刚刚研究机构公开最新成果,《禁忌的温柔：一段关于爱与成长的回忆》

近日行业报告传达新动态,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。智能安装预约系统，自动分配技师

内蒙古赤峰市阿鲁科尔沁旗、锦州市凌河区 ，上海市浦东新区、德阳市旌阳区、内蒙古包头市石拐区、重庆市秀山县、郑州市中牟县、淮南市大通区、晋中市介休市、衢州市开化县、贵阳市开阳县、宿州市埇桥区、镇江市句容市、连云港市东海县、长治市武乡县、韶关市武江区、攀枝花市盐边县 、江门市新会区、内蒙古巴彦淖尔市杭锦后旗、临沂市平邑县、沈阳市新民市、普洱市西盟佤族自治县、黄冈市英山县、内蒙古巴彦淖尔市临河区、重庆市巴南区、长春市德惠市、松原市扶余市、延边敦化市、广西桂林市叠彩区

专业维修服务电话,今日官方发布行业研究成果,《禁忌的温柔：一段关于爱与成长的回忆》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一回收标准，环保处理规范

本溪市本溪满族自治县、芜湖市鸠江区 ，广西贺州市平桂区、哈尔滨市宾县、滨州市惠民县、中山市石岐街道、清远市清新区、汕头市潮南区、忻州市五台县、西双版纳勐海县、葫芦岛市兴城市、连云港市灌云县、亳州市利辛县、福州市马尾区、沈阳市铁西区、洛阳市老城区、泉州市永春县 、金华市金东区、漳州市芗城区、临汾市霍州市、南京市玄武区、泉州市洛江区、孝感市应城市、恩施州咸丰县、自贡市大安区、龙岩市漳平市、哈尔滨市阿城区、济宁市嘉祥县、泰州市兴化市、运城市永济市、凉山木里藏族自治县

全球服务区域: 晋中市榆次区、广西南宁市青秀区 、东莞市企石镇、陵水黎族自治县隆广镇、清远市连州市、东莞市长安镇、盘锦市双台子区、亳州市谯城区、杭州市余杭区、湛江市遂溪县、上海市静安区、揭阳市揭西县、开封市祥符区、内蒙古赤峰市敖汉旗、益阳市安化县、松原市乾安县、苏州市太仓市 、济南市天桥区、十堰市茅箭区、大同市阳高县、宁德市寿宁县、沈阳市皇姑区

近日监测部门传出异常警报,昨日行业报告传达重要动态,《禁忌的温柔：一段关于爱与成长的回忆》，很高兴为您解答这个问题，让我来帮您详细说明一下：自动化服务跟踪，智能优化用户体验

全国服务区域: 营口市鲅鱼圈区、宜昌市五峰土家族自治县 、三亚市海棠区、朔州市应县、临沂市临沭县、扬州市邗江区、东莞市南城街道、宁波市余姚市、抚州市南城县、宝鸡市麟游县、开封市禹王台区、酒泉市玉门市、六安市金安区、运城市平陆县、开封市顺河回族区、郑州市登封市、汕尾市海丰县 、徐州市新沂市、汉中市南郑区、吉安市永新县、九江市武宁县、吕梁市中阳县、西双版纳勐腊县、乐东黎族自治县九所镇、六盘水市盘州市、临沂市郯城县、丽水市缙云县、扬州市宝应县、济宁市曲阜市、衡阳市衡东县、芜湖市镜湖区、重庆市沙坪坝区、广西来宾市忻城县、宣城市宣州区、琼海市长坡镇、广西崇左市龙州县、内蒙古乌兰察布市卓资县、宝鸡市扶风县、齐齐哈尔市泰来县、三沙市南沙区、渭南市富平县

近日官方渠道传达研究成果:本周行业协会披露最新报告,《禁忌的温柔：一段关于爱与成长的回忆》

在那个遥远的年代，我刚刚迈入青春的门槛，心中充满了对世界的好奇与渴望。然而，我的成长之路并非一帆风顺，其中一段禁忌的回忆，至今仍在我心中留下了深刻的烙印。 那是一个夏日的午后，阳光透过树叶洒在青石板路上，空气中弥漫着泥土的芬芳。那时的我，还是一个懵懂无知的少年，对爱情、亲情和友情都充满了向往。然而，命运却在这时给了我一个沉重的打击。 那天，我无意间闯入了姥姥家的后院，那里有一棵老槐树，树下有一张石桌，石桌上摆放着姥姥亲手做的饭菜。我坐在石桌旁，看着姥姥忙碌的身影，心中涌起一股暖流。姥姥见我来了，便放下手中的活计，走到我身边，轻轻地拍了拍我的头，说：“孩子，饿了吧，姥姥给你做点好吃的。” 我点了点头，看着姥姥熟练地炒菜、炖汤，心中充满了感激。就在这时，姥姥突然停下了手中的活计，走到我身边，轻轻地握住我的手，说：“孩子，姥姥知道你心里有很多困惑，今天姥姥就陪你聊聊天。” 我愣住了，不知道姥姥为什么会突然这么说。姥姥见我愣住，便笑了笑，说：“孩子，姥姥知道你心里有很多想法，有些事情，姥姥也曾经经历过。今天，姥姥就给你讲讲姥姥的故事。” 于是，姥姥开始讲述她的青春往事。她说，她曾经也是一个充满梦想的少女，渴望爱情、渴望自由。然而，命运却让她早早地嫁为人妇，承担起了家庭的重担。她说，她曾经也像你一样，对爱情充满了向往，但最终却选择了默默承受。 听着姥姥的故事，我心中五味杂陈。我看着姥姥那布满皱纹的脸庞，心中涌起一股暖流。我知道，姥姥这是在用自己的经历告诉我，生活并非一帆风顺，我们都要学会面对现实，勇敢地去追求自己的梦想。 就在这时，姥姥突然放下了手中的碗筷，走到我身边，轻轻地抱住了我。我愣住了，不知道姥姥为什么会突然这么做。姥姥在我耳边轻声说：“孩子，姥姥知道你心里有很多困惑，有些事情，姥姥也曾经经历过。今天，姥姥就用自己的身体，来满足你内心的渴望。” 我愣住了，不知道该如何回应姥姥的话。我看着姥姥那充满爱意的眼神，心中涌起一股强烈的感动。我知道，姥姥这是在用自己的方式，来安慰我、鼓励我，让我勇敢地去面对生活的挑战。 从那天起，我和姥姥的关系变得更加亲密。我明白了，姥姥并不是在满足我内心的渴望，而是在用自己的方式，告诉我生活的真谛。她让我明白了，亲情、友情和爱情，都是我们人生中不可或缺的一部分。 如今，我已经长大成人，离开了姥姥的庇护。然而，那段禁忌的回忆，却始终伴随着我。每当我遇到困难、迷茫时，我都会想起姥姥那充满爱意的眼神，想起她用自己的身体，来满足我内心的渴望。 这段禁忌的回忆，让我明白了生活的真谛，让我学会了勇敢地去面对人生的挑战。我相信，在未来的日子里，我会带着姥姥的爱，继续前行，去追寻属于我的幸福。

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。