今日相关部门更新行业研究报告,《式神少女：传统与现代的奇妙融合》

本月行业报告发布新政策,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。专业维修调度中心，快速响应各类需求

十堰市郧西县、广西河池市巴马瑶族自治县 ，汉中市南郑区、洛阳市老城区、宜昌市枝江市、内蒙古鄂尔多斯市东胜区、大同市灵丘县、铜陵市铜官区、大连市西岗区、吉安市永新县、文山麻栗坡县、大连市瓦房店市、伊春市嘉荫县、三明市永安市、西双版纳景洪市、台州市仙居县、赣州市上犹县 、辽源市龙山区、广西百色市隆林各族自治县、陵水黎族自治县新村镇、甘孜雅江县、延安市富县、玉溪市新平彝族傣族自治县、无锡市江阴市、怀化市辰溪县、内蒙古包头市白云鄂博矿区、成都市青羊区、广西玉林市容县、丽水市青田县

专业维修服务电话,昨日行业协会公开最新成果,《式神少女：传统与现代的奇妙融合》，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

内蒙古锡林郭勒盟镶黄旗、泰安市东平县 ，许昌市鄢陵县、潍坊市潍城区、丽江市华坪县、儋州市峨蔓镇、中山市东区街道、上海市奉贤区、金昌市金川区、广西桂林市永福县、郴州市汝城县、铜仁市沿河土家族自治县、内蒙古包头市九原区、广西来宾市武宣县、丽水市景宁畲族自治县、东莞市大朗镇、新乡市卫辉市 、佳木斯市桦南县、重庆市南岸区、陇南市文县、佛山市高明区、六安市舒城县、娄底市娄星区、济南市钢城区、泉州市永春县、黔南罗甸县、孝感市孝南区、重庆市巫溪县、广西桂林市龙胜各族自治县、珠海市斗门区、安顺市普定县

全球服务区域: 德阳市广汉市、焦作市温县 、广西南宁市上林县、武汉市洪山区、泰安市岱岳区、广西南宁市兴宁区、黔东南黄平县、大理鹤庆县、开封市兰考县、海口市龙华区、海北海晏县、黔西南安龙县、内蒙古乌兰察布市卓资县、安康市石泉县、临沂市罗庄区、普洱市景谷傣族彝族自治县、绵阳市梓潼县 、安庆市望江县、株洲市攸县、乐山市马边彝族自治县、聊城市东昌府区、宜昌市当阳市

本周数据平台稍早前行业报告,今日官方发布重大行业通报,《式神少女：传统与现代的奇妙融合》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修服务电话，持证技师上门服务

全国服务区域: 新余市渝水区、泰州市高港区 、西安市新城区、天津市西青区、忻州市宁武县、铜仁市思南县、常德市澧县、大连市沙河口区、株洲市茶陵县、三沙市西沙区、三明市永安市、鹤岗市绥滨县、新乡市新乡县、海西蒙古族天峻县、阜阳市颍上县、苏州市太仓市、宣城市旌德县 、新余市分宜县、淮南市潘集区、凉山美姑县、昭通市永善县、台州市温岭市、广安市华蓥市、安庆市怀宁县、苏州市太仓市、黄石市铁山区、内蒙古呼伦贝尔市阿荣旗、延安市宜川县、三明市明溪县、四平市铁东区、梅州市大埔县、池州市东至县、南平市武夷山市、江门市台山市、东莞市大朗镇、汉中市宁强县、上海市静安区、宁德市古田县、龙岩市武平县、南充市西充县、商丘市宁陵县

近日观测中心传出重要预警:本月行业报告披露新成果,《式神少女：传统与现代的奇妙融合》

在古老的东方神话中，式神是一种神秘的存在，它们是守护者，也是力量的象征。而在这个现代与过去交织的时代，一位式神少女的出现，将传统与现代奇妙地融合在一起，成为了人们心中的传奇。 这位式神少女名叫“樱”，她拥有着美丽的外貌和强大的力量。她的眼睛如同夜空中最亮的星辰，闪烁着神秘的光芒。樱的头发如瀑布般垂至腰间，黑色的发丝中夹杂着几缕银丝，仿佛是古老传说中仙女的发饰。她的衣裳，是一件由丝质材料制成的和服，上面绣满了精美的樱花图案，既展现了日本传统服饰的韵味，又透露出一种独特的现代时尚感。 樱的故事，始于一个普通的夜晚。当时，她正在森林中巡逻，守护着这片土地的安宁。突然，一道闪电划破夜空，紧接着，一声震耳欲聋的雷鸣响起。在这突如其来的变故中，樱失去了意识，被一股神秘的力量带到了一个未知的世界。 在这个世界里，樱遇到了各种奇特的生物，其中最让她印象深刻的是一位名叫“风”的式神。风拥有着无与伦比的速度，他的身姿犹如一道闪电，瞬间穿梭于天地之间。风告诉樱，这个世界正面临着一场前所未有的危机，邪恶势力企图侵占这片土地，而樱作为式神少女，肩负着拯救世界的重任。 在风的指引下，樱开始了她的冒险之旅。她游历了古老的庙宇，学习了神秘的法术；她穿越了险峻的山脉，战胜了凶猛的妖兽。在这个过程中，樱逐渐成长为一个勇敢、智慧、善良的少女。她用自己的力量，守护着这片土地的和平，成为了人们心中的英雄。 然而，樱并没有忘记自己的根。她始终保持着对传统文化的热爱，将日本的传统艺术、服饰、美食等元素融入到了自己的生活中。在她的身上，人们看到了传统与现代的完美结合。她不仅是一位强大的式神，更是一位传播传统文化的使者。 在樱的带领下，越来越多的人开始关注和了解日本传统文化。他们被樱的故事所感动，被她的精神所鼓舞。樱用自己的行动，证明了传统与现代并非水火不容，而是可以相互融合、共同发展的。 如今，樱已经成为了一个传奇人物。她的故事被传颂在民间，激励着一代又一代的年轻人。而她所代表的式神少女形象，也成为了日本文化的一个重要符号。 总之，式神少女樱的出现，是传统与现代的奇妙融合。她用自己的力量和智慧，守护着世界和平，传播着日本传统文化。在这个多元化的时代，她成为了人们心中永恒的传奇。

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。