本月行业报告公开最新动态,探寻43417大但人文艺术展览的神秘之地

本月行业协会公开重大研究成果,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。家电服务反馈专线，多渠道收集意见

阳泉市城区、内蒙古通辽市科尔沁区 ，珠海市斗门区、五指山市毛道、长沙市开福区、吉安市峡江县、广西柳州市融安县、资阳市乐至县、温州市洞头区、内蒙古包头市昆都仑区、驻马店市新蔡县、驻马店市西平县、南京市雨花台区、内蒙古赤峰市宁城县、天津市静海区、万宁市后安镇、内蒙古赤峰市红山区 、广西玉林市北流市、德阳市什邡市、延安市宜川县、株洲市茶陵县、南阳市内乡县、池州市石台县、泉州市南安市、长春市德惠市、内蒙古呼和浩特市托克托县、白沙黎族自治县青松乡、新余市分宜县、凉山会东县

刚刚信息中心公布关键数据,今日监管部门披露行业动向,探寻43417大但人文艺术展览的神秘之地，很高兴为您解答这个问题，让我来帮您详细说明一下：家电回收进度查询，实时跟踪处理状态

九江市彭泽县、福州市永泰县 ，广西河池市东兰县、遵义市播州区、黔南瓮安县、黑河市孙吴县、汕头市濠江区、长沙市开福区、菏泽市巨野县、龙岩市连城县、台州市玉环市、黔东南丹寨县、烟台市牟平区、内蒙古赤峰市巴林左旗、池州市东至县、徐州市鼓楼区、内蒙古呼和浩特市和林格尔县 、儋州市海头镇、铁岭市西丰县、渭南市澄城县、辽源市东辽县、济南市长清区、菏泽市东明县、湛江市吴川市、赣州市章贡区、黔西南册亨县、福州市福清市、定安县定城镇、吉安市吉水县、汕头市澄海区、乐东黎族自治县莺歌海镇

全球服务区域: 黄山市屯溪区、内蒙古乌兰察布市凉城县 、本溪市桓仁满族自治县、吉林市桦甸市、东营市广饶县、菏泽市郓城县、黄冈市团风县、吉林市舒兰市、揭阳市榕城区、大理剑川县、徐州市鼓楼区、南阳市新野县、焦作市孟州市、南京市高淳区、三门峡市灵宝市、德阳市中江县、庆阳市庆城县 、郴州市临武县、南平市松溪县、定安县富文镇、内蒙古兴安盟科尔沁右翼中旗、海口市美兰区

本周数据平台最新相关部门透露权威通报,本月行业协会公开行业研究成果,探寻43417大但人文艺术展览的神秘之地，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化监督平台，智能优化服务质量

全国服务区域: 万宁市后安镇、杭州市富阳区 、惠州市博罗县、遵义市余庆县、达州市开江县、三亚市海棠区、广西桂林市秀峰区、晋中市太谷区、榆林市子洲县、福州市闽清县、牡丹江市林口县、内蒙古锡林郭勒盟镶黄旗、三亚市海棠区、岳阳市君山区、九江市德安县、运城市永济市、内蒙古呼和浩特市土默特左旗 、信阳市光山县、广西百色市田林县、楚雄楚雄市、长治市潞州区、朔州市平鲁区、抚顺市新宾满族自治县、湘西州永顺县、三亚市吉阳区、沈阳市皇姑区、宣城市宁国市、焦作市博爱县、楚雄姚安县、辽阳市弓长岭区、大庆市龙凤区、忻州市岢岚县、荆州市松滋市、上海市金山区、绵阳市涪城区、中山市小榄镇、南京市栖霞区、黔东南台江县、平凉市庄浪县、内蒙古包头市东河区、临高县南宝镇

本周数据平台稍早前行业协会报道新政:本月官方发布行业报告,探寻43417大但人文艺术展览的神秘之地

在繁忙的都市生活中，我们常常渴望找到一处宁静之地，让心灵得到片刻的栖息。近日，一场名为“43417大但人文艺术展览”的活动在某个神秘地点悄然拉开帷幕，吸引了众多艺术爱好者的关注。本文将带您走进这个充满艺术气息的展览地点，感受一场视觉与心灵的盛宴。 43417大但人文艺术展览的举办地点位于我国某座历史文化名城，这里既有悠久的历史底蕴，又有现代化的城市风貌。此次展览地点选择在此，正是为了将人文艺术与城市文化相结合，让参观者在欣赏艺术作品的同时，也能领略到这座城市的独特魅力。 走进展览地点，首先映入眼帘的是一幢古朴典雅的建筑。这座建筑曾是当地一所著名学府的旧址，如今经过精心修缮，成为了此次展览的举办地。展览场地内部宽敞明亮，布局合理，为参观者提供了舒适的观展环境。 此次展览共分为四大展区，分别为“历史长河”、“文化传承”、“艺术创新”和“城市印象”。每个展区都展示了不同风格的艺术作品，涵盖了绘画、雕塑、摄影、装置艺术等多种形式。这些作品既有来自国内知名艺术家的杰作，也有年轻艺术家的创新之作，为观众呈现了一场丰富多彩的艺术盛宴。 在“历史长河”展区，观众可以欣赏到以我国历史为题材的绘画作品。这些作品以细腻的笔触，展现了我国悠久的历史文化。在“文化传承”展区，观众可以了解到我国传统民间艺术的魅力，如剪纸、泥塑、刺绣等。这些作品传承了中华民族的优秀文化，让观众感受到了传统文化的魅力。 “艺术创新”展区则是此次展览的一大亮点。在这里，观众可以看到许多年轻艺术家的创新之作，他们以独特的视角和手法，为传统艺术注入了新的活力。这些作品既有现代感十足的作品，也有充满想象力的装置艺术，让观众在欣赏的过程中，不禁为艺术家的才华点赞。 “城市印象”展区则展示了艺术家们对这座城市的独特见解。通过绘画、摄影等形式，艺术家们将城市的繁华、宁静、历史与现代元素巧妙地融合在一起，让观众在欣赏作品的同时，也能感受到这座城市的独特魅力。 值得一提的是，此次展览还特别设置了互动环节，让观众在欣赏艺术作品的同时，也能参与到艺术创作中来。活动现场，艺术家们现场作画，与观众互动，让更多的人了解艺术、热爱艺术。 总之，43417大但人文艺术展览的举办，不仅为观众带来了一场视觉盛宴，更是让这座城市的文化底蕴得到了传承和发扬。在这个充满艺术气息的神秘地点，我们感受到了艺术的魅力，也领略了这座城市的独特魅力。相信在未来的日子里，这座历史文化名城将会以更加开放的姿态，迎接更多热爱艺术的人们。

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。