по всем параметрам, однако в рамках комплексной оценки он уже сопоставим с Opus 4.8, GPT-5.5 и Gemini 3.1 Pro по большинству задач — особенно выделяясь в области повседневных сценариев, кодирования и генеративного интерфейса.

SWE-bench подтвержден — один из самых строгих в отрасли тестов на кодирование, Macaron-V1-Venti набрал 85,6 балла и занял первое место, обогнав второе место на 3 балла, оставив позади DeepSeek-V4-Pro (80,6), MiniMax-M3 (80,5) и Kimi-K2.6 (80,2).

Еще более впечатляющим является Deep-SWE, специально предназначенный для тестирования сложных долгосрочных задач программной инженерии. Macaron-V1-Venti набрал 58,4 балла, а второй результат принадлежит его базовой модели GLM-5.2 — 46,2 балла. Та же базовая модель, после дообучения с использованием LoRA и усиленного обучения, показала прирост на 12 баллов. Именно такую дополнительную ценность может предоставить пост-обучение.

Еще важнее: открытые веса и возможность развертывания на собственных серверах. Даже самые мощные закрытые модели требуют передачи данных через чужие серверы. Macaron-V1 позволяет перенести модель к себе домой — ни один байт данных не покидает вашу сеть.

Андрей продемонстрировал пример на выступлении на WAIC: пользователь делает фотографию перемешанного кубика Рубика и отправляет ее, модель распознает состояние, применяет алгоритм для решения и генерирует интерактивное 3D-руководство по восстановлению — для этого требуется синергия четырех способностей: визуальное понимание, алгоритмы, вызов инструментов агента и GenUI.

Еще один легко упускаемый, но крайне продвинутый дизайн: совместная разработка Model и Harness.

Что это значит? Обычно обучение моделей и их реальная эксплуатация происходят в двух разных средах — инструменты и рабочие процессы, используемые при обучении, не совпадают с реальной средой после запуска, что приводит к снижению производительности.

Macaron-V1 с самого начала обучал и оптимизировал модель вместе с Harness в производственной среде: как вызывать инструменты, как работать с терминалом и как выполнять длительные задачи во время обучения — всё это точно так же работает после запуска.

Сопутствующий REPL Harness позволяет модели комбинировать инструменты через код, сохранять промежуточные состояния и повторно использовать эффективные процессы — не начиная каждый раз с нуля, что снижает повторные вызовы и потери контекста.

Это не просто модель для общения, это интеллектуальный агент, способный выполнять задачи.

Почему это «единственные два в мире»?

Вы можете сказать: что такого особенного в тонкой настройке LoRA? Их полно.

Преимущество в двух словах: масштаб.

30B-модель с LoRA-обучением на основе усиления — многие команды могут это сделать. Но при увеличении параметров до триллионов уровень сложности возрастает экспоненциально.

Основная сложность заключается в несоответствии между обучением и выводом. В усилительном обучении необходимо одновременно обучать и выполнять вывод для сбора обратной связи. Когда модель MoE с триллионами параметров разделяется и распределяется по десяткам GPU, даже небольшие расхождения между точностью обучения и точностью вывода приводят к смещению градиентов, и кривая обучения перестает сходиться.

Например: в камерном оркестре из 30 человек небольшое расхождение в тональности ещё можно компенсировать. Но если это симфонический оркестр из ста человек, то даже незначительное расстройство одного инструмента превращает всё выступление в катастрофу.

Только две команды в мире могут запустить LoRA-обучение с подкреплением на масштабе триллионов параметров.

Одна — Thinking Machines Lab Миро Мурати. Другая — Mind Lab.

Нет третьей.

В декабре 2025 года Mind Lab успешно применила LoRA-обучение с подкреплением на модели Kimi K2 — сверхбольшой разреженной MoE-модели с общим объемом параметров 1,04 трлн. Вычислительные ресурсы составили лишь десятую часть от требуемых для тонкой настройки всех параметров, а кривая обучения стабильно сходилась.

