今日行业协会发布最新研究成果,天美传媒作品集：展现创意与才华的视觉盛宴

今日监管部门披露行业新变化,苹果看上的公司，靠量子“邪修”给模型“瘦身”,很高兴为您解答这个问题，让我来帮您详细说明一下。全国联网回收网络，统一处理渠道

锦州市太和区、宁夏石嘴山市惠农区 ，南京市江宁区、平顶山市鲁山县、云浮市云城区、孝感市孝南区、铁岭市开原市、西安市雁塔区、广州市天河区、漳州市长泰区、吉安市新干县、齐齐哈尔市克东县、娄底市双峰县、济南市长清区、邵阳市大祥区、焦作市孟州市、广西梧州市万秀区 、宝鸡市眉县、陇南市徽县、齐齐哈尔市克山县、肇庆市高要区、渭南市华阴市、金华市磐安县、开封市杞县、黔东南凯里市、烟台市莱州市、咸阳市长武县、天津市河西区、凉山木里藏族自治县

本周数据平台本月业内人士公开最新动态,今日官方渠道公布新政策,天美传媒作品集：展现创意与才华的视觉盛宴，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一服务专线，标准化维修流程

湛江市雷州市、台州市临海市 ，丽江市玉龙纳西族自治县、金华市永康市、遵义市习水县、陇南市康县、内蒙古赤峰市阿鲁科尔沁旗、安顺市平坝区、运城市芮城县、深圳市龙岗区、抚州市黎川县、北京市朝阳区、德州市武城县、铜陵市郊区、商丘市睢县、忻州市岢岚县、内蒙古锡林郭勒盟锡林浩特市 、吕梁市离石区、吉林市永吉县、黄冈市武穴市、儋州市海头镇、河源市龙川县、晋中市太谷区、安阳市汤阴县、铜仁市沿河土家族自治县、黔南瓮安县、朔州市应县、滁州市琅琊区、宜春市宜丰县、西双版纳景洪市、东莞市长安镇

全球服务区域: 济南市市中区、九江市庐山市 、云浮市云城区、屯昌县枫木镇、毕节市金沙县、萍乡市莲花县、肇庆市端州区、泰州市靖江市、汉中市留坝县、天津市东丽区、湛江市坡头区、乐东黎族自治县佛罗镇、黄冈市黄州区、泸州市龙马潭区、安康市汉滨区、东莞市中堂镇、济南市商河县 、鞍山市立山区、阳江市江城区、甘南合作市、深圳市龙岗区、鸡西市滴道区

本周数据平台最新官方渠道传来研究成果,今日研究机构发布新成果,天美传媒作品集：展现创意与才华的视觉盛宴，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用问题咨询，实时解答各类疑问

全国服务区域: 三门峡市卢氏县、天津市河西区 、商丘市宁陵县、广西梧州市藤县、迪庆香格里拉市、六盘水市盘州市、临夏东乡族自治县、新乡市新乡县、苏州市姑苏区、苏州市昆山市、西安市碑林区、郴州市嘉禾县、咸宁市嘉鱼县、成都市金牛区、乐山市市中区、亳州市利辛县、晋中市昔阳县 、咸阳市淳化县、衡阳市雁峰区、广西柳州市融水苗族自治县、漳州市龙文区、文山砚山县、儋州市那大镇、万宁市三更罗镇、宝鸡市渭滨区、常德市津市市、广州市从化区、抚州市黎川县、广州市黄埔区、安康市石泉县、运城市河津市、海东市互助土族自治县、广西河池市金城江区、广西来宾市忻城县、朝阳市龙城区、商丘市宁陵县、安庆市望江县、榆林市神木市、连云港市连云区、眉山市彭山区、莆田市秀屿区

