A | 日産とホンダの経営統合が破談となってから、丸1年が経過した。両社はそれぞれの道を進んできたが、自動車を取り巻く環境は変わらず厳しいままである。新鲜速递最近几天，模型行当风起云涌而我们的 MindLab 也拿出了的作品 Macaron V1：通过后训练，让 GLM5.2 再次伟大 MindLab 成立于去年 12 月，现如今是唯一完成对 GLM-5.1/5.2 完成后训练的外部团队Mind Lab 成立｜64 张卡跑万亿参数 RL，开源作为当下国内最受瞩目的 NeoLab 之一，本文重点聊聊 MindLab 他们的模型成果、技术路线以及优化方式模型与训练 NeoLab 的研究方向，是在现有基模下进行 LoRA 训练，即：对现有模型，取出大约 0.5% 的核心参数来训练，并有效的提高原有模型的素质。

B | 1年前、年間販売800万台を目標に掲げた提携は市場に大きな期待をもたらした一方で、OSの差異や現場の矜持が統合を阻む現実も露呈した。2026年を迎え、競争の軸は「量」から「知能」へと移りつつあるなかで、両社に残された選択は組織の合流か、機能別の共闘か。在 MindLab 成立之初，这套方法就在在 Kimi K2 进行了验证：64 张 H800 搞定万亿参数模型的强化学习但后训练有个经典难题：对话、推理、编程、工具调用等能力混在一起训，往往按下葫芦浮起瓢。团队为此独创了 Mixture-of-LoRA（MoL）：在冻结的基座上挂载多个独立的 LoRA 专家，每个专家专精一个方向，各自在隔离的适配空间中优化，彻底消除能力间的相互干扰。ブランドの誇りを保ちつつ、開発費を大胆に圧縮する新たな道は開けるのか。統合発表から破談に至る過程を振り返り、生存の壁を探る。这套方法先是在 GLM-5.1 上跑通了预览版 Macaron-v1-Preview 随后，也就是在正式版 Macaron V1 中，团队把基座换成了 GLM 5.2，并对模型能力进行了全面升级 V1 提供两款变体：旗舰 Venti（748B）：基于 GLM-5.2（原生 1M 上下文），通过 4 个 1B 的 LoRA 专家分别覆盖 Chat、Agent、Coding、UI 四大方向，切换由显式 Router Tool 控制，未来新增能力的话，只需再挂一个 LoRA 轻量 Tall（35B）：基于 Qwen 3.6 后训练，专为本地部署优化。

C | 同时，团队还通过自研的 LongStraw 技术，将 GLM 5.2 的上下文扩展至 2M，并通过将共享提示词复用为常驻状态，大幅降低长序列开销。

D | 【画像】「えぇぇぇ！」これが日産自動車の「平均年収」です！（4枚） ※　※　※ 　現在の状況下で、日産とホンダが再び歩調をそろえる可能性は否定できない。除了模型本体，团队还同步打造了三个关键配套，与模型联合训练： UI4A：通用生成式 UI 架构，让模型能渲染交互式视图（不仅是文本），不依赖特定基座，即使未经微调的模型也能驱动，独立于 Macaron 的通用底座 REPL Harness：为模型提供持久的 Python 运行环境，模型可用 save_tool 自行编写工具，用 promote_tool 将其提升为跨会话可用的全局工具 MinT 后训练平台：MindLab 自研的训练基础设施，核心设计是 Actor 与 Learner 之间只传递 Adapter（而非完整权重），天然契合 MoL 架构，支持百万级 Adapter 目录，端到端可覆盖万亿参数规模模型跑分我曾经问锴杰，怎样才能让模型智能不断提升？得到了一个回答：来自真实产品环境的奖励函数从模型愿景上来说，马卡龙是希望能够在日常生活中真正帮上忙，并且是长期持续为创造价值，为此他们自建了两个基准，用于指导模型训练，如下： Macaron ChatBench 作为 Agent 最基本的能力，需要评测 Agent 在长上下文中是否对用户保持诚实，而非「先把事情搞砸，然后道歉」 Macaron LivingBench 这是一个模拟的沙盒环境，包含三种相互关联的动态机制：动态噪声、动态生存环境以及动态用户。评测观察模型是否能够持续理解用户的需求，验证信息准确性，重新规划任务路径，在用户保持耐心的情况下完成任务，说白了：完成任务，然后提供更好的体感除此之外，还有一些常规 Bench，也让大家看一下成色 benchmark 对比图除此之外，我不知道是不是由于还在内测，用的人很少...就是这个模型快的离谱，我让他自己写了个自己的测速脚本，然后看看自己的速度：320字/秒我觉得它在糊弄我...于是我还录了个屏，让他做打点标记播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗我问锴杰：对于推理速度，你们干了啥？锴杰：的确做了速度性能的优化，但太强调的话，我怕后面大家体验如果和你的实测指标不一致，会生气好的，我绝对不说速度的事儿，另外还有个事情我得说一下，在我写这篇文章的时候，我让 Macaron 帮我去迭代了我的「大撒币计划」：速测 Qwen3.8 预览版：我用 1 小时，开发了套撒币系统我是这么要求他的...四舍五入啥也没说，让他自己干然后...它帮我迭代了所有的 ux，并且额外修了点 bug 看几个案例这里我就直接放点官方的 Case 了 Coding：用 Three.js 做了一个夜航船 3D 网页。

