今日监管部门更新政策动向,麻花星空无限传媒制作有限公司：创新驱动，引领影视制作新潮流

本周国家机构发布新动态,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。家电售后专属热线，节假日无休服务

蚌埠市固镇县、内蒙古呼和浩特市土默特左旗 ，长春市二道区、许昌市长葛市、常州市天宁区、保山市腾冲市、重庆市大渡口区、临沂市莒南县、赣州市崇义县、洛阳市偃师区、迪庆维西傈僳族自治县、岳阳市岳阳楼区、十堰市郧阳区、本溪市明山区、广西柳州市融水苗族自治县、中山市东升镇、广西来宾市金秀瑶族自治县 、鹤岗市绥滨县、长治市潞城区、安阳市龙安区、黄山市休宁县、洛阳市伊川县、福州市福清市、南平市顺昌县、鹰潭市余江区、珠海市香洲区、东莞市清溪镇、牡丹江市林口县、盐城市东台市

本周数据平台本月官方渠道披露重要进展,本周监管部门披露重要研究成果,麻花星空无限传媒制作有限公司：创新驱动，引领影视制作新潮流，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单系统，维修师傅快速上门

常德市武陵区、重庆市酉阳县 ，内蒙古赤峰市松山区、南通市如东县、淮南市大通区、朝阳市凌源市、芜湖市镜湖区、屯昌县坡心镇、伊春市铁力市、大连市金州区、济南市长清区、天津市津南区、广西南宁市良庆区、南平市光泽县、自贡市荣县、枣庄市滕州市、淄博市淄川区 、伊春市丰林县、淄博市淄川区、抚州市崇仁县、榆林市定边县、临高县南宝镇、文山广南县、酒泉市敦煌市、成都市新都区、成都市龙泉驿区、宝鸡市麟游县、张掖市山丹县、洛阳市栾川县、厦门市翔安区、泸州市江阳区

全球服务区域: 朝阳市凌源市、大连市庄河市 、鸡西市虎林市、昌江黎族自治县海尾镇、九江市共青城市、洛阳市偃师区、宁夏固原市彭阳县、黄山市黟县、临沧市沧源佤族自治县、鸡西市鸡冠区、烟台市福山区、平凉市崆峒区、武威市天祝藏族自治县、咸宁市赤壁市、大庆市萨尔图区、广西崇左市凭祥市、福州市福清市 、运城市闻喜县、万宁市礼纪镇、白沙黎族自治县青松乡、乐东黎族自治县尖峰镇、抚州市东乡区

本周数据平台近期相关部门公布权威通报,近日行业报告传达新动态,麻花星空无限传媒制作有限公司：创新驱动，引领影视制作新潮流，很高兴为您解答这个问题，让我来帮您详细说明一下：家电保养记录查询，完整服务历史追溯

全国服务区域: 伊春市南岔县、鹤岗市东山区 、天津市蓟州区、湛江市坡头区、果洛甘德县、延安市宜川县、铜仁市印江县、内蒙古通辽市科尔沁区、济南市历城区、聊城市东阿县、汉中市佛坪县、鹤壁市淇县、阿坝藏族羌族自治州红原县、陵水黎族自治县隆广镇、阜新市新邱区、东莞市厚街镇、黑河市逊克县 、酒泉市玉门市、池州市石台县、河源市源城区、东方市大田镇、福州市鼓楼区、梅州市五华县、内蒙古呼和浩特市新城区、菏泽市郓城县、内蒙古赤峰市克什克腾旗、漯河市源汇区、齐齐哈尔市克山县、湘潭市湘乡市、杭州市拱墅区、绥化市望奎县、海口市秀英区、白山市浑江区、长治市壶关县、阜阳市颍州区、台州市椒江区、抚州市东乡区、南平市延平区、南充市南部县、牡丹江市西安区、甘南碌曲县

近日官方渠道传达研究成果:今日相关部门发布新动向,麻花星空无限传媒制作有限公司：创新驱动，引领影视制作新潮流

随着我国影视行业的蓬勃发展，越来越多的影视制作公司崭露头角。其中，麻花星空无限传媒制作有限公司以其独特的创新精神和卓越的制作实力，成为了行业内的佼佼者。本文将带您深入了解这家公司，探寻其成功之道。 麻花星空无限传媒制作有限公司，成立于我国影视产业快速发展的时期，是一家集影视制作、发行、宣传、广告、策划于一体的综合性传媒企业。公司以“创新、品质、专业、共赢”为经营理念，致力于为广大观众带来高品质的影视作品。 一、创新驱动，打造精品 麻花星空无限传媒制作有限公司深知创新是影视产业发展的灵魂。公司始终关注行业动态，紧跟时代步伐，积极引进国际先进技术和理念，将创新精神贯穿于影视制作的各个环节。在剧本创作、拍摄制作、后期剪辑等方面，公司都力求突破传统，打造出独具特色的影视精品。 二、专业团队，品质保证 麻花星空无限传媒制作有限公司拥有一支高素质、专业化的团队。公司汇聚了众多业内精英，包括编剧、导演、演员、摄影师、美术设计师等，他们凭借丰富的经验和精湛的技艺，为公司的影视作品提供了强有力的保障。此外，公司还与国内外知名影视制作机构建立了紧密的合作关系，实现了资源共享，共同提升影视制作水平。 三、多元化发展，拓展市场 麻花星空无限传媒制作有限公司在坚持影视制作主业的同时，积极拓展多元化业务。公司涉足广告、宣传、策划等领域，为客户提供全方位的影视解决方案。此外，公司还积极布局网络影视市场，通过短视频、网络剧等形式，拓宽影视作品的传播渠道，提高市场占有率。 四、社会责任，传播正能量 麻花星空无限传媒制作有限公司始终秉持着“传播正能量，弘扬社会主义核心价值观”的宗旨，致力于创作有益于社会、有益于人民的作品。公司作品关注民生、反映时代，传递正能量，赢得了广大观众的喜爱和认可。 总之，麻花星空无限传媒制作有限公司凭借创新驱动、专业团队、多元化发展和强烈的社会责任感，在影视制作行业取得了骄人的成绩。未来，公司将继续秉承“创新、品质、专业、共赢”的经营理念，为广大观众带来更多优质影视作品，为我国影视产业的发展贡献力量。

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。