陈大年掌舵，带队打赢万亿大模型

来源：猎云精选，文/王非

盛大创始人陈大年，近日再度传出重磅动向。

8月30日，由陈大年创办并担任CEO的原点星辉，通过官方公众号宣布，历经三个月打磨，正式推出首款大模型——StartLux‑V1.0‑27B‑Preview。这是国内首个采用“AI训练AI”（Auto Research）方式完成训练的本地Agent模型。

据中国信息通信研究院人工智能研究所出具的检验报告，该模型在可信AI大模型基准测试——MCP专项中，以27B参数量取得综合性能第二名的成绩，超越DeepSeek‑V4‑Flash‑0731（284B），仅次于参数量高达1.6万亿的DeepSeek‑V4‑Pro，综合得分差距仅约1个百分点，并在多项Agent任务中位列第一。

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。

陈大年入局大模型，并亲自担任CEO

1978年5月出生的陈大年，是中国第一代程序员，也是互联网早期知名的独立开发者。1999年，时年21岁的他与二哥陈天桥共同创办盛大网络。陈天桥主导战略与资本运作，陈大年作为第二大股东，负责技术、产品与运营。

2004年盛大上市后，陈天桥以32岁之龄成为中国最年轻首富，陈大年亦随之跻身富豪行列。此后，兄弟二人各自开辟新航道：陈天桥专注脑科学研究，通过TCCI基金会投入超10亿美元支持神经科学项目；陈大年则持续活跃在创业一线。

早在盛大2014年私有化退市前，陈大年便于2012年组建掌门科技集团，涉足互联网金融、物联网等新兴领域；2013年创办连尚网络，推出WiFi万能钥匙，以共享经济模式累计用户超9亿。

2015年，乘着创业热潮，陈大年转型为高科技领域早期投资人，聚焦工业互联网、医疗设备、载人航天、机器人等赛道，同时在文化产业和海外市场持续布局。

十年后的今天，正当外界以为陈大年将逐渐淡出公众视野时，他再度出手，乘AI浪潮创办语生科学创新院（Genora Science，简称“语生科学”）。

语生科学专注AI领域的创新孵化，为新生代创业者提供系统支持。该平台运营主体为上海语生科学技术有限公司，注册成立于2024年6月，陈大年担任董事长。

天眼查App显示，语生科学目前共有15笔对外投资，孵化和投资的企业包括桌面级多模态机器人研发商陆吾智能、零门槛AI创作平台灵珠、便携式激光驱蚊设备Photon Matrix、载人电动垂直起降飞行器御风未来、心之纽带、感知未来等。

就在2026年5月，语生科学生态的新公司——上海原点星辉科学技术有限公司悄然成立，法定代表人为罗永祥。

原点星辉由陈大年亲自担任创始人兼CEO，他带领团队聚焦本地模型领域，致力打造不依赖云端、数据自主可控的AI解决方案。

陈大年以人脑类比指出，当前大模型过度依赖参数堆砌存在策略偏差，未来三年，本地模型将在95%的场景中达到云端模型水平，并有望占据80%的市场份额。

CTO郭权玮带队，打赢万亿大模型

原点星辉CTO由郭权玮博士担任，全面负责技术战略、核心研发体系及本地智能体产品化方向。

今年7月WAIC期间，郭权玮接受赛迪网采访时曾表示，AI行业正走出单一竞争赛道。“过去很长时间，行业目光高度集中在基础大模型和参数量竞赛上，但今年大会清晰显示，产业布局已全面多元化——智能体、具身智能、科学智能、新材料研发、专用算力芯片、端侧AI终端同步迭代，AI不再只有一条发展主线。”

基于此判断，原点星辉团队致力于研发可在终端及服务器本地完整运行的小模型与原生智能体系统。在郭权玮看来，AI的终极使命不仅是生成文本，更要深入企业私有环境，读取本地文件、调用内部业务工具，自主完成完整工作流，而本地部署架构正是实现这一目标的最优解。

仅一个月后，郭权玮便带领团队交出首份答卷——StartLux‑V1.0‑27B‑Preview。该模型以Qwen3.6‑27B为基座，是一款面向工具调用与通用Agent场景的27B Dense模型。

据原点星辉介绍，训练数据重点强化模型的任务理解、工具选择、参数构造、多步执行、状态检查和结果验证等能力，使其能根据不同任务要求与工具反馈动态调整执行策略，并在异常或结果偏差时主动修正、重新执行直至任务完成。

团队自主研发了一套全新、多维度、可验证、可规模化的迭代优化技术。在训练过程中，采用“AI训练AI”的技术路线，让模型在真实工具环境中自主执行任务，并依托环境反馈持续进化——这一路径代表着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案完成训练的本地Agent模型。

为客观检验模型实力，原点星辉携StartLux‑V1.0‑27B‑Preview参与了中国信通院人工智能研究所组织开展的可信AI大模型基准测试——MCP专项测试。

该测试涵盖位置导航、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，部分指标和数据参考了开源项目MCP‑Universe。

结果显示，StartLux‑V1.0‑27B‑Preview综合得分39.25%，仅次于1.6万亿参数的DeepSeek-V4-Pro，总体指标差距仅1.30个百分点，并超越284B的DeepSeek‑V4‑Flash‑0731和198B的Step‑3.7‑Flash；同等参数量下，较基座模型Qwen‑3.6‑27B高出5.34个百分点。

数据来源：中国信通院 MCP-Universe 大模型基准测试

单项表现尤为突出：位置导航排名第一；浏览器自动化三项指标与DeepSeek‑V4‑Pro并列第一；金融分析Pass@1并列第一、Pass@3独占第一；3D设计稳定性指标排名第一。总体得分仅落后1.6万亿参数的DeepSeek‑V4‑Pro约1.3个百分点。

数据来源：中国信通院 MCP-Universe 大模型基准测试

原点星辉方面表示：“我们希望在模型规模、部署成本与实际Agent能力之间取得更好平衡。为检验模型在真实工具环境中的调用与任务完成能力，我们选择了MCP‑Universe作为评测基准。”此次测评证明，经过后训练的StartLux‑V1.0‑27B‑Preview——一款不足30B参数的稠密模型——已进入万亿级总参数模型的能力区间，“这初步验证了我们的技术构想。”