本月官方发布行业重要事件,《差差差漫画登录页面免费打开，畅享海量优质漫画资源！》

昨日行业协会传递重大研究成果,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。家电维修在线客服，实时响应报修需求

海南贵德县、岳阳市平江县 ，渭南市临渭区、襄阳市枣阳市、韶关市乳源瑶族自治县、上海市闵行区、海西蒙古族都兰县、北京市昌平区、惠州市惠城区、抚州市黎川县、大庆市林甸县、长春市九台区、湛江市吴川市、吉林市桦甸市、自贡市自流井区、德州市宁津县、西宁市城东区 、商洛市丹凤县、广西南宁市兴宁区、锦州市北镇市、南阳市方城县、恩施州巴东县、广西南宁市邕宁区、广西玉林市兴业县、西宁市城北区、长治市长子县、内蒙古兴安盟科尔沁右翼前旗、广西南宁市横州市、大同市灵丘县

统一维修资源中心,今日行业报告披露新成果,《差差差漫画登录页面免费打开，畅享海量优质漫画资源！》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一服务专线，标准化维修流程

东莞市莞城街道、内蒙古包头市九原区 ，果洛甘德县、汉中市西乡县、屯昌县乌坡镇、果洛达日县、内蒙古锡林郭勒盟正蓝旗、乐东黎族自治县志仲镇、许昌市禹州市、福州市连江县、内蒙古阿拉善盟阿拉善右旗、重庆市万州区、遵义市余庆县、广西河池市宜州区、景德镇市乐平市、齐齐哈尔市富拉尔基区、滨州市无棣县 、茂名市茂南区、东营市河口区、铜仁市碧江区、巴中市南江县、广西桂林市龙胜各族自治县、威海市乳山市、杭州市西湖区、内蒙古鄂尔多斯市准格尔旗、武汉市硚口区、宁夏中卫市中宁县、东莞市莞城街道、重庆市永川区、攀枝花市米易县、衡阳市衡阳县

全球服务区域: 驻马店市平舆县、武汉市江岸区 、三沙市南沙区、吉安市永丰县、渭南市大荔县、嘉兴市南湖区、长春市绿园区、芜湖市镜湖区、茂名市茂南区、定安县龙湖镇、鸡西市密山市、日照市东港区、哈尔滨市平房区、甘孜巴塘县、吉林市磐石市、盐城市亭湖区、宜昌市夷陵区 、潮州市饶平县、太原市小店区、本溪市本溪满族自治县、开封市通许县、内蒙古包头市东河区

近日评估小组公开关键数据,本周官方渠道披露行业新动向,《差差差漫画登录页面免费打开，畅享海量优质漫画资源！》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修专线，快速响应故障报修

全国服务区域: 昌江黎族自治县海尾镇、广西桂林市平乐县 、广西来宾市金秀瑶族自治县、宿迁市宿城区、武威市天祝藏族自治县、抚州市南丰县、庆阳市镇原县、万宁市东澳镇、万宁市山根镇、临汾市襄汾县、陵水黎族自治县提蒙乡、无锡市宜兴市、陵水黎族自治县文罗镇、滨州市滨城区、榆林市吴堡县、毕节市金沙县、渭南市华阴市 、衡阳市衡阳县、淮安市涟水县、黔东南锦屏县、广西崇左市凭祥市、蚌埠市龙子湖区、东莞市桥头镇、马鞍山市当涂县、内蒙古兴安盟科尔沁右翼中旗、赣州市于都县、大同市新荣区、五指山市通什、内蒙古赤峰市巴林右旗、运城市盐湖区、哈尔滨市道里区、泸州市古蔺县、德州市禹城市、黄冈市团风县、保山市昌宁县、常德市武陵区、攀枝花市米易县、海南贵德县、临汾市古县、衢州市龙游县、临汾市大宁县

统一服务管理平台，智能监控质量:昨日监管部门传递行业研究成果,《差差差漫画登录页面免费打开，畅享海量优质漫画资源！》

随着网络技术的飞速发展，各类娱乐资源层出不穷，其中漫画作为深受广大读者喜爱的文化产品，在互联网上占据了越来越重要的地位。近年来，一款名为“差差差漫画”的在线漫画平台凭借其丰富的内容、便捷的操作和免费登录页面，吸引了大量漫画爱好者的关注。今天，就让我们一起来了解一下这个平台，看看它究竟有何魅力。 ### 一、差差差漫画平台简介 “差差差漫画”是一款专注于提供优质漫画资源的在线平台，用户可以通过登录页面免费浏览海量漫画。该平台涵盖了国内外众多知名漫画家、出版社的作品，包括但不限于热血青春、悬疑推理、古风武侠、科幻奇幻等多个题材，满足了不同读者的需求。 ### 二、免费登录页面，畅享阅读体验 “差差差漫画”的登录页面设计简洁大方，操作便捷。用户只需在首页输入账号和密码，即可免费登录平台，畅享海量漫画资源。此外，平台还提供了多种阅读模式，如横版、竖版、全屏等，让读者可以根据自己的喜好选择最舒适的阅读方式。 ### 三、海量优质漫画，满足不同口味 在“差差差漫画”平台上，用户可以找到众多热门漫画作品，如《斗罗大陆》、《全职高手》、《斗破苍穹》等。这些作品不仅情节跌宕起伏，人物形象鲜明，而且画面精美，制作精良。此外，平台还不断更新，为读者带来更多新鲜、优质的漫画作品。 ### 四、便捷的搜索功能，轻松找到心仪漫画 为了让读者更快地找到心仪的漫画，“差差差漫画”平台提供了强大的搜索功能。用户只需在搜索框中输入漫画名称、作者、题材等关键词，即可快速找到相关作品。此外，平台还根据读者的阅读喜好，推荐相似漫画，让读者在阅读过程中不断发现新作品。 ### 五、安全可靠的阅读环境，保护读者权益 “差差差漫画”平台注重保护读者的权益，为用户提供安全可靠的阅读环境。平台采用先进的加密技术，确保用户数据安全；同时，平台严格审核漫画内容，杜绝低俗、暴力等不良信息，为读者营造一个健康、向上的阅读氛围。 ### 六、结语 总之，“差差差漫画”平台凭借其免费登录页面、海量优质漫画、便捷的搜索功能和安全可靠的阅读环境，成为了广大漫画爱好者的首选。在这个平台上，读者可以尽情享受阅读的乐趣，发现更多优秀的漫画作品。如果你也是一个漫画爱好者，不妨来“差差差漫画”平台看看，相信它会给你带来不一样的惊喜！

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。