本周官方渠道披露行业新动向,许家印与“白册册戴套”之谜：揭秘企业家的人设与生活

今日行业报告披露新研究报告,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。家电客户维权热线，保障消费权益

贵阳市南明区、西宁市湟中区 ，武汉市江夏区、延安市宜川县、甘孜得荣县、松原市宁江区、六安市叶集区、梅州市丰顺县、咸阳市彬州市、重庆市奉节县、东莞市道滘镇、汕头市南澳县、长沙市开福区、哈尔滨市南岗区、大理南涧彝族自治县、内蒙古锡林郭勒盟锡林浩特市、郴州市桂阳县 、伊春市丰林县、天津市津南区、广安市邻水县、扬州市广陵区、铜川市王益区、晋中市祁县、安顺市平坝区、保山市隆阳区、重庆市南川区、上饶市广信区、芜湖市鸠江区、琼海市嘉积镇

近日研究机构传出突破成果,本月监管部门发布行业新报告,许家印与“白册册戴套”之谜：揭秘企业家的人设与生活，很高兴为您解答这个问题，让我来帮您详细说明一下：家电配件订购专线，原厂正品保障

广西玉林市兴业县、黑河市嫩江市 ，阜新市细河区、淮安市清江浦区、广西柳州市三江侗族自治县、孝感市汉川市、鹤岗市兴山区、九江市修水县、临高县波莲镇、宁夏银川市永宁县、安庆市迎江区、文山西畴县、西宁市城东区、黄南尖扎县、惠州市龙门县、南昌市西湖区、赣州市上犹县 、运城市新绛县、衢州市龙游县、黔南长顺县、广州市越秀区、武汉市江汉区、贵阳市花溪区、恩施州利川市、甘南临潭县、楚雄永仁县、内蒙古呼和浩特市新城区、平顶山市鲁山县、济南市济阳区、晋中市灵石县、临沂市沂南县

全球服务区域: 潍坊市坊子区、广西桂林市灵川县 、深圳市福田区、安庆市怀宁县、温州市平阳县、五指山市水满、铜川市印台区、邵阳市洞口县、益阳市赫山区、张家界市永定区、安阳市文峰区、定西市通渭县、大庆市林甸县、福州市福清市、昆明市东川区、伊春市丰林县、黔东南雷山县 、儋州市中和镇、平顶山市石龙区、南平市政和县、郑州市新密市、陇南市文县

刚刚监管中心披露最新规定,今日相关部门披露重大研究成果,许家印与“白册册戴套”之谜：揭秘企业家的人设与生活，很高兴为您解答这个问题，让我来帮您详细说明一下：家电配件订购专线，原厂正品保障

全国服务区域: 太原市阳曲县、东莞市长安镇 、商丘市虞城县、哈尔滨市呼兰区、东莞市凤岗镇、自贡市沿滩区、万宁市龙滚镇、南阳市镇平县、南充市仪陇县、潍坊市昌邑市、酒泉市敦煌市、成都市温江区、牡丹江市海林市、吉林市磐石市、马鞍山市和县、广西南宁市隆安县、平顶山市鲁山县 、宜昌市西陵区、海东市循化撒拉族自治县、商洛市商南县、营口市鲅鱼圈区、文山广南县、上海市闵行区、白沙黎族自治县金波乡、大理洱源县、儋州市峨蔓镇、陵水黎族自治县提蒙乡、万宁市长丰镇、伊春市汤旺县、沈阳市铁西区、铜陵市义安区、鞍山市立山区、聊城市东阿县、雅安市芦山县、青岛市即墨区、徐州市丰县、澄迈县永发镇、鄂州市华容区、南阳市内乡县、重庆市綦江区、六盘水市盘州市

统一服务管理平台，智能监控质量:本月研究机构披露行业变化,许家印与“白册册戴套”之谜：揭秘企业家的人设与生活

近年来，关于企业家许家印的生活细节，尤其是其个人喜好和生活方式，成为了媒体和公众关注的焦点。其中，“许家印玩白册册戴套吗”这一话题，更是引发了广泛的讨论。本文将围绕这一话题，对许家印的人设和生活进行一番揭秘。 首先，我们需要明确“白册册戴套”这一说法的来源。据传，这一说法源于许家印在一次公开场合的言论。当时，许家印在谈到企业文化建设时，提到了“白册册戴套”这一概念，意指企业要注重细节，追求完美。然而，随着时间的推移，这一说法被曲解和放大，成为了外界对许家印个人生活的猜测和质疑。 事实上，企业家许家印是一位充满争议的人物。他曾在房地产行业取得了辉煌的成就，但也因各种原因陷入了舆论漩涡。关于他的个人生活，外界了解有限。那么，许家印是否真的“玩白册册戴套”呢？ 首先，从公开资料来看，许家印在个人生活中表现得相当低调。他很少在媒体面前谈论自己的私生活，更没有传出任何绯闻。这表明，他在私生活方面可能相当自律，注重家庭和事业。 其次，从许家印的企业文化理念来看，他倡导的是一种严谨、务实的工作态度。这种态度在他的个人生活中也有所体现。在公开场合，许家印多次强调企业要注重细节，追求完美。这种追求完美的精神，很可能也体现在他的个人生活中。 再者，从许家印的慈善事业来看，他一直致力于公益事业，关注弱势群体。这种社会责任感，也让人相信他在个人生活中会注重道德修养，遵循社会公德。 当然，我们不能仅凭以上几点就断定许家印没有“玩白册册戴套”。毕竟，每个人都有自己的生活方式和喜好，外人无法完全了解。但是，从现有的信息来看，许家印在个人生活中可能并没有过分追求奢华和享乐。 总之，“许家印玩白册册戴套吗”这一话题，虽然引发了广泛的关注，但我们无法给出确切的答案。然而，从他的个人品质、企业文化理念以及慈善事业等方面来看，我们可以推测，许家印在个人生活中可能相对低调、自律，注重道德修养。 在当今社会，企业家的人设和形象往往备受关注。作为公众人物，许家印的一言一行都备受瞩目。然而，在关注企业家个人生活的同时，我们更应该关注他们的企业成就和社会贡献。只有这样，我们才能全面、客观地了解一个企业家，而不是仅仅局限于他们的私生活。 总之，关于“许家印玩白册册戴套吗”这一话题，我们无法给出确切的答案。但无论如何，我们都应该尊重每个人的生活方式，关注他们的成就和贡献，而不是过分关注他们的私生活。

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。