深圳心洲旗下Mind Lab累计融资6000万美元，美团战投领投A轮，「持续学习」路线成全球AI下一站赌点 2026-07-29 ｜ 事时观察 ｜ 原始报道：36氪 核心速览： 深圳心洲科技有限公司（Mindverse）旗下前沿实验室 Mind Lab，成立以来累计融资6000万美元。2026年初完成由 美团战投领投 的近5000万美元A轮融资，元禾璞华、韶音科技、变量资本及老股东跟投。历史股东包括蚂蚁集团、红杉中国、源一、真格、高榕。团队押注的「持续学习」技术路线，正与图灵奖得主Richard Sutton的Oak Lab、OpenAI前CTO Mira Murati的Thinking Machines Lab形成全球三足鼎立之势。商业化仅14天，ARR已突破1000万美元。 6000万 累计融资（美元） ~5000万 A轮融资（美元，美团战投领投） 1000万 14天ARR（美元） 30+ 研究团队规模 一家「Neo Lab」的诞生：融资脉络与股东阵容 深圳心洲科技有限公司（品牌名Mindverse）成立于 2025年9月3日 ，注册于深圳市南山区粤海街道深圳清华大学研究院新大楼，注册资本1万元人民币，法定代表人陈锴杰。公司由陈锴杰与陈柏安各持股50%，二人均为最终受益人。同年10月，旗下前沿研究实验室Mind Lab正式组建，团队约30余人，核心成员来自xAI、DeepMind、DeepSeek、字节跳动Seed、MIT和清华大学。 融资节奏上，心洲科技走了一条「快速集结、重仓开局」的路： 2025年9月 深圳心洲科技有限公司注册成立 2025年10月 Mind Lab正式组建 ，创始团队到位 2025年12月 在Kimi K2（万亿参数MoE）上跑通端到端LoRA-RL ，仅用64张H800，GPU消耗为传统全参数RL的约10% 2026年初 完成近5000万美元A轮融资 ，美团战投领投，元禾璞华、韶音科技、变量资本及老股东跟投 2026年7月 发布Macaron-V1-Preview → Macaron-V1正式开源 ；商业化14天ARR达1000万美元 2026年7月9日 注册地址变更 （深圳清华大学研究院新大楼B801→B813） 历史股东名单覆盖了从顶级风投（红杉中国、高榕、真格）到产业资本（蚂蚁集团、源一），再到跨国消费电子品牌（韶音科技）。最新领投方 美团战投 的加入，是这条融资链条中最关键的变量。 美团为什么领投？战略协同还是财务卡位 截至2026年3月，美团已投资超50家科技企业，其中10家已上市或推进IPO（据美团2026年Q1披露），投资版图横跨具身智能、AI大模型、芯片半导体、自动驾驶等赛道。此前在AI大模型方向，美团已持有智谱AI 3.86%股权。美团战投在2026年的投资策略已明确为「聚焦产业协同，摒弃纯财务投资模式」。 Mind Lab的「持续学习」路线对美团的战略价值至少有两层： 第一层：本地生活场景的模型个性化。 美团的核心业务——外卖、到店、酒旅——每个城市、每个商家、每个用户的偏好都不同。Macaron-V1的「基座模型+场景化LoRA持续迭代」模式，理论上可以让美团在不出域数据的前提下，为每个城市甚至每个商家训练专属的轻量LoRA模块，降低模型的适配成本。 第二层：智能硬件与IoT的入口潜力。 韶音科技（Mind Lab股东之一，智能耳机品牌）同时出现在Mind Lab的客户名单中。智能硬件是持续学习模型落地的天然场景：不同用户使用积累的数据高度个性化，正是LoRA持续更新的理想土壤。美团通过投资绑定这条技术链，可能是在为未来「智能硬件+本地服务」的融合做基础设施铺垫。 视角： 美团战投领投Mind Lab，更像一次「技术期权」式布局——不赌短期财务回报，而是押注持续学习成为下一代AI基础设施后的战略优先权。这条路线如果跑通，美团可能是最大的应用受益方之一。 技术路线：MoL架构与「经验智能」的工程化落地 Mind Lab的核心技术拼图由三块构成： 1. LoRA-RL on trillion-parameter models。 2025年12月，团队在月之暗面Kimi K2（万亿参数MoE）上完成了端到端LoRA强化学习训练，GPU消耗仅为全参数RL的约10%。据团队称，当时国内能在万亿参数规模上跑通LoRA-RL的只有Mind Lab一家，海外唯一对等的团队是Mira Murati创立的Thinking Machines Lab（TML）。 2. Mixture-of-LoRA（MoL）架构。 Macaron V1旗舰版Venti总参数748B，其中744B来自智谱GLM-5.2（冻结），4B来自Mind Lab自训的4组各约1B的LoRA专家模块，分别负责Chat、Agent、Coding和GenUI。4B参数的变化，让模型在12项基准测试中拿下6项SOTA，且全部超越基座模型GLM-5.2。团队还验证了200个LoRA协作的规模化效应：能力随LoRA数量呈log线性增长，且多样性协作的效果优于单一LoRA全量训练约25%。 3. MinT基础设施平台。 今年1月上线的MinT已管理超过100万个Adapter revision，支持实时加载速度提升近10倍，面向微软云、华为云等客户提供后训练全流程服务。 关键判断： Mind Lab的技术创新集中在「后训练基础设施」——这不是一个模型故事，而是一个工程平台故事。后训练的数据量已接近甚至超过预训练，后训练的Infra比预训练更难做。Mind Lab赌的是：能用LoRA把持续学习做成一种按需服务，而不是一次性模型发布。 