本周监管部门传达重磅消息,《揭秘网络空间：高清影视内容的伦理边界与责任担当》

本月行业报告传递新变化,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。故障诊断服务中心，专业检测设备

遵义市桐梓县、白山市靖宇县 ，大庆市肇州县、眉山市东坡区、中山市西区街道、芜湖市湾沚区、西安市新城区、天津市北辰区、广西百色市田阳区、南阳市淅川县、北京市通州区、株洲市茶陵县、哈尔滨市道外区、广西南宁市隆安县、上海市杨浦区、芜湖市镜湖区、温州市永嘉县 、陇南市康县、忻州市五寨县、云浮市新兴县、郑州市新郑市、安康市紫阳县、成都市金堂县、广西贺州市富川瑶族自治县、临汾市霍州市、郴州市临武县、德州市临邑县、商洛市丹凤县、天水市清水县

本周数据平台近期行业报告发布政策动向,本周监管部门发布重要政策,《揭秘网络空间：高清影视内容的伦理边界与责任担当》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能化维修系统，自动调度服务人员

鹤岗市东山区、烟台市栖霞市 ，儋州市排浦镇、苏州市虎丘区、天津市和平区、宜宾市叙州区、泰安市泰山区、保亭黎族苗族自治县保城镇、徐州市云龙区、中山市小榄镇、宁夏石嘴山市平罗县、文昌市翁田镇、鸡西市梨树区、南阳市内乡县、丹东市振安区、五指山市南圣、日照市东港区 、南京市高淳区、嘉兴市秀洲区、安顺市西秀区、遵义市播州区、恩施州巴东县、汕头市潮阳区、蚌埠市龙子湖区、遵义市仁怀市、黔西南晴隆县、长沙市长沙县、广州市从化区、东莞市道滘镇、榆林市神木市、普洱市景谷傣族彝族自治县

全球服务区域: 广西贵港市港北区、宣城市宣州区 、泉州市德化县、运城市河津市、临沧市耿马傣族佤族自治县、徐州市贾汪区、宁夏石嘴山市平罗县、商丘市民权县、朝阳市凌源市、铜仁市印江县、毕节市赫章县、茂名市茂南区、怀化市麻阳苗族自治县、深圳市福田区、广西钦州市灵山县、乐东黎族自治县黄流镇、威海市环翠区 、内蒙古赤峰市林西县、宿迁市泗洪县、内蒙古乌兰察布市兴和县、延边敦化市、厦门市翔安区

专家远程指导热线，多终端,刚刚行业报告发布新变化,《揭秘网络空间：高清影视内容的伦理边界与责任担当》，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心支持电话、APP多渠道服务

全国服务区域: 武汉市洪山区、芜湖市繁昌区 、大同市广灵县、澄迈县永发镇、昭通市永善县、长春市宽城区、巴中市南江县、榆林市绥德县、屯昌县坡心镇、大同市云冈区、池州市东至县、陇南市武都区、阳江市阳春市、广西河池市大化瑶族自治县、内蒙古阿拉善盟额济纳旗、信阳市淮滨县、黔东南榕江县 、上饶市婺源县、黔南长顺县、杭州市下城区、烟台市福山区、湛江市吴川市、抚顺市新宾满族自治县、安阳市北关区、凉山美姑县、上饶市婺源县、赣州市于都县、长治市黎城县、文昌市龙楼镇、吉安市吉州区、韶关市南雄市、鹰潭市余江区、广西南宁市横州市、榆林市绥德县、泸州市江阳区、荆州市荆州区、咸宁市赤壁市、天津市东丽区、三亚市吉阳区、延安市吴起县、云浮市罗定市

可视化故障排除专线，实时监测数据:本周监管部门公开新进展,《揭秘网络空间：高清影视内容的伦理边界与责任担当》

近年来，随着互联网的快速发展，网络文化日益繁荣。然而，一些低俗、色情的内容也在网络上悄然滋生，严重污染了网络环境，损害了社会风气。近日，有关“强辱丰满的人妻HD高清3转4转”的话题在网络上引发热议，再次将网络影视内容的伦理问题推到了风口浪尖。 首先，我们要明确一点，任何形式的暴力、侮辱和色情内容都是道德和法律所不允许的。然而，在利益的驱动下，一些不法分子仍然铤而走险，将黑手伸向了网络影视领域。此次事件中，所谓的“强辱丰满的人妻HD高清3转4转”视频，不仅侵犯了当事人的隐私权，更是对家庭伦理的极大亵渎。 对于此类事件，我们不能坐视不管。一方面，相关部门应加大监管力度，对传播、制作和传播低俗、色情内容的违法行为进行严厉打击。另一方面，网络平台也要承担起应有的责任，加强对内容的审核和管理，防止不良信息在网络空间蔓延。 首先，我们要关注的是网络影视内容的制作和传播。在追求经济效益的同时，影视制作者应时刻牢记自己的社会责任，严把内容关，杜绝低俗、色情等不良内容。同时，影视作品应注重传递正能量，弘扬社会主义核心价值观，为观众提供健康、向上的精神食粮。 其次，网络平台作为影视内容传播的重要渠道，应切实履行社会责任。在内容审核方面，平台应建立完善的管理制度，对上传的视频进行严格审查，确保内容符合法律法规和道德规范。此外，平台还应加强对用户行为的引导，鼓励用户举报不良信息，共同维护网络环境的清朗。 再次，广大网民也应提高自身素质，自觉抵制低俗、色情内容。在浏览影视作品时，要具备辨别能力，不轻易传播和观看不良信息。同时，要勇于发声，对网络暴力、侮辱等行为进行抵制和举报，共同维护网络环境的和谐。 最后，我们呼吁全社会共同关注网络影视内容的伦理问题。政府、企业、网民等多方力量应携手合作，共同营造一个健康、文明的网络空间。在此过程中，我们要树立正确的价值观，弘扬正能量，让网络影视内容真正成为人们精神文化生活的重要组成部分。 总之，“强辱丰满的人妻HD高清3转4转”事件再次提醒我们，网络影视内容的伦理问题不容忽视。在追求经济效益的同时，我们更应关注道德责任，为观众提供高质量、有价值的影视作品。只有这样，才能让网络影视行业在健康、有序的环境中蓬勃发展。

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。