锐评国模与 Neo Lab,畅谈 RL 人生与 RLaaS | 对谈 Mind Lab 首席科学家骁腾
2026年11月7日 · 1:03:27
本期对谈 Mind Lab 联合创始人兼首席科学家马骁腾(Pony),围绕他先后参与 Fellou 浏览器与 Mind Lab 两次颇具争议的创业,以及强化学习、Neo Lab 与 RLaaS 展开深聊。马骁腾认为创业是最符合 RL loop 的生活方式,他从强化学习中悟出三件事:探索与利用的平衡让他成为「90 分主义者」、policy 与 value 必须一致教会他知行合一、折扣因子提醒他既要远视也要有好的计划。在模型竞争上,他判断 1T 以下模型的预训练与后训练已是标准 recipe,大厂因账单压力和《The Cost of Staying》式的向心力在模型技术上会集体失败,但商业上靠置换算力仍能盈利;他对国模短期悲观、长期乐观,显著看好 DeepSeek 的模型与 Infra co-design(encoder-decoder 分离),也认可智谱务实、Kimi 喜欢创新,批评 MinMax 信仰不够坚定、先做营收后做模型搞反了顺序。他定义 Neo Lab 的核心是 research product co-design 且必须形成商业闭环,认为 RSI 目前完全是宣传口号,因为写作等能力无法脱离人类偏好自我迭代,企业私有数据也无法被公开模型获取。谈到 RLaaS,他解释客户需有自己的 benchmark,后训练通过提升纵轴表现与降本两条斩杀线创造价值,前沿模型一次迭代约几万元、整项目可控制在人民币几十万到 100 万左右。他还分享了做 LoRA 的 scale up、scale down、scale out 历程(实现一个 base model 支撑 100 万个 LoRA 推理)、对持续学习与用长期记忆储存 taste 的关注,以及不担心被全知全能模型吃掉、要为百花齐放的多模型世界奋斗的信念。