В этом месяце LongStraw снова продвинул обучение с усилением в условиях фиксированной вычислительной мощности GPU до контекста 2M. Macaron-V1 — это концентрированный выпуск всех этих накоплений.

Этот путь проходит не только Mind Lab. Джон Шульман, главный научный сотрудник TML, сооснователь OpenAI и изобретатель алгоритма PPO, в 2025 году опубликовал статью «LoRA without Regret», в которой экспериментально доказал, что LoRA в большинстве сценариев пост-обучения демонстрирует производительность, полностью совпадающую с полной тонкой настройкой. Он назвал это «интервалом низкого сожаления».

Отрасль также голосует реальными деньгами. Fireworks AI, недавно завершившая раунд D на 1,5 млрд долларов США с оценкой в 17,5 млрд долларов США, может размещать сотни LoRA; Together AI завершила раунд C на 800 млн долларов США и уже сделала LoRA стандартным методом тонкой настройки.

Силиконовая долина потратила 2 миллиарда на базу, а она потратила десятую часть, встав на плечи гиганта

Здесь есть очень интересное сравнение.

Mind Lab и TML следуют одной и той же технологической траектории, но их базовые стратегии кардинально различаются.

TML по различным причинам решил самостоятельно обучить базовую модель с нуля. Inkling, 975 млрд параметров, 45 триллионов токенов — но Мурати сама открыто признала: «Это не самая мощная модель на данный момент».

Оценки показывают, что Inkling значительно уступает китайским открытым моделям, таким как GLM и Kimi. Построение базовой архитектуры с нуля потребовало от них огромных усилий и вычислительных ресурсов.

Mind Lab наоборот. Он не обучает базовую модель самостоятельно, а сразу опирается на китайскую экосистему открытых моделей.

Kimi K2 подтверждает проверку LoRA RL с триллионами параметров, V1-Preview основан на GLM-5.1, официальная версия Venti использует GLM-5.2, Tall — на Qwen-3.7 — каждый апгрейд базовой модели поднимает стартовую линию для последующей дообучения на уровень выше.

Китайские открытые модели уже достигли уровня, близкого к глобальному SOTA. Используя эти почти потолочные базовые модели и применяя LoRA с обучением с подкреплением, можно вывести ключевые возможности на настоящий уровень SOTA.

Вам не нужно сами выращивать пшеницу, чтобы испечь лучший хлеб.

Насколько жесток сравнение?

TML: Финансирование в 2 миллиарда долларов, команда из 100 человек, сотрудничество с NVIDIA по предоставлению мегаваттных вычислительных мощностей — возможности Inkling все еще уступают GLM-5.2.

Mind Lab: более тридцати человек, финансирование менее чем на 50 миллионов долларов США — создана более мощная модель в нескольких направлениях: Chat, Agent, Coding.

В области LoRA-обучения с подкреплением Mind Lab, возможно, является командой с самым высоким соотношением вложений и результатов в мире. Без исключений.

Постоянное обучение: почему модель становится умнее с использованием?

После обсуждения технологии и сравнения наступает самый главный вопрос: какую игру разыгрывает Mind Lab?

Ответ спрятан в названии статьи, опубликованной Ричардом Саттоном и бывшим главным исследователем AlphaGo Дэвидом Сильвером — Welcome to the Era of Experience.

Предварительное обучение — это «эра данных»: модель учится на существующих текстах, созданных людьми.

Следующая эра — эра опыта: возможности ИИ будут определяться не имеющимися данными, а долгосрочными действиями, обратной связью и непрерывным обучением агентов в реальной среде.

Сегодня основное противоречие крупных моделей именно здесь — после обучения они замораживаются.

