本月行业协会披露研究成果,岳故意装睡让我进去：一场意外的情感纠葛

今日官方通报新研究成果,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。全国统一售后服务热线，售后有保障

屯昌县坡心镇、广州市从化区 ，汉中市宁强县、黔南罗甸县、榆林市神木市、晋中市太谷区、玉树称多县、沈阳市浑南区、嘉峪关市新城镇、大兴安岭地区加格达奇区、内蒙古乌兰察布市集宁区、万宁市东澳镇、阜阳市太和县、延边龙井市、惠州市惠东县、淮安市洪泽区、徐州市丰县 、三明市永安市、商丘市夏邑县、白山市浑江区、文山砚山县、内蒙古呼和浩特市回民区、佛山市高明区、海南贵德县、赣州市寻乌县、六安市叶集区、哈尔滨市呼兰区、临高县临城镇、红河绿春县

本周数据平台稍早前行业协会报道新政,今日行业报告发布研究成果,岳故意装睡让我进去：一场意外的情感纠葛，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修专属热线，24小时在线待命

绵阳市涪城区、重庆市潼南区 ，琼海市万泉镇、惠州市惠东县、伊春市丰林县、宜昌市猇亭区、鹤岗市东山区、常德市石门县、吉林市船营区、白山市临江市、长治市潞城区、重庆市南岸区、潮州市湘桥区、菏泽市成武县、吉林市舒兰市、广州市白云区、焦作市马村区 、昆明市西山区、焦作市温县、齐齐哈尔市铁锋区、文昌市翁田镇、黄冈市黄梅县、常德市津市市、中山市大涌镇、宜昌市当阳市、文昌市翁田镇、三门峡市陕州区、汉中市城固县、郑州市上街区、鄂州市鄂城区、东莞市长安镇

全球服务区域: 常州市新北区、河源市源城区 、宁德市屏南县、普洱市景谷傣族彝族自治县、松原市长岭县、长沙市开福区、东莞市长安镇、汉中市洋县、东方市东河镇、海东市乐都区、内蒙古呼伦贝尔市满洲里市、重庆市巴南区、吕梁市离石区、深圳市光明区、盐城市建湖县、盘锦市盘山县、枣庄市山亭区 、宣城市旌德县、永州市零陵区、烟台市招远市、鹰潭市月湖区、临高县调楼镇

近日调查组公开关键证据本,今日行业报告披露最新研究成果,岳故意装睡让我进去：一场意外的情感纠葛，很高兴为您解答这个问题，让我来帮您详细说明一下：家电安装服务热线，专业团队上门

全国服务区域: 遵义市余庆县、绥化市肇东市 、郑州市金水区、深圳市盐田区、上海市浦东新区、肇庆市广宁县、重庆市潼南区、安庆市大观区、梅州市丰顺县、焦作市修武县、鄂州市鄂城区、黔南长顺县、抚州市临川区、邵阳市武冈市、合肥市肥东县、淮南市八公山区、哈尔滨市宾县 、吉林市丰满区、阳江市阳春市、广元市利州区、晋中市榆社县、凉山金阳县、本溪市本溪满族自治县、内蒙古呼伦贝尔市陈巴尔虎旗、长沙市芙蓉区、合肥市蜀山区、上海市普陀区、澄迈县老城镇、成都市崇州市、宜宾市兴文县、西宁市城中区、梅州市丰顺县、咸阳市彬州市、昆明市宜良县、枣庄市峄城区、张掖市临泽县、内蒙古乌兰察布市商都县、宣城市郎溪县、三沙市南沙区、黔东南三穗县、玉溪市江川区

官方技术支援专线:今日相关部门披露最新研究成果,岳故意装睡让我进去：一场意外的情感纠葛

在那个寂静的夜晚，月光透过窗户洒在岳的脸上，他的睡颜显得格外安宁。我站在床边，心中涌动着复杂的情绪，最终还是决定走进去。 岳是我的青梅竹马，从小一起长大，我们的关系一直很亲密。然而，随着岁月的流逝，这份亲密渐渐演变成了一种微妙的情感纠葛。我知道，我对岳的感情已经超越了友谊，但我始终没有勇气去面对这份感情。 那天晚上，岳突然打电话给我，说他失眠了。我心中一紧，立刻赶到他家。推开门，我看见岳躺在床上，眼睛紧闭，似乎已经进入了梦乡。我犹豫了一下，还是决定进去陪他。 我轻轻坐在床边，岳的呼吸平稳，一切都显得那么平静。我看着他，心中涌起一股暖流。突然，我意识到，这是一个绝佳的机会，可以向他坦白我的感情。 正当我准备开口时，岳突然睁开眼睛，看着我，嘴角勾起一抹狡黠的笑容。他故意装睡，让我进去，原来这一切都是他的计划。 “你……你怎么知道我会来？”我愣住了，一时间不知道该说什么。 岳坐起身，揉了揉眼睛，笑着说：“我知道你对我有感情，所以我故意装睡，想给你一个机会。” 我愣住了，一时间不知道该说什么。原来，岳也对我有着同样的感情，只是他一直没有勇气说出口。 我们相视一笑，那一刻，所有的尴尬和紧张都消失了。我们开始坦诚地交流彼此的心意，仿佛打开了彼此的心扉。 从那以后，我们的生活变得更加美好。我们不再隐藏彼此的感情，而是勇敢地面对它。我们相互扶持，一起度过了一个又一个难忘的日子。 然而，感情的世界总是充满了变数。在我们陷入热恋的时候，岳突然告诉我，他要去外地工作。这个消息让我措手不及，心中充满了不舍。 岳看着我，眼神坚定地说：“我知道这对你来说很突然，但我必须去。我相信，我们的感情可以经受住距离的考验。” 我点了点头，心中虽然不舍，但我知道，这是岳为了我们的未来做出的选择。我告诉他：“我会等你，无论多久。” 时光荏苒，岳在外地工作已经两年了。在这两年里，我们虽然相隔千里，但我们的心却始终紧紧相连。我们每天都会通电话，分享彼此的生活点滴，仿佛就在彼此身边。 终于，岳回来了。那天，我早早地站在车站等待他的到来。当岳从火车上走下来，我立刻冲上前去，紧紧地拥抱了他。 “我想你了，岳。”我轻声说道。 岳笑了笑，紧紧地回抱着我：“我也想你了，小雅。” 从那以后，我们的感情更加深厚。我们不再隐藏彼此的感情，而是勇敢地面对它。我们相互扶持，一起度过了一个又一个难忘的日子。 岳故意装睡让我进去，这个意外的举动，让我们找到了彼此的心意。在这段感情中，我们学会了勇敢，学会了珍惜。我相信，只要我们携手前行，未来的日子一定会更加美好。

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。