E | ここでは、統合発表から破談に至る経緯を振り返りつつ、将来の方向性を考察する。第一人称站在木船上，河灯飘在两侧，靠近时浮出诗句播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗夜航船 3D 网页（马卡龙版）同样的 prompt，GPT 5.6 也做了一版播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗夜航船 3D 网页（GPT版） Agent：从零构建一个混沌磁摆模拟器。

F | 今回は第4回（最終回）として、「全機能統合」か「機能別連携」か、2026年の時点での判断を示したい。　日産とホンダの統合か連携かの判断を行う前に、自動車市場の現状を俯瞰する。小球在重力、阻尼和三枚磁铁作用下运动，实时渲染分形区域播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗混沌磁摆模拟器播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 3D魔方然后这里还有个我觉得很有意思的 Case：3D 二维码... （提问：3d二维码是几维码？）播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗对了，测试 UI4A 可以用 Mind Lab 发的 Claude Code 插件 Macaron Artifacts `github.com/mindverse-ltd/macaron-artifacts` 接进 Claude Code 现在大家基本都在用 Claude Code 调各种模型，我整理了一下接法打开 CC Switch，选顶部 Claude Code 图标，点右上角 `+`，选「手动添加」 Name 随便填，比如 `Macaron-V1`，Base URL、API Key、Model 都留空，核心是下面这段 JSON： { "env": { "ANTHROPIC_BASE_URL": "https://mintcn.macaron.xin", "ANTHROPIC_AUTH_TOKEN": "sk-xxxx", "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1" }, "model": "macaron-v1-coding-venti" } CC Switch 配置截图我是看着 Mind Lab 从成立的，看着他们团队建立，看着他们跑通 MoL，再到发布自己的模型，不断着验证自己的判断：通过后训练让模型持续变强，经由多专家协同让能力可生长。

G | 販売面では世界的な電気自動車（EV）需要の停滞とハイブリッド車（HV）の注目度上昇が顕著であり、市場戦略では生産拠点の現地化が進んでいる。EV販売は欧州、米国、中国で温度差があり、2024年以降は中国を除き世界的に需要が伸び悩む一方で、HVの販売は増加している。この傾向により、欧州の自動車メーカーはEV戦略の見直しを迫られ、欧州委員会も2035年までの内燃機関車禁止の方針を修正せざるを得なくなった。　ホンダも2025年5月に発表した「2025 ビジネスアップデート」で、2030年におけるグローバルでのEV販売比率が従来目標の30%を下回る見通しとし、需要の高いHVの比重を高める方針を示した。

H | 米国では、トランプ政権がガソリン車を優先し、2025年9月末でEV購入補助金が終了したことで、EV需要の伸びはさらに鈍化する見込みである。　一方、中国の自動車メーカーは関税政策や生産コストの優位を活かし、東南アジアや欧州に生産拠点を広げている。例えば比亜迪（BYD）はタイ、インドネシア、マレーシア、カンボジアに工場を持ち、欧州ではハンガリーに生産拠点を設置または建設中である。リープモーターはステランティスのポーランド工場で製造し、シャオペンはオーストリアのマグナ・シュタイヤーに生産を委託するなど、欧州メーカーとの協業も進めている。このようにEV競争は、輸出中心の「量」の拡大から、現地生産を前提とした市場での受容を重視する「質」の勝負に変化しつつある。EV需要が伸び悩む状況で慎重になれば、中国メーカーに市場を先取りされるリスクがある。

Current article:http://apvy.diapoqiechuangpenghua.sbs/news/20260826_51290.html

Published on:01:06:44

下载地址2：点击进入迅雷高速下载

温馨提示：邀请好友一起下,可提高下载速度，若遇无法下载，可另选时间尝试或重装软件！

下载方法：安装软件后,点击即可下载,谢谢大家支持，欢迎每天来！

点击进去首发区（第一时间更新）：想第一时间下载本站的影片吗？下载方法:不会下载的网友先看看"本站电影下载教程"