Один пользователь исправлял одну и ту же ошибку десять раз, и следующий раз модель должна снова перечитывать историю чата. Агент по программированию многократно терпел неудачи в одном и том же репозитории кода, но неудачи не превращаются в новые навыки. Модель обрабатывает миллионы задач каждый день, но весь опыт теряется.

Это всего лишь бесконечно повторяющийся движок вывода, а не развивающийся агент.

Mind Lab стремится разорвать этот замкнутый круг. Их цель — создать «машину опытного интеллекта» — модель, которая продолжает обучаться в реальном мире после выхода из лаборатории.

Опыт превращается в новые навыки, новые навыки позволяют решать более сложные задачи, а более сложные задачи приносят более богатый опыт.

Интеллект больше не является результатом однократного обучения, а становится процессом постоянного роста.

LoRA здесь больше не «инструмент для экономии средств», а устойчивое состояние, которое можно записывать, откатывать и развивать независимо.

Базовая модель хранит общие знания, а LoRA — ваши предпочтения, стиль кода и бизнес-логику. Это не статичные патчи, а память, которая развивается в процессе взаимодействия.

Эксперименты показали, что легкий адаптивный модуль, сжатый до менее чем 0,5% параметров базовой модели, остается стабильным и надежным — чем сильнее базовая модель, тем эффективнее небольшие обновления.

Mind Lab шла этим путем три года. В 2023 году основатель Эндрю сотрудничал с Картиком Нарасимханом, автором GPT-1, и Яо Шунью, чтобы опубликовать FireAct — первую работу по повышению способностей агентов с помощью обучения параметров. После записи траектории агента в параметры время однократного выполнения снизилось с 9,0 секунды до 2,7 секунды.

Однократные затраты на обучение окупаются при каждом последующем использовании. От FireAct до Macaron-V1 эта логика масштабирована до триллионов параметров.

Коллективный интеллект: третья кривая масштабирования

Постоянное обучение — лишь половина истории. Вторая ключевая идея, отраженная в Macaron-V1, возможно, еще более революционна — коллективный интеллект.

Каждая модель продолжает обучаться на основе своего опыта, и разные экземпляры начинают развиваться в разных направлениях. Разные отзывы пользователей, разные задачи и разные данные формируют разные способности. Исходя из одной и той же базовой модели, со временем они становятся «разными людьми».

Это разнообразие — это баг или фича? Результаты эксперимента просто взрывные.

Из того же базового модуля Qwen3-30B, цель обучения и алгоритм полностью идентичны, изменяется только порядок данных и маскировка.

Точность одного адаптера на AIME24: 36,44%. Голосование по большинству из 198 различных адаптеров: 48,67%. Повторная выборка одного и того же адаптера 198 раз дает максимум: 43,78%.

Различные «опыты» обеспечивают дополнительность, которую не может предоставить одна модель. Это не «пробовать несколько раз» — а настоящий эффект сотрудничества между разнообразными путями обучения.

Эндрю назвал это в WAIC третьей кривой масштабирования.

Первое правило: параметры масштабирования в стиле GPT-3 — большие параметры обеспечивают более высокий интеллект.

Второе: Scale Thinking Tokens в стиле DeepSeek R1 —— больше токенов рассуждения обеспечивает более высокий интеллект.

Третье: Масштаб количества моделей — сотрудничество между большим количеством моделей повышает верхний предел интеллекта.

В эксперименте количество моделей увеличилось с нескольких до 200, и производительность линейно росла на логарифмической шкале. Если кривая сохраняется, следующим шагом будет переход от 200 к 20 000 и 2 000 000.

Платформа MinT, разработанная Mind Lab, уже создала каталог из миллиона адресуемых LoRA. Миллион LoRA используют общий базовый слой с триллионом параметров.

Обратите внимание — это не 1 миллион малых моделей, а 1 миллион крупных моделей с параметрами в триллион.

