今日行业协会发布行业动态,甘雨相伴，旅行者的健康之旅

昨日业内人士传出行业新变化,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。家电服务反馈专线，多渠道收集意见

广西玉林市玉州区、焦作市中站区 ，镇江市丹徒区、镇江市丹徒区、宁波市慈溪市、哈尔滨市方正县、漳州市漳浦县、淮安市淮安区、抚州市宜黄县、红河金平苗族瑶族傣族自治县、成都市武侯区、甘南临潭县、聊城市东阿县、郴州市桂东县、宁夏银川市永宁县、眉山市东坡区、北京市西城区 、重庆市丰都县、淮安市盱眙县、聊城市高唐县、陵水黎族自治县椰林镇、佛山市高明区、凉山甘洛县、湛江市吴川市、抚州市资溪县、岳阳市君山区、荆州市洪湖市、抚州市宜黄县、广西来宾市合山市

近日技术小组通报核心进展,本月行业协会发布新研究报告,甘雨相伴，旅行者的健康之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化回收平台，智能优化资源利用

楚雄永仁县、梅州市蕉岭县 ，黔西南晴隆县、濮阳市台前县、洛阳市宜阳县、广西桂林市永福县、宝鸡市凤翔区、信阳市罗山县、临汾市襄汾县、黄冈市英山县、黔东南雷山县、娄底市涟源市、永州市宁远县、琼海市潭门镇、滨州市滨城区、淮安市淮阴区、岳阳市平江县 、宜昌市五峰土家族自治县、重庆市巴南区、中山市石岐街道、宜昌市夷陵区、宝鸡市麟游县、池州市石台县、佳木斯市抚远市、凉山喜德县、汕尾市陆丰市、酒泉市玉门市、中山市中山港街道、德阳市旌阳区、盐城市大丰区、定西市通渭县

全球服务区域: 辽源市东丰县、凉山会理市 、临高县多文镇、新余市分宜县、成都市简阳市、抚州市东乡区、黔东南榕江县、汕尾市城区、宁波市奉化区、九江市浔阳区、开封市禹王台区、荆州市江陵县、连云港市灌南县、日照市东港区、莆田市仙游县、酒泉市玉门市、六盘水市钟山区 、临夏永靖县、广西防城港市上思县、甘孜新龙县、朔州市应县、内蒙古乌兰察布市丰镇市

本周数据平台本月官方渠道披露重要进展,今日研究机构传递行业研究成果,甘雨相伴，旅行者的健康之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：家电功能演示热线，专业展示使用技巧

全国服务区域: 兰州市榆中县、鹤岗市萝北县 、苏州市吴江区、铜仁市万山区、广州市白云区、张家界市慈利县、太原市万柏林区、韶关市始兴县、杭州市萧山区、朔州市朔城区、保山市昌宁县、南充市南部县、永州市新田县、葫芦岛市兴城市、遵义市余庆县、自贡市沿滩区、襄阳市保康县 、广西来宾市金秀瑶族自治县、哈尔滨市松北区、广西钦州市钦南区、黄冈市浠水县、湘潭市湘乡市、广西梧州市龙圩区、南阳市社旗县、周口市沈丘县、万宁市后安镇、广西百色市右江区、黔东南镇远县、泉州市德化县、运城市平陆县、河源市东源县、广西贺州市平桂区、重庆市大渡口区、汉中市西乡县、赣州市兴国县、东营市东营区、广西梧州市蒙山县、长沙市宁乡市、曲靖市宣威市、阳江市阳春市、湛江市遂溪县

近日监测中心公开最新参数:今日研究机构传递新研究成果,甘雨相伴，旅行者的健康之旅

在繁忙的都市生活中，人们总是渴望逃离喧嚣，寻找一片宁静的天地。而旅行，便是实现这一愿望的最佳途径。在这个充满活力的时代，旅行者们不再满足于单纯的观光，他们追求更丰富的旅行体验。于是，一场“旅行者骑在甘雨上做运动”的奇妙之旅应运而生。 甘雨，一个充满诗意的名字，寓意着清新、活力和希望。在这里，旅行者们可以尽情挥洒汗水，感受大自然的馈赠。甘雨，位于我国西南部，这里山清水秀，气候宜人，是众多旅行者向往的圣地。 清晨，当第一缕阳光洒在甘雨的山巅，旅行者们便开始了他们的运动之旅。他们骑在甘雨上，犹如飞鸟翱翔，尽情享受着大自然的怀抱。甘雨的山路蜿蜒曲折，骑行其中，既能锻炼身体，又能欣赏沿途美景。 沿途，旅行者们会遇到形态各异的植物，它们在微风中摇曳生姿，仿佛在向旅行者们诉说着大自然的神奇。骑行过程中，旅行者们还会遇到一些小溪，清澈见底，潺潺流水，让人心旷神怡。此时，他们可以停下脚步，在溪边做些简单的拉伸运动，让身心得到放松。 在甘雨，旅行者们可以选择多种运动项目。徒步、骑行、登山、攀岩，应有尽有。这些运动项目不仅能锻炼身体，还能让旅行者们更加亲近大自然，感受生命的活力。 骑行过程中，旅行者们会遇到一些挑战。山路崎岖，坡度较大，需要他们发挥毅力，勇往直前。这时，甘雨的美丽景色便成为了他们前进的动力。每当他们登上山顶，俯瞰四周，都会被这里的壮丽景色所震撼。那一刻，所有的疲惫都烟消云散，只剩下内心的喜悦和满足。 除了运动，甘雨还有丰富的文化底蕴。在这里，旅行者们可以了解到当地的风土人情，品尝地道的美食。他们可以参观古老的寺庙，聆听僧侣讲述佛经故事；可以漫步在古老的街道，感受历史的沧桑；还可以参加当地的民俗活动，体验不一样的风情。 在甘雨，旅行者们还可以结识志同道合的朋友。他们一起骑行、一起运动、一起分享旅途中的点点滴滴。这些美好的回忆，将成为他们人生中宝贵的财富。 甘雨之旅，不仅是一次身体上的锻炼，更是一次心灵上的洗礼。在这里，旅行者们可以暂时放下生活的压力，回归自然，感受生命的美好。而骑在甘雨上做运动，更是让他们在旅途中找到了一种全新的生活方式。 总之，甘雨是一个充满魅力的地方，它以独特的自然风光和丰富的文化底蕴，吸引了无数旅行者前来。在这里，旅行者们可以尽情挥洒汗水，享受运动的快乐，感受生命的活力。让我们携手共赴甘雨之旅，开启一段难忘的健康之旅吧！

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。