昨日行业报告发布重要成果,《诛仙飞升：探寻仙界奥秘的奇幻之旅》

今日国家机构发布最新研究报告,1年涨五倍，被苹果看上的“模型瘦身”公司靠谱吗？,很高兴为您解答这个问题，让我来帮您详细说明一下。专业维修调度中心，快速响应各类需求

惠州市惠东县、扬州市江都区 ，资阳市乐至县、遂宁市安居区、海东市循化撒拉族自治县、滁州市南谯区、广西南宁市上林县、佳木斯市富锦市、吉安市万安县、南阳市内乡县、昭通市镇雄县、镇江市句容市、琼海市石壁镇、五指山市番阳、白银市景泰县、汕尾市海丰县、丹东市振兴区 、黔南福泉市、哈尔滨市道里区、滁州市凤阳县、重庆市北碚区、东莞市大朗镇、肇庆市德庆县、武汉市青山区、吉安市吉州区、重庆市云阳县、抚顺市新宾满族自治县、吕梁市孝义市、阳江市阳东区

本周数据平台今日官方渠道披露重磅消息,今日官方发布重大行业通报,《诛仙飞升：探寻仙界奥秘的奇幻之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电以旧换新热线，专业评估回收

上海市宝山区、吉林市龙潭区 ，武汉市青山区、三明市永安市、龙岩市上杭县、德宏傣族景颇族自治州瑞丽市、泰安市泰山区、玉溪市易门县、海口市龙华区、广州市白云区、景德镇市浮梁县、中山市神湾镇、常州市武进区、汉中市南郑区、六安市叶集区、临汾市古县、汉中市城固县 、杭州市西湖区、张家界市武陵源区、六安市霍邱县、延边和龙市、忻州市宁武县、儋州市白马井镇、广西桂林市恭城瑶族自治县、梅州市兴宁市、莆田市仙游县、鸡西市恒山区、齐齐哈尔市泰来县、广西南宁市良庆区、广西贺州市八步区、榆林市靖边县

全球服务区域: 福州市台江区、上饶市广丰区 、娄底市涟源市、杭州市萧山区、文昌市昌洒镇、张家界市慈利县、文昌市公坡镇、宝鸡市麟游县、岳阳市岳阳县、重庆市江北区、重庆市九龙坡区、洛阳市洛宁县、宁波市宁海县、大理剑川县、保亭黎族苗族自治县什玲、濮阳市清丰县、肇庆市鼎湖区 、盐城市响水县、汕头市潮阳区、定西市岷县、琼海市石壁镇、凉山美姑县

近日监测部门公开最新参数,近日监管部门发布重要通报,《诛仙飞升：探寻仙界奥秘的奇幻之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电问题一键呼叫，客服专员全程跟进

全国服务区域: 广西来宾市兴宾区、萍乡市莲花县 、赣州市于都县、南通市如东县、广西贺州市钟山县、肇庆市高要区、宣城市旌德县、西双版纳勐腊县、遂宁市安居区、铜仁市碧江区、吕梁市岚县、泉州市金门县、江门市恩平市、内蒙古兴安盟扎赉特旗、儋州市中和镇、宁波市宁海县、新乡市获嘉县 、安顺市平坝区、武汉市东西湖区、长沙市开福区、芜湖市繁昌区、乐东黎族自治县千家镇、兰州市红古区、肇庆市封开县、宁波市宁海县、十堰市茅箭区、烟台市蓬莱区、江门市新会区、杭州市富阳区、晋中市昔阳县、咸阳市旬邑县、海东市平安区、巴中市南江县、重庆市大渡口区、烟台市招远市、吕梁市孝义市、铁岭市清河区、营口市大石桥市、杭州市滨江区、抚州市南城县、昆明市嵩明县

刚刚决策部门公开重大调整:本周监管部门传达重磅消息,《诛仙飞升：探寻仙界奥秘的奇幻之旅》

自古以来，人们对于仙界的向往和追求从未停止。在众多仙侠小说中，诛仙飞升成为了无数修士梦寐以求的目标。今天，就让我们一同踏上这趟探寻仙界奥秘的奇幻之旅，感受诛仙飞升的神奇魅力。 诛仙，一部描绘修仙世界的奇幻小说，讲述了主人公张小凡在修仙过程中，历经磨难，最终飞升仙界的传奇故事。在这部小说中，飞升仙界不仅仅是一个目标，更是一种对人生价值的追求和对未知世界的探索。 在诛仙的世界里，修仙者们通过修炼各种法术、炼制丹药、吸收天地灵气，不断提升自己的修为。而飞升仙界，则是修仙者们追求的最高境界。飞升之后，他们可以摆脱尘世的束缚，拥有更强大的力量，甚至可以改变整个世界的命运。 飞升仙界的道路并非一帆风顺。在诛仙的世界里，修仙者们面临着种种考验和磨难。他们需要克服内心的欲望，战胜邪恶势力，还要在险恶的仙界中寻找属于自己的位置。张小凡在修炼过程中，也曾遭遇过无数挫折，但他始终坚定信念，勇往直前。 在诛仙飞升的过程中，修仙者们需要掌握一门独特的法术——诛仙术。诛仙术是一种强大的攻击法术，可以摧毁一切邪恶势力。然而，修炼诛仙术的过程异常艰难，需要付出极大的代价。张小凡在修炼诛仙术的过程中，付出了无数心血，甚至牺牲了自己的挚爱。 飞升仙界，不仅仅是追求力量，更是对人生价值的追求。在诛仙的世界里，修仙者们为了实现自己的理想，不惜付出一切代价。他们相信，只要坚持不懈，终将飞升仙界，实现自己的梦想。 在诛仙飞升的过程中，修仙者们还会遇到许多志同道合的伙伴。他们携手共进，共同面对挑战，共同成长。这些伙伴之间的友谊，成为了他们飞升仙界道路上最坚实的后盾。 然而，飞升仙界并非终点。在仙界，修仙者们依然要面对各种挑战。他们需要不断提升自己的修为，保护仙界的安宁，维护世界的和平。在这个过程中，他们逐渐明白，飞升仙界只是人生的一个阶段，真正的修行，在于内心的修炼。 诛仙飞升，不仅仅是一部小说的故事，更是一种对人生的思考。它告诉我们，只要心中有信念，勇往直前，就一定能够实现自己的梦想。在现实生活中，我们也可以从诛仙飞升的故事中汲取力量，勇敢地追求自己的目标。 总之，诛仙飞升是一段充满奇幻色彩的旅程。在这段旅程中，我们见证了修仙者们对仙界的向往，对力量的追求，对人生的思考。让我们一同踏上这趟奇幻之旅，感受诛仙飞升的神奇魅力，追寻心中的梦想。

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网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。