近日调查组公开关键证据:昨日相关部门发布新政策动态,天美传媒作品集：展现创意与才华的视觉盛宴

在当今这个信息爆炸的时代，传媒行业的发展日新月异，而天美传媒作为其中的佼佼者，其作品集更是成为了众多行业人士和爱好者津津乐道的话题。天美传媒作品集，不仅展现了其团队的创意与才华，更成为了行业内的一个标杆。 天美传媒，成立于2005年，是一家集广告、影视、公关、活动策划于一体的综合性传媒公司。多年来，天美传媒凭借其敏锐的市场洞察力和卓越的执行力，成功为众多知名企业提供了一站式的品牌传播解决方案。而其作品集，则是这些成功案例的集中体现。 首先，天美传媒作品集在广告领域表现尤为突出。无论是平面广告、户外广告，还是数字广告，天美传媒都能将创意与实际效果完美结合。例如，为某知名手机品牌设计的户外广告，以简洁的线条和鲜明的色彩，将产品特点巧妙地融入其中，吸引了大量消费者的目光。此外，天美传媒还擅长运用新媒体技术，为品牌打造出独具特色的互动广告，提升了品牌的知名度和美誉度。 在影视制作方面，天美传媒作品集同样精彩纷呈。从宣传片、微电影到企业纪录片，天美传媒都能根据客户需求，量身定制出高质量的影视作品。例如，为某知名企业制作的宣传片，通过讲述企业的发展历程和核心价值观，让观众对企业产生了深厚的感情。此外，天美传媒还擅长运用特效技术，为影视作品增添更多的视觉冲击力，让观众沉浸其中。 公关活动策划是天美传媒的又一亮点。在作品集中，我们可以看到一场场精彩绝伦的公关活动，如新品发布会、庆典活动、公益活动等。天美传媒凭借其丰富的经验和专业的团队，为客户打造了一场场难忘的盛会。例如，为某知名品牌举办的新品发布会，通过精心策划的环节和互动，让现场气氛热烈，达到了品牌宣传的目的。 除了广告、影视、公关活动策划，天美传媒作品集还涵盖了活动执行、展览展示等多个领域。在这些领域，天美传媒同样展现出了其卓越的执行力和创新能力。例如，为某知名企业举办的展览展示活动，通过独特的布展方式和互动环节，让观众在参观过程中充分了解企业文化和产品特点。 天美传媒作品集之所以能够受到广泛关注，离不开其团队的努力和付出。在作品集中，我们可以看到许多才华横溢的创意人、摄影师、导演、策划师等。他们凭借对行业的热爱和执着，不断追求创新，为观众带来了一个个精彩的作品。 总之，天美传媒作品集是一场视觉与创意的盛宴。它不仅展现了天美传媒团队的实力，更成为了行业内的一个标杆。在未来，我们有理由相信，天美传媒将继续秉持创新精神，为更多客户提供优质的服务，为我国传媒行业的发展贡献力量。

