昨日官方渠道披露行业成果,RAPPER一姐潮水：揭秘潮流界的“音乐女王”

今日相关部门发布最新进展,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。零部件供应中心，全品类配件库存

昆明市西山区、黔东南雷山县 ，昆明市晋宁区、兰州市皋兰县、德阳市旌阳区、吕梁市交口县、澄迈县加乐镇、白银市平川区、眉山市彭山区、攀枝花市仁和区、安阳市内黄县、大庆市萨尔图区、郑州市登封市、武汉市汉阳区、怀化市麻阳苗族自治县、宁德市周宁县、芜湖市弋江区 、肇庆市高要区、营口市鲅鱼圈区、红河泸西县、福州市仓山区、池州市石台县、嘉兴市南湖区、赣州市崇义县、大理鹤庆县、新乡市卫辉市、淮安市洪泽区、黄南河南蒙古族自治县、屯昌县坡心镇

本周数据平台本月相关部门通报重要进展,昨日官方披露行业最新成果,RAPPER一姐潮水：揭秘潮流界的“音乐女王”，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24小时在线，随时响应需求

盐城市响水县、保山市龙陵县 ，宁波市鄞州区、临沧市凤庆县、济宁市泗水县、武威市凉州区、重庆市巴南区、甘孜得荣县、普洱市景谷傣族彝族自治县、陵水黎族自治县群英乡、驻马店市西平县、甘南舟曲县、广西崇左市龙州县、临汾市汾西县、黄南河南蒙古族自治县、西安市蓝田县、凉山昭觉县 、大理鹤庆县、昆明市富民县、九江市湖口县、抚顺市清原满族自治县、广西南宁市兴宁区、徐州市新沂市、宿州市埇桥区、长治市黎城县、济南市天桥区、渭南市富平县、广西梧州市龙圩区、锦州市义县、果洛班玛县、兰州市红古区

全球服务区域: 遵义市赤水市、内蒙古兴安盟乌兰浩特市 、杭州市滨江区、陵水黎族自治县英州镇、周口市郸城县、成都市温江区、海南贵德县、泰州市兴化市、抚州市资溪县、怀化市芷江侗族自治县、牡丹江市东安区、滁州市凤阳县、昌江黎族自治县七叉镇、广西来宾市忻城县、宜昌市伍家岗区、大兴安岭地区呼中区、大兴安岭地区呼中区 、河源市源城区、黑河市嫩江市、深圳市坪山区、广州市白云区、菏泽市单县

近日监测部门公开,今日相关部门传达新动态,RAPPER一姐潮水：揭秘潮流界的“音乐女王”，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: 宁夏石嘴山市平罗县、沈阳市辽中区 、上海市普陀区、赣州市定南县、吕梁市孝义市、绥化市海伦市、东莞市塘厦镇、上饶市婺源县、枣庄市滕州市、宁夏石嘴山市平罗县、阳江市江城区、西宁市湟中区、万宁市后安镇、榆林市神木市、忻州市五台县、濮阳市台前县、福州市闽侯县 、大庆市林甸县、汉中市勉县、十堰市茅箭区、丽江市玉龙纳西族自治县、甘孜雅江县、济南市槐荫区、郑州市二七区、张掖市临泽县、六安市金寨县、重庆市璧山区、大连市普兰店区、内蒙古阿拉善盟阿拉善左旗、安康市紫阳县、内蒙古兴安盟科尔沁右翼中旗、张掖市民乐县、南平市光泽县、济宁市汶上县、天水市甘谷县、儋州市新州镇、牡丹江市宁安市、黄山市祁门县、阜新市阜新蒙古族自治县、成都市锦江区、文昌市锦山镇

近日评估小组公开关键数据:最新监管部门公布行业研究成果,RAPPER一姐潮水：揭秘潮流界的“音乐女王”

在当今这个充满活力的潮流界，RAPPER一姐潮水以其独特的魅力和影响力，成为了无数年轻人心中的偶像。她不仅是一位才华横溢的说唱歌手，更是一位引领潮流的时尚达人。今天，就让我们一起来揭秘这位“音乐女王”背后的故事。 潮水，原名王潮，出生于我国一个美丽的海滨城市。自幼热爱音乐，擅长舞蹈，对潮流文化有着浓厚的兴趣。大学期间，她开始接触说唱音乐，并迅速在校园里崭露头角。凭借出色的表现，她逐渐在网络上积累了一定的人气，成为了众多粉丝心中的“一姐”。 潮水在音乐上的才华不仅体现在说唱方面，她还擅长作词作曲。她的歌曲风格多变，既有激情四溢的嘻哈，也有温柔动人的情歌。她的作品深受广大年轻人的喜爱，成为了潮流界的代表人物。 除了音乐才华，潮水在时尚穿搭方面也有着极高的造诣。她善于将街头潮流元素与时尚风格相结合，打造出独具个性的穿搭风格。她的每一次亮相，都成为了潮流界的焦点。许多时尚品牌纷纷邀请她担任代言人，进一步证明了她在时尚界的地位。 潮水在音乐和时尚领域的成功，离不开她背后的努力和坚持。她曾说过：“我热爱音乐，更热爱生活。我希望通过我的音乐和时尚，让更多的人感受到生活的美好。”这句话道出了她的人生信条。 在潮水的带领下，越来越多的年轻人开始关注潮流文化，并积极参与其中。她不仅是一位音乐人，更是一位潮流文化的传播者。她用自己的行动，影响着一代又一代的年轻人。 然而，在取得如此辉煌成绩的背后，潮水也付出了巨大的努力。她曾表示：“我每天都会花很多时间在音乐和时尚上，不断地学习和进步。”正是这种坚持不懈的精神，让她在竞争激烈的潮流界脱颖而出。 如今，潮水已经成为了一位具有国际影响力的音乐人和时尚达人。她的音乐作品在国内外广受欢迎，时尚穿搭更是成为了潮流界的风向标。然而，她并没有因此而骄傲自满，反而更加努力地提升自己。 在未来的日子里，潮水将继续用自己的才华和努力，为潮流界带来更多的惊喜。她坚信，只要热爱生活，用心去感受，每个人都可以成为自己的“音乐女王”。 总之，RAPPER一姐潮水是一位充满魅力和才华的潮流界代表人物。她用自己的音乐和时尚，为我们的生活增添了无尽的色彩。让我们期待她在未来的日子里，继续为我们带来更多的精彩表现。

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。