今日监管部门传递新研究成果,《禁忌之恋：疯狂做爰的禁忌细节》

今日行业协会披露新进展,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。家电客户维权热线，保障消费权益

延安市黄龙县、永州市东安县 ，怀化市辰溪县、晋中市榆社县、广西来宾市象州县、成都市郫都区、枣庄市市中区、金昌市金川区、滁州市明光市、烟台市莱阳市、重庆市垫江县、成都市简阳市、清远市阳山县、周口市太康县、宜昌市长阳土家族自治县、佳木斯市同江市、黄石市黄石港区 、广州市从化区、赣州市寻乌县、宜春市靖安县、铜仁市松桃苗族自治县、马鞍山市当涂县、成都市新津区、西宁市城北区、株洲市芦淞区、红河红河县、揭阳市榕城区、广西桂林市灌阳县、临沧市沧源佤族自治县

刚刚信息部门通报重大更新,最新官方发布行业重要动态,《禁忌之恋：疯狂做爰的禁忌细节》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电调试服务热线，确保最佳使用状态

陇南市西和县、白山市临江市 ，运城市永济市、滨州市滨城区、内蒙古呼和浩特市托克托县、昌江黎族自治县乌烈镇、遵义市汇川区、永州市江华瑶族自治县、天津市红桥区、遵义市凤冈县、宿州市埇桥区、大理洱源县、葫芦岛市绥中县、黄南同仁市、德阳市旌阳区、成都市邛崃市、南京市玄武区 、丽水市遂昌县、齐齐哈尔市建华区、杭州市临安区、儋州市木棠镇、毕节市赫章县、陵水黎族自治县英州镇、许昌市魏都区、吉林市船营区、莆田市城厢区、忻州市忻府区、直辖县潜江市、运城市盐湖区、遵义市湄潭县、咸阳市三原县

全球服务区域: 荆州市洪湖市、晋中市太谷区 、武汉市汉阳区、凉山宁南县、鸡西市城子河区、濮阳市台前县、信阳市商城县、岳阳市云溪区、重庆市巫山县、德州市乐陵市、铜仁市松桃苗族自治县、韶关市武江区、上海市闵行区、毕节市金沙县、广西百色市那坡县、内蒙古兴安盟阿尔山市、安阳市林州市 、东方市八所镇、内蒙古乌兰察布市卓资县、汉中市镇巴县、乐东黎族自治县九所镇、广西南宁市上林县

本周数据平台本月相关部门通报重要进展,本月官方发布行业新政策,《禁忌之恋：疯狂做爰的禁忌细节》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业维修调度中心，快速响应各类需求

全国服务区域: 广州市黄埔区、三明市沙县区 、延安市吴起县、怀化市会同县、怒江傈僳族自治州泸水市、东莞市石排镇、深圳市坪山区、东莞市大岭山镇、上海市金山区、商丘市宁陵县、营口市西市区、南京市江宁区、萍乡市安源区、泰州市姜堰区、平顶山市郏县、牡丹江市西安区、烟台市蓬莱区 、平凉市庄浪县、安顺市普定县、东营市垦利区、临沂市罗庄区、揭阳市揭西县、长沙市开福区、嘉峪关市峪泉镇、东营市东营区、天水市麦积区、张掖市甘州区、东莞市清溪镇、宜昌市当阳市、玉树称多县、十堰市竹山县、内蒙古兴安盟科尔沁右翼前旗、十堰市郧西县、昆明市寻甸回族彝族自治县、红河建水县、南京市六合区、东莞市沙田镇、铜陵市义安区、临高县新盈镇、梅州市蕉岭县、伊春市金林区

刚刚应急团队公布处置方案:今日官方通报新研究成果,《禁忌之恋：疯狂做爰的禁忌细节》

在遥远的东方，有一个被世人遗忘的古老传说。传说中，有一个神秘的家族，他们拥有着超乎常人的力量。然而，这种力量却伴随着禁忌的代价——家族成员必须遵循一种特殊的仪式，以维持家族的繁荣。这个仪式，便是疯狂做爰。 这个家族的族长，名叫夜翎，他是一位英俊潇洒的男子，拥有着令人倾倒的容颜和超凡脱俗的气质。然而，在这光鲜亮丽的背后，隐藏着一个不为人知的秘密——他必须每隔一段时间，便要寻找一位纯洁的少女，与她进行一场疯狂做爰的仪式。 这一天，夜翎来到了一座荒芜的山谷。这里人迹罕至，四周弥漫着诡异的气氛。夜翎深知，这里便是他寻找纯洁少女的绝佳之地。他静静地站在山谷中，等待着那个命运的降临。 不久，一位名叫晓雪的少女，独自一人来到了这里。她天真无邪，眼中闪烁着对未知世界的好奇。夜翎见状，心中一动，决定将她带回家族。 晓雪被夜翎带回了家族的城堡。这座城堡宏伟壮观，充满了神秘色彩。然而，晓雪并不知道，她即将面临的是一场疯狂做爰的仪式。 夜翎将晓雪带进了一间密室。这间密室布置得古色古香，四周挂满了红色的灯笼，营造出一种诡异而神秘的氛围。夜翎走到晓雪面前，微笑着说道：“晓雪，你将会成为我们家族的一员。为了家族的繁荣，你必须与我进行一场特殊的仪式。” 晓雪惊恐地看着夜翎，她不明白这个英俊的男子为何要对她如此残忍。然而，她知道，自己已经无处可逃。 夜翎将晓雪抱在怀里，温柔地抚摸着她的脸颊。他的眼神中充满了柔情，仿佛要将她融入自己的灵魂。然而，这种柔情却是建立在疯狂做爰的禁忌之上。 仪式开始了。夜翎和晓雪紧紧相拥，他们的身体在激情的驱使下，不断地交织在一起。在这疯狂的过程中，他们仿佛忘记了世间的一切，只为了彼此的存在。 然而，这种疯狂并非没有代价。随着仪式的进行，晓雪的脸上逐渐浮现出痛苦的表情。她的身体开始颤抖，仿佛承受着无法言喻的痛苦。夜翎见状，心中一阵愧疚，但他知道，为了家族的繁荣，他必须坚持下去。 终于，仪式结束了。夜翎将晓雪轻轻地放在床上，为她擦拭着额头上的汗水。他看着她那痛苦而又疲惫的面容，心中充满了愧疚。 然而，这只是开始。夜翎知道，他必须每隔一段时间，便要寻找新的纯洁少女，与她进行同样的仪式。而晓雪，也将成为家族中无数牺牲品中的一个。 在这个充满禁忌的世界里，疯狂做爰成为了家族繁荣的代价。而那些无辜的少女，却成了这场疯狂仪式的牺牲品。她们在痛苦与绝望中挣扎，却无法逃脱命运的束缚。 这是一个关于疯狂做爰的禁忌故事，它揭示了人性的丑恶与贪婪。在这个充满神秘色彩的世界里，人们为了追求力量，不惜付出生命的代价。然而，真正的力量，并非来自于禁忌的仪式，而是来自于内心的善良与正义。

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。