近日行业报告发布最新研究成果,《樱花草动漫：探寻日本动漫文化的魅力之旅》

昨日官方发布行业通报,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。售后服务热线，专业团队保障质量

甘孜道孚县、泸州市纳溪区 ，长沙市宁乡市、自贡市沿滩区、宣城市泾县、重庆市云阳县、宝鸡市凤县、德宏傣族景颇族自治州盈江县、信阳市潢川县、昭通市鲁甸县、广州市番禺区、广西桂林市资源县、广西柳州市鹿寨县、韶关市乐昌市、烟台市莱州市、平顶山市鲁山县、内蒙古赤峰市翁牛特旗 、焦作市修武县、文山丘北县、汉中市城固县、泉州市鲤城区、蚌埠市淮上区、松原市乾安县、南平市邵武市、韶关市仁化县、延安市子长市、大庆市肇州县、重庆市秀山县、陇南市礼县

本周数据平台近期官方渠道公开权威通报,今日行业报告传递行业新政策,《樱花草动漫：探寻日本动漫文化的魅力之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电在线客服系统，实时沟通维修需求

河源市东源县、赣州市于都县 ，三明市宁化县、宜昌市长阳土家族自治县、广西贵港市平南县、澄迈县仁兴镇、嘉兴市秀洲区、洛阳市新安县、新乡市原阳县、张掖市甘州区、昆明市东川区、广西防城港市上思县、常德市石门县、重庆市合川区、哈尔滨市宾县、广西桂林市阳朔县、渭南市华阴市 、凉山冕宁县、汕头市金平区、平顶山市宝丰县、宁波市宁海县、琼海市博鳌镇、湘西州永顺县、丹东市振安区、普洱市思茅区、厦门市集美区、万宁市和乐镇、乐东黎族自治县千家镇、肇庆市四会市、达州市通川区、天津市和平区

全球服务区域: 岳阳市云溪区、广西钦州市钦北区 、大兴安岭地区呼中区、沈阳市于洪区、宜昌市伍家岗区、亳州市涡阳县、宁夏银川市兴庆区、忻州市宁武县、乐山市沙湾区、赣州市赣县区、双鸭山市四方台区、宜昌市点军区、本溪市南芬区、广州市南沙区、南充市南部县、营口市西市区、哈尔滨市依兰县 、咸宁市嘉鱼县、绍兴市越城区、重庆市綦江区、玉溪市澄江市、内蒙古乌兰察布市卓资县

刚刚监管中心披露最新规定,本周监管部门传达重大研究成果,《樱花草动漫：探寻日本动漫文化的魅力之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业家电维修客服，一对一解决问题

全国服务区域: 绵阳市游仙区、果洛班玛县 、南充市营山县、菏泽市巨野县、扬州市邗江区、河源市连平县、抚州市崇仁县、葫芦岛市建昌县、吕梁市交口县、舟山市普陀区、江门市开平市、晋中市榆社县、内蒙古锡林郭勒盟苏尼特左旗、本溪市本溪满族自治县、临汾市襄汾县、南充市顺庆区、滁州市定远县 、吉林市丰满区、南阳市镇平县、沈阳市新民市、陵水黎族自治县隆广镇、湘西州凤凰县、辽阳市弓长岭区、大庆市大同区、阳泉市矿区、连云港市连云区、贵阳市云岩区、鹤岗市南山区、黄山市祁门县、七台河市茄子河区、十堰市丹江口市、常德市津市市、达州市通川区、六盘水市钟山区、阿坝藏族羌族自治州理县、昭通市大关县、甘孜石渠县、文昌市昌洒镇、成都市简阳市、景德镇市昌江区、广元市青川县

全天候服务支持热线:本月行业报告披露重大进展,《樱花草动漫：探寻日本动漫文化的魅力之旅》

樱花草动漫，这个名字对于动漫爱好者来说，无疑是一块充满诱惑力的磁铁。它不仅代表着日本动漫的精髓，更承载着无数动漫迷心中的梦想。今天，就让我们跟随樱花草动漫的脚步，一起走进这个充满奇幻色彩的动漫世界。 樱花草动漫，顾名思义，与樱花有着不解之缘。樱花，作为日本的国花，象征着美丽、纯洁和希望。在樱花盛开的季节，樱花草动漫的官方网站（www）更是吸引了无数动漫爱好者的目光。在这里，你可以欣赏到精美的樱花图案，感受到浓厚的日本文化氛围。 樱花草动漫的官方网站（www）是一个集动漫资讯、作品推荐、同人创作于一体的综合性平台。在这里，你可以了解到最新的动漫动态，包括新番动画、剧场版、OVA等。同时，樱花草动漫还提供了丰富的作品推荐，让你在茫茫动漫世界中找到心仪的作品。 值得一提的是，樱花草动漫的官方网站（www）还拥有一个庞大的同人创作社区。在这里，你可以欣赏到来自世界各地的动漫爱好者创作的同人画作、小说、音乐等。这些作品不仅展现了动漫爱好者的才华，更体现了他们对动漫的热爱。在这里，你还可以与其他动漫爱好者交流心得，共同探讨动漫的魅力。 樱花草动漫的作品涵盖了多种类型，从热血校园到奇幻冒险，从青春校园到后宫恋爱，应有尽有。这些作品不仅具有极高的观赏价值，更传递了积极向上的正能量。例如，经典动漫《火影忍者》讲述了一个关于友情、梦想和奋斗的故事，激励了一代又一代的年轻人。而《海贼王》则以其独特的世界观和丰富的角色设定，赢得了全球动漫爱好者的喜爱。 在樱花草动漫的官方网站（www）上，你还可以了解到日本动漫产业的发展历程。从早期的手绘动画到如今的数字动画，日本动漫产业经历了无数次的变革。在这个过程中，樱花草动漫始终紧跟时代潮流，不断推出具有创新精神的作品。 除了官方网站（www）之外，樱花草动漫还拥有自己的实体店。在这里，你可以购买到各种动漫周边产品，如手办、模型、服装等。这些产品不仅具有收藏价值，更可以让你在日常生活中感受到动漫的魅力。 总之，樱花草动漫是一个充满魅力的动漫世界。无论是通过官方网站（www）了解动漫资讯，还是走进实体店感受动漫氛围，都能让你在樱花草动漫的世界里找到属于自己的快乐。在这个充满奇幻色彩的动漫世界里，让我们一起追逐梦想，感受青春的活力！ 在这个信息爆炸的时代，樱花草动漫以其独特的魅力，成为了无数动漫爱好者心中的圣地。让我们一起走进樱花草动漫的世界，探寻日本动漫文化的魅力，感受青春的激情与梦想的力量。相信在樱花草动漫的陪伴下，我们的青春将更加绚丽多彩！

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。