昨日研究机构公开最新成果,《探索羞羞漫画：免费漫画入口与财经资讯一网打尽！》

今日相关部门发布行业进展,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。家电客服热线，系统自动分配订单

内蒙古巴彦淖尔市五原县、池州市东至县 ，洛阳市老城区、池州市东至县、三门峡市灵宝市、内蒙古乌兰察布市卓资县、运城市芮城县、广西玉林市容县、宣城市旌德县、青岛市平度市、襄阳市保康县、台州市温岭市、烟台市福山区、东方市东河镇、忻州市岢岚县、雅安市天全县、三亚市天涯区 、大理云龙县、盐城市东台市、咸阳市兴平市、南阳市西峡县、广西河池市东兰县、遵义市正安县、宜昌市远安县、阜新市阜新蒙古族自治县、长治市襄垣县、盐城市盐都区、凉山昭觉县、天津市蓟州区

24小时维修咨询热线，智能语音导航,本月研究机构传达行业新动向,《探索羞羞漫画：免费漫画入口与财经资讯一网打尽！》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修电话，支持在线咨询报修

怀化市溆浦县、芜湖市镜湖区 ，河源市源城区、乐东黎族自治县莺歌海镇、景德镇市昌江区、沈阳市辽中区、吉林市龙潭区、漳州市芗城区、上海市静安区、杭州市西湖区、西安市灞桥区、海西蒙古族都兰县、渭南市富平县、滨州市无棣县、北京市密云区、广西贵港市平南县、内蒙古鄂尔多斯市达拉特旗 、新乡市封丘县、中山市南朗镇、郑州市巩义市、临沂市莒南县、眉山市仁寿县、宜宾市屏山县、甘孜理塘县、常德市桃源县、郑州市二七区、咸阳市三原县、果洛玛沁县、聊城市莘县、周口市川汇区、阿坝藏族羌族自治州理县

全球服务区域: 内江市东兴区、大庆市林甸县 、重庆市潼南区、乐东黎族自治县利国镇、肇庆市鼎湖区、荆州市松滋市、曲靖市马龙区、济宁市梁山县、安康市石泉县、滨州市惠民县、酒泉市肃北蒙古族自治县、重庆市江北区、长沙市雨花区、郴州市苏仙区、攀枝花市东区、深圳市福田区、果洛玛沁县 、商丘市睢县、抚州市乐安县、江门市新会区、武汉市洪山区、福州市连江县

统一售后服务专线，全国联网服务,今日行业报告更新行业新动态,《探索羞羞漫画：免费漫画入口与财经资讯一网打尽！》，很高兴为您解答这个问题，让我来帮您详细说明一下：故障诊断服务中心，专业检测设备

全国服务区域: 乐东黎族自治县万冲镇、龙岩市漳平市 、吉安市永丰县、南充市高坪区、重庆市渝北区、阜阳市颍州区、临高县波莲镇、汕头市南澳县、常德市武陵区、郑州市登封市、兰州市安宁区、白山市抚松县、本溪市桓仁满族自治县、武汉市江岸区、惠州市惠城区、东营市东营区、广西防城港市港口区 、台州市临海市、辽源市东辽县、广安市岳池县、南平市延平区、抚顺市望花区、沈阳市铁西区、伊春市汤旺县、枣庄市市中区、阜阳市颍泉区、嘉兴市南湖区、阿坝藏族羌族自治州松潘县、衡阳市祁东县、德州市禹城市、临沂市蒙阴县、抚顺市新宾满族自治县、黔南独山县、牡丹江市宁安市、北京市门头沟区、广州市白云区、广西玉林市陆川县、临沂市蒙阴县、吕梁市孝义市、黄石市阳新县、东莞市麻涌镇

本月官方渠道传达政策动向:本周行业报告披露政策新动向,《探索羞羞漫画：免费漫画入口与财经资讯一网打尽！》

随着互联网的飞速发展，各类平台层出不穷，为广大用户提供着丰富多彩的内容。今天，我们就来聊聊一个集免费漫画入口与财经资讯于一体的平台——羞羞漫画。在这个平台上，用户不仅可以享受到丰富的漫画资源，还能获取到最新的财经资讯，实现娱乐与知识的双重收获。 ### 羞羞漫画：免费漫画入口 羞羞漫画作为一个专业的漫画平台，为广大漫画爱好者提供了一个免费漫画入口。在这里，用户可以轻松找到自己喜爱的漫画作品，无论是经典之作还是新兴佳作，都能在这里找到。以下是羞羞漫画免费漫画入口的几个亮点： 1. **海量漫画资源**：羞羞漫画拥有海量的漫画资源，涵盖了各类题材，满足不同用户的需求。 2. **免费阅读**：用户无需付费即可阅读平台上的所有漫画，真正实现免费阅读。 3. **更新及时**：平台上的漫画作品更新及时，让用户第一时间了解到最新的漫画动态。 4. **分类清晰**：漫画作品按照题材、风格、人气等进行分类，方便用户快速找到自己感兴趣的漫画。 5. **互动交流**：用户可以在评论区发表自己的看法，与其他漫画爱好者进行互动交流，共同分享阅读心得。 ### 财经资讯：一网打尽 除了免费漫画入口，羞羞漫画还为广大用户提供了一个财经资讯板块。在这里，用户可以了解到最新的财经动态、市场分析、投资策略等，为自己的投资决策提供参考。以下是财经资讯板块的几个特点： 1. **权威信息**：平台上的财经资讯来源于权威机构，确保信息的准确性和可靠性。 2. **全面覆盖**：财经资讯板块涵盖了股市、基金、外汇、黄金等多个领域，满足不同投资者的需求。 3. **专业解读**：平台邀请专业财经人士对重要财经事件进行解读，帮助用户更好地理解市场动态。 4. **实时更新**：财经资讯板块实时更新，让用户第一时间了解到市场变化。 5. **互动交流**：用户可以在评论区发表自己的观点，与其他投资者进行交流，共同探讨投资策略。 ### 总结 羞羞漫画作为一个集免费漫画入口与财经资讯于一体的平台，为广大用户提供了丰富的娱乐和知识资源。在这里，用户可以尽情享受漫画带来的快乐，同时获取到实用的财经资讯。随着平台的不断发展，相信羞羞漫画将会为更多用户带来优质的内容和服务。让我们一起期待这个平台的未来吧！

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。