大模型領域跑出新玩家,StartLux-27B本地大模型打贏DeepSeek V4 Flash

2026年8月31日 10:06
大模型領域跑出新玩家,StartLux-27B本地大模型打贏DeepSeek V4 Flash
站內 AI 整理稿

飛向TAI空2026.08.31 10:04 · 來自北京全文1680字00:00 / 04:34本地大模型上牌桌,性能正面硬剛DeepSeek。圖片來源:unsplash近日,中國工信部信息通信研究院(以下簡稱“中國信通院”)人工智能研究所公佈的一份檢驗報告顯示,上海原點星輝科學技術有限公司(下簡稱StartLux)研發的本地大模型StartLux-V1.0-27B-Preview,在可信AI大模型基準測試——MCP專項測試中,以27B參數量取得綜合性能排名第二的成績,高於第三名的DeepSeek-V4-Flash,能力範圍已經進入DeepSeek-V4-Pro所代表的萬億參數模型能力區間。

可信AI大模型基準測試——MCP專項測試涵蓋位置導航、網頁搜索、瀏覽器自動化、金融分析、代碼倉庫管理、3D 設計6類專項任務及綜合評估,共7項檢驗項目,重點考察大模型在多工具協同、複雜任務執行及真實環境交互等方面的綜合表現,該專項測試部分指標和數據參考了開源項目MCP-Universe。參測模型包括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)。

結果顯示,StartLux-V1.0-27B-Preview綜合得分為39.25,排名第二,超過284B的DeepSeek-V4-Flash-0731 和198B的Step-3.7-Flash。在同等參數規模下,StartLux-V1.0-27B-Preview較Qwen-3.6-27B高出5.34個百分點。單項任務中更突出:位置導航排名第一,瀏覽器自動化、金融分析等任務也與1.6T參數的DeepSeek-V4-Pro 並列第一或獨佔第一。StartLux以Qwen3.6-27B為基座做後訓練定向增強,把一個27B的本地模型,推到與1.

6T旗艦同級的位置,靠的是StartLux團隊自主設計的一個全新、多維度、可驗證、可規模化的模型優化升級技術。模型訓練的過程中,團隊採用AI訓練AI(Auto Research)的方法,自主開展訓練實驗,並通過反饋持續優化訓練策略。該方法代表了當前全球模型研發的前沿方向。據悉,StartLux-V1.0-27B-Preview是國內首個採用該方法進行後訓練的本地Agent模型。在這款模型背後,可以看到行業正在發生的一個清晰轉向:當基礎模型能力跨過實用門檻,過去兩年以參數規模為核心的軍備競賽已進入同質化階段。

同等規模模型在Benchmark上的差距越縮越小,但用戶和企業的真實困擾從來不是大模型的測試分數與排名,而是模型能否解決實際問題、數據是否安全、成本是否可控。這些答案不在越來越大的雲端集群裡,而在數據不出域、推理在身邊、能力可定製的本地方案裡。在全球範圍內,本地模型正在逐漸進入行業視野。Google於4月推出了Gemma 4系列,其中31B Dense版本在開源模型排行榜排名第三,量化後可在消費級顯卡上本地運行。8月初,Meta發佈30B本地模型Muse Glimmer並開源。英偉達也於8月推出了開源模型Nemotron 3.

5 Lightning,這是一款30B參數的MoE模型,可直接在RTX PC等本地設備上運行。盛大網絡創始人、語生科學董事長陳大年近期預測,本地本地模型將在3年內佔據80%的大模型市場。量子與AI軟件公司Multiverse Computing聯合創始人兼首席科學官Roman Orús也曾表示,行業正進入一個新階段,本地大語言模型將成為雲端服務真正的競爭對手。目前,StartLux-V1.0-27B-Preview可在消費級個人電腦上運行。

據瞭解,StartLux 計劃於年內推出第一代本地智能解決方案,與此同時,StartLux團隊正在穩步推進模型訓練的腳步,也正對擴散式語言模型等新架構進行深入研究和優化。

Related

相關文章

MarkTechPost AI生成式AI

認識 Voxel51 3.0:為實體 AI 打造的統一多模態資料平臺

Voxel51 已發布 Voxel51 3.0,這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺,將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要:規模:Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境:可於 app.voxel51.com 使用託管網頁應用程式,或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能:未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點:免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。

19 小時前
何夕2077生成式AI

下一概念建模把文本生成提速最高31倍

斯坦福等聯合提出全新文本生成範式 NCM,生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling(簡稱 NCM,即“下一概念建模”)。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路,有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上,NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE,從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統,訓練 Transformer 模塊去預測下一層的編碼。在生成文本時,模型會先並行生成概念層面的宏觀大綱,接著逐層並行填充具體細節,最終組合成完整的文本內容。在實際測試表現中,NCM 交出了令人矚目的成績單。實驗數據顯示,在保持相近甚至更優生成質量的前提下,NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍,並且在訓練過程中所需消耗的 token 數量也大幅減少。此外,在數獨等複雜推理任務上,它的表現也明顯優於傳統的自迴歸和擴散基線模型,同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限,其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證,但這一創新思路無疑打破了長期以來的技術慣性,為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南,每天我們為你呈現AI領域的熱點內容,聚焦開發者,助你洞悉技術趨勢、瞭解創新AI產品應用。

23 小時前
雷峰網生成式AI

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎?

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎? 本文作者: 倪萍 2026-10-17 22:42 導語:10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族 10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術,能夠在充分釋放續航能力的同時,監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格,續航可達702公里,整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅,以及華為DriveONE芯片級驅制融合架構,百公里制動僅為32.8米。底盤方面,Ray7搭載高性能前後穩定杆和後五連桿懸架,過彎極限更高,濾振更乾淨。智能化上, Ray7搭載27顆車規級全視角傳感器,採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗,在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來,昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升,產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車,Ray7是埃安開啟年輕化序列的關鍵落子,也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆:小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位,不能只堆參數,更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異,變成用戶可感、可信、可持續的體驗,這才是埃安年輕化的分水嶺。(雷峰網(公眾號:雷峰網)) 雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。

1 天前
智東西生成式AI

梁聖又掀桌了!DeepSeek新模型斬殺GPT-6,許願式編程時代降臨

作者 | 楊京麗 編輯 | 李水青 10月17日報道,剛剛,DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本,官方網頁端、App與API已同步更新至新模型,模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search(搜索)與Fetch(抓取)API,兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日,DeepSeek正式推出V4.1-Flash,在性能上超越了DeepSeek-V4-Pro。

1 天前