AI Agent赛道在2026年迎来了一笔重磅融资。Mindverse（心洲科技）宣布完成由美团领投的A轮融资，融资额接近5000万美元，元禾璞华、韶音、变量资本和老股东追加跟投，高鹄资本担任独家财务顾问。加上此前蚂蚁、源一、红杉中国、真格、高榕等一线基金的支持，Mindverse的股东阵容堪称豪华。

但更引人注目的是这家公司要做的事——它不卷预训练，不做通用大模型，而是专注一个细分但关键的命题：通过后训练让AI真正"把事办成"，而不是仅仅"知道很多"。

从FireAct到Mindverse：一条被验证的技术路线

Mindverse的技术基因可以追溯到2023年。当时，联合创始人Andrew与姚顺雨合作发表了FireAct论文，提出了一个在当时颇为反直觉的观点：Agent能力不应该靠精心设计的提示词拼凑出来，而应该通过后训练让模型自己学会。这就像一个人读再多操作手册，也不如在实践中反复训练来得有效。

2025年9月，Mindverse团队发现了一个关键现象——在足够大的MoE（混合专家）模型上用LoRA做强化学习，性能没有任何损失，成本却只有全参数训练的十分之一。几乎同一时间，Thinking Machines发表了《LoRA Without Regret》论文，独立印证了同一结论。2025年底，Mindverse完成了万亿参数的LoRA强化学习，与Thinking Machines同期发布。

这意味着什么？意味着训练Agent能力的成本可以被压缩到原来的十分之一，而效果不打折。这不再是理论推演，而是被多家独立团队验证的实验事实。

核心技术：Mixture of LoRA

Mindverse的技术底座叫Mixture of LoRA——一个共享的底座模型加上成千上万个独立的LoRA"技能包"。每个LoRA只占基模千分之五的参数，却能独立更新、彼此隔离。这就像给一个强大的共享大脑挂上无数轻量的专业模块，每个模块负责一块明确的能力，新增能力不需要重训整个模型。

团队已经验证：挂上去的LoRA越多，整体智能稳定提升，呈现自然对数尺度的线性增长。这是持续学习的关键前提——如果每学一个新技能就会忘掉旧技能，所谓的持续学习就无从谈起。LoRA的隔离性天然解决了这个"灾难性遗忘"问题。

从LoRA方法中还衍生出了δ-mem（Delta Memory）——一种实时在线记忆矩阵，同样遵循"把记忆沉淀进参数"的思路。Mindverse认为，真正的长期记忆不应该写在外部的记事本上，而应该训进模型的参数里，这样才能在推理时零延迟地调用。

C端飞轮：Macaron的200万用户

与很多纯技术驱动的AI公司不同，Mindverse拥有一款C端产品Macaron，目前拥有200多万用户、超过10万日活。这不是一个附属品，而是技术迭代的核心引擎——用户在产品中的真实行为数据，直接驱动模型的后训练和持续学习，形成"产品数据→后训练→模型升级→产品体验提升"的飞轮。

团队规模出人意料地精简——核心研发团队仅约20人，但成员来自DeepSeek、字节Seed、xAI，以及清华、MIT、杜克等高校，累计发表过200多篇顶会论文。这种"小团队、高密度"的组织形态，让人联想到DeepSeek早期的打法。

即将开源750B参数Agent模型

Mindverse即将发布一款750B参数的Agent模型，由744B的GLM 5.1预训练模型加上6B的LoRA构成。这是全球第一个在GLM 5.1上完成强化学习后训练的成果（除智谱外），且将完全开源。

模型在四个基准上达到SOTA：Living Bench和Vita Bench（生活类长链路任务）、A2UI（Google的生成式UI标准）、PinchBench（海外常用Agent任务基准）。团队在代码、数学等硬核任务上"只逼近、不追第一"，聚焦于Agent场景的深度后训练。

生态布局与未来愿景

开源只是Mindverse生态战略的一部分。在强化学习框架层面，Mindverse与蚂蚁、华为共同构建了AReaL-MinT，与字节、英伟达共同构建了verl-mint，两个框架都整合了Mindverse的LoRA技术，英伟达甚至将其挂在官网首页。在云平台层面，Mindverse与华为云深度战略合作，同时接入微软云、阿里云、火山引擎，帮助客户将训练成本降至十分之一。

Mindverse联合创始人陈锴杰说："如果必须在研究突破和持续盈利之间选择，我们选研究突破。只要在技术上真的解决了别人解决不了的问题，商业自然会来找你。"这种纯粹的技术信念，在AI创业的下半场显得格外珍贵。当大多数公司还在卷预训练规模和价格战时，Mindverse选择了一条更难但可能更远的路——让AI从"什么都知道"变成"什么都能干"。