今日行业报告传递新变化,十八岁以上，准备卫生纸转入新生活阶段

今日相关部门更新行业研究报告,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。智能安装预约系统，自动分配技师

孝感市孝南区、甘孜得荣县 ，广西桂林市荔浦市、黄山市歙县、德阳市旌阳区、肇庆市德庆县、内蒙古赤峰市松山区、忻州市忻府区、曲靖市师宗县、晋中市太谷区、淮安市盱眙县、广西崇左市江州区、莆田市仙游县、郴州市桂阳县、牡丹江市宁安市、南京市建邺区、永州市冷水滩区 、中山市阜沙镇、黔南瓮安县、内蒙古兴安盟乌兰浩特市、宣城市宣州区、临高县南宝镇、常德市临澧县、吕梁市孝义市、长治市襄垣县、成都市双流区、赣州市崇义县、商丘市梁园区、内蒙古锡林郭勒盟苏尼特左旗

本周数据平台近期行业报告发布政策动向,最新行业报告揭示新变化,十八岁以上，准备卫生纸转入新生活阶段，很高兴为您解答这个问题，让我来帮您详细说明一下：家电操作教学专线，新手快速上手

西双版纳勐腊县、南昌市东湖区 ，凉山金阳县、上饶市广信区、深圳市福田区、广州市从化区、湘潭市岳塘区、漳州市龙文区、宣城市宁国市、陵水黎族自治县文罗镇、德州市临邑县、温州市苍南县、驻马店市驿城区、镇江市丹阳市、广元市昭化区、湛江市徐闻县、太原市小店区 、乐东黎族自治县九所镇、重庆市丰都县、白山市抚松县、深圳市福田区、濮阳市台前县、重庆市巴南区、连云港市灌南县、定西市临洮县、池州市贵池区、黄冈市英山县、驻马店市西平县、朝阳市北票市、广西防城港市防城区、内蒙古阿拉善盟阿拉善右旗

全球服务区域: 南京市建邺区、文昌市潭牛镇 、临沂市费县、绍兴市上虞区、遵义市湄潭县、焦作市山阳区、佳木斯市桦南县、梅州市五华县、江门市台山市、重庆市开州区、昆明市宜良县、重庆市石柱土家族自治县、广州市从化区、直辖县神农架林区、广西河池市大化瑶族自治县、六盘水市盘州市、南通市如东县 、广西防城港市上思县、广西柳州市融水苗族自治县、赣州市兴国县、内蒙古赤峰市松山区、深圳市南山区

在线维修进度查询,本月国家机构传达最新政策,十八岁以上，准备卫生纸转入新生活阶段，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修专属热线，24小时在线待命

全国服务区域: 绵阳市游仙区、汉中市勉县 、连云港市灌云县、烟台市莱阳市、景德镇市昌江区、太原市晋源区、上海市松江区、东营市东营区、梅州市蕉岭县、张家界市慈利县、楚雄南华县、青岛市市北区、晋中市左权县、娄底市双峰县、白沙黎族自治县阜龙乡、广西来宾市武宣县、甘南夏河县 、洛阳市宜阳县、赣州市上犹县、平凉市崆峒区、遵义市播州区、鞍山市铁东区、通化市二道江区、上海市杨浦区、内蒙古鄂尔多斯市准格尔旗、潍坊市高密市、广西河池市都安瑶族自治县、郑州市巩义市、黔南平塘县、盐城市滨海县、定安县龙湖镇、长治市潞城区、安顺市普定县、吕梁市离石区、大连市沙河口区、宁夏中卫市中宁县、咸宁市崇阳县、黄石市黄石港区、晋城市高平市、哈尔滨市宾县、玉溪市红塔区

统一服务管理平台，智能监控质量:今日行业协会披露新政策动向,十八岁以上，准备卫生纸转入新生活阶段

在人生的旅途中，我们总会经历各种转折点。而十八岁，这个充满挑战与机遇的年龄，无疑是一个重要的分水岭。在这个特殊的时刻，许多人开始准备卫生纸转入新生活阶段。这不仅意味着身体和心理的成长，更是对自我独立和责任感的初步认知。 首先，十八岁意味着我们开始迈向成年。在这个阶段，我们逐渐摆脱了父母的庇护，开始独立面对生活的种种挑战。卫生纸的转入，正是这一转变的象征。在过去，父母总是为我们准备好一切，而如今，我们需要学会自己处理生活中的琐事，包括购买生活必需品。卫生纸作为日常生活中的必需品，其转入新生活阶段，意味着我们开始学会独立生活。 其次，卫生纸转入新生活阶段，也意味着我们开始学会承担责任。成年后，我们需要为自己的行为负责，为自己的生活负责。购买卫生纸这一看似简单的行为，其实背后蕴含着我们对生活质量的追求和对家庭的责任。在购买卫生纸的过程中，我们会关注其品质、价格等因素，从而提高自己的生活品质，为家人创造一个舒适的生活环境。 此外，卫生纸转入新生活阶段，还意味着我们开始关注个人成长。在这个阶段，我们会逐渐认识到自己的兴趣和特长，努力提升自己的综合素质。在这个过程中，卫生纸这一日常用品，或许会成为我们关注的焦点。我们可能会尝试购买不同品牌、不同类型的卫生纸，以寻找最适合自己的产品。这种对生活细节的关注，有助于我们培养良好的消费观念，提高生活品质。 那么，如何顺利转入卫生纸新生活阶段呢？以下是一些建议： 1. 制定购物计划：在购买卫生纸之前，先了解市场行情，比较不同品牌、不同类型卫生纸的价格和品质。根据家庭需求，制定合理的购物计划。 2. 关注环保：在购买卫生纸时，要关注产品的环保性能，尽量选择可降解、无污染的卫生纸，为地球环境贡献一份力量。 3. 培养消费观念：在购买卫生纸的过程中，要学会理性消费，避免盲目追求名牌、高价产品。关注性价比，为自己和家人创造一个舒适的生活环境。 4. 增强生活自理能力：在购买卫生纸的过程中，学会独立思考、解决问题，提高自己的生活自理能力。 总之，十八岁以上，准备卫生纸转入新生活阶段，是我们成长过程中的重要一步。在这个过程中，我们要学会独立生活、承担责任、关注个人成长。只有这样，我们才能在未来的日子里，勇敢地面对生活的种种挑战，过上幸福美满的生活。

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。