今日行业报告披露重大政策更新,非洲文化与性观念的探讨：尊重与理解的视角

今日行业报告公布最新研究成果,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。家电服务反馈专线，多渠道收集意见

红河弥勒市、长治市潞州区 ，锦州市北镇市、遵义市正安县、楚雄永仁县、太原市阳曲县、临沂市平邑县、南平市顺昌县、新乡市原阳县、杭州市西湖区、遵义市湄潭县、阜新市彰武县、巴中市平昌县、新乡市卫辉市、丹东市元宝区、伊春市南岔县、昭通市盐津县 、佳木斯市富锦市、鸡西市麻山区、六安市金寨县、海西蒙古族德令哈市、广西桂林市资源县、内蒙古巴彦淖尔市五原县、永州市冷水滩区、伊春市铁力市、常州市金坛区、长沙市长沙县、临夏康乐县、池州市青阳县

可视化操作指导热线,本月行业协会传达最新研究成果,非洲文化与性观念的探讨：尊重与理解的视角，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单系统，维修师傅快速上门

烟台市莱州市、梅州市平远县 ，驻马店市西平县、三明市大田县、陇南市徽县、延安市志丹县、北京市门头沟区、南平市邵武市、重庆市石柱土家族自治县、吉安市永丰县、白沙黎族自治县元门乡、葫芦岛市兴城市、内蒙古巴彦淖尔市临河区、广西崇左市扶绥县、南京市浦口区、陵水黎族自治县文罗镇、吉林市舒兰市 、张家界市武陵源区、海口市秀英区、屯昌县坡心镇、澄迈县桥头镇、福州市闽侯县、邵阳市武冈市、遵义市余庆县、内蒙古呼和浩特市土默特左旗、丹东市元宝区、焦作市沁阳市、长春市绿园区、东莞市东城街道、东营市垦利区、黔南三都水族自治县

全球服务区域: 泉州市永春县、河源市龙川县 、海北海晏县、陵水黎族自治县本号镇、黔西南贞丰县、安顺市平坝区、牡丹江市绥芬河市、临汾市大宁县、忻州市岢岚县、文昌市东郊镇、毕节市织金县、内蒙古兴安盟科尔沁右翼前旗、晋中市榆次区、鸡西市虎林市、东方市东河镇、乐东黎族自治县志仲镇、重庆市大足区 、大兴安岭地区塔河县、萍乡市莲花县、阳江市江城区、平顶山市叶县、东莞市石龙镇

近日研究机构传出突破成果,本周官方发布最新研究成果,非洲文化与性观念的探讨：尊重与理解的视角，很高兴为您解答这个问题，让我来帮您详细说明一下：24小时维修客服热线，随时为您服务

全国服务区域: 合肥市长丰县、双鸭山市岭东区 、新乡市辉县市、榆林市米脂县、青岛市平度市、湘西州凤凰县、随州市曾都区、茂名市电白区、辽阳市弓长岭区、枣庄市台儿庄区、广州市越秀区、内蒙古包头市固阳县、天水市甘谷县、郑州市新密市、大同市左云县、菏泽市郓城县、攀枝花市盐边县 、黄石市黄石港区、榆林市米脂县、齐齐哈尔市昂昂溪区、儋州市海头镇、广西百色市右江区、永州市道县、福州市连江县、北京市怀柔区、雅安市芦山县、抚州市资溪县、洛阳市老城区、广安市邻水县、阜新市清河门区、昆明市石林彝族自治县、衡阳市衡南县、儋州市南丰镇、宣城市郎溪县、盐城市射阳县、汕头市澄海区、内蒙古鄂尔多斯市乌审旗、广西来宾市兴宾区、聊城市临清市、德阳市中江县、大兴安岭地区新林区

本周数据平台本月相关部门通报重要进展:昨日研究机构传递最新成果,非洲文化与性观念的探讨：尊重与理解的视角

非洲，这片古老而神秘的土地，孕育了丰富多彩的文化和独特的性观念。在全球化日益深入的今天，了解非洲人的性观念，不仅有助于增进不同文化之间的理解与尊重，还能促进国际社会的和谐发展。本文将从非洲文化与性观念的视角，探讨这一话题。 一、非洲文化背景 非洲是一个多民族、多宗教、多语言的大陆，拥有悠久的历史和丰富的文化。非洲文化具有以下特点： 1. 集体主义：非洲人注重集体利益，强调家族、部落和社区的重要性。 2. 宗教信仰：非洲人信仰多种宗教，如基督教、伊斯兰教、传统宗教等。 3. 社会等级：非洲社会存在明显的等级制度，如部族首领、贵族等。 二、非洲人的性观念 1. 性观念的多样性 非洲人的性观念因地区、民族、宗教等因素而异。例如，一些地区认为性是神圣的，而另一些地区则认为性是私人的。以下是一些具有代表性的非洲性观念： （1）性是神圣的：在非洲一些地区，性被视为神圣的，与宗教信仰紧密相连。例如，一些部族认为，性行为是神赐予的礼物，应得到尊重和保护。 （2）性是私人的：在非洲一些地区，性被视为私人的，与宗教信仰无关。人们可以自由地表达自己的性需求，但需遵守社会规范。 2. 性观念的变迁 随着全球化的发展，非洲人的性观念也在不断变迁。一方面，西方性观念的传入使得非洲人开始关注个人权利和性自由；另一方面，非洲传统文化对性观念的影响依然存在。 三、尊重与理解 在探讨非洲人的性观念时，我们应保持尊重与理解的视角。以下是一些建议： 1. 尊重文化差异：非洲文化具有多样性，我们在了解非洲性观念时，应尊重不同文化背景下的性观念。 2. 深入了解：要深入了解非洲性观念，我们需要与非洲人进行交流，了解他们的生活、信仰和价值观。 3. 促进交流：通过文化交流，我们可以增进对非洲性观念的理解，促进不同文化之间的和谐发展。 总之，非洲人的性观念是多元而独特的。在全球化背景下，我们应尊重和理解非洲文化，以促进国际社会的和谐发展。同时，我们也要关注非洲性观念的变迁，为非洲人民的幸福生活贡献力量。

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。