Mind Lab Apresenta Macaron-V1: IA com Aprendizado Contínuo Supera Modelos Atuais

Mind Lab, com o Macaron-V1, não está apenas lançando mais um modelo, mas propondo uma nova era para a IA: a inteligência experiencial. A empresa, fundada em outubro de 2025 e com talentos de DeepMind e xAI, aposta no aprendizado contínuo, uma visão que converge com as ideias de Richard Sutton, considerado o pai do aprendizado por reforço. Sutton, inclusive, criou a Oak Lab em meados de julho de 2026 focada nisso. A base técnica do Macaron-V1 está no uso de Mixture of LoRA (MoL), onde múltiplos módulos LoRA (Low-Rank Adaptation) de um bilhão de parâmetros cada são acoplados a modelos base como o GLM-5.2. Isso permite que a IA se adapte dinamicamente a diferentes tarefas, destilando dados de uso em LoRAs dedicados e constantemente atualizados.

Essa abordagem resolve um dilema fundamental da IA: a rigidez de modelos com parâmetros fixos pós-treinamento. Em vez de retreinar um modelo inteiro, o que é caríssimo, o Macaron-V1 ajusta apenas os módulos LoRA. Essa flexibilidade é crucial. O trabalho da Mind Lab começou com o artigo FireAct em 2023, defendendo a integração de dados relevantes diretamente no modelo para melhorar o desempenho, superando a engenharia de prompts. A empresa já demonstrou a viabilidade de aplicar aprendizado por reforço (LoRA-RL) em modelos MoE de trilhões de parâmetros, como o Kimi K2 em dezembro de 2025, usando apenas uma fração dos recursos de GPU de métodos tradicionais. A infraestrutura MinT, lançada em janeiro de 2026, é o pilar disso, gerenciando mais de um milhão de modelos LoRA e acelerando o deploy em dez vezes.

O Macaron-V1 que vemos agora representa um avanço em relação à versão Macaron-V1-Preview, lançada em junho de 2026. A versão de pré-visualização operava com cinco módulos LoRA experts sobre o GLM-5.1. Naquela época, já demonstrava desempenho superior a modelos como GPT-5.4 e Claude Opus 4.6 em benchmarks internos. A versão completa, Macaron-V1 (na sua edição Venti), agora é pós-treinada no GLM-5.2 e utiliza quatro adaptadores LoRA de um bilhão de parâmetros cada, focados em capacidades específicas como chat, agentes, codificação e geração de interface. Além disso, a Mind Lab introduziu a versão Tall, otimizada para implantação local com o modelo base Qwen 3.6, uma novidade que expande o alcance da tecnologia. Os benchmarks também evoluíram: a versão final atingiu resultados de ponta em seis de doze testes.

A Mind Lab, com o Macaron-V1, está redefinindo o que esperamos de modelos de IA. A capacidade de aprender e se adaptar continuamente, sem a necessidade de retreinamentos caros, transforma a economia e a aplicabilidade da IA. Em um cenário onde modelos de IA autônoma e autoaperfeiçoamento, como os noticiados pelo CEVIU em julho de 2026, são cada vez mais importantes, o Macaron-V1 oferece uma arquitetura que permite essa evolução constante. Isso significa IAs mais personalizadas, eficientes e relevantes para casos de uso específicos, abrindo caminho para sistemas inteligentes que realmente "crescem" com a experiência, um objetivo central para o futuro da tecnologia.