Mind Lab在8月初开源了一套叫Macaron-V1的模型家族（arXiv:2608.09819）。它的旗舰版Macaron-V1-Venti基于744B参数的GLM-5.2，但基座模型完全冻结，所有能力来自叠在上面的四个LoRA专家。
这不是又一个大模型发布。它代表了一种新的架构选择：不训练基座，不搞MoE，用LoRA组合实现能力切换。
冻结基座，切换专家
Macaron-V1的架构叫Mixture-of-LoRA（MoL）。设计原则很直接：基座模型冻结不动，上面叠加多个LoRA适配器，每个用户对话轮次只激活其中一个。
旗舰版有四个LoRA专家，分别负责对话、智能体、编程和GenUI。用户发一条消息，系统先用Proxy路由判断这条消息需要哪种能力，然后激活对应的LoRA。四个专家各自独立训练，互不干扰，基座参数原封不动。
图：Macaron-V1四个LoRA专家与Proxy路由机制
图：MoE、Skills与MoL三种方案的成本和参数变更对比
这跟混合专家模型（MoE）不同。MoE在基座内部做专家切换，需要修改模型本身的参数结构。MoL不改基座，只是在外面挂不同的适配器。论文用一张图对比了三种扩展路径：MoE扩展基座本身，Skills扩展脚手架，MoL冻结基座组合LoRA。
KR Asia在8月3日的报道中提到，Mind Lab在今年1月就发布了MinT——一个用于LoRA训练和推理的基础设施平台。Macaron-V1是MinT之上的第一个完整模型产品。Flowith的技术博客分析指出，这套架构的核心优势是持续学习：新领域来了就训练新的LoRA，不影响已有能力。
每轮只激活一个
Macaron-V1的路由机制有个特点：每个用户轮次只选一个LoRA，不做混合。这跟多LoRA融合的常见做法不一样。多数MoL方案会在token级别或序列级别混合多个适配器的输出，Macaron-V1选了最简单的路径。
论文解释了原因：混合多个LoRA会引入跨任务干扰。不同专家在不同数据上训练，如果同时激活，参数空间会打架。一次只激活一个，干净利落，每个专家只在自己擅长的领域发力。
这套设计还解决了KV Cache复用问题。因为基座冻结，不同LoRA切换时，基座部分的KV Cache可以保留，只有LoRA部分需要重算。论文提到这让切换开销控制在可接受范围。
两个版本两条路
Macaron-V1发布了多个变体。Venti版基于744B的GLM-5.2，面向高算力场景。Tall版基于50B的Qwen3.6，面向本地部署和低延迟场景。还有一个Coding版，直接把编程LoRA合并进基座，不走MoL路由。
KR Asia报道了一个细节：Mind Lab把这套系统定位为"经验智能"——模型从真实环境中学习经验，部署后继续学习。这和传统的"训练完就冻结"模式完全不同。Macaron-V1的设计允许持续添加新LoRA，老的LoRA不更新也不会被覆盖。
源势AI怎么看
我们的Token聚合平台接了20多个模型，每天都在做路由选择。但我们的路由是在模型层面——选哪个模型来回答。Macaron-V1把路由做到了模型内部——同一个基座，不同的LoRA专家。
这个方向有价值，但也有明显的适用边界。企业场景中，不同任务的能力需求差异很大。客服需要对话能力，代码审查需要编程能力，数据分析需要工具调用。用一个冻结基座加多个LoRA，比维护多个独立模型更省资源。
但每轮只激活一个LoRA是个硬约束。真实业务中，一个请求经常同时需要多种能力——用户问"帮我查一下上周销售数据然后写个邮件"，这需要Agent能力和对话能力同时在线。Macaron-V1的当前设计会把这条请求路由到其中一个LoRA，另一个能力就用不上。
我们的判断：MoL是一个好的增量进化方向，特别适合能力边界清晰的场景。但在需要能力融合的复杂Agent任务中，多LoRA并行激活仍然是更现实的选择。持续学习的理念是对的，实现路径还需要打磨。
