昨日行业协会传递新研究成果,GOGOGO大胆艺术风格：探索现代艺术的新境界

本周业内人士传递最新研究成果,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。智能派单服务中心，精准匹配维修师傅

广西崇左市大新县、宿州市砀山县 ，大连市瓦房店市、攀枝花市东区、普洱市江城哈尼族彝族自治县、铜仁市德江县、澄迈县金江镇、舟山市定海区、上海市松江区、宜宾市长宁县、益阳市桃江县、鹤壁市山城区、广西桂林市灵川县、衡阳市衡南县、衡阳市石鼓区、南昌市新建区、内蒙古锡林郭勒盟镶黄旗 、运城市芮城县、临沂市兰山区、攀枝花市盐边县、乐东黎族自治县莺歌海镇、郴州市嘉禾县、红河元阳县、澄迈县桥头镇、九江市濂溪区、上海市闵行区、内蒙古乌兰察布市凉城县、本溪市本溪满族自治县、宿迁市泗阳县

近日观测中心传出重要预警,本月行业协会披露新研究动态,GOGOGO大胆艺术风格：探索现代艺术的新境界，很高兴为您解答这个问题，让我来帮您详细说明一下：自动化服务调度，智能匹配维修资源

广西贺州市钟山县、连云港市灌南县 ，昌江黎族自治县石碌镇、大连市金州区、济宁市泗水县、广安市邻水县、曲靖市师宗县、渭南市澄城县、昆明市呈贡区、西宁市湟源县、马鞍山市当涂县、焦作市博爱县、大庆市龙凤区、商洛市柞水县、武汉市江夏区、榆林市靖边县、北京市西城区 、泰安市泰山区、屯昌县坡心镇、儋州市海头镇、韶关市南雄市、郴州市资兴市、赣州市上犹县、汉中市汉台区、南阳市新野县、红河元阳县、东营市利津县、琼海市石壁镇、大理洱源县、漯河市源汇区、内蒙古乌海市海南区

全球服务区域: 临汾市古县、西安市蓝田县 、遵义市桐梓县、黄冈市红安县、宣城市旌德县、东营市河口区、赣州市信丰县、内蒙古呼伦贝尔市阿荣旗、长沙市岳麓区、哈尔滨市宾县、渭南市富平县、太原市古交市、内蒙古鄂尔多斯市鄂托克旗、内蒙古巴彦淖尔市磴口县、海西蒙古族天峻县、安庆市望江县、郴州市宜章县 、江门市开平市、商洛市丹凤县、襄阳市保康县、运城市芮城县、大兴安岭地区呼玛县

近日监测部门公开最新参数,今日行业协会发布最新研究成果,GOGOGO大胆艺术风格：探索现代艺术的新境界，很高兴为您解答这个问题，让我来帮您详细说明一下：全国联保服务热线，正规售后有保障

全国服务区域: 金华市金东区、黄石市铁山区 、大理洱源县、合肥市瑶海区、广西南宁市隆安县、益阳市沅江市、营口市西市区、临高县皇桐镇、赣州市章贡区、九江市庐山市、渭南市合阳县、怀化市通道侗族自治县、金华市婺城区、内蒙古鄂尔多斯市鄂托克旗、重庆市奉节县、直辖县潜江市、西双版纳勐腊县 、葫芦岛市兴城市、武汉市汉阳区、重庆市云阳县、伊春市金林区、济宁市梁山县、重庆市秀山县、连云港市灌南县、宁夏固原市彭阳县、漳州市华安县、重庆市石柱土家族自治县、广西梧州市藤县、文山文山市、内蒙古呼和浩特市和林格尔县、邵阳市新宁县、淮南市寿县、长治市黎城县、信阳市光山县、大连市甘井子区、阳江市阳西县、梅州市梅江区、萍乡市芦溪县、焦作市博爱县、南通市如东县、周口市沈丘县

本月官方渠道传达政策动向:稍早前相关部门更新进展,GOGOGO大胆艺术风格：探索现代艺术的新境界

在当代艺术领域，GOGOGO大胆艺术风格以其独特的视觉冲击力和创新精神，吸引了众多艺术爱好者的目光。这种风格不仅展现了艺术家们对传统艺术观念的挑战，更在视觉表达上呈现出一种前所未有的自由与活力。本文将深入分析GOGOGO大胆艺术风格的特点，探讨其背后的艺术理念。 一、GOGOGO大胆艺术风格的特点 1. 强烈的视觉冲击力 GOGOGO大胆艺术风格的作品往往具有强烈的视觉冲击力，色彩鲜艳、构图大胆，使得观者在第一眼就能感受到艺术家想要传达的情感。这种风格打破了传统艺术的束缚，使作品更具表现力和感染力。 2. 创新的艺术手法 GOGOGO大胆艺术风格在艺术手法上不断创新，将多种艺术形式相结合，如绘画、雕塑、装置艺术等。这种多元化的艺术手法使得作品更具观赏性和互动性，为观者带来全新的审美体验。 3. 反思现实，关注社会 GOGOGO大胆艺术风格的作品往往关注现实生活，对社会现象进行反思。艺术家们通过作品表达对现实的不满、对未来的期待，引发观者对生活、社会和艺术的思考。 二、GOGOGO大胆艺术风格的艺术理念 1. 自由表达 GOGOGO大胆艺术风格强调艺术家的自由表达，鼓励艺术家在创作过程中不受束缚，勇敢地追求自己的艺术理想。这种理念使得艺术家们能够充分发挥自己的才华，创作出具有独特个性的作品。 2. 跨界融合 GOGOGO大胆艺术风格倡导跨界融合，将不同领域的艺术元素相互借鉴，创造出全新的艺术形式。这种跨界融合不仅丰富了艺术的表现手法，也为艺术家提供了更广阔的创作空间。 3. 社会责任 GOGOGO大胆艺术风格的作品关注社会现象，承担起一定的社会责任。艺术家们通过作品传递正能量，引导观者关注社会问题，共同推动社会进步。 三、GOGOGO大胆艺术风格的影响 GOGOGO大胆艺术风格的出现，对当代艺术产生了深远的影响。首先，它推动了艺术观念的革新，使艺术家们更加关注现实生活，关注社会问题。其次，GOGOGO大胆艺术风格的作品具有很高的观赏性和互动性，吸引了大量观众，为艺术市场注入了新的活力。 总之，GOGOGO大胆艺术风格以其独特的艺术魅力和深刻的内涵，成为了当代艺术领域的一股新势力。在未来的发展中，我们有理由相信，GOGOGO大胆艺术风格将继续引领艺术潮流，为观者带来更多惊喜。

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。