本周官方渠道发布行业新动态,灵魂回响：穿越时空的共鸣之旅

今日行业报告披露行业进展,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。全国标准化服务热线，维修质量有保证

荆州市沙市区、内蒙古呼伦贝尔市阿荣旗 ，德阳市什邡市、铜川市宜君县、吉安市庐陵新区、鹤岗市向阳区、张家界市慈利县、泰州市靖江市、长治市平顺县、开封市龙亭区、湘西州吉首市、天津市河西区、内蒙古锡林郭勒盟正蓝旗、嘉兴市南湖区、湛江市徐闻县、吉林市磐石市、恩施州咸丰县 、汉中市南郑区、郑州市巩义市、东方市新龙镇、鹤岗市向阳区、通化市辉南县、广西来宾市武宣县、赣州市会昌县、岳阳市临湘市、太原市古交市、遵义市凤冈县、海南贵南县、眉山市丹棱县

近日监测部门公开最新参数,今日相关部门发布行业研究成果,灵魂回响：穿越时空的共鸣之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：自动化服务调度，智能匹配维修资源

攀枝花市米易县、安庆市望江县 ，普洱市西盟佤族自治县、中山市沙溪镇、南京市栖霞区、昭通市昭阳区、兰州市安宁区、南京市秦淮区、重庆市九龙坡区、长春市绿园区、宁夏吴忠市青铜峡市、重庆市石柱土家族自治县、福州市福清市、庆阳市镇原县、广州市从化区、聊城市冠县、娄底市娄星区 、赣州市兴国县、重庆市铜梁区、海东市平安区、池州市东至县、澄迈县永发镇、海东市乐都区、平顶山市湛河区、晋中市太谷区、内蒙古阿拉善盟额济纳旗、广西桂林市永福县、揭阳市榕城区、迪庆维西傈僳族自治县、广西柳州市融安县、毕节市织金县

全球服务区域: 商洛市柞水县、儋州市南丰镇 、鞍山市铁东区、杭州市临安区、红河弥勒市、恩施州鹤峰县、天津市武清区、焦作市孟州市、衡阳市衡阳县、东莞市虎门镇、聊城市临清市、西安市莲湖区、中山市三角镇、镇江市京口区、台州市三门县、楚雄永仁县、临汾市乡宁县 、营口市老边区、福州市闽清县、衢州市柯城区、郑州市中牟县、孝感市云梦县

24小时维修咨询热线，智能语音导航,本月行业报告传递新变化,灵魂回响：穿越时空的共鸣之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化维保平台，智能优化保养方案

全国服务区域: 济南市章丘区、广西河池市天峨县 、乐东黎族自治县佛罗镇、绍兴市新昌县、眉山市东坡区、汉中市镇巴县、遵义市习水县、玉树玉树市、宣城市宣州区、梅州市蕉岭县、内蒙古鄂尔多斯市康巴什区、三明市大田县、吉林市丰满区、达州市万源市、中山市民众镇、信阳市息县、广西崇左市天等县 、海东市平安区、雅安市汉源县、淮安市清江浦区、西宁市城北区、榆林市绥德县、德阳市罗江区、北京市平谷区、吉林市丰满区、昌江黎族自治县叉河镇、周口市川汇区、陵水黎族自治县本号镇、鸡西市城子河区、哈尔滨市宾县、天津市河西区、临汾市隰县、常德市澧县、昭通市巧家县、河源市和平县、定安县富文镇、邵阳市绥宁县、定安县定城镇、淄博市张店区、广西梧州市万秀区、马鞍山市当涂县

本周数据平台稍早前行业报告:本月研究机构发布新研究成果,灵魂回响：穿越时空的共鸣之旅

在浩瀚无垠的宇宙中，每一个生命都像是璀璨的星辰，独自闪烁着光芒。而在这无尽的星河里，有一种神秘的力量，将我们的灵魂紧紧相连，那就是“灵魂回响”。 灵魂回响，是一种超越时空的共鸣，是生命之间最纯粹的情感交流。它无需言语，无需文字，只需心灵的触碰，便能跨越千山万水，穿越时光的隧道，与另一个灵魂产生强烈的共鸣。 在我国古老的传说中，就有许多关于灵魂回响的故事。比如《聊斋志异》中的《画皮》，讲述了一个画皮鬼附身于美女身上，迷惑了书生王生。然而，王生与美女的灵魂深处却产生了回响，最终战胜了画皮鬼，拯救了美女。这个故事告诉我们，灵魂回响是一种强大的力量，它能够战胜邪恶，守护善良。 在现实生活中，灵魂回响也无处不在。当我们遇到志同道合的朋友，彼此的心灵会产生强烈的共鸣，仿佛穿越了时空的界限，回到了久远的过去。这时，我们仿佛能够感受到彼此的灵魂在跳动，仿佛看到了彼此的内心世界。这种回响，让我们在茫茫人海中找到了属于自己的归属。 灵魂回响，也是一种自我认知的过程。当我们面对困境时，内心深处会有一个声音在呼唤我们，那是我们灵魂的声音。它告诉我们，勇敢面对，永不放弃。这个声音，就是灵魂回响。它让我们在黑暗中找到光明，在绝望中看到希望。 在追求梦想的道路上，灵魂回响更是我们前行的动力。当我们遇到挫折，感到迷茫时，不妨静下心来，聆听内心的声音。那个声音会告诉你，你的梦想有多么美好，你的付出有多么值得。这时，你便会发现，灵魂回响已经将你带入了一个全新的境界。 然而，灵魂回响并非一帆风顺。它需要我们用心去感受，用爱去呵护。在现实生活中，我们常常被世俗的纷扰所困扰，忽略了内心的声音。这时，我们需要学会静心，学会倾听，学会与自己的灵魂对话。只有这样，我们才能找到那份属于自己的灵魂回响。 在这个快节奏的时代，我们更需要关注灵魂回响。它能够让我们在忙碌的生活中找到心灵的宁静，让我们在纷繁的世界中找到自己的方向。让我们学会聆听内心的声音，感受灵魂的回响，让生命在共鸣中绽放光彩。 总之，灵魂回响是一种神秘而美妙的力量，它连接着我们的过去、现在和未来。让我们珍惜这份回响，用心去感受，用爱去呵护，让生命在共鸣中绽放，让灵魂在回响中升华。

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。