本周研究机构发布权威信息,51热门大瓜：揭秘黑料反差婊，电磁炉背后的惊人真相！

本周官方更新行业通报,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。以旧换新服务中心，全流程指导

本溪市本溪满族自治县、定西市安定区 ，广西梧州市长洲区、内蒙古锡林郭勒盟阿巴嘎旗、陵水黎族自治县椰林镇、广西河池市东兰县、黄冈市麻城市、徐州市沛县、吕梁市离石区、嘉兴市桐乡市、广西南宁市江南区、迪庆维西傈僳族自治县、葫芦岛市兴城市、嘉兴市平湖市、庆阳市宁县、曲靖市沾益区、宿迁市宿城区 、清远市清城区、合肥市庐阳区、平凉市崆峒区、甘孜康定市、文山砚山县、大同市云冈区、广西崇左市宁明县、张家界市慈利县、广西桂林市兴安县、伊春市汤旺县、广元市剑阁县、大连市瓦房店市

近日官方渠道传达研究成果,今日官方发布新研究成果,51热门大瓜：揭秘黑料反差婊，电磁炉背后的惊人真相！，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用教学专线，新手快速入门指导

沈阳市浑南区、内蒙古赤峰市喀喇沁旗 ，扬州市广陵区、遂宁市船山区、重庆市潼南区、内蒙古兴安盟突泉县、南京市雨花台区、重庆市渝中区、资阳市雁江区、长沙市岳麓区、自贡市富顺县、龙岩市漳平市、中山市神湾镇、安庆市宿松县、十堰市竹山县、上海市长宁区、酒泉市玉门市 、漳州市东山县、黄南河南蒙古族自治县、佳木斯市抚远市、东方市新龙镇、盐城市大丰区、临沂市莒南县、文昌市冯坡镇、周口市项城市、吕梁市中阳县、西安市鄠邑区、肇庆市高要区、台州市路桥区、吕梁市石楼县、广西梧州市岑溪市

全球服务区域: 绍兴市新昌县、宜昌市长阳土家族自治县 、上饶市万年县、长春市绿园区、咸阳市泾阳县、平顶山市石龙区、漳州市东山县、泰安市肥城市、苏州市吴中区、宜春市樟树市、牡丹江市绥芬河市、宜昌市夷陵区、海北门源回族自治县、昭通市盐津县、齐齐哈尔市富拉尔基区、眉山市丹棱县、本溪市本溪满族自治县 、永州市道县、襄阳市樊城区、盘锦市双台子区、九江市修水县、广西百色市那坡县

近日技术小组通报核心进展,今日监管部门传达新研究成果,51热门大瓜：揭秘黑料反差婊，电磁炉背后的惊人真相！，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: 天津市东丽区、东莞市东城街道 、内蒙古呼伦贝尔市陈巴尔虎旗、苏州市常熟市、日照市莒县、内蒙古鄂尔多斯市杭锦旗、广西南宁市隆安县、焦作市温县、渭南市大荔县、周口市商水县、大连市甘井子区、南充市高坪区、广西贺州市平桂区、郑州市新郑市、新余市渝水区、枣庄市山亭区、苏州市吴中区 、永州市江华瑶族自治县、广西北海市铁山港区、西安市长安区、临汾市浮山县、东莞市长安镇、株洲市攸县、南通市海安市、鹤岗市兴山区、洛阳市西工区、泰州市兴化市、焦作市孟州市、佳木斯市同江市、广西河池市宜州区、大理剑川县、九江市武宁县、淮安市洪泽区、内江市东兴区、吉安市吉州区、琼海市石壁镇、广西南宁市邕宁区、深圳市盐田区、茂名市茂南区、万宁市和乐镇、广安市邻水县

快速响应维修热线:今日相关部门披露重要进展,51热门大瓜：揭秘黑料反差婊，电磁炉背后的惊人真相！

在互联网高速发展的今天，各种八卦新闻、热门话题层出不穷。近日，一则关于“51热门大瓜黑料反差婊电磁炉”的消息在网络上引起了广泛关注。究竟这背后隐藏着怎样的故事？让我们一起揭开这层神秘的面纱。 首先，我们来看看“51热门大瓜”。这个词汇源于网络，指的是网络上流传的各种热门话题、八卦新闻。这些话题往往具有极高的关注度，让人津津乐道。然而，在这其中，不乏一些负面新闻，如“黑料反差婊”。 “黑料反差婊”一词，源自于网络上对某些明星、网红等公众人物的负面评价。这些人在公众面前表现得光鲜亮丽，却暗地里干着一些不堪入目的事情。这种反差极大的行为，让人不禁对他们的真实面目产生质疑。而“51热门大瓜”中的“黑料反差婊”，则是指那些在网络上被曝光的负面新闻。 那么，这些负面新闻是如何被曝光的呢？这就要提到“电磁炉”了。电磁炉，作为一种厨房电器，近年来在我国市场上越来越受欢迎。然而，在“51热门大瓜”中，电磁炉却成为了揭露负面新闻的工具。 原来，一些不法分子利用电磁炉的隐蔽性，在公共场合进行非法录音、录像，然后将这些黑料发布到网络上。这样一来，那些“黑料反差婊”们就被曝光在公众面前，承受着舆论的压力。 那么，这些负面新闻对当事人造成了怎样的影响呢？首先，他们的形象受到了严重的损害。在公众眼中，他们不再是那个光鲜亮丽的明星、网红，而是变成了一个道德败坏、品行不端的人。其次，这些负面新闻还可能对他们的职业生涯产生严重影响。一旦被曝光，他们可能会失去粉丝的支持，甚至被公司解约。 然而，在这场风波中，也有一些人为正义发声。他们通过自己的努力，将那些被冤枉的人从负面新闻中解救出来。这些正义之士，用实际行动证明了“真相总是会被揭露”的道理。 总之，“51热门大瓜黑料反差婊电磁炉”这一事件，让我们看到了网络时代的复杂性。一方面，网络让我们更加了解这个世界，另一方面，网络也成为了不法分子传播负面新闻的温床。因此，我们在享受网络带来的便利的同时，也要提高自己的辨别能力，避免被虚假信息所误导。 最后，让我们呼吁广大网友，在关注“51热门大瓜”的同时，也要关注那些被冤枉的人。让我们共同努力，营造一个清朗的网络空间，让正义与真相永存。

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。