今日相关部门传达重大信息,日本一姐潮水RAPPER，目不暇接的潮流盛宴

本月行业报告公开重要信息,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。智能配件管理系统，自动匹配型号

泉州市南安市、内蒙古呼伦贝尔市陈巴尔虎旗 ，渭南市合阳县、新乡市卫辉市、攀枝花市东区、阳泉市矿区、遂宁市射洪市、南昌市湾里区、盐城市亭湖区、长沙市开福区、渭南市潼关县、上海市黄浦区、重庆市铜梁区、红河石屏县、天水市秦州区、安庆市桐城市、内蒙古鄂尔多斯市杭锦旗 、六盘水市钟山区、万宁市礼纪镇、自贡市贡井区、甘南碌曲县、晋城市沁水县、海东市民和回族土族自治县、文昌市东阁镇、沈阳市新民市、内蒙古乌海市海勃湾区、随州市曾都区、南平市建瓯市、临沂市沂水县

刚刚专家组披露重要结论,本周监管部门传达重磅消息,日本一姐潮水RAPPER，目不暇接的潮流盛宴，很高兴为您解答这个问题，让我来帮您详细说明一下：智能投诉管理系统，自动分类处理

内蒙古兴安盟扎赉特旗、黄山市歙县 ，驻马店市平舆县、临沂市兰陵县、焦作市中站区、毕节市赫章县、湖州市南浔区、东莞市横沥镇、西安市蓝田县、黄南同仁市、中山市东区街道、宁夏银川市贺兰县、宁夏固原市西吉县、扬州市江都区、扬州市江都区、六安市霍山县、平顶山市叶县 、驻马店市平舆县、贵阳市观山湖区、景德镇市浮梁县、万宁市礼纪镇、十堰市房县、台州市天台县、佳木斯市郊区、无锡市惠山区、宁波市奉化区、攀枝花市盐边县、南阳市桐柏县、万宁市后安镇、淄博市淄川区、乐东黎族自治县志仲镇

全球服务区域: 朔州市右玉县、郑州市新密市 、运城市永济市、白沙黎族自治县阜龙乡、中山市中山港街道、常德市武陵区、广西桂林市雁山区、安庆市大观区、沈阳市皇姑区、舟山市定海区、嘉兴市南湖区、泰安市东平县、自贡市荣县、内蒙古巴彦淖尔市乌拉特中旗、宁夏银川市兴庆区、中山市神湾镇、榆林市府谷县 、广元市昭化区、广西百色市田林县、临汾市翼城县、永州市零陵区、大庆市红岗区

专家远程指导热线，多终端,今日监管部门披露行业新变化,日本一姐潮水RAPPER，目不暇接的潮流盛宴，很高兴为您解答这个问题，让我来帮您详细说明一下：家电保养记录查询，完整服务历史追溯

全国服务区域: 玉溪市峨山彝族自治县、昭通市永善县 、海北门源回族自治县、临汾市大宁县、岳阳市平江县、东莞市麻涌镇、晋中市左权县、中山市东区街道、洛阳市新安县、驻马店市汝南县、广西桂林市资源县、临高县临城镇、嘉兴市南湖区、宜宾市珙县、广西梧州市岑溪市、陇南市西和县、张掖市民乐县 、芜湖市弋江区、汉中市城固县、贵阳市观山湖区、宁波市象山县、内蒙古包头市青山区、琼海市会山镇、周口市西华县、阜新市太平区、忻州市定襄县、合肥市肥东县、汉中市南郑区、铜陵市义安区、岳阳市岳阳楼区、昌江黎族自治县七叉镇、濮阳市华龙区、周口市商水县、泉州市永春县、佛山市南海区、天津市河西区、宿州市萧县、湛江市坡头区、常德市石门县、南阳市社旗县、泰州市海陵区

刚刚决策小组公开重大调整:昨日行业报告公布最新成果,日本一姐潮水RAPPER，目不暇接的潮流盛宴

在当今这个多元化的音乐世界里，日本一姐潮水RAPPER以其独特的音乐风格和极具感染力的舞台表现，成为了潮流音乐的领军人物。她的音乐作品如潮水般汹涌澎湃，让人目不暇接，为无数乐迷带来了无尽的惊喜。 日本一姐潮水RAPPER，原名小林优希，出生于日本东京。自幼热爱音乐，她凭借对音乐的执着追求，逐渐在音乐领域崭露头角。她的音乐风格融合了嘻哈、R&B、电子等多种元素，独具一格，让人耳目一新。 潮水RAPPER的音乐作品，如同一股强劲的潮流，席卷了整个日本乐坛。她的歌曲《潮水》一经发布，便迅速登上各大音乐榜单，成为热门歌曲。这首歌曲以潮水为意象，表达了人生如潮水般起伏不定的哲理，让人在欣赏音乐的同时，感受到生活的真谛。 在舞台上，潮水RAPPER的表现力同样令人惊叹。她以充满活力的舞姿、激情四溢的演唱，将音乐的魅力展现得淋漓尽致。她的每一次演出，都如同一场视觉与听觉的盛宴，让观众目不暇接。 潮水RAPPER的音乐作品，不仅在日本国内备受好评，在国际上也取得了不俗的成绩。她的歌曲《梦想》在YouTube上获得了数百万次的观看，成为了日本音乐在国际上的代表作品之一。此外，她还曾受邀参加多个国际音乐节，与全球各地的音乐人交流合作，为世界音乐文化交流做出了贡献。 在潮水RAPPER的音乐生涯中，她始终保持着对音乐的热爱和追求。她曾说过：“音乐是我的生命，我会用我的音乐，让世界感受到我的热情。”正是这种对音乐的执着，让她在音乐道路上越走越远。 值得一提的是，潮水RAPPER在音乐创作上也有着极高的天赋。她不仅擅长作词作曲，还能独立完成编曲、制作等工作。她的音乐作品，每一首都充满了她的心血和情感，让人在聆听的过程中，仿佛能感受到她的内心世界。 如今，日本一姐潮水RAPPER已经成为日本乃至全球音乐界的一颗璀璨明星。她的音乐作品，如同潮水般汹涌澎湃，让人目不暇接。在未来的日子里，我们有理由相信，她将继续用自己的音乐，为世界带来更多的惊喜和感动。 总之，日本一姐潮水RAPPER以其独特的音乐风格和极具感染力的舞台表现，成为了潮流音乐的领军人物。她的音乐作品如潮水般汹涌澎湃，让人目不暇接。在这个多元化的音乐世界里，她用自己的才华和热情，为世界音乐文化贡献了自己的力量。让我们共同期待，这位音乐女神未来更加辉煌的成就！

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。