文｜王欣逸
编辑｜张雨忻
如果你近期有和投资人闲聊两句，会得出这样一个结论：AI 圈的关注点再一次回到了模型和 AI Infra（基础设施）。模型，对应着时下应用遇冷，热度向上游转移；而 AI Infra 的关注点之一，是后训练平台和推理平台。
昨天，Mind Lab 发布了他们的最新成果：推出面向行业的模型后训练与推理平台 Mint Recursive，以及基于这一平台做后训练的模型 Macaron-V1.1。
Macaron-V1.1 是一个基于 GLM-5.3 做后训练、参数为 752B 的模型。 7 月，Mind Lab 创始人陈锴杰告诉我们，从基于 GLM-5.1 后训练的 Macaron-V1-Preview 到基于 GLM-5.2 的 Macaron-V1，中间只隔了不到一个月。而迭代还在加速，据了解， Macaron-V1.1 从上一代迭代而来仅用了不到两周。
Macaron-V1.1 由 744B 的基座模型和四个 2B 的 LoRA 专家模块组成，其中四个 LoRA 分别负责 Chat、Agent、Coding 和 Generative UI（生成式 UI）。
从 V1 的 1B LoRA 变成了现在的 2B LoRA，他们也正在摸索更为理想的专家参数规模。从 Benchmark 结果来看，相比 V1，V1.1 在 6 个 Agent 榜单上全面提升，在 SWE-Marathon（超长程 AI 编程能力）表现尤为出色。。
更值得注意的是，Macaron V1.1 完全基于 Mint Recursive 完成训练。
Mint Recursive 是一个后训练与推理平台，其工作流程包括测评、数据、后训练与部署推理，用户通过 API 和 Python SDK 即可调用平台的训练和部署能力；还能接入生产环境中的反馈，让模型在真实任务中持续改进。而这套流程，Mint Recursive 在 Macaron V1.1 模型的迭代上已经跑通。
就在这一节点，Mind Lab 集中发布了一系列成果，把过去一段时间在持续学习与 Infra 领域积累的 Know-how，沉淀为一套可对外提供的服务。
做后训练的 Infra
Mind Lab 一边做模型、一边做 Infra，这并不让人意外。
在今年 1 月，他们就率先推出了 Mint Recursive 的早期形态——一个关于 LoRA 训推的基础设施平台，为客户提供大模型后训练全流程解决方案。
与此同时，在 Infra 层面下功夫，正慢慢成为一个行业共识。
几天前，智谱创始人、首席科学家唐杰在 X 上发了一篇长文，阐述了他们用 AI 改进 AI 的最新进展，他们让 GLM-5.3 驱动的 Infra Agent，自动优化 GLM-5.3 自己的推理引擎，让一个超 10 万张国产芯片组成的集群，在不到两周的时间里，将端到端吞吐提升至初始基线的 3 倍。
智谱正在做的就是让 AI 去自我改进推理层 Infra。同样是模型参与优化自己，大家想解决的问题不同—— Mind Lab 要做一个后训练平台，想优化的是从整个后训练到部署推理的流程，囊括数据、评测、部署、反馈收集等步骤。
Mint Recursive 平台由三大模块组成：Train&Deploy（训练与部署）、Env Hub（环境中心）、Data&Experience（数据与经验）。这一平台支持模型、SFT（监督微调）、RL（强化学习）、DPO（偏好训练）、全参微调等算法，兼容 GLM、Qwen、DeepSeek、Kimi、MiniMax 等多种尺寸的开源模型；训练完成后可一键部署，还有配套的测评体系，为下一轮模型训练做准备。
去年 9 月，OpenAI 前 CTO Mira Murati 创办的 Thinking Machines Lab 发布了一篇名为《LoRA Without Regret》的技术博客，从理论和实验上证明了，只要方法得当，LoRA 的效果可以比肩全参数微调。从那以后，LoRA 几乎成了后训练领域的普遍采用的方案。
值得一提的是，Mind Lab 一直关注 "LoRA" 这一后训练范式，这次他们也在这条路线上更进一步，在 Mint Recursive 中，他们用 LoRA 把训练和部署都做成了 Serverless（无服务器）的模式：客户无需自己买 GPU、管理集群，可以直接按 Token 用量计费。
在训练侧，Mint Recursive 想实现的是让模型更聪明——用 LoRA 的方式，只训练一些少量的新增参数，根据业务目标，不断从业务反馈中学习、持续迭代能力，让模型变得更懂业务，与此同时，还能显著降低企业后训练的开销。
在部署侧，4 个 LoRA 专家模块对应的 4 个业务版本各自是一个轻量级的 Adapter（外挂插件），挂在同一个基座模型上。这些 Adapter 互不干扰、非常灵活，每个 Adapter 都能单独升级、上线与下线，历史版本也保留着，便于客户对照与回滚。客户也可以把某个 Adapter 合并到基座模型里，变成一个完整的、独立的模型。
