今日行业协会发布最新研究报告,《消防糙汉与江怡：一场别开生面的较量》

本月研究机构发布新政策通报,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。智能维修派单系统，精准调度服务团队

临汾市大宁县、宁夏中卫市沙坡头区 ，云浮市罗定市、温州市龙湾区、商丘市民权县、凉山布拖县、大同市灵丘县、盐城市亭湖区、攀枝花市西区、随州市曾都区、齐齐哈尔市建华区、池州市东至县、广西来宾市兴宾区、西双版纳勐腊县、临沂市河东区、广西贺州市八步区、黔西南贞丰县 、东方市天安乡、双鸭山市集贤县、重庆市巫溪县、红河红河县、九江市共青城市、大连市瓦房店市、长春市南关区、北京市西城区、成都市青白江区、景德镇市珠山区、南通市海安市、襄阳市宜城市

刚刚信息中心公布关键数据,今日行业协会传递重大报告,《消防糙汉与江怡：一场别开生面的较量》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一回收标准，环保处理规范

深圳市光明区、泰安市新泰市 ，广西玉林市福绵区、自贡市荣县、广西北海市银海区、南昌市青云谱区、内蒙古赤峰市元宝山区、襄阳市南漳县、吉林市丰满区、江门市鹤山市、宜昌市当阳市、内蒙古通辽市开鲁县、北京市门头沟区、十堰市张湾区、马鞍山市含山县、聊城市临清市、郴州市嘉禾县 、万宁市南桥镇、内蒙古巴彦淖尔市五原县、保山市腾冲市、榆林市横山区、丽水市云和县、内蒙古呼和浩特市新城区、锦州市黑山县、吉林市桦甸市、衡阳市耒阳市、绍兴市越城区、白山市长白朝鲜族自治县、聊城市东阿县、营口市老边区、三明市大田县

全球服务区域: 商丘市柘城县、泸州市纳溪区 、内蒙古锡林郭勒盟阿巴嘎旗、河源市源城区、中山市板芙镇、内蒙古阿拉善盟额济纳旗、铜仁市碧江区、五指山市南圣、四平市铁东区、温州市泰顺县、朔州市山阴县、晋中市祁县、内江市隆昌市、临汾市霍州市、三明市三元区、广西梧州市蒙山县、北京市朝阳区 、赣州市寻乌县、金华市浦江县、赣州市信丰县、景德镇市珠山区、黄冈市浠水县

本周数据平台稍早前行业报告,本月行业协会传达最新研究成果,《消防糙汉与江怡：一场别开生面的较量》，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

全国服务区域: 广安市武胜县、巴中市平昌县 、重庆市奉节县、文昌市东阁镇、汕头市龙湖区、临沂市河东区、忻州市岢岚县、茂名市高州市、梅州市平远县、鹤壁市鹤山区、黄冈市浠水县、广西来宾市忻城县、澄迈县中兴镇、阳泉市矿区、乐山市五通桥区、亳州市涡阳县、九江市永修县 、东营市河口区、温州市洞头区、马鞍山市当涂县、黔东南雷山县、遵义市赤水市、贵阳市南明区、延安市宜川县、佳木斯市桦南县、普洱市西盟佤族自治县、东莞市长安镇、驻马店市泌阳县、临汾市曲沃县、大连市庄河市、东莞市虎门镇、孝感市孝南区、温州市平阳县、六盘水市钟山区、九江市湖口县、大同市云州区、曲靖市富源县、大同市灵丘县、佳木斯市同江市、万宁市后安镇、忻州市河曲县

刚刚决策部门公开重大调整:今日行业报告披露最新研究成果,《消防糙汉与江怡：一场别开生面的较量》

在繁华的都市中，消防糙汉和江怡的故事就像两股截然不同的力量，在平凡的生活中交织出一段别开生面的较量。消防糙汉，一个充满正义感的消防员，以保护人民生命财产安全为己任；江怡，一位充满智慧和活力的女律师，以维护法律正义为目标。他们的故事，既是对正义的坚守，也是对生活的热爱。 消防糙汉，一个身材魁梧、皮肤黝黑的中年男子，他的脸上总是挂着严肃的表情。每当火灾发生，他总是第一个冲向火场，用自己的勇气和力量保护着人们的生命财产安全。他的生活简单而充实，每天重复着同样的工作，但他从不觉得枯燥，因为他知道，自己肩负着一份沉甸甸的责任。 江怡，一个美丽聪慧的女子，她的眼神中透露出坚定的信念。作为一名律师，她以维护法律正义为己任，为弱者发声，为正义而战。她的生活充满了挑战，但她从不退缩，因为她相信，只有通过不懈的努力，才能让这个世界变得更加美好。 一次偶然的机会，消防糙汉和江怡相遇了。那是一个烈日炎炎的夏日，消防糙汉正在执行任务，而江怡则因为一起案件来到火灾现场。两人在紧张的氛围中相遇，彼此的第一印象并不好。消防糙汉觉得江怡过于矫情，而江怡则觉得消防糙汉粗鲁无礼。 然而，随着时间的推移，他们逐渐发现彼此身上的闪光点。消防糙汉在火场上的英勇表现让江怡对他刮目相看，而江怡在法庭上的坚定信念也让消防糙汉对她心生敬意。他们开始相互理解，相互支持，成为彼此生活中的重要支柱。 在一次火灾救援中，消防糙汉受伤，江怡得知后立刻赶到医院。她用自己的专业知识为消防糙汉处理伤口，细心地照顾着他。消防糙汉被江怡的善良和关爱感动，他开始反思自己的过去，决心成为一个更好的人。 而江怡也在消防糙汉的影响下，学会了勇敢面对生活中的困难。她开始关注消防员的生活，用自己的力量为他们争取权益。两人的关系逐渐升温，他们从朋友变成了恋人。 然而，生活并非一帆风顺。在追求正义的道路上，消防糙汉和江怡都遇到了重重阻力。他们不仅要面对来自外界的压力，还要面对内心的挣扎。但正是这些挑战，让他们更加坚定地走在正义的道路上。 最终，在消防糙汉和江怡的共同努力下，他们成功地为受害者争取到了应有的权益，让正义得以伸张。他们的故事传遍了整个城市，成为了一则佳话。 消防糙汉和江怡的故事告诉我们，正义与勇气永远不会过时。在平凡的生活中，我们都可以成为消防糙汉和江怡，用自己的力量去守护正义，让这个世界变得更加美好。

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。