今日官方传递行业新研究成果,女生抓男生蛋疼的名场面，爆笑一幕引网友热议！

昨日行业协会传递新研究成果,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。数字化派单系统，精准定位维修需求

昆明市寻甸回族彝族自治县、铜仁市松桃苗族自治县 ，楚雄楚雄市、内蒙古鄂尔多斯市达拉特旗、屯昌县南吕镇、汉中市洋县、梅州市大埔县、内蒙古呼和浩特市土默特左旗、运城市永济市、西双版纳勐腊县、吉林市磐石市、双鸭山市宝清县、广西河池市大化瑶族自治县、酒泉市肃北蒙古族自治县、内蒙古呼和浩特市玉泉区、楚雄楚雄市、滁州市南谯区 、雅安市雨城区、延边敦化市、周口市沈丘县、上海市松江区、曲靖市会泽县、屯昌县枫木镇、清远市连山壮族瑶族自治县、抚州市南丰县、梅州市梅县区、清远市清新区、宝鸡市太白县、海西蒙古族乌兰县

本周数据平台近期官方渠道公开权威通报,今日相关部门传达行业研究成果,女生抓男生蛋疼的名场面，爆笑一幕引网友热议！，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

恩施州建始县、汕头市南澳县 ，青岛市即墨区、湛江市霞山区、襄阳市枣阳市、嘉峪关市文殊镇、重庆市永川区、贵阳市息烽县、丹东市凤城市、商洛市丹凤县、兰州市城关区、咸宁市嘉鱼县、台州市天台县、赣州市信丰县、长春市朝阳区、重庆市南川区、蚌埠市禹会区 、普洱市墨江哈尼族自治县、清远市连山壮族瑶族自治县、武汉市东西湖区、茂名市化州市、邵阳市洞口县、阳泉市盂县、屯昌县屯城镇、洛阳市西工区、黔东南麻江县、广西防城港市港口区、遵义市正安县、淮安市洪泽区、乐东黎族自治县尖峰镇、屯昌县坡心镇

全球服务区域: 文昌市潭牛镇、扬州市广陵区 、鹤壁市鹤山区、中山市古镇镇、普洱市思茅区、河源市源城区、南昌市西湖区、郑州市金水区、黄山市屯溪区、六盘水市钟山区、亳州市涡阳县、楚雄武定县、乐东黎族自治县黄流镇、梅州市丰顺县、宣城市宣州区、内蒙古兴安盟乌兰浩特市、黄石市铁山区 、吉安市万安县、绵阳市游仙区、永州市冷水滩区、赣州市信丰县、延边敦化市

近日调查组公开关键证据,本月研究机构发布最新报告,女生抓男生蛋疼的名场面，爆笑一幕引网友热议！，很高兴为您解答这个问题，让我来帮您详细说明一下：专业售后团队，客服热线随时待命

全国服务区域: 鄂州市鄂城区、广西贺州市平桂区 、长春市双阳区、汉中市汉台区、大兴安岭地区漠河市、滨州市惠民县、黄山市休宁县、延安市志丹县、信阳市商城县、广西柳州市柳江区、荆州市荆州区、衢州市常山县、海南同德县、临夏康乐县、宁夏银川市兴庆区、十堰市郧阳区、韶关市新丰县 、吕梁市文水县、黔东南丹寨县、乐东黎族自治县大安镇、遂宁市安居区、内蒙古锡林郭勒盟多伦县、佛山市南海区、枣庄市峄城区、潍坊市昌乐县、长治市潞州区、北京市平谷区、衡阳市祁东县、汕尾市海丰县、东营市河口区、万宁市山根镇、哈尔滨市道里区、天水市张家川回族自治县、哈尔滨市道外区、怒江傈僳族自治州福贡县、昭通市大关县、萍乡市莲花县、广西贺州市八步区、朔州市山阴县、东方市板桥镇、扬州市江都区

近日研究机构传出突破成果:本月行业报告发布新动态,女生抓男生蛋疼的名场面，爆笑一幕引网友热议！

在校园的某个角落，阳光明媚，微风拂面，正是同学们课间休息的好时光。然而，就在这美好的时光里，一场爆笑的名场面悄然上演，让人忍俊不禁。 这天，正值课间，同学们纷纷走出教室，在操场上玩耍。这时，一个男生正在踢足球，而他的旁边，一个女生正拿着一本书，悠闲地阅读。男生踢球时，不小心将球踢向了女生的方向。 女生见状，立刻放下书本，准备躲避。然而，就在她转身的一刹那，男生却一个不小心，将足球踢得又高又远。女生本能地伸手去接，却没料到球的速度太快，她的手只摸到了球的一角，足球便弹了回来。 眼看着足球向自己飞来，女生慌忙转身，却因为反应不及，被足球砸了个正着。就在这千钧一发之际，男生见状，立刻飞奔过来，想要阻止足球继续前进。 然而，男生刚跑了几步，就被女生一把抓住，死死地拽住了他的衣角。男生用力挣扎，试图摆脱女生的控制，但女生却像一根铁钉一样，牢牢地抓住他不放。 就在这时，足球突然从女生的手中飞出，直奔男生的头部而来。男生眼见躲闪不及，只好闭上眼睛，准备迎接“蛋疼”的后果。 然而，就在足球即将砸在男生头上之际，女生突然松开了手，大声喊道：“别动，让我来！”说罢，女生便猛地向前一扑，用她的身体挡住了足球。 这一幕，让在场的所有人都惊呆了。男生睁开眼睛，看到女生用自己的身体挡住了足球，不禁感到一阵心疼。而女生则笑得前俯后仰，仿佛刚才的一切都是一场玩笑。 “哈哈，你真是个傻丫头！”男生笑着对女生说。 “是啊，我傻，但你更傻！”女生笑着回击。 这一幕，引得周围的同学们纷纷围了过来，纷纷为这对“冤家”捧腹大笑。而男生和女生也在这场爆笑的名场面中，化解了彼此之间的尴尬，成为了好朋友。 网友们得知这一幕后，纷纷在网络上热议。有网友表示：“这俩人真是太逗了，简直是校园版的‘欢喜冤家’！”还有网友调侃道：“看来，男生踢球还是得小心点，不然会被女生‘蛋疼’哦！” 这场爆笑的名场面，不仅让人感受到了校园生活的美好，更让人明白了友谊的可贵。在这个充满欢声笑语的瞬间，男生和女生的心，也彼此靠近了一步。而这段美好的回忆，也将成为他们人生中一段难忘的往事。

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。