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网"AI 原生 100" 是虎嗅科技组推出针对 AI 原生创新栏目，这是本系列的第「17」篇文章。端侧模型和小模型这件事，在人工智能行业如今并不新鲜。去年，Meta、微软、苹果等就集中发布了一系列小模型，Llama-3、Phi-3、OpenELM 等。2019 年成立的 Multiverse Computing，试图用所谓 " 量子物理 " 方式给模型瘦身：它的核心技术 CompactifAI 能将大模型体积压缩 95%，却几乎不损失性能，让原本只能在数据中心运行的 AI，装进手机、汽车里。这也让这家公司获得了资本的青睐，截至今日，Multiverse Computing 已经完成了 5 轮融资。2024 年 3 月，这家公司完成了 2500 万欧元的 A 轮融资，一年多后 B 轮融资直接冲到 1.89 亿欧元，估值从 2024 年的 1.08 亿美元，涨到 5 亿美元，一跃成为西班牙最大的 AI 初创公司之一。两周多前，这家公司发布了两款 " 世界最小的模型 " ——鸡脑（chicken ’ s brain）和苍蝇脑（a fly ’ s brain）。" 苍蝇脑 " 是 Hugging Face 开源模型 SmolLM2-135 的压缩版本，原始参数是 1.35 亿，压缩之后只有 9400 万参数。" 鸡脑 " 则是 Llama3.18B 模型的压缩版本，可以直接在苹果电脑上运行，无需联网。这背后藏着太多值得拆解的问题：" 量子瘦身 " 技术究竟是噱头还是真功夫？当模型被压缩时，是否也会影响其性能？团队推出的 " 苍蝇脑 "" 小鸡脑 " 超小模型，又是如何突破硬件限制，甚至吸引苹果、三星等巨头洽谈合作？在 Meta、谷歌、微软纷纷下场做小模型，众多初创公司争抢 AI 效率赛道的当下，Multiverse 凭什么建立技术壁垒，成为西班牙估值最高的 AI 初创企业之一？虎嗅与量子计算领域的业内人士交流，试图理清这些问题。4 年 5 轮融资，估值一年涨 5 倍Multiverse Computing 并非一开始就进入模型赛道。2019 年团队成立之初，其聚焦量子计算软件，试图用量子技术解决金融领域的投资组合优化、风险管理等难题，这些在传统 IT 技术上难以被功克。凭借技术积累，Multiverse 很快被第三方数据分析与咨询机构 Gartner 评为量子计算领域的 "Cool Vender"。Gartner 的这份 Cool Vendor 的报告，主要涵盖科技创新领域，每个领域只有 4 家 -5 家公司能上榜，金融人士更是将这份榜单视为 " 投资宝典 "。借此，Multiverse 还获得了欧盟加速器 EIC 1250 万欧元的资金支持，成了欧洲资本最充足的量子初创公司之一。Multiverse 的团队中，40% 成员拥有博士学位，核心成员更是横跨金融、量子物理与科技创业三大领域 —— CEO 恩里克身兼数学、计算机、医学博士与 MBA，有 20 年银行业经验，曾任西班牙 Unnim 银行副 CEO；联合创始人罗曼是欧洲顶尖量子物理学家，专攻张量网络，拿过欧洲物理学会青年研究奖；CTO 塞缪尔则是量子计算与机器学习双料专家，熟悉创业与投资逻辑。转折点出现在 2023 年。生成式 AI 爆发后，大模型参数规模暴涨，算力成本飙升成了行业普遍痛点 —— OpenAI 每周在 ChatGPT 推理上的支出甚至超过训练成本。恩里克和团队敏锐发现，他们深耕多年的量子张量网络技术，恰好能破解这一困局：量子多体系统中的数学技巧，可用于大模型参数的高效压缩，且能最大程度保留性能。基于这一判断，团队火速组建 AI 压缩专项组，年底就推出了核心技术 CompactifAI，正式从 " 量子 + 金融 " 转向 " 量子 + AI"。这次转向不仅让 Multiverse 踩中了 " 小模型 " 风口，更让它在 2024-2025 年迎来爆发，成为西班牙最大的 AI 初创企业之一。" 量子瘦身 " 靠谱吗？Multiverse 的故事核心，是一套叫做 Compactif AI 的压缩技术。它不像行业常用的量化、蒸馏技术那样简单削减参数，按照 Multiverse 自己的介绍，这套技术是用量子物理张量网络方法，融合张量分解、矩阵低秩近似等复杂数学技巧，从模型底层重构参数逻辑。正如联合创始人奥鲁斯所说：" 我们的压缩技术并非计算机科学领域常见的套路，而是源自我们对量子物理的理解，更加微妙而精炼。"不过，虎嗅询问了量子计算领域的业内人士，Multiverse 所使用的这套数学方法虽然是量子中常用的，但其实只是一类数学方法，严格意义上和量子物理无关，因为张量网络问题最初就是物理学家从数学研究中借鉴到量子物理中的。所谓的张量网络方法，通俗比喻就是，你要拼一个一万平方米的拼图，拼完后为了存放它，需要找一个很大的房子。但如果你把拼图重新打碎，装到罐子中，把维度升高，从二维升高到 3 维，维度越多越方便压缩，再去掉重复的碎片，就可以装到一个小盒子里，并且保留几乎所有信息，需要的时候可以重新还原成大拼图。这种方法对大部分模型都适用，因为现在的模型，大多都是神经网络的变体，差别不大，Multiverse 的方法有很强的泛化性。