近日行业报告传达新动态,《探索网络世界，理性看待“羞羞漫画入口在线阅”现象》

本月国家机构传达最新政策,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。全国联网维保服务，统一护理标准

忻州市宁武县、阿坝藏族羌族自治州阿坝县 ，成都市崇州市、普洱市景谷傣族彝族自治县、德州市庆云县、昆明市宜良县、昭通市鲁甸县、十堰市竹溪县、上海市静安区、广州市从化区、运城市盐湖区、南平市延平区、丽水市缙云县、烟台市栖霞市、衡阳市石鼓区、广西百色市田林县、昌江黎族自治县乌烈镇 、宣城市泾县、黄南同仁市、黔南三都水族自治县、凉山会东县、临高县调楼镇、内蒙古鄂尔多斯市乌审旗、聊城市莘县、佳木斯市东风区、昌江黎族自治县石碌镇、武威市天祝藏族自治县、湛江市徐闻县、台州市临海市

近日观测中心传出重要预警,今日官方发布政策通报,《探索网络世界，理性看待“羞羞漫画入口在线阅”现象》，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化回收平台，智能优化资源利用

西安市灞桥区、甘孜得荣县 ，成都市简阳市、果洛甘德县、漳州市龙海区、衢州市江山市、德州市禹城市、上饶市广信区、赣州市寻乌县、泰州市泰兴市、平凉市泾川县、宝鸡市凤翔区、鹰潭市贵溪市、漳州市漳浦县、亳州市蒙城县、东莞市大朗镇、信阳市商城县 、南平市松溪县、南平市武夷山市、齐齐哈尔市铁锋区、广西百色市田林县、东莞市长安镇、绥化市安达市、临汾市襄汾县、本溪市溪湖区、辽源市东丰县、红河开远市、湛江市遂溪县、滁州市全椒县、晋中市祁县、湘西州凤凰县

全球服务区域: 青岛市市北区、长沙市浏阳市 、忻州市神池县、烟台市栖霞市、常德市石门县、德阳市什邡市、重庆市江北区、果洛达日县、凉山西昌市、齐齐哈尔市碾子山区、三沙市西沙区、营口市老边区、滨州市滨城区、镇江市扬中市、延安市黄陵县、汕尾市海丰县、宜宾市兴文县 、成都市邛崃市、商丘市宁陵县、淄博市高青县、内蒙古巴彦淖尔市五原县、南京市江宁区

本周数据平台本月监管部门通报最新动态,本月官方渠道发布重磅信息,《探索网络世界，理性看待“羞羞漫画入口在线阅”现象》，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，智能管理维护周期

全国服务区域: 渭南市大荔县、怀化市沅陵县 、武汉市东西湖区、晋中市榆社县、南阳市淅川县、广西南宁市邕宁区、吉安市吉安县、玉溪市澄江市、沈阳市辽中区、哈尔滨市道外区、哈尔滨市双城区、六盘水市钟山区、湛江市廉江市、中山市三乡镇、烟台市莱州市、昭通市巧家县、内蒙古巴彦淖尔市杭锦后旗 、商丘市宁陵县、杭州市富阳区、玉溪市华宁县、黄南同仁市、泸州市纳溪区、贵阳市白云区、通化市二道江区、广西梧州市岑溪市、酒泉市敦煌市、牡丹江市绥芬河市、汉中市略阳县、双鸭山市四方台区、韶关市翁源县、忻州市静乐县、辽阳市弓长岭区、三明市沙县区、肇庆市德庆县、内江市东兴区、营口市鲅鱼圈区、聊城市临清市、阳泉市城区、滁州市凤阳县、东莞市厚街镇、内蒙古乌兰察布市商都县

刚刚决策部门公开重大调整:本月行业报告公开新研究成果,《探索网络世界，理性看待“羞羞漫画入口在线阅”现象》

随着互联网的普及，网络文化日益丰富，各类网络平台层出不穷。其中，一些以成人内容为主题的网站，如“羞羞漫画入口在线阅”等，因其独特的题材和内容，吸引了大量网友的关注。然而，面对这一现象，我们应当如何理性看待呢？ 首先，我们要明确一点，网络世界是多元化的，各种文化、观点和价值观都在其中交织。在这样的背景下，“羞羞漫画入口在线阅”等网站的出现，在一定程度上满足了部分网友的需求。然而，我们也要看到，这些网站的存在，也带来了一些负面影响。 一方面，这些网站的内容往往涉及色情、低俗等元素，容易对青少年产生不良影响。另一方面，一些不法分子利用这些网站进行违法犯罪活动，如传播淫秽色情信息、诈骗等。因此，我们应当对“羞羞漫画入口在线阅”等网站保持警惕，理性对待。 首先，我们要树立正确的价值观。在享受网络文化的同时，我们要明确自己的底线，自觉抵制低俗、色情等不良信息。对于青少年来说，家长和学校要加强对他们的教育，引导他们树立正确的世界观、人生观和价值观。 其次，我们要提高网络安全意识。在浏览网络内容时，要学会辨别真伪，避免上当受骗。对于“羞羞漫画入口在线阅”等网站，我们要保持警惕，不轻易点击不明链接，不随意泄露个人信息。 此外，政府和社会各界也要加强对网络环境的监管。对于违法违规网站，要依法予以打击，净化网络空间。同时，要加强对网络文化的引导，培育积极向上的网络文化氛围。 对于“羞羞漫画入口在线阅”等网站，我们还要关注其背后的商业模式。一些网站通过提供免费内容吸引大量用户，然后通过广告、付费会员等方式盈利。这种商业模式在一定程度上刺激了不良内容的传播。因此，我们要呼吁相关企业，在追求经济效益的同时，也要承担社会责任，提供健康、有益的网络内容。 总之，面对“羞羞漫画入口在线阅”等网站现象，我们要保持理性，既要享受网络文化带来的便利，又要警惕其中的风险。以下是一些建议： 1. 家长和学校要加强对青少年的教育，引导他们树立正确的价值观，自觉抵制不良信息。 2. 网民要提高网络安全意识，学会辨别真伪，避免上当受骗。 3. 政府和社会各界要加强对网络环境的监管，打击违法违规网站。 4. 相关企业要承担社会责任，提供健康、有益的网络内容。 通过共同努力，我们才能营造一个清朗、健康的网络环境，让网络成为传播正能量、促进社会进步的重要平台。

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。