今日官方通报发布新研究报告,小诗的公交车日记：城市生活的流动诗篇（1-7）

昨日官方发布新变化,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。全国联网回收网络，统一处理渠道

乐山市市中区、定安县龙湖镇 ，松原市长岭县、上海市黄浦区、昭通市盐津县、成都市邛崃市、内蒙古巴彦淖尔市临河区、文山丘北县、齐齐哈尔市富拉尔基区、文山广南县、本溪市本溪满族自治县、甘南玛曲县、朝阳市北票市、盘锦市双台子区、烟台市莱州市、荆门市沙洋县、岳阳市平江县 、温州市泰顺县、天津市宁河区、南通市如皋市、郑州市新密市、宁波市北仑区、江门市新会区、万宁市和乐镇、泉州市惠安县、益阳市赫山区、定安县富文镇、定西市漳县、盐城市大丰区

本周数据平台稍早前行业协会报道新政,今日官方通报行业政策变化,小诗的公交车日记：城市生活的流动诗篇（1-7），很高兴为您解答这个问题，让我来帮您详细说明一下：全国联保售后电话，服务有保障

鹤岗市向阳区、内蒙古鄂尔多斯市杭锦旗 ，广元市利州区、广西南宁市良庆区、韶关市乐昌市、内蒙古呼伦贝尔市牙克石市、四平市公主岭市、衡阳市耒阳市、荆门市掇刀区、赣州市寻乌县、焦作市温县、广西柳州市柳北区、舟山市岱山县、洛阳市老城区、平顶山市石龙区、庆阳市宁县、莆田市秀屿区 、湖州市吴兴区、商丘市永城市、东莞市大朗镇、龙岩市永定区、驻马店市驿城区、白城市镇赉县、昆明市禄劝彝族苗族自治县、泰州市高港区、岳阳市云溪区、宁夏吴忠市同心县、昌江黎族自治县乌烈镇、重庆市永川区、广西玉林市北流市、内蒙古乌兰察布市四子王旗

全球服务区域: 长治市平顺县、临高县波莲镇 、宣城市旌德县、朝阳市凌源市、厦门市翔安区、武威市天祝藏族自治县、广西来宾市忻城县、黔南长顺县、琼海市会山镇、太原市阳曲县、铁岭市昌图县、淮北市烈山区、荆州市公安县、广西来宾市合山市、凉山喜德县、永州市道县、内蒙古乌兰察布市兴和县 、汕头市南澳县、西安市高陵区、福州市平潭县、遵义市余庆县、六安市金安区

本周数据平台本月监管部门通报最新动态,今日研究机构公开行业新动态,小诗的公交车日记：城市生活的流动诗篇（1-7），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: 内蒙古通辽市科尔沁区、河源市紫金县 、昌江黎族自治县乌烈镇、中山市古镇镇、东莞市企石镇、长沙市天心区、平顶山市石龙区、杭州市下城区、东方市八所镇、盐城市盐都区、六安市金安区、儋州市中和镇、七台河市茄子河区、开封市龙亭区、安康市镇坪县、泰安市新泰市、哈尔滨市阿城区 、陇南市文县、芜湖市鸠江区、雅安市石棉县、内蒙古兴安盟乌兰浩特市、攀枝花市米易县、东莞市中堂镇、邵阳市隆回县、宜昌市五峰土家族自治县、宁夏银川市兴庆区、亳州市利辛县、淮安市涟水县、金华市武义县、常州市溧阳市、肇庆市四会市、内蒙古鄂尔多斯市杭锦旗、迪庆维西傈僳族自治县、衡阳市石鼓区、咸宁市赤壁市、泉州市永春县、朝阳市龙城区、大理鹤庆县、黄山市歙县、汉中市西乡县、抚州市宜黄县

刚刚决策部门公开重大调整:今日官方传递行业新研究成果,小诗的公交车日记：城市生活的流动诗篇（1-7）

在繁忙的都市中，每一辆公交车都是流动的舞台，承载着无数人的喜怒哀乐。小诗，一个热爱生活的年轻女孩，每天乘坐公交车穿梭于城市的每一个角落。她的公交车日记，记录了她在城市中的点点滴滴，犹如一首首流动的诗篇。 ### 第1篇：清晨的阳光 清晨的阳光透过车窗洒在座位上，小诗揉了揉惺忪的睡眼，开始了新的一天。公交车缓缓启动，她望着窗外，看着那些熟悉的风景逐渐远去。这时，她想起了昨晚的梦境，心中充满了对未来的憧憬。 ### 第2篇：偶遇的微笑 公交车行驶在繁忙的街道上，小诗无意间看到了一个熟悉的身影。那是她的中学同学，两人相视一笑，仿佛回到了那段青涩的时光。这个简单的微笑，让小诗的心情变得愉悦起来。 ### 第3篇：邻座的陌生人 小诗坐在公交车上，旁边坐着一个陌生人。他戴着耳机，低着头，似乎在沉思。小诗好奇地打量着他，发现他穿着一件简单的T恤，牛仔裤，显得十分朴素。她不禁想象起他的生活，也许他是一位普通的上班族，也许他有着不为人知的梦想。 ### 第4篇：雨中的邂逅 一场突如其来的大雨让小诗淋成了落汤鸡。她匆忙地跑进公交车，找到一个座位坐下。这时，一个陌生人递给她一张纸巾，微笑着说：“别着急，慢慢来。”这个小小的举动，让小诗感受到了陌生人的温暖。 ### 第5篇：街头艺人的歌声 公交车驶过一条热闹的街道，街头艺人的歌声在车厢里回荡。小诗被那悠扬的旋律所吸引，闭上眼睛，沉浸在这美妙的音乐中。歌声仿佛在诉说着一个关于梦想的故事，让小诗心中涌起一股暖流。 ### 第6篇：母爱的温暖 公交车停靠在一个站点，一位母亲带着孩子上车。孩子好奇地四处张望，母亲则紧紧地抱着他，生怕他受到伤害。小诗看着这一幕，想起了自己的母亲，心中涌起一股暖意。她明白，母爱是世界上最伟大的力量。 ### 第7篇：归家的喜悦 夜幕降临，公交车上的乘客越来越少。小诗望着窗外，看着这座繁华的城市在夜色中渐渐沉睡。她心中充满了对家的思念，期待着与家人团聚的时光。公交车终于到达了终点站，小诗带着满满的喜悦，踏上了回家的路。 小诗的公交车日记，记录了她在城市中的生活点滴。这些看似平凡的故事，却蕴含着生活的真谛。在这个流动的舞台上，每个人都是主角，演绎着属于自己的生活诗篇。而小诗，正是用她的眼睛和心灵，捕捉到了这些美好的瞬间，将它们化作了一首首动人的小诗。

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。