北京
近日，工信部中国信息通信研究院（以下简称“中国信通院”）人工智能研究所公布的一份检验报告显示，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，高于第三名的DeepSeek-V4-Flash，能力范围已经进入DeepSeek-V4-Pro所代表的万亿参数模型能力区间。
可信AI大模型基准测试——MCP 专项测试涵盖位置导航、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，重点考察大模型在多工具协同、复杂任务执行及真实环境交互等方面的综合表现，该专项测试部分指标和数据参考了开源项目MCP-Universe。
参测模型包括 DeepSeek-V4-Pro（1.6T）、DeepSeek-V4-Flash-0731（284B）、Step-3.7-Flash（198B）、StartLux-27B-260715（27B）、Qwen-3.6-27B（27B）和 AgentCPM-Explore（4B）。
结果显示，StartLux-V1.0-27B-Preview综合得分为39.25，排名第二，超过 284B 的 DeepSeek-V4-Flash-0731 和 198B 的 Step-3.7-Flash。在同等参数规模下，StartLux-V1.0-27B-Preview较 Qwen-3.6-27B 高出 5.34 百分点。单项任务中更突出：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。
测试结果
测试结果
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是国内首个采用该方法进行后训练的本地 Agent 模型。
在全球范围内，本地模型正在逐渐进入行业视野。
Google于4月推出了Gemma 4系列，其中31B Dense版本在开源模型排行榜排名第三，量化后可在消费级显卡上本地运行。8月初，Meta 发布 30B 本地模型 Muse Glimmer 并开源。NVIDIA也于8月推出了开源模型Nemotron 3.5 Lightning，这是一款30B参数的MoE模型，可直接在RTX PC等本地设备上运行。
盛大网络创始人、语生科学董事长陈大年近期预测，本地本地模型将在3年内占据80%的大模型市场。量子与AI软件公司Multiverse Computing联合创始人兼首席科学官Roman Orús也曾表示，行业正进入一个本地大语言模型将成为云端服务真正竞争对手的时期。
目前，StartLux-V1.0-27B-Preview可在消费级个人电脑上运行。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，StartLux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。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