Люди делят более 99% своего генома, но почти идентичная биологическая основа не приводит к одинаковому сознанию. Именно разнообразие интеллекта и его сотрудничество принесли величайшие достижения человеческой цивилизации.

2 недели, 10 миллионов долларов ARR: самое быстрое подтверждение коммерциализации

Даже самая красивая техническая дорожная карта — это просто PPT, если рынок не готов платить. Mind Lab откроет коммерческий доступ к API в начале июля.

Результат: 2 недели, 10 миллионов долларов США ARR.

Это, вероятно, рекордно быстрое достижение в истории компаний-разработчиков моделей — достижение ARR в 10 миллионов долларов с момента выпуска первой модели.

Цифры важны, но еще важнее скорость. То, что клиенты так быстро проголосовали за этот технологический путь реальными деньгами, означает, что он решает настоящие, острые проблемы.

Mind Lab продает не просто токены. Ее основная бизнес-логика заключается в том, что клиенты приобретают способность модели постоянно обучаться и совершенствоваться в своих собственных сценариях.

Производители смартфонов обучают специальные LoRA на основе знаний о продуктах, компании по производству наушников встраивают предпочтения взаимодействия в состояние модели — ключевые данные не нужно передавать компаниям, создающим базовые модели, для повторного обучения; клиенты сохраняют контроль.

Shaoyin Technology, AI hardware startup Odyss, and a leading smartphone manufacturer are already on the list of partners.

Структура вызовов API также говорит об этом: 20% — чат, 30% — рабочие процессы агента, 30% — генерация кода, остальное — от GenUI; распределение сценариев сбалансировано, а не основано на искусственном бума за счет одного вирусного продукта.

Продвинутая версия — 6 долларов за миллион токенов, стандартная версия — 4 доллара, сверхбыстрая версия — 2 доллара.

Видение Mind Lab выражено одной фразой: если вы умеете использовать токены, вы можете обучать токены.

Обучение модели должно в конечном итоге быть таким же простым, как вызов модели. Не требуется много предпродажной поддержки и не нужны настраиваемые человеческие ресурсы. Постоянное обучение само по себе является масштабируемой способностью модели.

Дверь открылась

Ричард Саттон в Торонто провозгласил «эпоху опыта». Лян Вэньфэн считает, что для создания следующего поколения моделей необходимо обладать способностью к непрерывному обучению. Мира Мурати в Сан-Франциско создала инфраструктуру для обучения с подкреплением на основе LoRA с триллионами параметров. Оценка Fireworks AI составляет 17,5 миллиарда долларов.

Все предполагают одинаковое направление: модель должна продолжать обучение после развертывания. LoRA — это ключевая технология, делающая это возможным в масштабе триллионов параметров.

Mind Lab — самый молодой участник на этом рынке. Но его стартовая позиция, возможно, наиболее эффективна: без собственной базы, опираясь на китайскую экосистему с открытым исходным кодом, команда из тридцати с небольшим человек и финансирование менее чем в 50 миллионов долларов США достигли уровня технологических возможностей, сопоставимого с командами из Силиконовой долины, получающими миллиардные инвестиции.

За этим стоит простое, но глубокое суждение:

Финал конкуренции крупных моделей — не в том, кто обучит самую большую базовую модель, а в том, кто сможет заставить модель постоянно становиться умнее.

Предварительное обучение — это одноразовая инфраструктура. Постоянное обучение — настоящая защитная баррикада.

Mind Lab стремится создать машину опытного интеллекта — модель, которая продолжает учиться в реальном мире даже после выхода из лаборатории, становясь умнее с каждым использованием. Когда достаточно много таких интеллектов начнут сотрудничать, откроется новый путь к более высокому интеллекту.

Мурати открывает эту дверь в Сан-Франциско с 2 миллиардами долларов и командой из 100 человек.

А первую щель в двери открыла молодая лаборатория с этого берега Тихого океана, стоящая на плечах китайской экосистемы с открытым исходным кодом.