今日官方发布重大研究成果,国产免费小说：探寻激情与深度的交融之美

本周研究机构发布新动态,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。家电安装服务热线，专业团队上门

商丘市睢阳区、凉山冕宁县 ，周口市太康县、萍乡市湘东区、广西贵港市覃塘区、齐齐哈尔市克东县、鹤壁市山城区、乐山市犍为县、重庆市垫江县、运城市芮城县、南京市栖霞区、内蒙古兴安盟乌兰浩特市、大连市中山区、沈阳市大东区、荆州市监利市、广西崇左市大新县、盘锦市兴隆台区 、鞍山市千山区、乐东黎族自治县万冲镇、盐城市建湖县、黄山市黟县、景德镇市乐平市、东莞市高埗镇、东莞市大朗镇、上海市松江区、焦作市修武县、贵阳市息烽县、广西贺州市八步区、德宏傣族景颇族自治州盈江县

本周数据平台稍早前行业报告,本月行业协会发布重磅通报,国产免费小说：探寻激情与深度的交融之美，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修派单系统，精准调度服务团队

营口市大石桥市、五指山市毛阳 ，枣庄市山亭区、阳泉市矿区、内蒙古巴彦淖尔市乌拉特后旗、武汉市汉阳区、宜宾市叙州区、东莞市莞城街道、铜川市王益区、屯昌县新兴镇、成都市都江堰市、淮北市相山区、文昌市会文镇、白沙黎族自治县元门乡、澄迈县文儒镇、德州市平原县、乐山市峨边彝族自治县 、池州市东至县、张家界市慈利县、茂名市茂南区、毕节市织金县、太原市晋源区、淄博市桓台县、湖州市德清县、安顺市平坝区、黄山市黟县、上海市金山区、定西市通渭县、徐州市睢宁县、上海市嘉定区、汕头市潮阳区

全球服务区域: 鄂州市华容区、重庆市城口县 、连云港市连云区、济南市商河县、黑河市逊克县、泸州市叙永县、福州市福清市、庆阳市宁县、广西河池市南丹县、莆田市城厢区、广西钦州市钦北区、沈阳市新民市、潮州市饶平县、咸阳市渭城区、广州市越秀区、开封市禹王台区、普洱市西盟佤族自治县 、乐东黎族自治县万冲镇、陵水黎族自治县光坡镇、楚雄永仁县、双鸭山市集贤县、湛江市徐闻县

本周数据平台稍早前行业协会报道新政,昨日相关部门发布重要研究成果,国产免费小说：探寻激情与深度的交融之美，很高兴为您解答这个问题，让我来帮您详细说明一下：家电移机服务热线，专业拆卸安装

全国服务区域: 昌江黎族自治县石碌镇、海北刚察县 、许昌市长葛市、陇南市成县、北京市海淀区、南阳市新野县、宣城市宣州区、哈尔滨市松北区、鹤壁市淇县、莆田市秀屿区、阳泉市矿区、西双版纳景洪市、平凉市泾川县、衢州市龙游县、聊城市茌平区、绵阳市游仙区、广西桂林市阳朔县 、忻州市定襄县、文昌市龙楼镇、红河绿春县、天津市宝坻区、漳州市南靖县、东方市天安乡、南充市西充县、晋中市榆社县、内蒙古鄂尔多斯市鄂托克前旗、遂宁市射洪市、乐东黎族自治县黄流镇、湘潭市韶山市、济南市章丘区、德阳市广汉市、洛阳市新安县、安庆市桐城市、铜川市宜君县、宣城市绩溪县、宿迁市沭阳县、广西来宾市忻城县、十堰市竹山县、葫芦岛市绥中县、榆林市吴堡县、双鸭山市尖山区

近日监测中心公开最新参数:今日监管部门披露研究新动态,国产免费小说：探寻激情与深度的交融之美

在浩瀚的文学海洋中，小说作为一种独特的艺术形式，承载着无数读者的情感与梦想。国产免费小说，作为其中的一股清流，以其独特的魅力吸引了众多读者的关注。今天，我们就来探讨一下这些小说中，那些充满激情与深度的作品，它们是如何在“好硬、好爽、好深”的描述中，展现出了别样的风情。 首先，让我们谈谈“好硬”。这里的“硬”，并非字面上的坚硬，而是指小说中所展现出的真实与力量。国产免费小说中，许多作品都敢于直面现实，揭示人性的复杂与社会的矛盾。它们以“硬”的笔触，描绘出一个个鲜活的人物形象，让读者在阅读过程中，仿佛置身于现实生活的漩涡之中。这种“硬”的力量，让人在感受到小说的激情与真实的同时，也引发了对人生、社会、人性的深思。 接下来，我们来说说“好爽”。国产免费小说中的“爽”，并非单纯的感官刺激，而是指作品在情节、人物塑造、情感表达等方面的巧妙安排，带给读者一种愉悦的阅读体验。这些小说往往在情节上跌宕起伏，引人入胜；在人物塑造上，个性鲜明，栩栩如生；在情感表达上，真挚动人。正是这些因素，使得读者在阅读过程中，能够充分享受到“好爽”的快感。 最后，我们聊聊“好深”。这里的“深”，指的是国产免费小说在思想内涵、文化底蕴、人性挖掘等方面的深度。这些小说往往在故事背后，蕴含着丰富的哲理和深刻的人生感悟。它们不仅让人在阅读过程中感受到激情与爽快，更在心灵深处引发共鸣。这种深度，使得国产免费小说在众多文学作品中脱颖而出，成为读者心中的佳作。 那么，如何欣赏这些“好硬、好爽、好深”的国产免费小说呢？以下是一些建议： 1. 选择适合自己的作品。在众多国产免费小说中，题材、风格各异。读者可以根据自己的喜好，挑选适合自己的作品。 2. 深入阅读。在阅读过程中，要用心去感受小说中的情感、人物、情节等，才能体会到作品的深度。 3. 思考与感悟。在阅读结束后，不妨静下心来，思考小说中所蕴含的哲理和人生感悟，让阅读成为一次心灵的洗礼。 总之，国产免费小说以其独特的魅力，为读者带来了一场场激情与深度的交融之旅。在这个信息爆炸的时代，让我们珍惜这些充满生命力的作品，共同感受国产免费小说的魅力吧！

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。