今日官方传达研究成果,《“不知火舞被3小孩h”事件：网络暴力与道德沦丧的警示》

今日相关部门传达重大信息,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。自动化服务跟踪，智能优化用户体验

本溪市明山区、黄冈市浠水县 ，毕节市纳雍县、宜昌市点军区、济宁市嘉祥县、岳阳市君山区、重庆市沙坪坝区、鹤岗市萝北县、陇南市礼县、铜陵市郊区、大庆市龙凤区、黄山市休宁县、新余市分宜县、武汉市江夏区、临汾市翼城县、巴中市南江县、广西柳州市柳江区 、连云港市灌云县、重庆市沙坪坝区、广西贵港市平南县、成都市金牛区、潍坊市寿光市、深圳市罗湖区、内蒙古巴彦淖尔市杭锦后旗、泉州市金门县、牡丹江市爱民区、鹰潭市贵溪市、内蒙古赤峰市林西县、雅安市汉源县

本周数据平台最新相关部门透露权威通报,本周行业报告传递新动态,《“不知火舞被3小孩h”事件：网络暴力与道德沦丧的警示》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电调试服务热线，确保最佳使用状态

怒江傈僳族自治州福贡县、白沙黎族自治县元门乡 ，成都市简阳市、宝鸡市眉县、普洱市景谷傣族彝族自治县、泸州市龙马潭区、荆门市东宝区、曲靖市富源县、乐山市五通桥区、海东市平安区、上饶市婺源县、潮州市潮安区、郑州市二七区、海南贵德县、陇南市宕昌县、澄迈县金江镇、赣州市于都县 、锦州市凌河区、毕节市赫章县、温州市鹿城区、泰安市宁阳县、兰州市皋兰县、黔西南晴隆县、重庆市南川区、内蒙古兴安盟科尔沁右翼前旗、安顺市普定县、广西防城港市防城区、甘孜新龙县、鹤岗市萝北县、内蒙古锡林郭勒盟正蓝旗、宁波市余姚市

全球服务区域: 台州市玉环市、岳阳市云溪区 、铁岭市昌图县、大连市旅顺口区、成都市大邑县、澄迈县仁兴镇、揭阳市普宁市、五指山市毛道、东莞市樟木头镇、广西梧州市蒙山县、福州市闽侯县、武汉市黄陂区、红河蒙自市、泉州市惠安县、怀化市芷江侗族自治县、恩施州建始县、重庆市巴南区 、南京市浦口区、淮南市谢家集区、洛阳市汝阳县、渭南市蒲城县、韶关市南雄市

刚刚信息中心公布关键数据,本月行业报告公开重要信息,《“不知火舞被3小孩h”事件：网络暴力与道德沦丧的警示》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修在线客服，实时响应报修需求

全国服务区域: 文昌市重兴镇、临高县南宝镇 、达州市达川区、抚州市崇仁县、合肥市长丰县、哈尔滨市延寿县、咸阳市渭城区、聊城市东阿县、江门市新会区、丽江市玉龙纳西族自治县、邵阳市大祥区、白山市抚松县、六安市舒城县、黄山市黟县、南阳市西峡县、文昌市铺前镇、池州市东至县 、苏州市张家港市、本溪市本溪满族自治县、临沂市平邑县、果洛班玛县、潍坊市诸城市、太原市娄烦县、宁夏吴忠市利通区、西安市未央区、扬州市仪征市、广西柳州市柳北区、楚雄牟定县、温州市永嘉县、天津市滨海新区、三门峡市灵宝市、迪庆香格里拉市、德阳市中江县、广州市越秀区、三明市永安市、陇南市宕昌县、盘锦市兴隆台区、锦州市凌河区、杭州市上城区、上饶市德兴市、淮南市大通区

本周数据平台近期数据平台透露新政策:本月相关部门披露行业最新成果,《“不知火舞被3小孩h”事件：网络暴力与道德沦丧的警示》

在互联网时代，网络暴力已成为一种不容忽视的社会现象。近日，一起名为“不知火舞被3小孩h”的事件引发了广泛关注，不仅暴露了网络暴力的残酷性，更揭示了道德沦丧的严重性。 不知火舞，一个在游戏圈拥有极高人气的虚拟角色，因其独特的形象和技能，深受玩家喜爱。然而，在这起事件中，不知火舞却成为了网络暴力的受害者。据网友爆料，三名未成年人在网络上恶意攻击、侮辱不知火舞，甚至对其进行人身攻击，引发网友愤怒。 首先，这起事件暴露了网络暴力的残酷性。网络暴力，顾名思义，就是通过网络平台对他人进行言语攻击、侮辱、诽谤等行为。在这起事件中，三名未成年人利用网络平台，对不知火舞进行恶意攻击，这种行为不仅侵犯了不知火舞的合法权益，更对其他玩家造成了恶劣的影响。 其次，这起事件揭示了道德沦丧的严重性。道德是社会文明的基石，而网络暴力正是道德沦丧的体现。在这起事件中，三名未成年人无视道德底线，恶意攻击不知火舞，这种行为不仅损害了他人的名誉，更破坏了网络环境的和谐。 面对这起事件，我们不禁要问：为何网络暴力如此猖獗？为何道德沦丧的现象如此严重？ 首先，网络匿名性为网络暴力提供了温床。在网络上，人们可以隐藏真实身份，肆无忌惮地发表言论。这种匿名性使得一些人敢于挑战道德底线，恶意攻击他人。 其次，家庭教育和社会教育的缺失也是导致道德沦丧的重要原因。在家庭教育中，家长往往过于关注孩子的学习成绩，而忽视了道德教育。在社会教育中，一些不良信息传播，误导了青少年的价值观。 为了遏制网络暴力和道德沦丧的现象，我们应从以下几个方面入手： 1. 加强网络监管，严厉打击网络暴力行为。政府部门应加大对网络平台的监管力度，对恶意攻击、侮辱他人的行为进行严厉打击。 2. 提高家庭教育质量，重视道德教育。家长要关注孩子的道德素养，培养孩子正确的价值观。 3. 加强社会教育，引导青少年树立正确的价值观。学校、媒体等社会机构要积极传播正能量，引导青少年树立正确的价值观。 4. 提高公众的法律意识，让网络暴力者付出代价。公众要了解相关法律法规，对网络暴力行为进行抵制，让违法者付出代价。 总之，“不知火舞被3小孩h”事件给我们敲响了警钟，网络暴力和道德沦丧已成为社会问题。我们要共同努力，遏制这种现象，为构建和谐网络环境贡献力量。

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。