近期行业报告发布新研究成果,沈阳老女人狂叫45分钟事件：真相与反思

今日官方发布行业研究成果,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。家电维修服务电话，持证技师上门服务

重庆市梁平区、运城市平陆县 ，文山砚山县、营口市西市区、陵水黎族自治县文罗镇、锦州市凌河区、双鸭山市四方台区、吉安市峡江县、淮安市清江浦区、宁夏中卫市沙坡头区、梅州市梅江区、文昌市蓬莱镇、蚌埠市淮上区、三门峡市卢氏县、绍兴市柯桥区、合肥市长丰县、沈阳市大东区 、内蒙古呼伦贝尔市满洲里市、黔西南贞丰县、甘孜雅江县、宁夏中卫市海原县、杭州市临安区、兰州市七里河区、临高县调楼镇、广西防城港市东兴市、中山市古镇镇、六安市霍邱县、资阳市雁江区、淮南市田家庵区

近日调查组公开关键证据,本月行业报告披露新进展,沈阳老女人狂叫45分钟事件：真相与反思，很高兴为您解答这个问题，让我来帮您详细说明一下：24小时维修客服热线，随时为您服务

韶关市始兴县、武汉市洪山区 ，阜新市海州区、宁夏固原市彭阳县、广西河池市大化瑶族自治县、吉林市蛟河市、苏州市常熟市、宿迁市沭阳县、永州市道县、深圳市盐田区、济宁市汶上县、昆明市五华区、衢州市江山市、信阳市新县、东方市感城镇、新乡市延津县、南阳市淅川县 、安庆市望江县、澄迈县仁兴镇、海南贵南县、盐城市阜宁县、宁夏石嘴山市平罗县、内蒙古鄂尔多斯市鄂托克旗、黄山市徽州区、昭通市镇雄县、吉安市万安县、信阳市罗山县、安阳市林州市、重庆市秀山县、河源市源城区、运城市万荣县

全球服务区域: 咸宁市嘉鱼县、铜川市宜君县 、丹东市东港市、宁波市北仑区、南充市高坪区、文昌市冯坡镇、黔南瓮安县、贵阳市开阳县、广西贵港市平南县、武汉市新洲区、攀枝花市米易县、琼海市会山镇、许昌市魏都区、保山市施甸县、东莞市东城街道、内蒙古包头市白云鄂博矿区、齐齐哈尔市依安县 、遵义市赤水市、安康市汉阴县、万宁市和乐镇、亳州市蒙城县、铜川市宜君县

可视化故障排除专线，实时监测数据,昨日行业报告更新行业政策,沈阳老女人狂叫45分钟事件：真相与反思，很高兴为您解答这个问题，让我来帮您详细说明一下：全国联保售后电话，服务有保障

全国服务区域: 长春市绿园区、亳州市涡阳县 、赣州市会昌县、宜春市樟树市、鹤壁市山城区、平顶山市汝州市、张掖市甘州区、忻州市代县、苏州市太仓市、铁岭市清河区、恩施州建始县、双鸭山市四方台区、汕尾市陆丰市、济南市钢城区、济宁市汶上县、延安市志丹县、黄冈市蕲春县 、广西钦州市钦南区、葫芦岛市南票区、湘西州古丈县、邵阳市武冈市、黄冈市黄梅县、陵水黎族自治县文罗镇、怀化市芷江侗族自治县、宝鸡市千阳县、眉山市丹棱县、阿坝藏族羌族自治州黑水县、广西贺州市平桂区、葫芦岛市绥中县、文昌市东郊镇、平顶山市郏县、淄博市周村区、茂名市电白区、蚌埠市蚌山区、重庆市渝北区、乐东黎族自治县佛罗镇、宁夏固原市隆德县、沈阳市沈河区、吉林市磐石市、佛山市禅城区、六盘水市六枝特区

专家技术支援专线:近日监管部门发布重要信息,沈阳老女人狂叫45分钟事件：真相与反思

近日，沈阳发生了一起引起社会广泛关注的事件：一位年迈的妇女在街头狂叫了长达45分钟。这一事件迅速在网络上发酵，引发了公众对于老年人心理健康、社会关爱以及公共秩序等多方面的讨论。本文将对此事件进行深入剖析，并探讨如何从这一事件中汲取教训，共同构建和谐社会。 据了解，这位年迈的妇女在沈阳某繁华地段突然开始大声呼喊，持续了整整45分钟。期间，周围的路人纷纷驻足围观，但无人上前询问原因。直到警方介入，才将这位妇女带离现场。经过调查，这位妇女患有精神疾病，此次狂叫可能是病情发作所致。 这一事件在网络上引起了轩然大波。有网友表示，这位妇女的遭遇令人同情，呼吁社会关注老年人的心理健康；也有网友认为，围观者没有上前询问，反映出社会冷漠现象。那么，这起事件背后究竟隐藏着哪些问题呢？ 首先，老年人心理健康问题不容忽视。随着年龄的增长，老年人面临着各种生理和心理压力，如孤独、疾病、家庭矛盾等。这些压力可能导致老年人出现心理问题，如抑郁、焦虑、精神疾病等。然而，我国在老年人心理健康方面的关注和投入相对不足，导致许多老年人无法得到及时有效的治疗和关爱。 其次，社会关爱缺失。在此次事件中，围观者没有上前询问，反映出社会关爱缺失的问题。关爱他人是中华民族的传统美德，然而，在现实生活中，许多人却因为种种原因忽视了对他人的关爱。这种冷漠现象不仅对当事人造成伤害，也对社会风气产生负面影响。 再次，公共秩序问题。在公共场所，保持秩序是每个人的责任。然而，在此次事件中，围观者没有及时报警，导致事态扩大。这反映出部分市民对公共秩序的忽视，以及法律意识的淡薄。 针对这一事件，我们应从以下几个方面进行反思和改进： 1. 加强老年人心理健康教育。通过开展心理健康讲座、咨询服务等活动，提高老年人心理健康意识，帮助他们正确面对生活中的压力。 2. 提高社会关爱意识。倡导关爱他人，关注弱势群体，让社会充满温暖。 3. 加强公共秩序教育。提高市民法律意识，倡导文明行为，共同维护社会秩序。 4. 完善社会保障体系。加大对老年人、残疾人等弱势群体的关爱力度，确保他们享有基本生活保障。 总之，沈阳老女人狂叫45分钟事件给我们敲响了警钟。在今后的日子里，让我们共同努力，关注老年人心理健康，关爱弱势群体，维护社会和谐稳定，为构建美好家园贡献自己的力量。

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。