Mind Lab: Ein chinesisches Neo-Labor, das sich auf kontinuierliches Lernen für KI konzentriert
OpenAI
Anthropic
Alibaba/Qwen
Das chinesische Startup Mind Lab, gegründet von Serienunternehmer Andrew Chen, ist ein Pionier des kontinuierlichen Lernens und Post-Trainings für große KI-Modelle. Sein auf GLM-5.2 mit 4B-LoRA-Parametern basiertes Macaron-V1-Modell erzielte 6 SOTA-Ergebnisse in Benchmarks und erreichte innerhalb von zwei Wochen nach der Kommerzialisierung einen ARR von 10 Millionen US-Dollar. Das Unternehmen sammelte insgesamt 60 Millionen US-Dollar ein, angeführt von Meituan.
Mind Lab, gegründet im Oktober 2025 von Andrew Chen, konzentriert sich auf kontinuierliches Lernen und Post-Training für große Sprachmodelle. Das Macaron-V1-Preview, basierend auf GLM-5.1 mit fünf LoRA-Expertenmodulen zu je einer Milliarde Parameter, übertraf in Benchmarks die Basismodelle GLM-5.1, GPT 5.4 und Claude Opus 4.6. Im Juli 2026 wurde das offizielle Macaron-V1 in zwei Versionen veröffentlicht: Venti (insgesamt 748 Milliarden Parameter, vier Milliarden trainierbar via LoRA) auf Basis von GLM-5.2 und Tall (50 Milliarden) auf Basis von Qwen3.6, beide mit einem Kontextfenster von 200.000 Token. Der Ansatz des Unternehmens nutzt Mixture-of-LoRA (MoL) für dynamische Aufgabenanpassung und kontinuierliche Modellaktualisierungen durch Benutzerinteraktionen. Mind Lab hat eine Post-Training-Infrastrukturplattform namens MinT aufgebaut, die Millionen von LoRA-Modellen verwaltet. Das Unternehmen hat insgesamt 60 Millionen US-Dollar eingesammelt, darunter eine Serie-A-Runde über 50 Millionen US-Dollar, die Anfang 2026 von Meituan angeführt wurde, mit Investoren wie Ant Group, Sequoia China und ZhenFund. Die Technologie von Mind Lab entspricht dem Konzept der erfahrungsbasierten Intelligenz, ähnlich wie Richard Suttons erfahrungsgesteuerte KI, und wurde durch unabhängige Forschung von Thinking Machines Lab validiert. Das Unternehmen plant, kontinuierliches Lernen als Service für B2B-Kunden anzubieten, insbesondere für Hersteller intelligenter Hardware.
Quelle: 36Kr —
Original
