今日相关部门发布新政策通报,爸爸无意中发现女儿的大秘密：一段意外的成长之旅

本月监管部门公开新成果,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。数字化维保平台，智能管理维护周期

昌江黎族自治县石碌镇、内蒙古通辽市霍林郭勒市 ，乐东黎族自治县千家镇、大兴安岭地区加格达奇区、资阳市安岳县、周口市沈丘县、菏泽市单县、十堰市茅箭区、南昌市新建区、兰州市红古区、南阳市方城县、丹东市宽甸满族自治县、广西桂林市阳朔县、嘉峪关市文殊镇、运城市芮城县、湘西州保靖县、遵义市习水县 、北京市顺义区、白山市长白朝鲜族自治县、宁夏银川市贺兰县、双鸭山市四方台区、甘孜九龙县、重庆市北碚区、黄石市铁山区、北京市顺义区、大连市金州区、哈尔滨市平房区、宣城市郎溪县、吕梁市孝义市

刚刚应急团队公布处置方案,今日官方传递最新研究成果,爸爸无意中发现女儿的大秘密：一段意外的成长之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心多渠道接入，响应迅速

岳阳市君山区、泉州市永春县 ，镇江市扬中市、内蒙古包头市东河区、台州市仙居县、宜昌市猇亭区、保亭黎族苗族自治县什玲、朝阳市北票市、茂名市信宜市、南平市松溪县、东方市感城镇、赣州市兴国县、汉中市镇巴县、信阳市罗山县、白沙黎族自治县荣邦乡、抚州市东乡区、德州市陵城区 、上饶市婺源县、普洱市景谷傣族彝族自治县、漯河市郾城区、大兴安岭地区塔河县、哈尔滨市尚志市、汉中市留坝县、平顶山市新华区、荆门市京山市、武汉市武昌区、嘉兴市秀洲区、长春市绿园区、齐齐哈尔市铁锋区、宜春市万载县、郑州市新密市

全球服务区域: 牡丹江市西安区、鸡西市城子河区 、宝鸡市扶风县、普洱市宁洱哈尼族彝族自治县、赣州市于都县、宁波市鄞州区、九江市都昌县、泰州市海陵区、达州市达川区、忻州市原平市、昭通市威信县、常州市溧阳市、南通市如皋市、平凉市华亭县、甘孜色达县、济南市天桥区、潍坊市昌邑市 、内蒙古呼和浩特市土默特左旗、沈阳市沈河区、许昌市禹州市、洛阳市偃师区、青岛市城阳区

本周数据平台最新研究机构传出新变化,今日行业报告披露新研究报告,爸爸无意中发现女儿的大秘密：一段意外的成长之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：专业配件咨询中心，精准推荐型号

全国服务区域: 汉中市留坝县、九江市永修县 、辽阳市辽阳县、三明市沙县区、伊春市丰林县、赣州市上犹县、广西北海市银海区、杭州市富阳区、南阳市社旗县、温州市平阳县、南平市光泽县、宜昌市猇亭区、宿州市泗县、淮北市杜集区、延边龙井市、绥化市肇东市、中山市横栏镇 、湘西州龙山县、梅州市梅江区、东莞市塘厦镇、安阳市林州市、昆明市官渡区、漯河市召陵区、盐城市响水县、黔西南册亨县、海东市乐都区、丽江市玉龙纳西族自治县、广西柳州市鹿寨县、梅州市五华县、楚雄南华县、大同市新荣区、常州市溧阳市、黔南瓮安县、蚌埠市龙子湖区、厦门市翔安区、九江市共青城市、徐州市睢宁县、新乡市长垣市、文昌市锦山镇、南平市浦城县、济宁市任城区

刚刚信息部门通报重大更新:昨日研究机构公布重大成果,爸爸无意中发现女儿的大秘密：一段意外的成长之旅

在一个平凡的小镇上，住着一对温馨的父女。父亲李明是一位普通的工人，每天忙碌于工地，而女儿小丽则是一个活泼开朗的女孩，正在读初中。父女俩虽然生活简单，但彼此的感情却十分深厚。 这一天，李明像往常一样回到家，却发现家里气氛有些不对。小丽躲在房间里，房门紧闭。李明心中疑惑，便决定去了解一下情况。 他轻轻敲了敲门，小丽的声音从里面传了出来：“爸爸，我有点不舒服，不想出去。”李明没有多想，以为女儿只是感冒了，便让她好好休息。 然而，第二天，李明在整理房间时，无意中发现了一个小盒子。他好奇地打开盒子，里面竟然是一叠日记本。他翻阅了一下，发现这些日记本记录了小丽从小学到现在的成长历程。 李明心中一动，决定仔细阅读这些日记。当他看到小丽初中时期的日记时，发现了一个惊人的秘密。原来，小丽一直暗恋着班上的一个男生，而这个男生却对小丽并无感觉。 这个秘密让李明感到震惊，他没想到自己的女儿竟然会如此敏感和脆弱。他开始反思，为什么自己一直没有发现这个秘密？ 李明决定找机会和小丽谈谈。他等了一个合适的时机，把小丽叫到客厅，语重心长地说：“小丽，爸爸发现你一直很喜欢班上的小明，是吗？” 小丽低着头，小声地说：“是的，爸爸。” 李明继续说：“我知道你心里很难过，但是你要知道，喜欢一个人是很正常的，但是我们不能因为喜欢一个人就失去自我。你要学会坚强，勇敢地面对自己的感情。” 小丽抬起头，眼中闪烁着泪光，但她还是点了点头。 从那以后，李明开始更加关注小丽的生活。他发现，小丽在经历这段感情挫折后，变得更加独立和坚强。她开始参加各种社团活动，结交了许多朋友，生活变得更加丰富多彩。 在这个过程中，李明也意识到，作为父亲，他应该更加关心女儿的成长，而不是只关注她的学业。他开始主动和小丽交流，分享自己的工作经验和生活感悟，让小丽在成长的道路上不再孤单。 时间过得很快，转眼间，小丽已经初中毕业。在毕业典礼上，小丽发表了感言，她感谢爸爸一直以来的陪伴和支持。她说：“是爸爸让我学会了勇敢面对自己的感情，让我在成长的道路上不再迷茫。” 李明看着女儿的成长，心中充满了欣慰。他知道，这段意外的成长之旅，让父女俩的关系更加紧密，也让小丽变得更加坚强和自信。 从此，李明和小丽一起度过了许多美好的时光。他们一起旅行、一起学习、一起分享生活中的点点滴滴。而那个曾经隐藏在日记本中的秘密，也成为了他们之间最珍贵的回忆。

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。