今日相关部门发布新变化,《差差漫画页面：免费漫画的世界，欢迎您的到来！》

昨日官方披露行业最新成果,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。预防性维保中心，延长产品使用寿命

济宁市任城区、陵水黎族自治县文罗镇 ，江门市新会区、温州市龙港市、广西桂林市恭城瑶族自治县、临夏东乡族自治县、珠海市斗门区、万宁市长丰镇、丽水市青田县、内蒙古鄂尔多斯市准格尔旗、重庆市铜梁区、周口市川汇区、甘孜得荣县、内蒙古赤峰市敖汉旗、厦门市思明区、阿坝藏族羌族自治州茂县、成都市成华区 、德州市禹城市、广西来宾市忻城县、怀化市芷江侗族自治县、延安市子长市、晋城市阳城县、本溪市本溪满族自治县、宝鸡市太白县、信阳市光山县、中山市东凤镇、恩施州巴东县、海北门源回族自治县、海南贵德县

本周数据平台稍早前行业协会报道新政,本月行业报告传递研究成果,《差差漫画页面：免费漫画的世界，欢迎您的到来！》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业技术指导中心，远程视频协助安装

许昌市禹州市、广西百色市德保县 ，北京市延庆区、重庆市渝中区、齐齐哈尔市铁锋区、周口市西华县、绵阳市安州区、九江市共青城市、吉安市永丰县、雅安市石棉县、大兴安岭地区漠河市、成都市蒲江县、佛山市南海区、玉树囊谦县、太原市迎泽区、广西百色市乐业县、漳州市云霄县 、益阳市南县、儋州市雅星镇、屯昌县坡心镇、攀枝花市西区、昭通市盐津县、西安市长安区、咸宁市崇阳县、定安县岭口镇、淮南市潘集区、大同市左云县、厦门市集美区、南昌市新建区、临汾市襄汾县、重庆市忠县

全球服务区域: 萍乡市湘东区、晋城市泽州县 、长沙市岳麓区、茂名市信宜市、湛江市徐闻县、遂宁市安居区、自贡市自流井区、嘉兴市南湖区、郴州市临武县、广西百色市平果市、甘南碌曲县、重庆市万州区、玉溪市澄江市、中山市三乡镇、运城市芮城县、凉山西昌市、大同市浑源县 、文山丘北县、海南贵南县、本溪市明山区、通化市东昌区、岳阳市岳阳楼区

本周数据平台最新相关部门透露权威通报,昨日官方发布行业通报,《差差漫画页面：免费漫画的世界，欢迎您的到来！》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电保养提醒服务，延长产品使用寿命

全国服务区域: 内蒙古赤峰市克什克腾旗、铜仁市万山区 、东莞市道滘镇、宿迁市沭阳县、东莞市石碣镇、白沙黎族自治县金波乡、阜阳市颍州区、绥化市肇东市、七台河市茄子河区、温州市鹿城区、广西柳州市三江侗族自治县、阜阳市颍东区、临汾市汾西县、盐城市盐都区、白沙黎族自治县元门乡、东莞市东城街道、丽江市永胜县 、广西南宁市隆安县、北京市通州区、茂名市茂南区、广西梧州市岑溪市、南昌市新建区、宜春市上高县、金华市东阳市、新乡市获嘉县、郑州市金水区、北京市西城区、朔州市平鲁区、遵义市习水县、达州市开江县、安康市汉阴县、淄博市高青县、惠州市惠东县、迪庆维西傈僳族自治县、黔东南丹寨县、晋城市阳城县、甘南舟曲县、红河建水县、东莞市石龙镇、运城市绛县、驻马店市泌阳县

本周数据平台今日官方渠道披露重磅消息:本月研究机构披露重要动态,《差差漫画页面：免费漫画的世界，欢迎您的到来！》

在繁忙的都市生活中，寻找一片宁静的天地，享受阅读的乐趣，是许多人共同的愿望。如今，随着网络技术的发展，越来越多的优质内容得以呈现在我们面前。今天，就让我们走进“差差漫画页面”，一起探索这个充满欢乐与创意的免费漫画世界。 “差差漫画页面”是一个汇聚了众多优秀漫画作品的平台，这里汇聚了国内外众多知名漫画家以及新锐创作者的佳作。在这里，您可以尽情享受阅读的乐趣，感受漫画带来的无尽魅力。 一走进“差差漫画页面”，首先映入眼帘的是丰富多彩的漫画分类。无论是经典名著、搞笑幽默，还是悬疑推理、浪漫爱情，都能在这里找到您心仪的作品。此外，平台还特别设置了“热门推荐”和“最新更新”等板块，让您不错过每一部精彩漫画。 在“差差漫画页面”，您可以免费阅读海量漫画。这里的作品更新速度快，内容丰富，让您随时随地都能沉浸在漫画的世界里。而且，平台还支持多种阅读模式，如横版、竖版、全屏等，满足不同读者的阅读需求。 值得一提的是，“差差漫画页面”不仅提供了丰富的漫画资源，还致力于打造一个良好的阅读环境。平台界面简洁大方，操作便捷，让您在阅读过程中无后顾之忧。此外，平台还设有漫画讨论区，让读者们可以交流心得、分享感悟，共同探讨漫画的魅力。 在“差差漫画页面”，您还可以发现许多优秀的本土漫画家。他们用独特的视角和精湛的技艺，描绘出一个个生动有趣的故事。这些作品不仅具有很高的艺术价值，还能让读者在阅读过程中感受到浓厚的文化底蕴。 此外，“差差漫画页面”还关注青少年读者的需求，推出了许多适合青少年阅读的漫画作品。这些作品内容健康向上，富有教育意义，有助于培养青少年的审美情趣和道德观念。 总之，“差差漫画页面”是一个充满欢乐与创意的免费漫画世界。在这里，您可以尽情享受阅读的乐趣，感受漫画带来的无尽魅力。现在，就让我们一起走进这个美好的世界，开启一段奇妙的漫画之旅吧！ 在这个充满活力的平台上，我们期待着您的到来。在这里，您可以结识志同道合的朋友，分享阅读的快乐，共同成长。让我们一起在“差差漫画页面”这个大家庭中，感受漫画的魅力，享受阅读的乐趣。 最后，再次欢迎您来到“差差漫画页面”！愿您在这里找到心仪的漫画作品，度过一段美好的时光。让我们一起，在漫画的世界里，畅游知识的海洋，感受生活的美好！

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。