Mindverse：用 LoRA + 强化学习，把“通用大模型”升级为“每个人的专属模型”
据悉，Personal Intelligence 公司 Mindverse（旗下产品 Macaron AI，实验室 Mind Lab）已于近期完成 Series Pre-A 轮融资，由 蚂蚁集团领投、红杉中国等联合投资，总融资额超 2000 万美元。本轮融资的完成，标志着个人专属模型（Personal Intelligence）这一方向，正在从概念走向可规模化落地。
AI 应用正从“规模化”进入“个性化拐点”
过去两年，大部分产品都在尝试用一个更强的通用模型，服务尽可能多的用户与场景。今天我们已经看见这一范式的边界。一个模型服务所有人，意味着模型必须“平均化”——它可以聪明，但很难真正“懂你”。现有产品即使引入多模型路由，本质仍是在“通用能力的拼装”，而非让模型形成持续成长的个体化人格与长期记忆。
用户真正期待的“千人千面”，不是更复杂的提示词模板，也不是更大的知识库外挂，而是模型本身能记住偏好、吸收反馈、不断更新，从而越来越像你的专属助理。Mindverse 的核心判断是，当通用模型参数规模带来的红利放缓后，下一阶段的 scaling，将不再只是“更大”，而是让每一个用户拥有属于自己的模型。
Mindverse 希望用 LoRA 解决大模型“千人千面”的关键难题。在 Mindverse 的架构中，LoRA 是可持续训练的参数层，它可以承载长期记忆与性格特征，让模型在预训练之后仍可基于用户反馈持续学习。
从 research 出发，率先完成万亿参数 LoRA 强化学习体系
Mindverse 团队成立于 2023 年 10 月。团队早期与 姚顺雨共同发表论文 FireAct，从 agent fine-tuning 的研究出发，逐步演进到 LoRA SFT，并在 2025 年 8 月首次实现了超大规模参数的 LoRA 强化学习体系。
据团队披露与公开信息判断，目前全球范围内，已实现万亿级参数 LoRA 强化学习的团队屈指可数，其中仅有 Mindverse 以及由 OpenAI 前 CTO 创办的 Thinking Machines Lab。为了把这一能力工程化、平台化，Mindverse 也已搭建万亿参数训练平台 Mind Lab Toolkit，并支持外部公司申请测试。
Macaron AI 的迭代速度，个性化模型规模化落地的可能
在上述设想之下，Mindverse 的试验性产品 Macaron AI 于 2025 年 8 月发布，迅速获得市场广泛关注。Macaron AI 是一款面向个人生活场景的 Personal Intelligence 产品，目标是让用户感受到“专属模型”的真实价值。
发布后，团队完成了多个 10 倍级迭代，关键指标体现出其“把研究变成产品”的兑现能力：
- 应用生成时间：从上线时约 20 分钟，通过强化学习训练优化到约 2 分钟，并在近期新版本进一步提升到 10 秒级；
- 为支撑大规模个体化能力的在线运行，团队采用自研容器方案，将打开时间从约 40 秒优化到接近 2 秒；
- 成功率从早期约 90% 提升至 99.9%；
- 平台内用户创建的小应用数量已超过 30 万个，形成可持续的场景与需求密度。
从 28 个 LoRA 到“每人一个模型”
据团队透露，目前产品已依据用户类型运行 28 个不同的 LoRA 模型。更关键的是，Mindverse 正在突破更大规模部署能力，目标是在 2026 年 Q2，为产品中数十万用户实现每人一个定制化模型，真正把“千人千面”推进到“一人一个模型”。
团队早期投资人，真格基金合伙人刘元表示，过去几年，锴杰带领团队完成了几次公司产品层面上的转型进化，团队除了技术积淀愈发深厚，对用户的洞察也更加深刻，交付的产品越来越贴近AI时代最底层和最重要的用户需求。
蚂蚁集团投资人王盟、钟晨表示，记忆正在成为 AI 入口之争的核心。真正的个性化体验，不仅依赖模型能力，更依赖模型与 Agent 在超长周期的交互中持续与用户对齐：沉淀经验、学习偏好，并在不断迭代中形成稳定的“长期理解”。而今天，行业整体仍处在非常早期的阶段。 我们期待的记忆系统，既能沉淀个性化记忆，也能以个性化的方式完成记忆的抽取、压缩与召回，让长期对齐真正可用、可规模化。Mindverse 团队长期深耕记忆的承载与提取路径，并基于 LoRA + RL 的技术路线探索持续的记忆迭代，同时推进 training infra、multi-LoRA inference infra 等关键工程能力建设，让我们开始看到“真正个性化”的一角。 同时，马卡龙 App 也在探索生成式交互的边界，尝试解锁一种更低门槛的方式，让用户更轻松地贡献出更多 Context，从而为记忆系统的长期成长与持续对齐提供更充沛的“燃料”。 我们相信，真正的长期竞争力来自“记忆 × 交互 × 工程化”的合力：一端让用户更愿意、更容易给到高质量 Context，另一端把记忆的沉淀、压缩与召回做成可持续迭代的系统能力。期待 Mindverse 继续把这条路走深、走实，推动个性化从概念走向规模化落地。
Mindverse创始人陈锴杰也分享：“模型能实现的超个性化体验，今天才刚刚揭开一角。我们希望为每个人提供属于自己的模型，让每一个人的偏好都能被记住，这是 AI 的未来。”
Mindverse 的野心并不止于做一个更好用的应用，而是推动一个更大的变化：让 AI 从所有人的通用工具，进化为每个人的专属智能体。 在通用模型的上半场已经被验证之后，Mindverse 正在押注并构建 AI 的下半场。
