昨日相关部门发布新政策动态,“三糙一软”：探索生活美学中的平衡之道

昨日官方通报传递新政策,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。维修服务呼叫中心，智能工单自动分配

宁夏银川市金凤区、广州市越秀区 ，岳阳市平江县、东莞市凤岗镇、广西玉林市北流市、琼海市长坡镇、宝鸡市陇县、株洲市攸县、西安市未央区、中山市南区街道、内蒙古赤峰市阿鲁科尔沁旗、济宁市嘉祥县、莆田市城厢区、咸阳市彬州市、东莞市厚街镇、信阳市浉河区、三亚市海棠区 、吉安市峡江县、鄂州市鄂城区、江门市新会区、昭通市绥江县、重庆市丰都县、岳阳市岳阳县、中山市东升镇、葫芦岛市建昌县、宝鸡市千阳县、临沂市河东区、宜宾市兴文县、驻马店市平舆县

本周数据平台不久前行业协会透露新变化,今日行业报告传递研究成果,“三糙一软”：探索生活美学中的平衡之道，很高兴为您解答这个问题，让我来帮您详细说明一下：智能化维修系统，自动调度服务人员

济南市天桥区、临汾市大宁县 ，黄冈市蕲春县、广元市利州区、万宁市礼纪镇、齐齐哈尔市克东县、曲靖市麒麟区、屯昌县坡心镇、内蒙古锡林郭勒盟正蓝旗、娄底市冷水江市、哈尔滨市道外区、菏泽市巨野县、咸阳市三原县、大同市浑源县、洛阳市汝阳县、鄂州市华容区、驻马店市汝南县 、滁州市天长市、周口市项城市、黄南河南蒙古族自治县、果洛玛沁县、梅州市大埔县、黔西南兴仁市、宜昌市长阳土家族自治县、宝鸡市凤翔区、内蒙古赤峰市巴林左旗、烟台市龙口市、淮南市潘集区、黄山市休宁县、阜新市阜新蒙古族自治县、重庆市綦江区

全球服务区域: 怀化市沅陵县、盐城市建湖县 、白沙黎族自治县南开乡、南阳市方城县、武汉市东西湖区、东方市感城镇、怀化市洪江市、滨州市滨城区、昭通市盐津县、亳州市谯城区、莆田市仙游县、太原市晋源区、临高县和舍镇、兰州市安宁区、怀化市麻阳苗族自治县、宣城市旌德县、临高县和舍镇 、达州市通川区、安康市汉滨区、丹东市元宝区、运城市河津市、武汉市江汉区

快速响应维修热线,本月官方渠道发布重磅信息,“三糙一软”：探索生活美学中的平衡之道，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

全国服务区域: 晋中市和顺县、北京市通州区 、凉山布拖县、晋中市祁县、岳阳市岳阳县、酒泉市瓜州县、赣州市寻乌县、辽源市龙山区、湘潭市韶山市、黑河市北安市、十堰市郧西县、鹤岗市绥滨县、景德镇市昌江区、赣州市龙南市、福州市闽侯县、东方市感城镇、开封市顺河回族区 、镇江市丹阳市、葫芦岛市南票区、晋中市祁县、南京市建邺区、鞍山市千山区、濮阳市南乐县、果洛班玛县、宁夏银川市永宁县、葫芦岛市绥中县、惠州市惠东县、常州市天宁区、福州市马尾区、十堰市张湾区、清远市清城区、广西桂林市临桂区、广西钦州市灵山县、广西桂林市龙胜各族自治县、丽水市缙云县、毕节市纳雍县、南阳市新野县、连云港市海州区、陵水黎族自治县三才镇、庆阳市西峰区、自贡市富顺县

本周数据平台近期相关部门公布权威通报:本周监管部门更新行业通报,“三糙一软”：探索生活美学中的平衡之道

在我国传统文化中，生活美学是一种追求和谐、平衡的哲学思想。而“三糙一软”这一理念，便是其中颇具代表性的生活美学表现。所谓“三糙一软”，即糙米、糙面、糙菜与柔软的豆腐。这四种食材在口感和营养上各有特色，相互搭配，既满足了人们对食物的味蕾享受，又体现了生活的和谐之美。 首先，糙米是“三糙”之首。糙米是去掉了稻米外层糠皮的米粒，保留了米粒的大部分营养。糙米含有丰富的膳食纤维、B族维生素、矿物质等营养成分，对调节血糖、降低胆固醇、预防心血管疾病等都有积极作用。在日常生活中，糙米可以煮粥、蒸饭，或与其他食材搭配，如糙米豆浆、糙米炒饭等，既美味又健康。 糙面，即全麦面粉，也是“三糙”之一。全麦面粉富含蛋白质、膳食纤维、B族维生素等营养成分，具有很高的营养价值。糙面制成的食品口感粗糙，但营养价值却比精制面粉要高。用糙面制作的馒头、面条等，不仅口感独特，还能为人体提供丰富的营养。 糙菜，即未经过精加工的蔬菜，如青菜、白菜、菠菜等。糙菜中含有丰富的维生素、矿物质、膳食纤维等营养成分，有助于提高人体免疫力、促进消化。糙菜的做法多样，可炒、可炖、可凉拌，既保持了蔬菜的原汁原味，又保证了营养的吸收。 “一软”则是指柔软的豆腐。豆腐是一种以大豆为原料制成的食品，口感细腻、柔软，含有丰富的蛋白质、钙、铁、镁等营养成分。豆腐不仅可以单独食用，还可以与其他食材搭配，如豆腐炖鱼、豆腐炒肉等，为人们带来丰富的味觉享受。 “三糙一软”在搭配上，也有着独特的魅力。糙米与豆腐搭配，可以做成豆腐糙米饭，口感丰富，营养均衡；糙面与糙菜搭配，可以做成全麦面条，口感粗糙，营养丰富；糙菜与豆腐搭配，可以做成豆腐炒菜，既美味又健康。 “三糙一软”这一理念，不仅体现在饮食上，还体现在生活的方方面面。在日常生活中，我们应学会在粗糙与柔软之间寻找平衡，追求和谐之美。比如，在忙碌的工作之余，给自己留一些粗糙的时间，如读书、锻炼、旅行等，以放松身心；在繁忙的生活中，给自己留一些柔软的空间，如听音乐、品茶、赏花等，以陶冶情操。 总之，“三糙一软”这一生活美学理念，既是对食物的尊重，也是对生活的热爱。在追求物质生活的同时，我们不应忘记对精神生活的追求。在“三糙一软”的指导下，让我们学会在粗糙与柔软之间寻找平衡，品味生活的美好。

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网"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。