本月行业协会传达新政策动态,离婚两年，我满足了父亲的期望

昨日研究机构传递最新成果,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。全国统一延保标准，透明服务条款

牡丹江市宁安市、红河蒙自市 ，太原市阳曲县、嘉峪关市新城镇、东莞市麻涌镇、上海市浦东新区、双鸭山市集贤县、景德镇市浮梁县、自贡市富顺县、湘西州泸溪县、晋中市左权县、汉中市汉台区、遵义市仁怀市、赣州市赣县区、吕梁市汾阳市、毕节市赫章县、咸宁市咸安区 、南阳市方城县、徐州市云龙区、扬州市邗江区、毕节市赫章县、福州市福清市、玉溪市易门县、保亭黎族苗族自治县什玲、聊城市东阿县、甘孜得荣县、甘孜得荣县、宜宾市江安县、清远市英德市

近日评估小组公开关键数据,近期官方渠道更新行业动态,离婚两年，我满足了父亲的期望，很高兴为您解答这个问题，让我来帮您详细说明一下：家电移机服务热线，专业拆卸安装

平顶山市卫东区、广西百色市德保县 ，温州市瑞安市、儋州市雅星镇、济宁市梁山县、徐州市鼓楼区、台州市仙居县、白银市平川区、佛山市南海区、安庆市桐城市、郴州市资兴市、吉安市吉安县、龙岩市长汀县、宣城市郎溪县、郑州市新郑市、淮南市寿县、广州市增城区 、洛阳市嵩县、七台河市桃山区、黄南河南蒙古族自治县、昭通市永善县、广西百色市隆林各族自治县、汕头市南澳县、定安县新竹镇、温州市瑞安市、凉山雷波县、毕节市金沙县、金华市磐安县、达州市渠县、重庆市巫山县、泰安市肥城市

全球服务区域: 武汉市东西湖区、苏州市虎丘区 、潍坊市诸城市、新乡市凤泉区、邵阳市洞口县、中山市板芙镇、广西南宁市良庆区、佳木斯市桦川县、西宁市城中区、保山市昌宁县、黄山市祁门县、朔州市平鲁区、济宁市汶上县、临沧市镇康县、太原市娄烦县、济宁市嘉祥县、南充市高坪区 、红河蒙自市、重庆市渝中区、重庆市铜梁区、乐东黎族自治县尖峰镇、宿迁市泗阳县

本周数据平台近期行业报告发布政策动向,刚刚官方渠道披露重要信息,离婚两年，我满足了父亲的期望，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: 孝感市安陆市、广西贺州市平桂区 、万宁市长丰镇、辽源市东辽县、大连市西岗区、徐州市贾汪区、白银市景泰县、广西来宾市武宣县、丹东市元宝区、潍坊市青州市、文昌市锦山镇、怀化市辰溪县、定安县雷鸣镇、泰安市宁阳县、大理洱源县、东莞市厚街镇、广西柳州市三江侗族自治县 、延安市甘泉县、怀化市洪江市、内江市资中县、毕节市织金县、南昌市西湖区、宜宾市筠连县、马鞍山市和县、威海市文登区、萍乡市安源区、屯昌县坡心镇、大庆市龙凤区、蚌埠市龙子湖区、马鞍山市当涂县、株洲市芦淞区、韶关市武江区、文昌市锦山镇、伊春市嘉荫县、湘潭市韶山市、乐东黎族自治县莺歌海镇、朔州市平鲁区、甘孜甘孜县、天水市清水县、海南贵德县、上海市奉贤区

本周数据平台本月相关部门通报重要进展:本月监管部门发布行业新报告,离婚两年，我满足了父亲的期望

两年前，我结束了那段曾经让我深陷其中的婚姻。离婚的阴影笼罩了我很久，但如今，当我回望这段经历，我发现，离婚两年了，我终于满足了父亲的期望。 在我成长的过程中，父亲一直是我心中的楷模。他严谨的生活态度、对事业的执着追求，都让我深感敬佩。然而，在婚姻问题上，他却显得格外保守。他总是告诫我，婚姻是人生的大事，一定要慎重对待。然而，我却在他面前犯了一个无法挽回的错误。 那是一个风和日丽的周末，我和丈夫约好一起去郊外游玩。然而，就在我们即将出发的时候，我接到了父亲的电话。他严肃地告诉我，他刚刚得知我丈夫的一些事情，让我慎重考虑我们的婚姻。我心中充满了疑惑，但出于对父亲的尊重，我还是决定回家和他谈谈。 回到家后，我得知丈夫曾经有过一段不为人知的过去。这让我陷入了深深的痛苦之中。我无法接受这样一个事实，我曾经深爱的人，竟然有着如此不堪的过去。在与丈夫的沟通中，我发现我们之间的差距越来越大，我们无法再像以前那样坦诚相对。最终，在深思熟虑之后，我决定结束这段婚姻。 离婚的消息传到父亲那里，他并没有表现出过多的惊讶。他只是淡淡地说：“我知道你会做出正确的决定。”那一刻，我感受到了父亲对我的信任和支持。 离婚后的日子并不好过。我独自面对着生活的种种压力，心中充满了孤独和迷茫。然而，每当我想到父亲的话，我就会重新振作起来。我知道，父亲希望我能够过上幸福的生活，我希望能够满足他的期望。 在离婚后的两年里，我努力地改变自己。我开始关注自己的内心需求，学会了独立思考。我重新拾起了曾经的梦想，开始追求自己的事业。我不再依赖任何人，而是依靠自己的力量去创造美好的未来。 如今，当我再次站在父亲面前时，他看着我，眼中充满了欣慰。他告诉我：“看到你现在这样，我真的很高兴。你终于满足了父亲的期望。”那一刻，我泪流满面，心中充满了感激。 离婚两年了，我终于明白了父亲的良苦用心。他希望我能够成为一个独立、坚强、有担当的人。如今，我做到了。我满足了父亲的期望，也找到了属于自己的幸福。 这段经历让我明白，人生中最重要的不是拥有多少物质财富，而是拥有一个健康的内心。只有内心强大，我们才能勇敢地面对生活的种种挑战。离婚虽然让我痛苦，但它也让我成长，让我变得更加坚强。 在未来的日子里，我会继续努力，让自己变得更加优秀。我相信，只要我坚持不懈，我一定能够实现自己的梦想，让父亲为我感到骄傲。离婚两年了，我满足了父亲的期望，也找到了属于自己的幸福。这一切，都将成为我人生中最宝贵的财富。

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。