海外的前沿小AI Lab，Paper Instruments，团队规模非常小，主要做专注于对大模型进行后训练（post-training） -他们找的生存空间是在垂直领域-知识工作（如制作专业报告、财务模型、法律文件、咨询交付物等） -商业上这种采用开源 + 推理API服务模式 -技术特点：强调非可验证（non-verifiable）领域的agentic RL（强化学习） -融资规模较小400万美金，属于YC比较早期的项目（Y Combinator 2025 Spring（S25）批次公司） 2026年10月14日发布 Ultramarine 1 Flash（基于GLM-5.3 Flash后训练）。声称在知识工作任务上表现接近Claude Fable 5，成本低约60倍；后训练总成本约30万美元。这种后训练的小模型不但存在于之前说的像coinbase这种有规模公司内部，还存在于外部服务市场，也就是一些后训练团队能做出性能和成本低于前沿top实验室的模型，提供开源和api的商业模式，也是有其生存空间的。 其CEO x ：Daanish Khazi @bertgodel 关于：不可验证领域的RL 详细介绍他们的研究 https://www.paperinstruments.com/blog/ultramarine