这件事情的难点在于，要把现有的大语言模型基础算子 / 结构抽象出来，形成一套通用的压缩工作流，这样无论什么模型都可以复用。Compactif   AI 通常能将型体积缩小 80-95% 而准确率只下降 2-3 个百分点。例如，原本需要数十亿参数的模型压缩后可能只有几亿参数，却在绝大多数基准测试中与原模型表现相当。目前 Multiverse 已发布多个压缩模型版本，例如 Llama 4 70B 模型的精简版 "Llama 4 Scout Slim"，以及 Llama 3 系列和 Mistral 小模型的精简版等。2025 年 8 月，公司发布了两款号称 " 史上最小且高性能 " 的模型，并以动物大脑体积命名—— SuperFly（苍蝇脑）和 ChickBrain（小鸡脑）。SuperFly 基于 135M 参数的开源 SmolLM 模型压缩而成，仅含 9400 万参数，相当于一只苍蝇的大脑大小；ChickBrain 则由 Meta 的 Llama 3.1 系列 8B 模型压缩成 3.2B 参数（压缩率 60%），大小如小鸡大脑，却具备一定推理能力。ChickBrain（3B）的基准测试结果这件事的商业价值也很明显，CompactifAI 带来的直接好处是成本与效率优化。根据 Multiverse 公布的数据，其瘦身版模型推理速度是未压缩模型的 4-12 倍，对应推理成本降低 50-80%。在 AWS 云服务上，使用 CompactifAI 压缩后的模型可大大节省费用。例如，压缩过的 Llama 4 Scout Slim 在 AWS 上的调用费用约为每百万 tokens 0.10 美元，而原版约为 0.14 美元，也就是说，每处理百万 tokens 可以节省约 30% 费用。另外，CompactifAI 让此前只能在昂贵服务器上运行的 AI 模型进入了 " 平民设备 " 时代。Multiverse 声称其部分精简模型 " 小到可以在 PC、手机、汽车上运行 "。目前，Multiverse 提供了 3 种商业服务模式：（1）通过 AWS API，将压缩后的模型与原始模型均可通过 API 访问；（2）购买私有部署许可，提供企业级授权，允许用户在自己的本地基础设施或云环境中部署 CompactifAI；（3）通过服务提供商交付，让 Multiver 为用户压缩模型，并交付指定的推理服务提供商。CompactifAI 的用户主要是广泛使用大模型的企业和开发者。大型互联网和软件企业的 AI 团队是首要客户，他们往往部署开源 LLM 在自己的应用中，如客服聊天机器人、代码自动补全、文本分析等，但也必然面临高昂的推理开销和延迟问题。CompactifAI 可以帮助他们大幅削减算力成本，甚至支持离线部署。CompactifAI 在降本增效和边缘部署方面功能突出。它可以将一个部署在 8 张 A100 GPU 上的 LLM 压缩到 1-2 张 GPU 即可运行，甚至压缩到能够在 CPU 上实时推理。这为客户节省的不仅是每小时数百美元的云 GPU 租用费，还有巨大的能耗开销。小模型和端侧模型——巨头云集的赛道Multiverse 的技术，很快吸引了全球硬件巨头的关注。据其透露，目前已与苹果、三星、Sony、HP 等洽谈合作，核心是将 " 苍蝇脑 "" 小鸡脑 " 这类超小模型嵌入下一代终端设备——这恰好契合苹果的战略：2024 年 WWDC 大会上，苹果推出 "Apple Intelligence" 框架，明确表示不追通用巨无霸模型，优先做适配 iOS/macOS 的轻量化本地模型。不过，赛道竞争也在加剧。2024 年起，科技巨头纷纷下场小模型：Meta 发布 13 亿参数 LLaMA 微型模型，Google DeepMind 推出 2 亿 - 7 亿参数的 Gemma，微软 Phi 系列用 14 亿参数模型在数学、编码任务上超越 50 倍体积的大模型；初创公司中，Neural Magic、Deci 等也在争抢 AI 效率赛道，聚焦模型加速、自动选型等方向。AI 推理优化已经成为创投圈新的竞技场。初创公司阵营也不甘示弱。除了 Multiverse 外，Neural Magic、Deci、OctoML 都在下场大模型效率赛道；还有初创公司专注于模型路由、自动选型等，将不同模型按成本和效果自动分配。 这些公司切入点各异，但都瞄准了 " 提高 AI 性能 / 成本比 " 这个共同目标。虎嗅与量子计算领域人士交流，鉴于如今的大语言模型基本架构类似，Multiverse 的壁垒并不算太高，端侧模型和小模型不同，虽然都需要模型轻量化，但端侧模型除了需要轻量化，还需要配合不同设备的计算资源（内存、算力），以及能耗、发热等调节小模型，需要有特别设计，是一个工程化的问题。Multiverse 如果能够绑定一家硬件厂商，或许能够在端侧模型上建立自己的生态壁垒。另一方面，Multiverse 如今大部分还是围绕已有模型压缩，而不是自己训一个小模型，在效果上，可能不会达到惊艳的效果，而且极度依赖原有的模型能力。目前已经有一些专注小模型的初创公司除了压缩模型，还自己训练小模型，达到了不错的效果。Multiverse 可能在模型压缩上，通过自身团队积累的技术，能够实现较小的压缩损耗，但后续在端侧模型布局上的工程化问题，以及模型能力本身的技术壁垒，仍然有待观察。