心洲科技开源Macaron-V1模型，采用Mixture-of-LoRA架构
Macaron-V1通过MoL架构将持续学习引入千亿参数开源模型，验证了后训练阶段模型成长的新路径。
心洲科技旗下Mind Lab开源的Macaron-V1模型，基于GLM-5.2基座，通过挂载多个1B规模的LoRA专家模块，在不修改基座参数的前提下实现了持续学习和多智能体协作。基准测试显示，其在多项任务上超越基座模型，尤其在前端设计基准上大幅领先Claude Opus 4.8。
正文摘录
 编辑｜Panda 2026 年 6 月，智谱开源 GLM-5.2。这个大规模 MoE 模型表现优异，就连 Next.js 作者、Vercel 创始人 Guillermo Rauch 都震惊了。  GLM-5.2 确实是一个非常强的底座，但再强的基座，训练结束、参数冻结、进入部署后，就很难再在真实使用中继续成长。智谱在 GLM-5.2 的规划里也表示，下一步要攻克的关键技术包括记忆、持续学习和自我评判。也就是说，规模扩增之外的另一个方向是 模型在使用中成长 。 心洲科技旗下的前沿实验室 Mind Lab 前些天开源的 Macaron-V1 就是冲着这个方向去的。它没有另起炉灶，而是站在了巨人的肩膀上：基座升级至 GLM-5.2（另有基于 Qwen3.6 的更小版本），原生支持 2M 上下文，然后在此强大基座之上，做了一件 GLM-5.2 正在规划的事： 让模型持续学习，并让大量模型协作。