本月行业报告公开研究成果,特殊待遇急诊室：人性化的医疗服务新篇章

今日相关部门披露重要进展,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。全国联网维保服务，统一护理标准

定安县龙河镇、长治市沁源县 ，内蒙古乌兰察布市商都县、抚顺市抚顺县、广西贺州市钟山县、临沂市莒南县、齐齐哈尔市昂昂溪区、杭州市江干区、文昌市东郊镇、重庆市潼南区、温州市平阳县、咸阳市三原县、金昌市金川区、周口市西华县、荆州市荆州区、忻州市河曲县、漳州市平和县 、韶关市武江区、延安市宜川县、广元市苍溪县、临汾市洪洞县、乐东黎族自治县抱由镇、铜仁市德江县、自贡市富顺县、黔南荔波县、西宁市大通回族土族自治县、重庆市南川区、太原市清徐县、达州市宣汉县

可视化故障排除专线,本月行业报告传递行业新变化,特殊待遇急诊室：人性化的医疗服务新篇章，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化维保平台，智能优化保养方案

昆明市官渡区、嘉兴市海盐县 ，定西市安定区、酒泉市金塔县、漳州市龙海区、中山市民众镇、酒泉市金塔县、内蒙古通辽市霍林郭勒市、宣城市宣州区、济南市章丘区、盐城市射阳县、株洲市醴陵市、宁夏吴忠市利通区、内蒙古呼和浩特市土默特左旗、洛阳市嵩县、广元市青川县、天水市清水县 、海西蒙古族都兰县、鸡西市虎林市、清远市连州市、内蒙古锡林郭勒盟苏尼特左旗、遂宁市船山区、天津市蓟州区、上饶市弋阳县、咸阳市彬州市、三明市尤溪县、鞍山市铁西区、湘潭市雨湖区、内蒙古巴彦淖尔市杭锦后旗、丽水市缙云县、广西贵港市平南县

全球服务区域: 定安县龙河镇、沈阳市新民市 、南阳市方城县、三亚市吉阳区、延边敦化市、宜宾市翠屏区、晋中市昔阳县、内蒙古乌海市海南区、荆州市监利市、鹤壁市淇滨区、楚雄永仁县、凉山会理市、东莞市东城街道、宜春市樟树市、遵义市余庆县、北京市西城区、温州市洞头区 、伊春市丰林县、延安市安塞区、榆林市府谷县、鞍山市铁东区、嘉兴市秀洲区

近日技术小组通报核心进展,今日官方发布重大行业通报,特殊待遇急诊室：人性化的医疗服务新篇章，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化派单系统，精准定位维修需求

全国服务区域: 屯昌县乌坡镇、长春市绿园区 、洛阳市栾川县、济源市市辖区、泉州市德化县、定西市漳县、漳州市长泰区、株洲市渌口区、万宁市东澳镇、永州市冷水滩区、南通市海安市、鹤岗市萝北县、黔南荔波县、宁德市古田县、东莞市莞城街道、周口市沈丘县、内蒙古赤峰市翁牛特旗 、景德镇市珠山区、重庆市南川区、临沂市罗庄区、玉溪市通海县、遵义市播州区、成都市新都区、玉溪市澄江市、鹤岗市绥滨县、广西百色市隆林各族自治县、吕梁市文水县、荆州市沙市区、双鸭山市饶河县、玉溪市澄江市、周口市淮阳区、太原市娄烦县、临沂市罗庄区、常德市武陵区、三沙市南沙区、海口市秀英区、湘西州永顺县、三明市永安市、庆阳市镇原县、潮州市潮安区、铜仁市松桃苗族自治县

24小时维修咨询热线，智能语音导航:今日行业协会发布重要研究报告,特殊待遇急诊室：人性化的医疗服务新篇章

在繁忙的都市生活中，人们的生活节奏越来越快，健康问题也随之而来。急诊室作为医院中最为繁忙的科室之一，承担着救死扶伤的重要职责。然而，在传统的急诊服务中，患者往往面临着等待时间长、医疗资源紧张等问题。为了改善这一现状，一些医院开始尝试推出“特殊待遇急诊室”，为患者提供更加人性化的医疗服务。 一、特殊待遇急诊室的背景 近年来，随着医疗技术的不断进步，人们对医疗服务的需求也在不断提高。然而，传统的急诊服务模式已经无法满足患者的需求。患者往往需要在急诊室中等待较长时间，甚至可能因为病情严重而无法得到及时救治。为了解决这一问题，一些医院开始探索新的急诊服务模式，其中“特殊待遇急诊室”就是其中之一。 二、特殊待遇急诊室的服务内容 1. 绿色通道：为病情危重的患者提供绿色通道，确保患者能够得到及时救治。 2. 个性化服务：根据患者的病情和需求，提供个性化的医疗服务，如安排专家会诊、预约床位等。 3. 优先就诊：为有特殊需求的患者提供优先就诊服务，减少患者等待时间。 4. 心理疏导：为患者提供心理疏导服务，缓解患者紧张、焦虑的情绪。 5. 舒适环境：为患者提供舒适的治疗环境，如配备空调、电视等设施。 三、特殊待遇急诊室的优势 1. 提高救治效率：通过绿色通道和优先就诊，患者能够得到及时救治，提高救治效率。 2. 提升患者满意度：个性化服务和心理疏导有助于提高患者满意度，降低患者对医疗服务的投诉。 3. 优化医疗资源配置：特殊待遇急诊室能够合理分配医疗资源，提高医疗资源的利用率。 4. 树立医院品牌形象：通过提供优质的服务，树立医院在患者心中的良好形象，提高医院的知名度和美誉度。 四、特殊待遇急诊室的挑战 1. 成本问题：特殊待遇急诊室需要投入更多的医疗资源，如人力、物力等，可能导致医院运营成本增加。 2. 医疗资源紧张：特殊待遇急诊室可能会加剧医疗资源的紧张状况，对其他患者造成不利影响。 3. 医疗纠纷：由于特殊待遇急诊室的服务对象具有特殊性，可能会引发医疗纠纷。 五、结语 特殊待遇急诊室的推出，标志着我国医疗服务的人性化迈出了新的一步。在今后的工作中，医院应不断优化特殊待遇急诊室的服务内容，提高救治效率，为患者提供更加优质的医疗服务。同时，也要关注特殊待遇急诊室面临的挑战，采取有效措施，确保患者得到公平、公正的医疗服务。

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。