本月行业协会传达新政策动态,“你真紧，你这是要我的命吗？”：一句玩笑话背后的心理解读

今日监管部门披露行业最新进展,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。智能维修派单系统，精准调度服务团队

四平市伊通满族自治县、广西北海市海城区 ，汉中市洋县、长沙市宁乡市、张掖市临泽县、金昌市金川区、凉山昭觉县、长沙市芙蓉区、楚雄大姚县、吉林市永吉县、天津市静海区、九江市永修县、昭通市威信县、临汾市永和县、甘孜雅江县、贵阳市开阳县、朔州市平鲁区 、镇江市丹徒区、北京市怀柔区、太原市清徐县、滁州市定远县、衡阳市石鼓区、萍乡市湘东区、内蒙古通辽市奈曼旗、铜川市印台区、咸阳市杨陵区、葫芦岛市龙港区、牡丹江市西安区、宁夏银川市永宁县

全天候服务支持热线,今日相关部门更新行业研究报告,“你真紧，你这是要我的命吗？”：一句玩笑话背后的心理解读，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一客服电话，正规售后服务

六盘水市钟山区、潍坊市诸城市 ，本溪市本溪满族自治县、岳阳市岳阳楼区、文昌市东郊镇、合肥市庐阳区、烟台市福山区、通化市通化县、广西桂林市兴安县、大庆市林甸县、怀化市靖州苗族侗族自治县、临沂市兰山区、潍坊市寿光市、临夏康乐县、西安市碑林区、商丘市柘城县、梅州市蕉岭县 、济南市市中区、保亭黎族苗族自治县什玲、大兴安岭地区呼玛县、岳阳市君山区、德州市禹城市、牡丹江市宁安市、咸宁市崇阳县、合肥市长丰县、温州市瓯海区、苏州市常熟市、丽江市永胜县、商洛市镇安县、达州市通川区、本溪市本溪满族自治县

全球服务区域: 金华市磐安县、楚雄元谋县 、安顺市平坝区、随州市曾都区、南阳市方城县、广西贵港市平南县、沈阳市法库县、黄山市屯溪区、临汾市侯马市、株洲市渌口区、忻州市代县、宿州市埇桥区、广州市荔湾区、宜春市上高县、庆阳市正宁县、广西柳州市柳北区、济宁市微山县 、庆阳市合水县、沈阳市沈河区、泉州市德化县、揭阳市揭东区、大兴安岭地区加格达奇区

在线维修进度查询,近日行业报告公布新成果,“你真紧，你这是要我的命吗？”：一句玩笑话背后的心理解读，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化服务派单，精准对接维修需求

全国服务区域: 上海市宝山区、内蒙古巴彦淖尔市临河区 、茂名市化州市、佛山市禅城区、鸡西市滴道区、潍坊市昌乐县、西宁市城北区、绵阳市游仙区、南充市嘉陵区、湘西州永顺县、吕梁市孝义市、茂名市信宜市、宝鸡市岐山县、广西南宁市邕宁区、太原市古交市、吉安市峡江县、福州市台江区 、玉溪市红塔区、丹东市元宝区、内蒙古包头市昆都仑区、平顶山市郏县、常州市新北区、重庆市彭水苗族土家族自治县、徐州市贾汪区、佛山市三水区、珠海市斗门区、海东市民和回族土族自治县、陇南市成县、中山市南朗镇、延安市富县、焦作市中站区、定安县富文镇、重庆市铜梁区、肇庆市高要区、漯河市郾城区、张掖市甘州区、临沧市沧源佤族自治县、临沂市河东区、鹤壁市鹤山区、铜仁市德江县、泉州市安溪县

本周数据平台近期行业报告发布政策动向:昨日研究机构传达最新成果,“你真紧，你这是要我的命吗？”：一句玩笑话背后的心理解读

在我们的日常生活中，玩笑话是一种常见的交流方式，它能够缓解紧张气氛，增进彼此间的感情。然而，有时候一句看似玩笑的话，却可能隐藏着深刻的心理含义。比如，“你真紧，你这是要我的命吗？”这句话，看似是一句无厘头的玩笑，实则背后蕴含着丰富的心理活动。 首先，这句话中的“你真紧”可能是在形容某人的性格、态度或者行为。在心理学中，这种形容往往与“控制欲”有关。当一个人对另一个人说“你真紧”时，可能是在暗示对方过于严谨、过于追求完美，甚至有些过于控制。这种情况下，说话者可能是在表达对对方这种性格的不满，或者是在提醒对方注意自己的行为。 其次，“你这是要我的命吗？”这句话则可能是在表达一种恐惧或者担忧。在心理学中，恐惧是一种常见的情绪反应，它可以帮助人们避免潜在的危险。当一个人说这句话时，可能是在暗示自己正面临着某种压力或者困境，担心这种压力或困境会对自己造成伤害。这种担忧可能源于对方的行为，也可能源于自己内心的焦虑。 那么，为什么这句话会让人产生这样的心理反应呢？原因有以下几点： 1. 语境因素：在不同的语境下，这句话所表达的含义可能会有所不同。比如，在朋友之间开玩笑时，这句话可能只是表达一种轻松愉快的氛围；而在紧张的工作环境中，这句话可能暗示着对方的行为给自己带来了巨大的压力。 2. 说话者的性格：说话者的性格也会影响这句话的含义。一个性格开朗、善于沟通的人，说出这句话可能只是想调节气氛；而一个性格内向、敏感的人，说出这句话可能是在表达自己的真实感受。 3. 听话者的心理状态：听话者的心理状态也会影响这句话的含义。一个心理承受能力较强的人，可能不会将这句话放在心上；而一个心理承受能力较弱的人，可能会因此感到焦虑、不安。 总之，“你真紧，你这是要我的命吗？”这句话背后蕴含着丰富的心理活动。在日常生活中，我们要学会正确解读这类玩笑话，避免因为误解而产生不必要的矛盾和冲突。同时，我们也要关注自己的心理状态，学会调整心态，以更好地应对生活中的压力和挑战。 在人际交往中，沟通是一门艺术。学会倾听、理解和尊重他人，才能使我们的关系更加和谐。而在这其中，正确解读玩笑话，则是我们不可或缺的一环。让我们共同关注心理，用心去感受生活中的点滴，让生活更加美好。

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。