这也正是 LoRA 的核心思路，共用基座模型，在每个业务场景只做针对性的后训练。好处在于，模型后训练、部署与迭代的成本能实现大幅下降，调整权重也更加灵活。
后训练所需的数据、评测、反馈等，每一步都离不开 Infra 的支撑。从做后训练到做后训练 Infra，Mind Lab 的选择很自然。
但在交出 Mint Recursive 答卷之前，他们也能做了很多准备：
2025 年，Mind Lab 开始在 Kimi K2 这样的万亿参数模型上做后训练研究，Mint Recursive 的基础设施最早也是那时开始搭的；
随后，2025 年底，他们向 NVIDIA Megatron-Bridge 贡献了业界首个 1T 参数量级的 LoRA-RL，为 Megatron 补充了面向超大规模基座的轻量化强化学习的经验；
2026 年中，参与火山引擎的强化学习训练框架 veRL、NVDIA 的下一代训练后端 megatron_lite 等多个开源项目，提供了一些 LoRA 和强化学习解决方案；
2026 年 7 月，Macaron-V1 系列正式发布并开源，验证了这套训练方案在 Agent、Coding 等任务中的有效性。
Infra 很重要，但不是所有公司都能做 Infra，以及有必要单独做 Infra。
万亿模型的后训练，工程难度远超想象。分布式训练的显存调度、训推一致性的精度对齐、异步 RL 的权重热更新，对于一家创业公司而言，每一块都是硬骨头。
陈锴杰告诉我们，训练小模型的强化学习其实很容易，但是一旦规模上来了，难度会变得非常大，尤其是他们还在强化学习之上，叠加了 LoRA 的持续学习训练方法。
目前，Mint Recursive 主要提供三种服务：类似 FDE 形式的专家与企业一起完成训练；依托平台进行自动化训练；企业通过 API 和 Python SDK 自主训练。
训一个企业自己的模型
越来越多企业想要拥有自己的模型，这也是轻量的后训练、持续学习的训练范式被推崇的原因。
从落地角度看，企业端或许是定制化模型最为迫切的场景。" 通用大模型仅能覆盖各行业 20%-30% 的场景，剩下 70%-80% 的部分，都需要垂直持续学习来优化。" 陈锴杰提到。
海外市场已经先一步验证了这个趋势。Fireworks AI，一家做开源模型推理和后训练托管的硅谷公司，今年 7 月，其估值已经达到 175 亿美元，ARR 突破 10 亿美元，日 Token 处理量超过 40 万亿。
Fireworks AI CEO 乔琳在和红杉的对谈中提到：" 后训练已经不是模型团队专属游戏了，AI 产品在找到 PMF、开始规模化后，后训练几乎是它们绕不开的一门必修课。"
具体来看，相比于模型厂商，AI 产品公司的壁垒在于用户真实使用产生的数据、真实任务、反馈与偏好等。Fireworks 平台上 95% 以上的流量，来自客户自己微调的专用模型，而不是通用基座。这一逻辑，被乔琳定义为 " 拥有自己的智能 "。
" 应用公司做模型 " 这一选择，正发生在越来越多的企业身上—— AI 应用的竞争点从产品本身，逐渐变成产品的经验智能，包括自己的判断、Taste、业务数据和对客户的理解等方面。
应用公司最独特的资产来自真实生产环境：它知道用户究竟想完成什么、哪些结果算好、哪里反复失败，以及专业人员真正怎样判断结果。如何让企业拥有自己的智能、把行业经验合并进基座模型中？
Mint Recursive 在尝试的就是 让企业建立起自己的评测体系、奖励机制、训练数据，把后训练做成一个持续迭代的闭环 ：模型在服务用户后积累下真实任务场景数据，每次交互的轨迹，无论成功还是失败，都会被完整记录下来。
这其中，失败的轨迹相当有价值，哪里做错了、为什么错、应该怎么改，平台在找到问题和解决方法后，这些判断和轨迹会直接变成新的训练数据；用新数据重新训练完上线后，又会产生新的反馈，新的反馈又变成下一轮训练的输入，如此循环往复。
平台中的 Env Hub（环境）环节容易被忽略，但它尤其关键。英伟达的一篇 Agentic RL 技术博客中提到，做 Agent 强化学习需要环境来定义数据集、验证器和状态。环境不只是模型的训练场，也是评测场，评测、合成数据、强化学习，都可以在一套环境中完成。
尽管 Mint Recursive 中的 Recursive（递归）还处于初级形态——人依然在递归的回路中，离模型全自动自己训练还比较遥远，但模型迭代方向已经很明确了。对客户而言，更为重要的不是模型本身，而是企业手里的一线业务现场与独一无二的真实业务数据。
图片来源｜企业供图
欢迎关注～
欢迎交流～
本文来自微信公众号" 智能涌现 "，作者：王欣逸，36 氪经授权发布。
