今日官方发布政策通报,周棋洛与无影人：音乐与光影的完美融合

今日研究机构更新行业动态,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。专业维修服务热线，技术专家在线解答

贵阳市白云区、鹤岗市兴山区 ，内蒙古赤峰市阿鲁科尔沁旗、襄阳市枣阳市、内蒙古鄂尔多斯市杭锦旗、茂名市高州市、襄阳市襄州区、抚州市宜黄县、内蒙古乌兰察布市四子王旗、东莞市谢岗镇、毕节市大方县、武汉市青山区、内蒙古巴彦淖尔市杭锦后旗、中山市南头镇、晋城市城区、榆林市府谷县、衡阳市衡南县 、南昌市青云谱区、池州市青阳县、玉溪市红塔区、许昌市长葛市、澄迈县永发镇、陵水黎族自治县英州镇、运城市永济市、驻马店市遂平县、开封市顺河回族区、内蒙古锡林郭勒盟正蓝旗、自贡市大安区、普洱市西盟佤族自治县

专家在线诊断专线,本周行业协会发布最新研究成果,周棋洛与无影人：音乐与光影的完美融合，很高兴为您解答这个问题，让我来帮您详细说明一下：家电售后专线，专业团队高效处理

襄阳市宜城市、武汉市黄陂区 ，肇庆市德庆县、齐齐哈尔市富拉尔基区、陵水黎族自治县本号镇、南平市建阳区、宁夏吴忠市同心县、台州市路桥区、白沙黎族自治县元门乡、铜川市耀州区、潍坊市高密市、泉州市安溪县、西宁市城西区、天津市河西区、西安市蓝田县、兰州市红古区、中山市石岐街道 、徐州市沛县、红河弥勒市、襄阳市枣阳市、内蒙古乌海市海勃湾区、德州市平原县、三明市三元区、广西柳州市融安县、海北门源回族自治县、西安市高陵区、齐齐哈尔市昂昂溪区、丹东市元宝区、湘西州吉首市、徐州市睢宁县、广西河池市都安瑶族自治县

全球服务区域: 昆明市富民县、益阳市沅江市 、深圳市盐田区、内蒙古呼伦贝尔市陈巴尔虎旗、宝鸡市陈仓区、黄南河南蒙古族自治县、定西市漳县、衡阳市石鼓区、兰州市红古区、牡丹江市西安区、莆田市城厢区、内蒙古鄂尔多斯市鄂托克旗、达州市宣汉县、广州市越秀区、德州市宁津县、广安市邻水县、通化市辉南县 、咸阳市渭城区、铜川市王益区、合肥市长丰县、榆林市绥德县、岳阳市临湘市

近日官方渠道传达研究成果,本月行业报告发布新政策,周棋洛与无影人：音乐与光影的完美融合，很高兴为您解答这个问题，让我来帮您详细说明一下：零部件供应中心，全品类配件库存

全国服务区域: 东方市八所镇、铜仁市沿河土家族自治县 、鹤岗市南山区、中山市小榄镇、广西贺州市平桂区、昭通市威信县、成都市蒲江县、潍坊市诸城市、广安市邻水县、济宁市邹城市、通化市通化县、广西桂林市灵川县、咸宁市赤壁市、楚雄南华县、南平市延平区、益阳市资阳区、眉山市洪雅县 、蚌埠市禹会区、临汾市永和县、湘潭市湘乡市、佛山市三水区、乐东黎族自治县九所镇、成都市彭州市、黄石市西塞山区、锦州市凌河区、松原市扶余市、吉安市永新县、安阳市龙安区、湘潭市湘乡市、宁夏吴忠市利通区、海西蒙古族天峻县、牡丹江市西安区、烟台市福山区、武威市凉州区、葫芦岛市绥中县、抚顺市望花区、郴州市嘉禾县、九江市武宁县、成都市金堂县、东莞市南城街道、澄迈县中兴镇

本周数据平台今日多方媒体透露研究成果:本月官方披露行业研究成果,周棋洛与无影人：音乐与光影的完美融合

在我国音乐界，周棋洛这个名字早已如雷贯耳。他以其独特的音乐才华和深厚的情感表达，赢得了无数乐迷的喜爱。而“无影人”，则是一个充满神秘色彩的名字，让人不禁遐想连篇。今天，就让我们一起来探讨周棋洛与无影人之间的奇妙缘分，感受音乐与光影的完美融合。 周棋洛，原名周杰伦，是一位才华横溢的音乐人。他的音乐风格多变，既有深情款款的情歌，又有充满活力的摇滚乐。在众多作品中，他独具匠心地融入了中国传统文化元素，使得他的音乐更具特色。而“无影人”，则是一个充满神秘色彩的名字，让人不禁遐想连篇。 无影人，这个名字来源于周棋洛的一首歌曲《无影人》。在这首歌中，周棋洛以独特的视角，描绘了一个孤独、神秘的“无影人”形象。这首歌的歌词深情而富有哲理，让人在欣赏音乐的同时，不禁思考人生的意义。 周棋洛与无影人之间的缘分，始于一次偶然的机会。在一次音乐创作中，周棋洛灵感迸发，创作出了《无影人》这首歌曲。这首歌一经推出，便受到了广大乐迷的喜爱，成为了周棋洛的代表作之一。而“无影人”这个名字，也成为了周棋洛音乐生涯中的一个重要符号。 在周棋洛的音乐作品中，无影人这个形象多次出现。他通过音乐，将无影人的孤独、神秘、深情等特点展现得淋漓尽致。在《无影人》这首歌中，周棋洛用深情的嗓音，唱出了无影人的心声：“我在人群中，却找不到你的影子，我在黑暗中，却找不到你的光芒。”这首歌曲，让人感受到了周棋洛对音乐的热爱，以及对人生的深刻思考。 除了歌曲，周棋洛还曾将无影人这个形象融入到了他的音乐视频中。在这些视频中，无影人成为了周棋洛音乐作品中的灵魂人物。他或独自漫步街头，或默默注视着远方，仿佛在诉说着自己的故事。这些音乐视频，不仅展现了周棋洛的音乐才华，更让观众感受到了音乐与光影的完美融合。 周棋洛与无影人之间的缘分，不仅体现在他的音乐作品中，还体现在他的生活态度上。周棋洛一直保持着低调、内敛的性格，正如无影人一样，默默无闻地存在于这个世界上。他用自己的音乐，传递着对生活的热爱，对人生的感悟。 总之，周棋洛与无影人之间的缘分，让我们看到了音乐与光影的完美融合。在这个充满诱惑的世界里，周棋洛用自己的音乐，为我们筑起了一道独特的风景线。让我们一同沉浸在这道风景中，感受音乐的魅力，品味人生的百态。

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。