全球「持续学习」赛道：三足格局初现 玩家 领衔人物 成立时间 核心路线 商业化状态 融资/估值 Oak Lab Richard Sutton（图灵奖得主） 2026年7月 OaK架构：20W功耗下万亿参数持续学习Agent 尚未披露 未披露 Thinking Machines Lab Mira Murati（前OpenAI CTO） 2025年2月 LoRA-RL + 开源MoE模型Inkling（975B） Inkling已发布，未披露收入 ~20亿美元融资，估值120亿美元 Mind Lab（心洲科技） 陈锴杰（杜克大学休学创业者） 2025年10月 MoL架构 + 持续学习 + MinT Infra平台 14天ARR达1000万美元 累计6000万美元 Fireworks AI — — 托管数百个LoRA，动态切换 已规模化 估值175亿美元 Together AI — — LoRA默认微调方式 已规模化 估值83亿美元（C轮8亿） 值得注意的是，Sutton在2026年7月13日离开John Carmack的Keen Technologies创办Oak Lab，并在WAIC 2026首日主论坛发表演讲，强调「静态标注数据模式已触达天花板」。DeepSeek创始人梁文锋也在近期闭门会上明确表示：Agent之后需要解决的问题是持续学习，「AI现在不缺品味和直觉，缺的是持续学习的能力」。智谱创始人唐杰则在内部信中将其列为2026年必攻技术之一。 全球顶级玩家几乎在同一时间窗口内达成共识：后训练与持续学习是下一代模型能力的分水岭。 商业化验证：14天1000万美元ARR意味着什么 Mind Lab在2026年7月开启API商业化，两周内ARR突破1000万美元。核心收入模式并非传统推理API按token计费，而是「基座模型+客户场景化LoRA持续迭代」服务。已披露客户包括某头部手机厂商、韶音科技、AI硬件初创企业Odyss，以及普林斯顿、斯坦福、伯克利等海外高校研究团队。 这个速度放在整个模型行业中几乎没有先例。大多数模型公司从发布到规模化收入需要以年为单位计算。但ARR只是一个年度化指标——按前两周的实际收入线性外推，实际月均收入可能在80万-100万美元上下，基数仍然较小。 看点： 1000万美元ARR的价值不在于绝对数字，而在于它验证了一条不同于传统API经济的路径——客户为「学习」付费，而不是为「推理」付费。如果这一模式成立，Mind Lab的客户生命周期价值（LTV）可能显著高于纯推理API服务商。 风险与待验证问题 风险信号①：注册资本与资产规模对比悬殊。 深圳心洲科技有限公司注册资本仅1万元人民币，而公司累计融资已达6000万美元（约4.3亿人民币），两者之间近4万倍的差距，意味着公司在法律主体层面存在极低的资产壁垒。虽然这在早期AI创业公司中常见，但在后续政府项目竞标、大额合同签署或合规审查中可能构成实际障碍。 风险信号②：后训练赛道的并购整合加速。 过去一年内，三家后训练方向的创业公司被收购：Predibase被Rubrik收购、OpenPipe被CoreWeave收购、Adaptive ML被Datadog收购。大厂倾向于把后训练能力内部化。Mind Lab如果想保持独立，需要持续证明其平台价值的不可替代性。 待验证问题③：持续学习的「冷启动」难题。 目前没有任何团队完全跑通部署后的自动化持续学习闭环。Mind Lab的LoRA更新仍需人工筛选训练轨迹、验证效果。Sutton的Oak Lab还停留在架构设计阶段。从「人工辅助的持续更新」到「真正自驱动的持续学习」，中间还有多个工程瓶颈待突破。 待验证问题④：对基座模型的依赖风险。 当前Macaron V1基于智谱GLM-5.2和Qwen 3.6构建。如果智谱或阿里变更开源策略、调整API接口或转向闭源，Mind Lab的技术栈将面临替换成本。TML选择自研基座Inkling，正是为了规避这一依赖。 下一步看什么 对Mind Lab（深圳心洲）的跟踪，以下几个节点值得重点关注： ① 持续学习的闭环能否自动化。 团队明确将「经验智能机器」作为长期目标——模型从自己的经历中学习，经验转化为能力，能力解决更难的问题。这是从论文概念到工程产品的关键一跃。 ② LoRA数量从200到200万。 团队计划将参与协作的LoRA从约200个扩至2万再到200万个。Scale Number of Models是否成立，将直接决定MoL路线的天花板。 ③ 美团战投的产业协同何时落地。 如果美团能将Mind Lab的技术整合进本地生活或即时配送的场景，将是持续学习路线最有说服力的产业验证。 ④ 全球竞赛速度。 Sutton的Oak Lab尚无产品时间表，TML估值120亿但尚未展示商业化收入。Mind Lab的窗口期可能只有6-12个月——要么靠产品和客户增速跑出壁垒，要么被大厂整合或边缘化。 信息来源： [1] 36氪：在大模型的下一阶段议题上，我们找到了一家做持续学习的中国Neo Lab（2026-07-29） [2] 新浪财经：梁文锋和Mind Lab，看向了同一个问题：持续学习（2026-07-23） [3] 天眼查｜深圳心洲科技有限公司｜工商基础信息 [4] 天眼查｜深圳心洲科技有限公司｜股东信息 [5] 天眼查｜深圳心洲科技有限公司｜产品信息 [6] 天眼查｜深圳心洲科技有限公司｜风险信息（注册地址变更） [7] 新浪新闻：Sutton MIT讲座——LLM只是过渡（2026-07-15） [8] 北京智源研究院：Sutton、OpenAI联创押注的持续学习，有中国团队带着模型进场了（2026-07-26） [9] 头条：Agent MoE黑马——Mind Lab商业化14天ARR破千万美元（2026-07-23） [10] 天眼查｜深圳心洲科技有限公司｜疑似实际控制人