2026年6月，AI创投圈被一则融资消息刷屏：Mindverse（原马卡龙）以2亿美元估值，累计融资5000万美元，投资方包括美团战投。但这次炒作却让不少技术人笑喷——他们宣称的核心技术是LoRA，一个在图像模型领域早已过时的微调工具。这波操作，堪称AI圈的梯云纵：左脚踩右脚，硬是把一个老旧概念包装成了前沿创新。

LoRA的全称是Low-Rank Adaptation，最初用于大模型后训练阶段，通过小样本数据生成权重补丁，给模型挂载特定技能或风格。在图像生成领域，它的典型用途是套滤镜甚至绕过内容限制。一位工程师评价：现在模型能力足够强，直接用Prompt引导即可，微调已无必要。最完整的LoRA体验，反而是花169元充Liblib的进阶版会员——一个图片生成网站的古早功能。Mindverse却声称，他们的LoRA能让大模型一次性加载几千个技能包，并发明了新词mixture of LoRA，做路由层动态启动相关LoRA。

这套故事并不新鲜。2023年Agent概念兴起时，EvoMap等产品早已用Skill实现类似功能：通过自然语言将历史对话封装成技能包，且生态成熟。相比之下，LoRA需要修改模型权重层，只能用于开源模型，Claude、GPT等闭源模型完全无法接入。更关键的是，LoRA在文本业务中几乎零落地。多位Agent产品创始人和工程师反馈，没见过任何实际业务使用LoRA。美团战投的这轮投资，被调侃为外卖员一单挣块八毛钱，却养活了Neo lab的炒作。

这场闹剧背后，是AI创投圈对技术术语的过度追捧。当模型能力已大幅进步，Qwen、Kimi、DeepSeek等开源模型足以完成日常任务时，LoRA的实用价值几乎归零。对于从业者，建议警惕这类概念炒作：关注已有生态的成熟方案如Skill，而非被新名词迷惑。毕竟，真正的技术创新不需要靠偏门术语来证明自己。