本周研究机构发布权威信息,YSL千人千色，AE86演绎经典复古风潮

本周行业协会披露最新报告,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。客服中心全国联网，服务更便捷

连云港市灌南县、大理剑川县 ，兰州市永登县、玉溪市澄江市、济南市商河县、直辖县仙桃市、嘉兴市南湖区、丹东市振兴区、内蒙古乌海市海南区、惠州市惠东县、怒江傈僳族自治州泸水市、徐州市云龙区、洛阳市西工区、绵阳市梓潼县、保山市昌宁县、普洱市景谷傣族彝族自治县、朔州市右玉县 、广西桂林市灵川县、安顺市普定县、海东市民和回族土族自治县、湖州市德清县、德州市庆云县、武汉市黄陂区、辽阳市白塔区、三明市建宁县、晋中市灵石县、上饶市余干县、岳阳市平江县、长春市宽城区

本周数据平台稍早前行业报告,最新相关部门披露最新研究成果,YSL千人千色，AE86演绎经典复古风潮，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修电话，支持在线咨询报修

湘西州永顺县、苏州市姑苏区 ，黄冈市黄梅县、广西南宁市横州市、镇江市扬中市、甘孜色达县、济南市莱芜区、海西蒙古族德令哈市、伊春市嘉荫县、广西防城港市防城区、赣州市上犹县、宿州市泗县、南充市南部县、广西梧州市藤县、宜昌市五峰土家族自治县、葫芦岛市兴城市、吕梁市孝义市 、昌江黎族自治县石碌镇、临沂市临沭县、内蒙古阿拉善盟阿拉善左旗、丽水市遂昌县、阜阳市阜南县、宜春市上高县、儋州市峨蔓镇、陵水黎族自治县黎安镇、朔州市应县、内蒙古锡林郭勒盟二连浩特市、台州市天台县、娄底市涟源市、榆林市清涧县、白沙黎族自治县细水乡

全球服务区域: 双鸭山市集贤县、咸阳市三原县 、运城市河津市、重庆市铜梁区、吕梁市临县、凉山喜德县、广西崇左市天等县、岳阳市云溪区、平凉市泾川县、邵阳市城步苗族自治县、邵阳市新宁县、亳州市蒙城县、内蒙古呼和浩特市新城区、舟山市普陀区、镇江市扬中市、扬州市邗江区、大兴安岭地区呼中区 、鸡西市城子河区、西宁市湟中区、四平市公主岭市、中山市南头镇、惠州市惠东县

可视化故障排除专线,昨日行业报告传递新成果,YSL千人千色，AE86演绎经典复古风潮，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一延保标准，透明服务条款

全国服务区域: 辽阳市弓长岭区、广西贺州市平桂区 、三明市大田县、昌江黎族自治县石碌镇、广西河池市宜州区、三明市大田县、内蒙古阿拉善盟阿拉善右旗、凉山西昌市、阿坝藏族羌族自治州壤塘县、广西桂林市恭城瑶族自治县、楚雄牟定县、岳阳市临湘市、甘孜九龙县、茂名市信宜市、商洛市柞水县、平顶山市鲁山县、咸宁市嘉鱼县 、广西梧州市龙圩区、内蒙古鄂尔多斯市准格尔旗、阜新市清河门区、大理洱源县、济宁市金乡县、东莞市虎门镇、忻州市忻府区、潍坊市安丘市、晋城市泽州县、内蒙古赤峰市敖汉旗、成都市温江区、遵义市仁怀市、广西玉林市福绵区、商丘市柘城县、昆明市西山区、阳泉市平定县、本溪市明山区、白沙黎族自治县荣邦乡、德州市禹城市、黔西南册亨县、宜春市上高县、伊春市丰林县、天津市河北区、遵义市赤水市

本周数据平台今日多方媒体透露研究成果:本月行业协会传递研究成果,YSL千人千色，AE86演绎经典复古风潮

在时尚界，YSL（Yves Saint Laurent）一直以其独特的审美和前卫的设计风格独树一帜。而AE86，作为经典复古文化的代表，更是让人回味无穷。当这两个元素碰撞在一起，便演绎出一幅别具一格的“千人千色AE86”画卷。 YSL，作为法国著名奢侈品牌，自1961年由Yves Saint Laurent创立以来，始终引领着时尚潮流。其标志性的“YSL”标志，已成为全球时尚人士的象征。而“千人千色”则是YSL品牌的一大特色，代表着每个消费者都能在YSL的世界里找到属于自己的色彩。 AE86，作为80年代日本汽车文化的代表，以其独特的造型和性能，在年轻人中广受欢迎。它那充满复古气息的外观，仿佛将人们带回到了那个充满激情的岁月。而如今，AE86在改装车界更是独领风骚，成为无数车迷心中的经典。 当YSL的“千人千色”与AE86的复古风格相遇，便产生了一种奇妙的化学反应。改装车友们纷纷将YSL的经典元素融入AE86的设计中，让这辆经典车型焕发出新的活力。 首先，改装车友们将YSL的标志性红色、黑色、白色等鲜艳色彩涂装在AE86的车身，使其成为一道亮丽的风景线。这些色彩不仅彰显了YSL品牌的时尚气息，更让AE86在众多改装车中脱颖而出。 其次，改装车友们将YSL的时尚元素融入AE86的内饰设计。例如，选用YSL品牌的皮革座椅、方向盘等，让车内空间充满奢华感。此外，车友们还巧妙地将YSL的标志性图案和文字印在车内装饰品上，使AE86更具个性。 在动力系统方面，改装车友们也对AE86进行了升级。他们更换了高性能引擎、涡轮增压器等，使AE86的动力更加强劲。与此同时，车友们还注重车辆的整体性能，对悬挂、刹车等系统进行了优化，确保AE86在行驶过程中更加稳定、安全。 值得一提的是，YSL与AE86的结合，不仅仅体现在外观和内饰设计上。改装车友们还通过举办各种活动，将这种独特的文化传承下去。例如，举办“千人千色AE86”改装车展，让更多车迷了解这一独特的改装风格。此外，车友们还积极参与公益活动，将这份热爱传递给更多人。 总之，YSL千人千色与AE86的完美结合，不仅让经典车型焕发新生，更在时尚界掀起了一股复古风潮。这种跨界合作，不仅展现了我国改装文化的魅力，也为全球车迷带来了全新的视觉盛宴。相信在不久的将来，这种独特的改装风格将会在全球范围内得到更广泛的认可和喜爱。

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。