昨日行业协会发布新政策报告,探索144大的人文艺术魅力：历史与现代的交融

昨日官方更新行业政策动态,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。自动化服务调度，智能匹配维修资源

贵阳市息烽县、鹤壁市山城区 ，新余市渝水区、伊春市金林区、广西崇左市扶绥县、五指山市毛阳、湖州市吴兴区、济南市莱芜区、曲靖市马龙区、内蒙古赤峰市翁牛特旗、广西梧州市龙圩区、甘孜新龙县、酒泉市金塔县、焦作市马村区、沈阳市大东区、怒江傈僳族自治州福贡县、牡丹江市西安区 、文昌市昌洒镇、陇南市康县、湛江市廉江市、昌江黎族自治县七叉镇、吉安市万安县、湖州市长兴县、广西桂林市秀峰区、商洛市镇安县、内蒙古鄂尔多斯市杭锦旗、抚顺市新宾满族自治县、济南市历城区、吕梁市孝义市

可视化操作指导热线,本月官方发布行业研究成果,探索144大的人文艺术魅力：历史与现代的交融，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心支持电话、APP多渠道服务

武汉市汉阳区、莆田市涵江区 ，台州市温岭市、陵水黎族自治县隆广镇、杭州市拱墅区、六安市金安区、宁夏固原市西吉县、儋州市兰洋镇、重庆市荣昌区、临汾市大宁县、内蒙古通辽市库伦旗、衢州市开化县、辽源市东丰县、西宁市城东区、大庆市林甸县、舟山市普陀区、遂宁市安居区 、重庆市荣昌区、广西梧州市龙圩区、东莞市望牛墩镇、内蒙古赤峰市翁牛特旗、长治市武乡县、茂名市电白区、内蒙古包头市青山区、济南市历下区、清远市佛冈县、合肥市庐阳区、深圳市南山区、郑州市二七区、中山市南头镇、武汉市黄陂区

全球服务区域: 陵水黎族自治县三才镇、广西梧州市藤县 、亳州市蒙城县、洛阳市洛龙区、临汾市大宁县、广西贺州市钟山县、大庆市红岗区、佛山市高明区、甘南临潭县、直辖县潜江市、延安市洛川县、大兴安岭地区呼中区、广西柳州市柳南区、通化市辉南县、周口市西华县、天水市张家川回族自治县、西安市高陵区 、洛阳市宜阳县、绍兴市柯桥区、荆州市荆州区、南平市浦城县、武汉市洪山区

统一维修资源中心,本周研究机构传达最新行业进展,探索144大的人文艺术魅力：历史与现代的交融，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心支持电话、APP多渠道服务

全国服务区域: 内蒙古呼和浩特市和林格尔县、广西崇左市宁明县 、太原市晋源区、长沙市天心区、辽源市东辽县、楚雄大姚县、上海市浦东新区、大理大理市、陇南市文县、内蒙古兴安盟科尔沁右翼中旗、汕头市南澳县、武汉市黄陂区、广西防城港市港口区、台州市温岭市、洛阳市老城区、玉溪市江川区、宁德市屏南县 、内蒙古赤峰市克什克腾旗、玉溪市峨山彝族自治县、长沙市宁乡市、广西柳州市融安县、吉林市船营区、绵阳市安州区、甘孜九龙县、内蒙古锡林郭勒盟镶黄旗、重庆市南川区、中山市石岐街道、济宁市邹城市、宜春市铜鼓县、毕节市织金县、上海市静安区、十堰市茅箭区、新乡市长垣市、哈尔滨市呼兰区、朔州市应县、盘锦市兴隆台区、丹东市东港市、盐城市大丰区、白银市会宁县、萍乡市芦溪县、儋州市和庆镇

本周数据平台今日官方渠道公布最新动态:本周相关部门发布重大报告,探索144大的人文艺术魅力：历史与现代的交融

在历史的长河中，人文艺术始终是人类文明进步的重要标志。144大，这个数字，既代表了古代中国的一幅名画，也象征着现代艺术的一种精神。本文将带领大家走进144大的人文艺术世界，感受历史与现代的交融之美。 一、144大：一幅名画的传奇 144大，指的是中国明代画家沈周的《百子图》。这幅画长144厘米，宽61厘米，描绘了一百个天真烂漫的儿童在花园中嬉戏的场景。画中人物栩栩如生，生动活泼，充满了浓郁的生活气息。这幅画不仅展现了沈周高超的绘画技艺，更体现了古代中国的人文精神。 《百子图》作为一幅名画，历经沧桑，流传至今。它见证了历史的变迁，承载了无数人的情感。在欣赏这幅画的过程中，我们仿佛穿越时空，回到了那个充满欢乐的童年时光。 二、144大：现代艺术的灵魂 在现代艺术领域，144大同样具有特殊的意义。它代表着一种追求自由、创新的精神。在当代艺术家眼中，144大不仅仅是一个数字，更是一种象征。 1. 艺术创作中的144大 在艺术创作中，144大常常被用来表达艺术家对生活的感悟。例如，著名画家梵高在创作《向日葵》时，将向日葵的数量定为144朵，寓意着生命的顽强与美好。在音乐、舞蹈、戏剧等艺术形式中，144大同样被广泛应用，成为艺术家们表达情感、传递思想的重要手段。 2. 艺术欣赏中的144大 在欣赏艺术作品时，144大让我们更加关注作品背后的故事和内涵。它让我们在欣赏美的同时，思考人生、感悟生命。例如，在观看一部电影时，我们可能会被其中144个精彩瞬间所打动，从而对电影的主题和人物产生共鸣。 三、144大：历史与现代的交融 在历史与现代的交融中，144大的人文艺术精神得到了传承和发扬。以下是一些例子： 1. 文化遗产保护：我国政府高度重视文化遗产保护工作，将许多具有重要历史价值的人文艺术作品列为国家级文物保护单位。这些作品不仅丰富了人们的精神世界，也成为了连接历史与现代的桥梁。 2. 艺术教育：在艺术教育领域，144大的人文艺术精神被广泛传播。通过学习古代艺术作品，学生们可以了解历史、感悟人生，培养审美情趣和创造力。 3. 艺术交流：在国际艺术交流中，144大的人文艺术精神得到了全球艺术家的认可。各国艺术家通过相互学习、借鉴，共同推动世界艺术的发展。 总之，144大的人文艺术魅力在于它跨越时空，连接历史与现代。在探索这个数字背后的故事和内涵时，我们不仅能够感受到历史的厚重，更能体会到现代艺术的活力。让我们共同传承和发扬144大的人文艺术精神，为人类文明的繁荣发展贡献力量。

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。