本周行业报告传递新动态,大菠萝福建导航APP：引领福建地区便捷生活新潮流

昨日行业协会披露最新报告,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。维修专线服务，师傅快速上门处理

文昌市东阁镇、东莞市企石镇 ，黔南都匀市、菏泽市单县、北京市西城区、佛山市高明区、淮安市盱眙县、肇庆市高要区、黄山市祁门县、邵阳市双清区、安康市宁陕县、延安市安塞区、龙岩市武平县、荆州市江陵县、台州市路桥区、内蒙古鄂尔多斯市东胜区、内蒙古赤峰市松山区 、汉中市留坝县、眉山市青神县、成都市新津区、汉中市佛坪县、晋中市介休市、六安市金寨县、武威市天祝藏族自治县、大连市西岗区、南充市营山县、邵阳市武冈市、海东市乐都区、吉安市安福县

可视化故障排除专线，实时监测数据,今日研究机构公开新政策,大菠萝福建导航APP：引领福建地区便捷生活新潮流，很高兴为您解答这个问题，让我来帮您详细说明一下：售后服务统一热线，维修更放心

徐州市云龙区、乐山市市中区 ，渭南市富平县、上海市松江区、江门市鹤山市、上海市普陀区、大同市左云县、上海市徐汇区、楚雄姚安县、延边图们市、蚌埠市禹会区、长春市绿园区、泉州市惠安县、东莞市长安镇、广西崇左市天等县、安阳市北关区、大庆市林甸县 、新乡市长垣市、内蒙古呼和浩特市赛罕区、丽水市景宁畲族自治县、铜陵市郊区、内蒙古赤峰市敖汉旗、昭通市鲁甸县、屯昌县乌坡镇、镇江市丹阳市、恩施州巴东县、绥化市肇东市、滁州市定远县、东方市江边乡、天津市宁河区、宝鸡市凤翔区

全球服务区域: 三亚市吉阳区、北京市密云区 、葫芦岛市兴城市、重庆市黔江区、资阳市乐至县、忻州市五台县、福州市仓山区、蚌埠市淮上区、东莞市道滘镇、福州市平潭县、德州市宁津县、陇南市礼县、南通市如皋市、昭通市鲁甸县、永州市江华瑶族自治县、宁夏吴忠市青铜峡市、三明市尤溪县 、澄迈县仁兴镇、上海市金山区、上饶市弋阳县、杭州市富阳区、东莞市企石镇

本周数据平台今日官方渠道公布最新动态,近日监管部门透露最新动态,大菠萝福建导航APP：引领福建地区便捷生活新潮流，很高兴为您解答这个问题，让我来帮您详细说明一下：智能化维修系统，自动调度服务人员

全国服务区域: 文昌市东郊镇、中山市南区街道 、忻州市原平市、陵水黎族自治县隆广镇、牡丹江市海林市、屯昌县乌坡镇、襄阳市襄城区、梅州市兴宁市、酒泉市金塔县、丹东市凤城市、萍乡市芦溪县、中山市神湾镇、广西柳州市柳城县、安庆市迎江区、昭通市绥江县、安阳市林州市、新余市分宜县 、西宁市湟源县、衢州市龙游县、淄博市张店区、宜宾市叙州区、儋州市木棠镇、阜阳市颍东区、丽水市松阳县、吉安市新干县、抚州市黎川县、泰安市东平县、安庆市望江县、重庆市渝中区、宣城市郎溪县、东方市东河镇、巴中市通江县、黑河市北安市、临汾市洪洞县、内蒙古锡林郭勒盟阿巴嘎旗、黔南福泉市、南充市嘉陵区、常州市金坛区、内蒙古呼和浩特市新城区、武汉市青山区、淄博市张店区

本周数据平台今日数据平台透露最新消息:今日官方发布行业最新通报,大菠萝福建导航APP：引领福建地区便捷生活新潮流

在信息化时代，智能手机已经成为人们生活中不可或缺的一部分。福建，作为我国东南沿海的重要省份，近年来在互联网领域的发展也日新月异。在这样的背景下，一款名为“大菠萝福建导航APP”的手机应用应运而生，它凭借其独特的功能和服务，成为了福建地区用户的首选导航工具，引领着福建地区便捷生活的新潮流。 ### 一、大菠萝福建导航APP简介 大菠萝福建导航APP是一款专注于福建地区的生活服务类导航应用。它以“福引导”为核心，为用户提供全面的福建地区生活导航服务，包括交通出行、餐饮住宿、购物娱乐、旅游观光等多个方面。用户只需打开APP，即可轻松找到所需信息，享受便捷的生活服务。 ### 二、大菠萝福建导航APP的特色功能 1. **智能导航**：大菠萝福建导航APP采用先进的地图引擎，为用户提供精准的路线规划和实时路况信息。无论您是驾车出行还是步行，都能轻松找到最佳路线。 2. **本地生活服务**：APP内收录了福建地区丰富的本地生活服务信息，包括餐饮、住宿、购物、娱乐等。用户可以根据自己的需求，快速找到附近的优质商家。 3. **旅游攻略**：大菠萝福建导航APP为用户提供全面的福建旅游攻略，包括热门景点、特色美食、旅游线路等。让您在福建旅行时，轻松规划行程，畅享旅程。 4. **优惠活动**：APP内不定期推出各类优惠活动，用户可以在这里享受到美食、购物、娱乐等方面的折扣优惠。 5. **社交互动**：大菠萝福建导航APP设有社交互动功能，用户可以在这里结识志同道合的朋友，分享生活点滴。 ### 三、大菠萝福建导航APP的优势 1. **本地化服务**：大菠萝福建导航APP专注于福建地区，为用户提供最贴心的本地化服务。 2. **功能全面**：APP涵盖了福建地区生活的方方面面，满足用户多样化的需求。 3. **界面简洁**：APP界面简洁明了，操作便捷，让用户轻松上手。 4. **实时更新**：大菠萝福建导航APP不断更新数据，确保用户获取的信息准确可靠。 5. **用户口碑**：大菠萝福建导航APP自上线以来，凭借其优质的服务和良好的口碑，赢得了众多福建地区用户的喜爱。 ### 四、结语 大菠萝福建导航APP作为一款引领福建地区便捷生活新潮流的导航应用，凭借其独特的功能和优质的服务，已经成为福建地区用户的首选。在未来的发展中，大菠萝福建导航APP将继续努力，为用户提供更加全面、便捷的生活服务，让福建地区的居民享受到更加美好的生活。

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。