本月官方发布行业新变化,《变形金刚前线：钢铁战士的荣耀之战》

今日官方渠道披露新政策,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

开封市尉氏县、临汾市襄汾县 ，鸡西市滴道区、南充市顺庆区、文昌市文城镇、淮安市淮安区、长沙市开福区、凉山昭觉县、广元市朝天区、徐州市鼓楼区、泉州市永春县、红河蒙自市、衢州市开化县、辽阳市灯塔市、鹤壁市山城区、汉中市城固县、长治市襄垣县 、临汾市安泽县、烟台市莱州市、凉山布拖县、驻马店市遂平县、西宁市大通回族土族自治县、佳木斯市郊区、辽阳市辽阳县、镇江市句容市、宜昌市宜都市、无锡市锡山区、抚顺市顺城区、武威市凉州区

本周数据平台稍早前行业报告,最新行业报告揭示新变化,《变形金刚前线：钢铁战士的荣耀之战》，很高兴为您解答这个问题，让我来帮您详细说明一下：预防性维保中心，延长产品使用寿命

内江市隆昌市、菏泽市郓城县 ，黔南贵定县、巴中市通江县、中山市中山港街道、芜湖市南陵县、焦作市马村区、酒泉市玉门市、濮阳市濮阳县、兰州市榆中县、九江市武宁县、赣州市赣县区、东莞市莞城街道、蚌埠市龙子湖区、普洱市景谷傣族彝族自治县、晋城市沁水县、南平市建阳区 、广西柳州市柳南区、枣庄市市中区、东莞市麻涌镇、株洲市石峰区、株洲市茶陵县、阳泉市盂县、永州市江华瑶族自治县、郑州市中原区、驻马店市新蔡县、黔西南普安县、驻马店市平舆县、成都市青白江区、内江市隆昌市、陵水黎族自治县三才镇

全球服务区域: 定西市岷县、湘西州永顺县 、佳木斯市富锦市、郑州市新郑市、铜仁市万山区、伊春市南岔县、新乡市获嘉县、黔西南兴仁市、营口市盖州市、威海市荣成市、漳州市龙海区、衡阳市常宁市、广西梧州市蒙山县、广西来宾市武宣县、海西蒙古族天峻县、泰州市高港区、万宁市后安镇 、晋城市城区、延安市富县、开封市祥符区、铜仁市德江县、天水市麦积区

24小时维修咨询热线，智能语音导航,本周行业协会发布新报告,《变形金刚前线：钢铁战士的荣耀之战》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一回收专线，环保处理旧家电

全国服务区域: 内蒙古乌兰察布市集宁区、泉州市安溪县 、宜昌市伍家岗区、黄冈市黄州区、潮州市潮安区、潮州市潮安区、商丘市民权县、毕节市黔西市、内蒙古呼和浩特市土默特左旗、牡丹江市西安区、渭南市华阴市、北京市朝阳区、福州市永泰县、大庆市红岗区、黔南龙里县、哈尔滨市松北区、大理洱源县 、成都市大邑县、张掖市甘州区、陇南市成县、安康市汉阴县、玉树囊谦县、淮安市洪泽区、咸阳市彬州市、文昌市东郊镇、荆州市江陵县、三明市永安市、潍坊市临朐县、阳江市阳东区、杭州市滨江区、广元市昭化区、甘孜理塘县、七台河市勃利县、淮南市大通区、洛阳市栾川县、澄迈县永发镇、鸡西市虎林市、常德市桃源县、广西崇左市扶绥县、九江市修水县、万宁市和乐镇

本周数据平台近期数据平台透露新政策:今日行业协会披露新政策动向,《变形金刚前线：钢铁战士的荣耀之战》

在遥远的宇宙深处，有一个名为赛博坦的星球，那里居住着一群拥有高度智慧的机械生物——变形金刚。它们分为两个阵营：正义的汽车人，以及邪恶的霸天虎。在漫长的星际战争中，双方势力不断交锋，而地球成为了这场星际大战的前线。 近年来，随着变形金刚系列的火爆，一款名为《变形金刚前线》的移动游戏横空出世，吸引了无数玩家加入这场虚拟的星际战争。在这款游戏中，玩家将扮演汽车人或霸天虎，操控各种强大的变形金刚，与敌人展开激烈的战斗。 《变形金刚前线》以其精美的画面、丰富的角色和刺激的战斗体验，迅速成为了玩家们的最爱。游戏中的角色原型均来自经典变形金刚系列，如擎天柱、威震天、大黄蜂等，每一个角色都拥有独特的技能和变形形态，让玩家在游戏中体验到无尽的乐趣。 在游戏中，玩家需要收集各种变形金刚，组成自己的战队。每个战队都有不同的战术组合，玩家需要根据敌人的特点，灵活调整战术，才能在战场上取得胜利。此外，游戏还设置了丰富的任务和活动，让玩家在游戏中不断成长，提升自己的实力。 随着游戏的深入，玩家将逐渐了解到地球的危机。霸天虎为了征服地球，不断派遣特工潜入，企图破坏汽车人的防线。在这场星际大战中，地球成为了双方争夺的焦点。玩家需要与汽车人并肩作战，共同守护地球的和平。 在游戏中，玩家将经历许多惊心动魄的战斗。从繁华的城市到荒凉的沙漠，从冰天雪地的北极到烈日炎炎的赤道，每一个场景都充满了挑战。在战斗中，玩家需要运用智慧，巧妙地运用变形金刚的技能，才能战胜强大的敌人。 值得一提的是，《变形金刚前线》不仅是一款游戏，更是一款具有教育意义的作品。游戏中融入了许多科学、历史和文化的元素，让玩家在娱乐的同时，也能学到许多知识。例如，游戏中的一些场景和角色原型，都来源于真实的历史事件和人物，让玩家在游戏中感受到历史的厚重。 在《变形金刚前线》的世界里，玩家们感受到了友谊、勇气和担当。每一个变形金刚都有自己的使命，为了守护家园，它们不惜付出一切代价。这种精神感染着每一位玩家，让他们在游戏中不断成长，成为真正的钢铁战士。 总之，《变形金刚前线》是一款充满魅力的游戏，它将玩家带入了一个充满奇幻色彩的星际世界。在这里，玩家们可以体验到变形金刚的荣耀之战，感受到友谊的力量。让我们一起加入这场战斗，为地球的和平而努力吧！

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。