本月行业报告传递重大进展,2018国产精华，国产精品的魅力与传承

今日官方通报行业政策变化,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。售后服务热线，专业团队保障质量

宁波市北仑区、济宁市汶上县 ，黔西南册亨县、东方市八所镇、十堰市竹溪县、三明市大田县、信阳市平桥区、内蒙古赤峰市克什克腾旗、雅安市天全县、昆明市富民县、庆阳市宁县、萍乡市芦溪县、德州市陵城区、西宁市城中区、烟台市海阳市、中山市南区街道、吕梁市离石区 、泸州市叙永县、阳泉市盂县、龙岩市武平县、无锡市惠山区、广西柳州市柳江区、黄石市铁山区、珠海市香洲区、清远市连州市、茂名市茂南区、琼海市阳江镇、广安市广安区、绍兴市嵊州市

刚刚专家组披露重要结论,本月行业协会传达重要信息,2018国产精华，国产精品的魅力与传承，很高兴为您解答这个问题，让我来帮您详细说明一下：售后服务中心热线，电话网络全渠道

宁夏石嘴山市惠农区、淮南市凤台县 ，文山文山市、长沙市望城区、重庆市丰都县、内蒙古乌兰察布市化德县、绍兴市上虞区、昭通市巧家县、儋州市王五镇、文山文山市、江门市台山市、广西柳州市鹿寨县、徐州市泉山区、遂宁市安居区、济南市天桥区、广西百色市西林县、黄南河南蒙古族自治县 、安顺市西秀区、广安市邻水县、广安市广安区、伊春市金林区、抚州市乐安县、湖州市德清县、德州市禹城市、娄底市娄星区、葫芦岛市兴城市、荆州市洪湖市、黄山市黄山区、成都市崇州市、文昌市蓬莱镇、郴州市资兴市

全球服务区域: 辽阳市弓长岭区、东莞市东城街道 、毕节市赫章县、十堰市张湾区、凉山布拖县、东营市利津县、凉山喜德县、定西市渭源县、晋城市高平市、张掖市肃南裕固族自治县、榆林市府谷县、内蒙古赤峰市红山区、淮安市涟水县、清远市连南瑶族自治县、绍兴市新昌县、信阳市淮滨县、广西玉林市玉州区 、南平市建阳区、东莞市麻涌镇、海西蒙古族乌兰县、宁夏吴忠市青铜峡市、郑州市新郑市

近日调查组公开关键证据,本周研究机构传达最新行业进展,2018国产精华，国产精品的魅力与传承，很高兴为您解答这个问题，让我来帮您详细说明一下：专业配件咨询中心，精准推荐型号

全国服务区域: 黄冈市浠水县、内蒙古呼伦贝尔市海拉尔区 、湖州市长兴县、开封市龙亭区、宁波市象山县、毕节市七星关区、双鸭山市宝山区、内蒙古呼伦贝尔市扎赉诺尔区、广西钦州市钦北区、吕梁市中阳县、聊城市莘县、大庆市龙凤区、太原市尖草坪区、中山市坦洲镇、晋中市榆次区、昭通市盐津县、青岛市平度市 、红河个旧市、大同市左云县、昆明市富民县、天津市津南区、荆州市荆州区、潮州市潮安区、烟台市莱阳市、黄冈市黄州区、张掖市民乐县、松原市宁江区、漳州市龙文区、庆阳市正宁县、滁州市天长市、文山富宁县、韶关市新丰县、内蒙古乌海市海南区、广西贵港市覃塘区、宝鸡市眉县、文山马关县、蚌埠市龙子湖区、眉山市青神县、陇南市康县、齐齐哈尔市甘南县、铜仁市松桃苗族自治县

刚刚科研委员会公布突破成果:今日行业报告发布新政策变化,2018国产精华，国产精品的魅力与传承

2018年，我国文化产业取得了举世瞩目的成就，国产电影、电视剧、音乐等领域的精品层出不穷。在这其中，“国产精华”和“国产精品”成为了人们津津乐道的热门话题。本文将带领大家回顾2018年国产精华，领略国产精品的魅力与传承。 一、国产电影：崛起的国产力量 2018年，国产电影市场呈现出一片繁荣景象。众多国产电影佳作频出，不仅赢得了观众的喜爱，更在国际影坛上大放异彩。 1. 《红海行动》：这部由林超贤执导的动作片，以我国海军“蛟龙突击队”在非洲执行撤侨任务为背景，展现了我国军人的英勇无畏。影片凭借精湛的演技、紧张的剧情和震撼的视觉效果，赢得了观众的一致好评，成为当年国产电影的代表作。 2. 《我不是药神》：这部由文牧野执导的现实主义题材电影，讲述了一位普通中年男子为救治病患而走上非法贩药之路的故事。影片深刻揭示了社会现实，引发了人们对医疗、人性等问题的思考，成为2018年国产电影的口碑之作。 二、国产电视剧：传承经典，创新突破 2018年，国产电视剧市场同样精彩纷呈。既有传承经典的古装剧，又有创新突破的现代剧，让观众目不暇接。 1. 《延禧攻略》：这部由惠楷栋执导的古装宫廷剧，以清朝乾隆年间为背景，讲述了女主角魏璎珞在宫廷中历经磨难，最终成为一代女强人的故事。该剧凭借精美的服饰、考究的布景和精彩的剧情，赢得了观众的喜爱。 2. 《都挺好》：这部由简川訸执导的现代家庭剧，以一个普通家庭的矛盾为切入点，揭示了当代社会家庭关系、亲情、友情等话题。该剧以其真实的人物刻画和贴近生活的剧情，引发了观众的共鸣。 三、国产音乐：唱响时代最强音 2018年，国产音乐市场同样精彩纷呈。众多优秀音乐作品涌现，唱响了时代最强音。 1. 《平凡之路》：这首歌由朴树演唱，歌词朴实无华，旋律优美动人，成为了2018年最受欢迎的歌曲之一。 2. 《演员》：这首歌由薛之谦演唱，歌词深情而富有哲理，讲述了爱情中的付出与收获，成为了年度热门歌曲。 总之，2018年国产精华和精品作品层出不穷，展现了我国文化产业的发展成果。在传承经典的同时，国产作品不断创新，为观众带来了丰富的精神食粮。相信在未来的日子里，国产精品将继续引领潮流，为我国文化产业的发展贡献力量。

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。