機器之心發(fā)布

Mythos 被禁了。

Anthropic 那個讓硅谷集體沉默的模型，美國政府不讓賣給中國。X 平臺上有人直接問馬斯克：中國什么時候能追上？Musk 說九個月。智譜首席科學家唐杰回了一句：用不了那么久。

GLM-5.2 剛發(fā)布，評測全面逼近前沿，基座差距在肉眼可見地收窄。唐杰的底氣大概率來自于此。但我們更關心另一個問題：追上 Mythos，光靠基座迭代夠不夠？

不夠。OpenAI 從 GPT-4 到 o1，核心增量來自后訓練。Anthropic 的 Constitutional AI，本質是后訓練方法論。基座決定上限，后訓練決定你能摸到上限的多少。事實上，GLM 從 5.1 到 5.2 的能力跨越，本身就是后訓練的勝利。

而這恰好引出一個關鍵事實：恰好兩周前，機器之心報道了一家專門做大模型后訓練的團隊：Mind Lab，隸屬于 Mindverse（心洲科技）。從 HuggingFace 的數據來看，他們目前是全球唯一一家完成了 GLM-5.1/5.2 系列后訓練的外部團隊。 他們基于 GLM-5.1 后訓練的模型 Macaron-V1-Preview，評測結果已經超過了基座本身，提分幅度不小。

這意味著什么？如果 GLM 基座能力繼續(xù)往上走，Mind Lab 在后訓練上已經驗證過的提分能力再疊加上去，通過后訓練路線追平 Mythos 級別的智能，Mind Lab 同樣有機會。

但這次看到唐杰那條回帖，我們重新去看了一眼 GLM 的后訓練生態(tài)。發(fā)現(xiàn)的事情挺振奮人心的。

去 HuggingFace 上翻了一圈

從 HuggingFace 上看來，Mind Lab 目前仍然是全球唯一一家，完成了 GLM-5.1/5.2 系列模型后訓練的實驗室。 GLM-5.1 的 finetune 和 adapter 分類下，翻來翻去就是他們一家做完了全流程并公開發(fā)布。

一個有意思的細節(jié)：HuggingFace 上 GLM-5.1 后訓練模型下載量排第四的，其實是另一個團隊（inferencerlabs）對 Macaron 做量化后可以直接運行在 Mac 上版本。別人的模型已經在被二次加工和傳播了，生態(tài)影響力在自發(fā)形成。

GLM-5.2 發(fā)布之后我們又去看了，Mind Lab 同樣是第一個宣布支持并啟動后訓練的。值得一提的是，GLM-5.2 引入了一個全新的架構設計 IndexCache，這是該版本區(qū)別于 5.1 的核心技術變化之一。Mind Lab 已經完成了對 IndexCache 的完整適配，并將方案直接開源了出來。新基座剛發(fā)布，核心新架構的訓練支持就已經到位并開源，這個響應速度本身就說明問題。更早之前，他們在技術博客里就披露了對 DSA（動態(tài)稀疏注意力）和 MTP（多 token 預測）這些 700B 以上模型特有架構模塊的適配方案。

從架構適配到訓練框架再到開源發(fā)布，每次 GLM 出新版，Mind Lab 跟進的速度都是按天算的，這不是臨時抱佛腳能做到的事。

后訓練提了多少分

上一輪的成績單已經擺在那里了。

先前基于 GLM-5.1 的后訓練，Mind Lab 的提分幅度相當可觀：PinchBench 從 GLM-5.1 基座的 76.6 分提升到 Macaron-V1-Preview 的 92.5 分，漲了 15.9 分，相對提升約 20.8%；Terminal-Bench 2.0 從 63.5 分提升到 67.4 分，漲了 3.9 分。這個幅度說明一件事：GLM 系列的基座能力遠沒有被充分釋放，后訓練還有很大的提分空間。

現(xiàn)在他們搬到了 GLM-5.2 上。5.2 比 5.1 基座能力有顯著躍升，后訓練能釋放的空間也跟著變大。

GLM5.1 到 5.2 的跨越，本質上就是后訓練的勝利。而 Mind Lab 是目前唯一具備 GLM5.1/5.2 后訓練能力的外部團隊，而且是目前唯一具備 GLM5 系列后訓練能力的外部團隊。智譜的基座能力還在持續(xù)往上走，年底大概率會發(fā)布新一代模型。到那個時候，基座本身的能力跨了一大步，Mind Lab 在后訓練上積累的提分能力再疊加上去，邏輯鏈條是連續(xù)的，Mind Lab 同樣有機會追平 Mythos 同等水平的智能。

而且有一點容易被忽視：做后訓練的團隊，迭代周期天然比做基座的短。基座訓練動輒幾個月，后訓練的周期是按周算的。新基座一出來，后訓練團隊理論上可以比基座團隊自己更快地把能力釋放出來。在「從智譜新基座到 Mythos 級別產品」這段路上，Mind Lab 的節(jié)奏可能比你想象的快，因為他們只押這一件事。

除了智譜自己，只有他們

既然后訓練價值這么大，為什么做的人這么少？

門檻不低。三個能力缺一不可：

對基座架構的深度理解。GLM 使用的 MTP 和 DSA 都是在 700B 以上模型才用到的技術，indexcache 更是支持 GLM5.2 訓練到 1M 上下文的關鍵技術，不是拿開源訓練框架直接跑得通的。

高質量訓練數據的構造能力。后訓練和預訓練用的數據完全不同，不是規(guī)模取勝，而是質量和結構取勝。這部分的 know-how 在行業(yè)里高度不透明。

工程基礎設施。大模型后訓練同樣吃算力，同樣需要精細到每個超參數的訓練策略管理。就在最近，Mind Lab 直接開源了一套支持 GLM-5.1 和 5.2 的 Megatron 訓練框架。 這意味著他們不只是在現(xiàn)有框架上做適配，而是從訓練基礎設施層面把 GLM 系列的后訓練鏈路打通了，而這個工程量本身就是一道很高的門檻。

GLM-5.1 發(fā)布到現(xiàn)在不短了，HuggingFace 上做完后訓練并開源的只有一家。除了智譜自己以外，Mind Lab 是目前唯一展現(xiàn)出有能力在 GLM 最新基座上做后訓練的外部團隊。 這個位置本身就是稀缺的。

九個月夠不夠

Mythos 被禁，中國想用上同等能力只能靠自研。馬斯克說九個月。唐杰說用不了那么久。

唐老師表示，做出中國的 Mythos，需要兩條腿走路，即基座預訓練迭代和后訓練模型的自我迭代。智譜在前者的位置很明確，而后者的位置上，Mind Lab 是目前除智譜以外唯一交出公開成果、并且持續(xù)在 GLM 最新基座上迭代的團隊。

后訓練賽道在國內還沒有得到足夠關注。大部分討論集中在基座之爭：誰的參數多、誰的評測高、誰又發(fā)了新版本。但當基座差距逐漸收窄，后訓練的質量會越來越成為產品體驗的分水嶺。

九個月夠不夠，我們不確定。但有一件事是確定的：在 GLM5.1/5.2 的后訓練路線上，目前唯一看得到路徑、并且已經用成績證明過提分能力的外部團隊，就是 Mind Lab。Mythos 級的智能不是只有預訓練一條路能到，后訓練這條路上，Mind Lab 已經站在了最近的位置。

這件事，振奮人心。