本周官方发布最新研究成果,《国产在线观看，开启影视新体验——www平台引领潮流》

本周监管部门更新行业通报,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。家电维修客服电话，系统自动派单

延边汪清县、肇庆市鼎湖区 ，广西百色市隆林各族自治县、宜昌市西陵区、榆林市子洲县、邵阳市城步苗族自治县、福州市台江区、贵阳市开阳县、昆明市官渡区、保山市腾冲市、洛阳市宜阳县、恩施州建始县、丽江市玉龙纳西族自治县、抚州市乐安县、周口市商水县、泰州市高港区、淄博市淄川区 、沈阳市沈北新区、漳州市龙文区、池州市贵池区、儋州市排浦镇、双鸭山市岭东区、厦门市翔安区、万宁市南桥镇、万宁市后安镇、怀化市会同县、台州市椒江区、绵阳市三台县、锦州市北镇市

近日评估小组公开关键数据,今日相关部门传达重大信息,《国产在线观看，开启影视新体验——www平台引领潮流》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电保养提醒服务，延长产品使用寿命

宣城市宣州区、丹东市元宝区 ，自贡市富顺县、广西百色市田林县、延边敦化市、重庆市黔江区、延边图们市、内蒙古赤峰市敖汉旗、朔州市平鲁区、龙岩市武平县、长治市潞州区、抚州市乐安县、黄山市徽州区、东方市三家镇、天津市滨海新区、滨州市滨城区、湖州市吴兴区 、湛江市赤坎区、西安市蓝田县、黑河市爱辉区、驻马店市平舆县、宁夏中卫市海原县、遵义市桐梓县、伊春市铁力市、上海市宝山区、韶关市浈江区、九江市柴桑区、广州市天河区、济南市平阴县、南京市六合区、长沙市芙蓉区

全球服务区域: 屯昌县乌坡镇、广州市增城区 、大兴安岭地区呼中区、东莞市东城街道、上海市虹口区、大庆市肇州县、北京市房山区、苏州市虎丘区、济南市市中区、德州市武城县、海西蒙古族天峻县、宜昌市伍家岗区、重庆市巴南区、延安市富县、黄石市黄石港区、湖州市南浔区、成都市简阳市 、益阳市桃江县、重庆市奉节县、宁夏吴忠市青铜峡市、丽水市遂昌县、漯河市召陵区

刚刚信息部门通报重大更新,本周官方发布最新研究成果,《国产在线观看，开启影视新体验——www平台引领潮流》，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

全国服务区域: 遵义市余庆县、绍兴市越城区 、扬州市广陵区、内蒙古呼和浩特市土默特左旗、昭通市绥江县、宁夏银川市西夏区、广西南宁市邕宁区、萍乡市芦溪县、大同市平城区、泉州市晋江市、咸宁市通城县、佛山市禅城区、常德市津市市、龙岩市武平县、宿迁市宿城区、漳州市漳浦县、宁波市镇海区 、鞍山市岫岩满族自治县、南充市顺庆区、荆州市沙市区、南阳市社旗县、广西崇左市凭祥市、文山富宁县、洛阳市宜阳县、南昌市东湖区、黔南瓮安县、黄石市大冶市、阿坝藏族羌族自治州茂县、乐东黎族自治县佛罗镇、十堰市竹山县、泸州市龙马潭区、淮北市相山区、南充市阆中市、广西防城港市防城区、曲靖市富源县、东莞市凤岗镇、阿坝藏族羌族自治州松潘县、赣州市赣县区、铜仁市碧江区、衡阳市南岳区、毕节市织金县

本周数据平台本月相关部门通报重要进展:本月行业协会传达新政策动态,《国产在线观看，开启影视新体验——www平台引领潮流》

随着互联网技术的飞速发展，人们的生活方式也在发生着翻天覆地的变化。其中，影视娱乐领域的变化尤为显著。如今，越来越多的人选择在线观看电影、电视剧，而国产在线观看平台也如雨后春笋般涌现。在这其中，www平台凭借其丰富的资源、便捷的体验和优质的服务，成为了众多观众心中的首选。本文将带您深入了解www平台，感受国产在线观看的魅力。 一、丰富的资源，满足观众需求 www平台汇集了海量国产影视资源，包括热门电影、电视剧、综艺、动漫等。无论是经典老片，还是热门新片，观众都能在平台上找到心仪的作品。此外，平台还定期更新热门剧集，让观众紧跟影视潮流。丰富的资源满足了不同观众的需求，让人们在休闲时光尽情享受国产影视的魅力。 二、便捷的体验，提升观影质量 www平台致力于为用户提供便捷的观影体验。用户只需注册账号，即可随时随地在线观看心仪的影视作品。平台支持多种播放方式，如倍速播放、下载观看等，满足了观众多样化的需求。此外，平台还提供了搜索、收藏、评论等功能，让观众在观影过程中更好地互动交流。 三、优质的服务，打造观影新境界 www平台深知优质服务的重要性，始终将用户体验放在首位。平台拥有一支专业的技术团队，确保平台稳定运行，为用户提供流畅的观影体验。同时，平台还不断优化界面设计，提升用户操作便捷性。此外，平台还积极开展版权合作，确保影视作品的正版性，为观众提供放心观影的环境。 四、推动国产影视发展，助力文化繁荣 www平台的崛起，不仅为观众提供了便捷的观影体验，还为国产影视产业的发展注入了新的活力。平台通过推广国产影视作品，提升了国产影视的知名度和影响力，助力我国文化产业的繁荣。同时，平台还积极履行社会责任，为观众提供正能量、健康向上的影视内容。 总之，www平台作为国产在线观看的代表，凭借其丰富的资源、便捷的体验和优质的服务，赢得了广大观众的喜爱。在这个信息爆炸的时代，www平台将继续引领潮流，为观众带来更多优质影视作品，助力国产影视产业的蓬勃发展。让我们共同期待，在www平台的陪伴下，开启国产在线观看的新篇章。

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。