今日相关部门更新行业研究报告,《穿越时空的守护：JY与阮甜的生死相依》

本月监管部门公开最新动态,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。家电在线客服系统，实时沟通维修需求

阜新市清河门区、白山市长白朝鲜族自治县 ，阿坝藏族羌族自治州茂县、周口市太康县、新乡市卫辉市、锦州市黑山县、湛江市霞山区、抚州市崇仁县、徐州市铜山区、本溪市溪湖区、宝鸡市扶风县、营口市盖州市、洛阳市汝阳县、铜川市耀州区、嘉峪关市文殊镇、蚌埠市固镇县、伊春市南岔县 、乐东黎族自治县佛罗镇、临汾市侯马市、新乡市辉县市、亳州市谯城区、曲靖市师宗县、北京市通州区、宁夏石嘴山市平罗县、内蒙古包头市石拐区、无锡市滨湖区、陵水黎族自治县隆广镇、湖州市德清县、河源市东源县

刚刚应急团队公布处置方案,本月行业报告传递政策新进展,《穿越时空的守护：JY与阮甜的生死相依》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电在线客服系统，实时沟通维修需求

遵义市绥阳县、哈尔滨市双城区 ，安庆市桐城市、北京市顺义区、济南市商河县、晋城市城区、延安市吴起县、中山市古镇镇、洛阳市孟津区、济宁市泗水县、枣庄市市中区、福州市晋安区、广西百色市田林县、曲靖市富源县、双鸭山市四方台区、淮安市清江浦区、佳木斯市抚远市 、延安市宜川县、楚雄姚安县、吕梁市岚县、楚雄南华县、蚌埠市五河县、大兴安岭地区松岭区、北京市西城区、周口市西华县、张家界市慈利县、西安市莲湖区、株洲市天元区、运城市芮城县、广西贺州市平桂区、内蒙古兴安盟科尔沁右翼前旗

全球服务区域: 抚顺市顺城区、盐城市盐都区 、内蒙古包头市土默特右旗、内蒙古阿拉善盟阿拉善左旗、宜昌市猇亭区、太原市阳曲县、赣州市兴国县、临高县东英镇、万宁市长丰镇、澄迈县老城镇、安康市白河县、汉中市南郑区、渭南市临渭区、厦门市海沧区、毕节市黔西市、临沂市蒙阴县、湘西州凤凰县 、东莞市大朗镇、黄冈市黄州区、深圳市盐田区、内蒙古包头市固阳县、永州市蓝山县

专家技术支援专线,最新监管部门公布行业研究成果,《穿越时空的守护：JY与阮甜的生死相依》，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

全国服务区域: 新余市分宜县、保亭黎族苗族自治县什玲 、本溪市桓仁满族自治县、驻马店市正阳县、定安县雷鸣镇、抚州市崇仁县、广西河池市凤山县、楚雄禄丰市、郑州市登封市、商洛市柞水县、鄂州市梁子湖区、东方市感城镇、黑河市爱辉区、自贡市荣县、德州市齐河县、池州市青阳县、果洛达日县 、文山西畴县、茂名市信宜市、普洱市景谷傣族彝族自治县、青岛市崂山区、莆田市涵江区、广西北海市铁山港区、保山市隆阳区、淮安市洪泽区、成都市龙泉驿区、南充市阆中市、昭通市大关县、东莞市望牛墩镇、广西柳州市鹿寨县、黔南独山县、常州市金坛区、吕梁市离石区、张掖市肃南裕固族自治县、雅安市名山区、驻马店市新蔡县、昭通市镇雄县、大连市金州区、广元市青川县、芜湖市南陵县、衢州市常山县

刚刚专家组披露重要结论:本月相关部门发布最新研究报告,《穿越时空的守护：JY与阮甜的生死相依》

在浩瀚的宇宙中，时空的裂缝如同无尽的黑洞，吸引着无数探险者的好奇心。而在这个充满未知的世界里，有一个关于穿越时空的传说，讲述了一段跨越千年的爱情故事。故事的主人公，阮甜，一个普通女孩，在命运的安排下，与神秘力量JY相遇，从而展开了一段惊心动魄的冒险之旅。 阮甜，一个生活在现代都市的普通女孩，因一次意外，穿越到了一个陌生的时代。在这个陌生的世界，她遇到了一个名叫JY的神秘男子。JY拥有着强大的力量，他告诉阮甜，只有通过他的力量，她才能在这个世界生存下去。然而，代价却是她必须永远留在过去，无法回到现实。 面对这个残酷的现实，阮甜陷入了深深的绝望。但她并没有放弃，她坚信，只要自己努力，就一定能找到回到现实的方法。于是，她开始努力学习JY所拥有的力量，希望有朝一日能够改变自己的命运。 在漫长的修炼过程中，阮甜和JY建立了深厚的感情。他们一起面对种种困难，共同成长。然而，命运却并不善待他们。阮甜在一次意外中，失去了记忆，忘记了JY，也忘记了他们之间的约定。而JY，为了保护阮甜，不得不隐藏自己的真实身份，默默守护在她的身边。 在阮甜失忆的日子里，她遇到了一个名叫林轩的男子。林轩是一个善良、勇敢的少年，他爱上了阮甜，并承诺会带她回到现实。然而，当阮甜恢复记忆，她发现自己对林轩并无感情，她的心中只有JY。在得知真相后，林轩选择了默默退出，祝福他们。 为了找回失去的记忆，阮甜和JY开始了漫长的寻找之旅。他们历经千辛万苦，终于找到了那个能够恢复记忆的神秘之地。然而，在恢复记忆的过程中，阮甜却发现自己必须付出巨大的代价。为了拯救阮甜，JY毅然决然地选择了牺牲自己。 在生命的最后一刻，JY告诉阮甜，他一直都在她身边，守护着她。而阮甜也终于明白，自己对这个世界的留恋，对这个男子的爱。在JY的守护下，阮甜终于找到了回到现实的方法。然而，她却选择了留在过去，陪伴在JY的身边。 穿越时空的守护，让JY和阮甜的爱情更加坚定。他们携手共度生死，跨越了千年的时光。而他们的故事，也成为了那个时代永恒的传说。在这个充满未知的世界里，爱情的力量，让我们相信，无论时空如何变幻，真挚的感情永远都不会消失。

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。