盛大创始人再出手，上海本土AI公司StartLux打赢万亿大模型

近日，中国工信部信息通信研究院（以下简称“中国信通院”）人工智能研究所公布了一份检验报告，上海原点星辉科学技术有限公司（下简称StartLux）研发的本地大模型StartLux-V1.0-27B-Preview，在可信AI大模型基准测试——MCP专项测试中，以27B参数量取得综合性能排名第二的成绩，打赢了DeepSeek-V4-Flash-0731，仅次于1.6万亿参数的DeepSeek-V4-Pro，差距仅约1个百分点，并在多项Agent任务中排名第一。这也是我国本地大模型首次在国家级检测机构完成此类权威测评。

上海近年来持续推进人工智能高地建设，此次上海本土AI企业在本地大模型领域取得了重要突破。报告由中国信通院出具，涵盖位置导航、网页搜索、浏览器自动化、金融分析、代码仓库管理、3D设计6类专项任务及综合评估，共7项检验项目。StartLux-V1.0-27B-Preview综合得分39.25，排名第二，超过284B的DeepSeek-V4-Flash-0731和 198B的Step-3.7-Flash。单项任务中，位置导航排名第一，浏览器自动化、金融分析等任务也与1.6T参数的DeepSeek-V4-Pro并列第一或独占第一。

这意味着，模型能力的竞争正在出现一个变化：大，不再是唯一的答案。过去几年，大模型行业最直接的竞争方式是扩大参数、增加算力和训练数据。但当基础模型能力不断提升之后，行业开始面对另一个问题，模型越来越强，真正能够进入用户工作流的应用却没有同步增加。原因之一，是需求。AI要进入金融、企业知识库、研发、办公等场景以及个人用户的真实生活时，用户不仅关心模型“聪不聪明”，更关心数据是否安全、隐私是否可控，以及长期使用的成本。这正是本地模型的机会，也是本地模型相较于云端模型的核心优势。

据悉，StartLux以Qwen3.6-27B为基座做后训练定向增强，把一个27B的本地模型，推到与1.6T旗舰同级的位置，靠的是StartLux团队自主设计的一个全新、多维度、可验证、可规模化的模型优化升级技术。模型训练的过程中，团队采用AI训练AI（Auto Research）的方法，自主开展训练实验，并通过反馈持续优化训练策略。该方法代表了当前全球模型研发的前沿方向。StartLux-V1.0-27B-Preview也是国内首个采用该方法进行后训练的本地Agent模型。

据了解，担任StartLux CEO的是陈大年。他是中国初代程序员，曾创立盛大网络、连尚网络。移动互联网时代，他推出的WiFi万能钥匙全球用户超过9亿。2017 年后他因身体原因淡出一线，而今重新躬身入局：他此次选择的主战场是本地模型——不依赖云端、数据留在本地、面向个人和企业日常应用的AI。

有意思的是，即将过去的8月，也是盛大创新院创立18周年。时光流转，但上一代互联网企业培养出的各类人才，为上海的前沿创新提供着源源不断的活力。青蓝相继，一脉相承。

对于AI时代，陈大年有自己的判断，他认为“本地模型的能力在3年之内应该可以和Claude这种最强的模型几乎打平”。陈大年类比了人脑：人的大脑就这么点容量、这么点功耗，却产生了人类辉煌的文明；同样水平的能力，现在的大模型却要靠巨大的参数量去堆，“这应该是策略上出了问题”。

他分享了原点星辉StartLux的CTO、语生科学首席科学家郭权玮博士面试时说的一个梦想，他觉得很有意思：“我要用很小的数据，做一个像小孩一样聪明的模型。接下来，给它上九年制义务教育。”有了优秀的基础模型，给它做强大而有效的后训练，这就是本地模型超越云端模型的方式。从这个意义而言，陈大年相信，“在95%的场景下，未来本地模型的能力一定是可以打平云端模型的，而且时间会非常短”，他判断认为，3年内，本地模型会占据80%的市场。

无论开源还是闭源，当前主流大模型多以云端部署为主，部分云端模型企业虽推出本地小模型，但也并非其主打产品。而StartLux-V1.0-27B-Preview则是本地原生模型。从这个意义上来说，StartLux是全球第一家主打本地模型的AI公司。

值得一提的是，8月10日，Meta 发布30B本地模型Muse Glimmer并由扎克伯格发表宣言，主张AI应走向本地。8月25日，头部云端AI公司 Perplexity AI正式进入本地模型市场，宣布推出Portable Computer——其多模型编排智能体数字员工“Perplexity Computer”的本地化版本。同期，StartLux的优异成果，则为这一全球共识提供了来自中国本土的强力验证。据了解，StartLux计划于年内推出第一代本地智能解决方案，与此同时，团队正在稳步推进模型训练的脚步，也正对扩散式语言模型等新架构进行深入研究和优化。