昨日官方更新最新行业动态,四川小少妇的BBAABBAA生活：传统与现代的完美融合

昨日行业报告传递新政策变化,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。家电售后专线，专业团队高效处理

安顺市普定县、信阳市罗山县 ，玉溪市新平彝族傣族自治县、广西防城港市东兴市、泉州市金门县、临沧市云县、临沧市临翔区、濮阳市濮阳县、嘉峪关市新城镇、白银市景泰县、陵水黎族自治县英州镇、盘锦市双台子区、内蒙古乌海市海勃湾区、海西蒙古族都兰县、丹东市元宝区、东莞市寮步镇、宜昌市伍家岗区 、黔南长顺县、临汾市古县、乐东黎族自治县九所镇、抚顺市顺城区、连云港市赣榆区、佳木斯市东风区、晋中市介休市、杭州市萧山区、宜昌市夷陵区、内蒙古巴彦淖尔市乌拉特后旗、九江市浔阳区、怒江傈僳族自治州福贡县

近日技术小组通报核心进展,本月行业协会披露研究成果,四川小少妇的BBAABBAA生活：传统与现代的完美融合，很高兴为您解答这个问题，让我来帮您详细说明一下：专业技术救援中心，重大故障专家会诊

衡阳市祁东县、黔南瓮安县 ，鹰潭市贵溪市、果洛玛沁县、宁夏中卫市沙坡头区、商丘市永城市、庆阳市镇原县、焦作市中站区、商丘市虞城县、菏泽市鄄城县、福州市仓山区、焦作市孟州市、文山丘北县、伊春市金林区、武汉市青山区、松原市长岭县、舟山市岱山县 、福州市闽侯县、玉树曲麻莱县、鹤岗市绥滨县、北京市朝阳区、商洛市丹凤县、延安市黄龙县、中山市南朗镇、泉州市惠安县、淮南市潘集区、孝感市孝南区、阳泉市城区、大连市西岗区、武汉市江岸区、临沧市临翔区

全球服务区域: 德州市宁津县、迪庆香格里拉市 、潍坊市坊子区、潍坊市寿光市、广西桂林市全州县、汉中市西乡县、池州市青阳县、儋州市光村镇、德阳市中江县、绵阳市北川羌族自治县、江门市新会区、宣城市郎溪县、西安市蓝田县、佳木斯市桦南县、韶关市新丰县、文昌市铺前镇、滁州市定远县 、邵阳市武冈市、扬州市高邮市、兰州市西固区、温州市瑞安市、天津市西青区

本月官方渠道传达政策动向,本月行业报告公开最新政策,四川小少妇的BBAABBAA生活：传统与现代的完美融合，很高兴为您解答这个问题，让我来帮您详细说明一下：家电以旧换新热线，专业评估回收

全国服务区域: 巴中市恩阳区、佳木斯市同江市 、白山市浑江区、鸡西市鸡东县、南阳市方城县、济宁市曲阜市、鹤壁市山城区、陇南市徽县、清远市连州市、广西河池市东兰县、青岛市莱西市、淮北市相山区、郴州市临武县、直辖县神农架林区、临沂市蒙阴县、邵阳市新邵县、商丘市柘城县 、大理洱源县、淮南市潘集区、厦门市集美区、昌江黎族自治县叉河镇、自贡市贡井区、驻马店市西平县、南京市建邺区、平顶山市鲁山县、内蒙古呼伦贝尔市陈巴尔虎旗、自贡市大安区、聊城市东昌府区、重庆市城口县、洛阳市老城区、济宁市嘉祥县、孝感市应城市、湛江市徐闻县、广西北海市海城区、济宁市嘉祥县、哈尔滨市道外区、果洛甘德县、黔西南晴隆县、晋城市高平市、广元市利州区、眉山市丹棱县

统一售后服务专线，全国联网服务:本周监管部门传达重磅消息,四川小少妇的BBAABBAA生活：传统与现代的完美融合

四川，这片美丽而富饶的土地，孕育了无数独特的文化和风俗。在这片土地上，有一位名叫小少妇的女子，她的生活充满了BBAABBAA的韵律，这既是对她生活的真实写照，也是四川传统与现代文化交融的缩影。 BBAABBAA，这个看似无规律的组合，却蕴含着四川小少妇生活的节奏。B代表着她忙碌的生活，A代表着她内心的宁静与幸福。 首先，B代表忙碌。小少妇每天清晨起床，第一件事就是忙碌地准备早餐。四川的早餐文化丰富，有豆浆油条、小笼包、抄手等各式各样的美食。小少妇的手艺精湛，将这些美食做得色香味俱佳，让人垂涎欲滴。早餐过后，她还要照顾孩子、打扫家务，忙碌的身影穿梭在厨房和客厅之间。 接着，A代表宁静。在忙碌的生活中，小少妇总能找到属于自己的宁静时光。她喜欢在午后阳光明媚的时候，坐在阳台上，泡一壶茶，看着窗外的风景，感受生活的美好。这时，她的内心充满了平静与满足。 BBAABBAA的节奏，也体现了小少妇对家庭的责任。她是一个贤惠的妻子，一个慈爱的母亲。在家庭生活中，她始终把家人的需求放在首位，无论是大事小事，她都尽力去解决。她的付出，让家庭充满了温暖和和谐。 在四川，传统文化与现代生活相互交融。小少妇的生活也不例外。她既保持着传统的家庭观念，又积极拥抱现代的生活方式。在家庭生活中，她注重培养孩子的综合素质，让他们接受良好的教育。同时，她也在努力提高自己的文化素养，丰富自己的精神世界。 BBAABBAA的生活，让小少妇在传统与现代之间找到了平衡。她既传承了四川的传统文化，又适应了现代社会的需求。这种生活方式，不仅让她自己过得充实、快乐，也为她的家庭带来了幸福。 在四川小少妇的生活中，我们看到了传统与现代的完美融合。她用自己的实际行动，诠释了什么是真正的家庭幸福。这种生活方式，值得我们每一个人去学习和借鉴。 首先，我们要学会在忙碌的生活中找到属于自己的宁静时光。在快节奏的现代社会，人们往往忽略了内心的需求。小少妇的做法提醒我们，要学会在忙碌中寻找平衡，给自己一个喘息的机会。 其次，我们要学会承担责任。家庭是社会的细胞，每个人都是家庭的一份子。小少妇在家庭中的角色，让我们看到了一个母亲、妻子的责任与担当。在现实生活中，我们要学会承担责任，为家庭、为社会贡献自己的力量。 最后，我们要学会在传统与现代之间找到平衡。传统文化是我们的根，现代生活是我们的追求。在两者之间找到平衡，才能过上充实、幸福的生活。 四川小少妇的BBAABBAA生活，让我们看到了传统与现代的完美融合。让我们向她学习，努力打造属于自己的幸福生活。

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。