近日官方发布权威通报,半夜年轻人看B站软件：揭秘深夜追剧族的秘密世界

最新相关部门披露最新研究成果,1年涨五倍，被苹果看上的“模型瘦身”公司靠谱吗？,很高兴为您解答这个问题，让我来帮您详细说明一下。专业家电维修客服，一对一解决问题

延安市甘泉县、济宁市微山县 ，舟山市岱山县、安阳市殷都区、合肥市庐阳区、驻马店市正阳县、内蒙古赤峰市林西县、韶关市翁源县、大连市甘井子区、开封市尉氏县、内江市东兴区、广西来宾市象州县、武威市凉州区、重庆市巴南区、安顺市平坝区、毕节市大方县、四平市铁东区 、宣城市泾县、运城市万荣县、漳州市龙文区、三明市大田县、天水市清水县、大理永平县、内蒙古通辽市科尔沁区、普洱市澜沧拉祜族自治县、汉中市佛坪县、乐东黎族自治县莺歌海镇、中山市南朗镇、成都市青羊区

本周数据平台近日官方渠道公开最新动态,近日监管部门发布重要信息,半夜年轻人看B站软件：揭秘深夜追剧族的秘密世界，很高兴为您解答这个问题，让我来帮您详细说明一下：以旧换新服务中心，全流程指导

株洲市渌口区、福州市晋安区 ，绥化市望奎县、常德市汉寿县、滁州市凤阳县、邵阳市绥宁县、阜阳市颍东区、驻马店市遂平县、宁波市象山县、周口市项城市、营口市大石桥市、宁德市柘荣县、成都市金堂县、宿迁市宿城区、宜宾市江安县、吕梁市柳林县、牡丹江市穆棱市 、广西河池市都安瑶族自治县、本溪市明山区、河源市连平县、楚雄大姚县、大庆市让胡路区、东莞市茶山镇、吉林市磐石市、临沧市镇康县、泸州市合江县、广西北海市铁山港区、孝感市应城市、温州市龙湾区、临汾市侯马市、云浮市云城区

全球服务区域: 宁夏银川市西夏区、玉溪市红塔区 、安顺市普定县、广西玉林市兴业县、昆明市禄劝彝族苗族自治县、汉中市留坝县、牡丹江市宁安市、宣城市宁国市、孝感市云梦县、东莞市桥头镇、梅州市梅江区、安阳市内黄县、万宁市万城镇、岳阳市华容县、广西防城港市东兴市、广西河池市南丹县、赣州市瑞金市 、淮南市潘集区、梅州市五华县、甘孜九龙县、内蒙古赤峰市宁城县、驻马店市正阳县

近日监测部门传出异常警报,本周行业报告传递新动态,半夜年轻人看B站软件：揭秘深夜追剧族的秘密世界，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修服务电话，持证技师上门服务

全国服务区域: 沈阳市沈北新区、白沙黎族自治县青松乡 、伊春市南岔县、红河个旧市、三门峡市渑池县、平凉市泾川县、广西河池市宜州区、滁州市明光市、延安市洛川县、吕梁市兴县、宁德市周宁县、东莞市樟木头镇、广元市昭化区、大庆市让胡路区、内蒙古呼和浩特市赛罕区、揭阳市揭西县、淮安市洪泽区 、恩施州利川市、晋中市太谷区、宿州市砀山县、吕梁市石楼县、广州市南沙区、遵义市习水县、内蒙古赤峰市克什克腾旗、榆林市横山区、天水市清水县、黔南平塘县、南平市延平区、菏泽市巨野县、遵义市习水县、珠海市斗门区、萍乡市上栗县、南平市建瓯市、万宁市龙滚镇、常州市金坛区、襄阳市襄城区、绥化市青冈县、楚雄楚雄市、鞍山市铁东区、湘西州花垣县、果洛达日县

近日监测小组公开最新参数:今日官方通报行业变化,半夜年轻人看B站软件：揭秘深夜追剧族的秘密世界

在夜幕低垂，灯火阑珊的夜晚，许多人已经进入了梦乡，但在这个寂静的时光里，有一部分年轻人却活跃在B站这个充满活力的平台上。他们深夜追剧，沉浸在软件带来的无尽乐趣中。那么，半夜年轻人看B站软件的背后，究竟隐藏着怎样的秘密世界呢？ B站，全称哔哩哔哩，是我国一家以年轻人为主体的弹幕视频分享网站。在这里，年轻人可以找到各种类型的视频内容，包括动画、游戏、科技、生活、娱乐等。而半夜成为B站活跃用户的原因，主要有以下几点： 1. **深夜追剧的便利性**：B站拥有丰富的视频资源，用户可以随时随地观看。对于一些上班族和学生党来说，白天忙碌的生活让他们没有太多时间追剧，而深夜则是他们放松心情、享受娱乐的最佳时刻。 2. **弹幕文化的独特魅力**：B站的一大特色就是弹幕，用户可以在观看视频时实时发表评论，与其他观众互动。这种独特的互动方式，让半夜看B站的年轻人感受到了前所未有的乐趣。 3. **个性化推荐算法**：B站根据用户的观看历史和喜好，为用户推荐相应的视频内容。这使得半夜看B站的年轻人能够轻松找到自己感兴趣的视频，满足他们的好奇心。 4. **深夜追剧的社交属性**：在深夜看B站的年轻人，往往会在评论区与志同道合的朋友交流心得，分享快乐。这种社交属性，让半夜看B站的年轻人感受到了归属感。 然而，半夜看B站软件也存在一些问题。首先，长时间熬夜看视频会对身体健康造成一定影响。其次，过度沉迷于B站，容易导致年轻人忽视现实生活中的重要事务，如学习、工作等。 为了解决这些问题，以下是一些建议： 1. **合理安排时间**：年轻人应该合理安排自己的作息时间，保证充足的睡眠。在享受B站带来的乐趣的同时，也要关注现实生活。 2. **培养自律意识**：年轻人要自觉抵制熬夜看B站的诱惑，养成良好的生活习惯。在享受娱乐的同时，也要关注自己的身心健康。 3. **关注现实生活**：年轻人要关注现实生活中的重要事务，如学习、工作等。在忙碌的生活中，适当放松自己，享受B站带来的乐趣。 总之，半夜年轻人看B站软件，既是一种娱乐方式，也是一种社交方式。在这个秘密世界中，他们找到了属于自己的快乐。然而，在享受乐趣的同时，也要关注自己的身心健康，合理安排生活。只有这样，才能让B站成为我们生活中的一部分，而不是全部。

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网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。