本月行业报告发布新政策,家庭伦理的悲剧：17岁女儿怀了我的孩子

最新研究机构披露最新研究结果,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。智能维修派单系统，精准调度服务团队

宝鸡市陇县、三明市建宁县 ，重庆市巫溪县、朔州市朔城区、宜昌市西陵区、烟台市福山区、大兴安岭地区漠河市、澄迈县仁兴镇、惠州市惠阳区、资阳市雁江区、濮阳市清丰县、内蒙古锡林郭勒盟太仆寺旗、广西玉林市博白县、恩施州来凤县、福州市闽侯县、宁波市奉化区、惠州市惠城区 、红河个旧市、广西柳州市融水苗族自治县、本溪市桓仁满族自治县、天津市南开区、大兴安岭地区松岭区、伊春市丰林县、汉中市佛坪县、内蒙古锡林郭勒盟阿巴嘎旗、商丘市虞城县、长治市潞城区、庆阳市合水县、乐山市沙湾区

本周数据平台今日数据平台透露最新消息,本月行业报告公开研究成果,家庭伦理的悲剧：17岁女儿怀了我的孩子，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一客服电话，正规售后服务

荆州市荆州区、厦门市同安区 ，韶关市武江区、大同市灵丘县、温州市龙港市、西安市鄠邑区、榆林市定边县、杭州市富阳区、平凉市华亭县、咸宁市崇阳县、信阳市潢川县、昆明市富民县、泉州市洛江区、绵阳市北川羌族自治县、扬州市邗江区、张掖市临泽县、双鸭山市宝山区 、萍乡市湘东区、泰州市兴化市、乐东黎族自治县黄流镇、泸州市合江县、宁波市鄞州区、哈尔滨市宾县、广西贺州市八步区、东莞市桥头镇、洛阳市西工区、宁夏中卫市中宁县、南平市延平区、金华市婺城区、台州市临海市、潍坊市寿光市

全球服务区域: 成都市崇州市、徐州市鼓楼区 、宝鸡市凤翔区、大庆市龙凤区、内蒙古包头市土默特右旗、延安市黄陵县、合肥市肥西县、内蒙古锡林郭勒盟正镶白旗、池州市青阳县、宜春市万载县、广安市岳池县、广安市邻水县、安庆市太湖县、大同市新荣区、福州市平潭县、金昌市金川区、广西柳州市鱼峰区 、商洛市山阳县、天津市武清区、重庆市大渡口区、周口市项城市、咸宁市嘉鱼县

近日调查组公开关键证据,今日研究机构公开行业新动态,家庭伦理的悲剧：17岁女儿怀了我的孩子，很高兴为您解答这个问题，让我来帮您详细说明一下：智能安装预约系统，自动分配技师

全国服务区域: 成都市蒲江县、抚州市黎川县 、广西柳州市鱼峰区、内蒙古呼伦贝尔市海拉尔区、吕梁市交城县、普洱市西盟佤族自治县、眉山市青神县、昆明市宜良县、舟山市定海区、天津市西青区、铜仁市江口县、北京市西城区、广西桂林市荔浦市、宝鸡市陈仓区、成都市崇州市、定西市临洮县、聊城市东昌府区 、南通市海安市、梅州市梅县区、南通市崇川区、绥化市望奎县、宁夏固原市彭阳县、凉山西昌市、佛山市禅城区、南平市浦城县、双鸭山市四方台区、安庆市宿松县、丽水市景宁畲族自治县、成都市新都区、三明市建宁县、合肥市长丰县、内蒙古呼和浩特市土默特左旗、永州市零陵区、苏州市常熟市、信阳市平桥区、吕梁市中阳县、无锡市宜兴市、湖州市南浔区、资阳市乐至县、榆林市佳县、六盘水市六枝特区

可视化故障排除专线，实时监测数据:今日相关部门传达行业研究成果,家庭伦理的悲剧：17岁女儿怀了我的孩子

在一个宁静的小镇上，李先生和李太太过着平凡而幸福的生活。他们的女儿小芳，今年17岁，聪明伶俐，是家中的宝贝。然而，一场突如其来的家庭风暴，将这个看似和谐的家庭推向了深渊。 一天，李太太突然发现自己怀孕了。起初，她以为这是李先生的，但经过一番仔细的检查，却发现孩子并非李先生的。这让李太太陷入了深深的困惑和痛苦之中。她无法接受这个事实，于是将这个秘密深埋心底。 不久后，小芳也发现自己的月经推迟了。她紧张地来到医院检查，结果竟然也怀孕了。小芳得知这个消息后，犹如晴天霹雳，她无法相信这个事实。她知道，这背后一定隐藏着巨大的秘密。 在李太太的鼓励下，小芳决定将这个秘密告诉父母。李先生得知这个消息后，顿时感到一阵眩晕，他无法相信自己的女儿竟然怀了他的孩子。他痛苦地回忆起自己年轻时的荒唐行为，意识到这一切都是自己造成的。 面对这个家庭伦理的悲剧，李先生和李太太陷入了深深的痛苦之中。他们开始反思自己的过去，试图找出问题的根源。经过一番调查，他们发现，原来当年李先生在追求小芳的母亲时，曾有过一段不为人知的恋情。而这段恋情，竟然导致了小芳的怀孕。 面对这个残酷的现实，李先生决定承担起自己的责任。他主动向小芳道歉，承认自己的错误，并表示愿意为这个孩子负责。李太太也鼓励小芳，让她勇敢地面对这个事实，并给予她无微不至的关爱。 在父母的关爱下，小芳逐渐走出了阴影。她开始接受这个事实，并努力调整自己的心态。然而，这个家庭伦理的悲剧，却给她的心灵留下了深深的创伤。 为了帮助小芳走出阴影，李先生和李太太决定寻求心理医生的帮助。在心理医生的建议下，他们开始学习如何与女儿沟通，如何正确地面对这个家庭伦理的悲剧。 经过一段时间的努力，小芳逐渐走出了阴影，她开始重新审视自己的人生。她明白，虽然这个家庭伦理的悲剧让她痛苦，但她不能因此放弃自己的人生。她决定努力学习，为自己的未来拼搏。 在这个过程中，李先生和李太太也学会了如何面对自己的错误，如何正确地处理家庭关系。他们深知，这个家庭伦理的悲剧，将成为他们一生的痛。但他们也明白，只有勇敢地面对，才能让生活继续前行。 这个家庭伦理的悲剧，让我们看到了人性的复杂和脆弱。在现实生活中，家庭关系是我们生活中最为重要的部分。面对家庭伦理的悲剧，我们需要勇敢地面对，正确地处理，才能让生活继续前行。而对于那些受到伤害的孩子，我们需要给予他们关爱和支持，帮助他们走出阴影，重新拥抱生活。

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。