Mind Lab 发布 Macaron-V1：四项 LoRA 分工，代码评测登顶
Mind Lab 发布 Macaron-V1，用多个 LoRA 模块分工不同能力，实现万亿参数级强化学习训练，代码能力超越闭源模型且开放权重。
Macaron-V1 是 Mind Lab 基于 GLM-5.2 基座训练的大模型，用 4 个独立 LoRA（低秩适应模块，一种高效微调方法）分别处理聊天、编程、Agent 和生成式 UI 任务，由路由器动态分配。748B 参数版在 SWE-bench 代码评测中超越所有闭源模型，并开放权重供私有化部署。
正文摘录
 新智元报道  上周 AI 圈都在讨论一件事，但大多数人只看到了一半。 7 月 15 日，前 OpenAI CTO Mira Murati 在旧金山发布了 Thinking Machines Lab 的首个模型 Inkling。 20 亿美元融资，975B 参数，100 人精英团队——硅谷最受关注的 AI 创业公司，终于亮牌了。   几乎同一天，强化学习之父 Richard Sutton，2024 年图灵奖得主，年近七十，宣布创办 Oak Lab。 老爷子的原话是：当前的 深度学习 方法是脆弱且低效的，需要的不是修修补补，而是从根基上重新来过。  不只是 Sutton 这么想。DeepSeek 创始人梁文锋给出了几乎一模一样的判断。 他把 AI 的发展比作一级级台阶：语言模型、CoT、Agent……而 Agent 之后，下一个必须迈过的台阶就是持续学习。