今日监管部门发布政策更新,《行房图中的艺术与人生：一幅幅人画中的情感与生活》

今日官方通报发布行业新变化,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。家电保养提醒服务，延长产品使用寿命

淮北市相山区、长沙市宁乡市 ，赣州市瑞金市、广西梧州市龙圩区、湛江市坡头区、天津市蓟州区、湛江市坡头区、东莞市长安镇、洛阳市老城区、营口市大石桥市、潮州市湘桥区、宝鸡市陇县、牡丹江市林口县、江门市开平市、盐城市亭湖区、长沙市长沙县、晋城市城区 、伊春市金林区、遵义市赤水市、昌江黎族自治县石碌镇、济南市平阴县、洛阳市老城区、六盘水市水城区、济宁市任城区、黄冈市黄州区、临高县东英镇、池州市青阳县、深圳市南山区、黑河市爱辉区

近日监测部门传出异常警报,昨日行业报告传达最新政策,《行房图中的艺术与人生：一幅幅人画中的情感与生活》，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化派单系统，精准定位维修需求

湘潭市岳塘区、长沙市开福区 ，咸阳市兴平市、儋州市海头镇、邵阳市北塔区、延安市子长市、乐山市沙湾区、梅州市大埔县、广西南宁市上林县、广西梧州市蒙山县、延边和龙市、咸阳市永寿县、合肥市长丰县、邵阳市城步苗族自治县、宁夏固原市彭阳县、大兴安岭地区漠河市、安顺市西秀区 、西安市长安区、聊城市高唐县、孝感市云梦县、甘孜道孚县、铁岭市昌图县、广西柳州市鱼峰区、兰州市榆中县、大兴安岭地区呼中区、芜湖市南陵县、鄂州市鄂城区、渭南市富平县、合肥市蜀山区、中山市小榄镇、五指山市南圣

全球服务区域: 镇江市丹阳市、宿迁市宿城区 、平顶山市鲁山县、酒泉市瓜州县、重庆市丰都县、普洱市澜沧拉祜族自治县、宁夏吴忠市同心县、西宁市湟源县、蚌埠市龙子湖区、牡丹江市绥芬河市、晋中市和顺县、临夏和政县、乐东黎族自治县九所镇、广西贺州市平桂区、丽江市古城区、榆林市横山区、陵水黎族自治县黎安镇 、黔南平塘县、黄石市下陆区、福州市晋安区、宁波市慈溪市、枣庄市市中区

近日监测小组公开最新参数,本月官方渠道更新行业信息,《行房图中的艺术与人生：一幅幅人画中的情感与生活》，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化监督平台，智能优化服务质量

全国服务区域: 东莞市麻涌镇、荆州市松滋市 、广西柳州市柳北区、内蒙古阿拉善盟额济纳旗、阜新市海州区、鸡西市鸡东县、滨州市邹平市、广西桂林市阳朔县、大兴安岭地区呼中区、成都市邛崃市、儋州市兰洋镇、汉中市西乡县、常德市桃源县、内蒙古锡林郭勒盟多伦县、广西玉林市容县、龙岩市漳平市、丽江市玉龙纳西族自治县 、莆田市涵江区、阿坝藏族羌族自治州茂县、天津市蓟州区、文昌市东阁镇、黔南平塘县、本溪市明山区、安康市宁陕县、赣州市石城县、三明市大田县、内蒙古巴彦淖尔市杭锦后旗、迪庆维西傈僳族自治县、哈尔滨市延寿县、东方市感城镇、伊春市伊美区、广西百色市平果市、哈尔滨市松北区、文山广南县、大同市平城区、长沙市开福区、泸州市叙永县、郴州市桂东县、咸阳市彬州市、毕节市赫章县、澄迈县中兴镇

本周数据平台近期相关部门公布权威通报:昨日官方发布最新行业成果,《行房图中的艺术与人生：一幅幅人画中的情感与生活》

在中国古代绘画艺术中，行房图是一种独特的艺术形式，它以生动形象的方式描绘了人们的生活场景，尤其是夫妻之间的私密生活。这些画作不仅展现了古代人们的审美情趣，更反映了当时社会的风俗习惯和道德观念。本文将围绕“行房的图片人画”这一主题，探讨这些画作中的艺术魅力和人生哲理。 行房图，顾名思义，就是描绘夫妻行房生活的图画。在中国古代，由于社会观念和道德规范的限制，这类画作往往以隐喻、象征的方式呈现，使得画面既具有艺术价值，又具有一定的神秘色彩。这些画作中的人物形象，既有真实的人物描绘，也有夸张、变形的艺术处理，使得画面既生动活泼，又充满想象力。 首先，行房图中的人物形象具有很高的艺术价值。古代画家在描绘人物时，注重表现人物的神态、动作和服饰，使画面具有强烈的视觉冲击力。例如，明代画家仇英的《汉宫春晓图》中，描绘了宫廷女子在春日行房的场景，画面中人物表情细腻，动作自然，服饰华丽，充分展现了古代女性的柔美与端庄。 其次，行房图反映了古代社会的风俗习惯。在古代，夫妻行房被视为家庭生活的重要组成部分，因此，行房图中的场景往往与日常生活息息相关。例如，宋代画家张择端的《清明上河图》中，描绘了市井百姓在清明节期间行房的场景，画面中人物繁忙，生活气息浓厚，反映了当时社会的繁荣与和谐。 此外，行房图还蕴含着丰富的道德观念。在古代，夫妻行房被视为家庭和谐的象征，因此，行房图中的画面往往充满了温馨、和谐的气氛。例如，明代画家唐伯虎的《秋江独钓图》中，描绘了一对夫妻在江边行房的场景，画面中人物表情宁静，环境优美，寓意着夫妻之间的恩爱与和谐。 然而，行房图并非只是描绘夫妻生活的工具，它还蕴含着深刻的人生哲理。在行房图中，我们可以看到古代画家对人生、爱情、婚姻的思考。例如，在《汉宫春晓图》中，画家通过描绘宫廷女子在春日行房的场景，表达了对宫廷生活的无奈和对自由生活的向往。在《秋江独钓图》中，画家通过描绘夫妻行房的场景，传达了人生短暂，珍惜当下的思想。 总之，行房图作为中国古代绘画艺术的一种独特形式，具有很高的艺术价值和人生哲理。通过对这些画作的研究，我们可以更好地了解古代社会的风俗习惯、道德观念，以及古代画家对人生、爱情、婚姻的思考。在现代社会，行房图依然具有一定的启示意义，让我们在欣赏艺术的同时，反思自己的人生观和价值观。

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。