本月行业协会披露重要信息,三叶草2013新款：时尚潮流的完美诠释

昨日研究机构公开研究成果,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。专业家电维修客服，一对一解决问题

内蒙古包头市青山区、南阳市唐河县 ，衡阳市常宁市、孝感市孝南区、滨州市邹平市、广西百色市田林县、景德镇市珠山区、西安市长安区、宣城市郎溪县、儋州市兰洋镇、长治市长子县、广西来宾市兴宾区、台州市三门县、丽江市古城区、广西北海市铁山港区、玉溪市红塔区、乐东黎族自治县尖峰镇 、屯昌县坡心镇、大连市沙河口区、佳木斯市前进区、池州市石台县、泸州市合江县、十堰市郧阳区、昆明市嵩明县、遂宁市蓬溪县、郴州市临武县、运城市芮城县、青岛市胶州市、乐山市五通桥区

刚刚科研委员会公布突破成果,本月官方披露行业研究成果,三叶草2013新款：时尚潮流的完美诠释，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用问题咨询，实时解答各类疑问

宁夏银川市西夏区、黔西南普安县 ，绍兴市嵊州市、梅州市梅县区、衡阳市雁峰区、咸阳市兴平市、吉林市龙潭区、济南市长清区、德阳市广汉市、宁夏石嘴山市平罗县、常德市石门县、哈尔滨市通河县、甘南合作市、东方市八所镇、内蒙古兴安盟突泉县、赣州市定南县、平凉市静宁县 、凉山昭觉县、张掖市高台县、怀化市辰溪县、泸州市合江县、金华市金东区、清远市清城区、内蒙古乌兰察布市四子王旗、六安市霍山县、营口市西市区、辽阳市弓长岭区、文山马关县、襄阳市宜城市、玉溪市新平彝族傣族自治县、陇南市文县

全球服务区域: 合肥市庐阳区、内蒙古鄂尔多斯市准格尔旗 、玉溪市新平彝族傣族自治县、黔东南锦屏县、广西玉林市陆川县、杭州市下城区、大庆市红岗区、延安市吴起县、甘孜雅江县、凉山喜德县、天津市武清区、盐城市东台市、汉中市城固县、德州市齐河县、洛阳市栾川县、海南贵南县、太原市万柏林区 、中山市古镇镇、琼海市石壁镇、惠州市龙门县、湛江市徐闻县、达州市开江县

专家远程指导热线，多终端,本月研究机构发布新政策通报,三叶草2013新款：时尚潮流的完美诠释，很高兴为您解答这个问题，让我来帮您详细说明一下：家电售后专属热线，节假日无休服务

全国服务区域: 阳泉市城区、楚雄大姚县 、赣州市赣县区、福州市平潭县、汉中市佛坪县、陇南市徽县、梅州市大埔县、丽水市松阳县、济宁市邹城市、琼海市会山镇、福州市长乐区、湖州市长兴县、广安市武胜县、泰安市宁阳县、甘南夏河县、成都市新都区、安阳市北关区 、甘孜炉霍县、遂宁市安居区、达州市通川区、铜川市王益区、扬州市邗江区、定西市漳县、宁夏固原市隆德县、昭通市彝良县、滁州市南谯区、台州市椒江区、洛阳市西工区、晋中市太谷区、南充市仪陇县、南昌市进贤县、东方市新龙镇、连云港市灌南县、吉安市新干县、湘潭市湘乡市、临夏永靖县、淄博市张店区、天水市张家川回族自治县、平凉市静宁县、直辖县神农架林区、普洱市江城哈尼族彝族自治县

刚刚专家组披露重要结论:今日国家机构传递新政策,三叶草2013新款：时尚潮流的完美诠释

随着时尚潮流的不断更迭，各大品牌纷纷推出新款服饰，以满足消费者对于时尚的追求。在众多品牌中，三叶草（Three Stripes）以其独特的品牌魅力和时尚设计，一直备受消费者喜爱。2013年，三叶草推出了一系列新款产品，不仅延续了品牌一贯的简约风格，更在细节上进行了创新，完美诠释了时尚潮流的魅力。 ### 设计理念 三叶草2013新款的设计理念是“简约而不简单”，强调实用性与时尚感的结合。在设计过程中，设计师们充分挖掘了三叶草品牌的经典元素，如三条平行线、条纹图案等，将这些元素巧妙地融入到新款产品中，使其既具有品牌特色，又不失时尚感。 ### 产品系列 三叶草2013新款涵盖了服装、鞋帽、配饰等多个系列，满足了不同消费者的需求。 #### 服装系列 在服装系列中，三叶草2013新款以基础款为主，如T恤、卫衣、短裤等。这些基础款以经典的条纹图案和简洁的剪裁设计为主，既适合日常穿着，又能在休闲场合展现个性。 此外，新款服装还融入了一些流行元素，如拼接、撞色等，使整体造型更加丰富多样。例如，一款拼接设计的卫衣，将不同材质的布料巧妙拼接在一起，既时尚又实用。 #### 鞋帽系列 在鞋帽系列中，三叶草2013新款以运动鞋为主打产品。新款运动鞋在保持品牌一贯的简约风格的同时，注重舒适性和功能性。鞋底采用防滑耐磨材料，鞋面采用透气性好的面料，使穿着者在运动过程中更加舒适。 此外，新款运动鞋还推出了多种颜色和款式，满足了消费者对于个性化的需求。例如，一款粉色运动鞋，既适合女性消费者，又具有很高的时尚感。 #### 配饰系列 在配饰系列中，三叶草2013新款推出了多种时尚单品，如帽子、围巾、背包等。这些配饰以简约的设计和实用的功能为主，与服装系列相得益彰。 例如，一款简约风格的棒球帽，既适合运动场合，又能在日常生活中展现个性。此外，新款背包采用轻便耐磨的材料，具有多种隔层设计，方便消费者携带日常用品。 ### 市场反响 三叶草2013新款一经上市，便受到了消费者的热烈追捧。简约而不简单的风格，不仅满足了消费者对于时尚的追求，更体现了品牌对于品质的坚持。许多消费者表示，三叶草新款产品既实用又时尚，成为了他们衣橱中的必备单品。 ### 总结 三叶草2013新款以其独特的时尚魅力和实用设计，成功吸引了消费者的目光。这款产品不仅展现了三叶草品牌的经典元素，更在细节上进行了创新，为消费者带来了全新的时尚体验。在未来，相信三叶草将继续以创新的设计和优质的产品，引领时尚潮流。

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。