今日官方通报新研究成果,探索日本高清世界：Java 18在日本的广泛应用

本周官方渠道传达新成果,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。全国统一配件标准，质量保证无忧

鹤岗市兴山区、临汾市古县 ，西双版纳勐海县、毕节市七星关区、万宁市山根镇、宝鸡市麟游县、铜川市宜君县、乐山市市中区、东莞市凤岗镇、阳江市阳东区、韶关市始兴县、郴州市嘉禾县、成都市武侯区、赣州市瑞金市、苏州市相城区、商丘市宁陵县、绍兴市越城区 、开封市禹王台区、肇庆市德庆县、九江市浔阳区、广西贺州市平桂区、广安市华蓥市、聊城市莘县、马鞍山市雨山区、南阳市宛城区、云浮市罗定市、定西市安定区、昭通市绥江县、吕梁市孝义市

专家远程指导热线，多终端,本月研究机构披露行业变化,探索日本高清世界：Java 18在日本的广泛应用，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

龙岩市连城县、赣州市兴国县 ，天津市西青区、宣城市广德市、泸州市叙永县、万宁市礼纪镇、东莞市凤岗镇、肇庆市高要区、内蒙古呼和浩特市托克托县、温州市平阳县、广西桂林市永福县、孝感市应城市、南阳市淅川县、牡丹江市绥芬河市、株洲市茶陵县、新乡市卫滨区、天津市红桥区 、忻州市原平市、黔南长顺县、绥化市肇东市、大庆市肇州县、儋州市兰洋镇、保亭黎族苗族自治县什玲、太原市晋源区、海北刚察县、吉林市龙潭区、内蒙古乌兰察布市集宁区、牡丹江市爱民区、怒江傈僳族自治州泸水市、宁夏银川市兴庆区、内蒙古乌海市海勃湾区

全球服务区域: 九江市共青城市、铁岭市开原市 、晋中市灵石县、萍乡市安源区、普洱市景谷傣族彝族自治县、新余市渝水区、郑州市管城回族区、丽水市莲都区、徐州市云龙区、眉山市仁寿县、伊春市铁力市、枣庄市市中区、咸宁市赤壁市、鸡西市滴道区、重庆市巫溪县、济南市历下区、濮阳市范县 、湘西州保靖县、毕节市金沙县、淮安市涟水县、澄迈县中兴镇、昌江黎族自治县七叉镇

本周数据平台近期行业报告发布政策动向,今日官方通报新研究成果,探索日本高清世界：Java 18在日本的广泛应用，很高兴为您解答这个问题，让我来帮您详细说明一下：家电在线客服系统，实时沟通维修需求

全国服务区域: 吉林市磐石市、开封市通许县 、金华市婺城区、萍乡市安源区、铜陵市铜官区、徐州市云龙区、吕梁市兴县、温州市洞头区、上海市浦东新区、宿迁市泗阳县、南充市南部县、大理大理市、武汉市新洲区、河源市紫金县、成都市大邑县、马鞍山市当涂县、延安市宜川县 、内江市资中县、四平市公主岭市、西安市新城区、平顶山市湛河区、南充市顺庆区、杭州市淳安县、万宁市南桥镇、广西玉林市容县、六盘水市水城区、达州市开江县、鹤岗市绥滨县、马鞍山市当涂县、文山富宁县、黔西南兴仁市、马鞍山市当涂县、攀枝花市米易县、新乡市辉县市、运城市盐湖区、沈阳市苏家屯区、临沂市兰山区、广州市白云区、长春市九台区、马鞍山市雨山区、广西柳州市柳城县

本周数据平台本月业内人士公开最新动态:本月行业报告公开重要信息,探索日本高清世界：Java 18在日本的广泛应用

随着科技的飞速发展，日本作为科技前沿的引领者，在多个领域都取得了令人瞩目的成就。在软件编程领域，Java作为一种强大的编程语言，在全球范围内都享有盛誉。而Java 18作为Java的最新版本，其在日本的应用更是达到了一个新的高度。本文将带您深入了解Java 18在日本的高清应用现状。 一、Java 18在日本的发展背景 日本作为全球第二大经济体，在信息技术领域一直处于领先地位。Java作为一种跨平台、面向对象的编程语言，自1995年诞生以来，就受到了日本企业的青睐。Java 18作为Java的最新版本，在性能、安全性和易用性等方面都进行了大幅提升，使得其在日本的应用更加广泛。 二、Java 18在日本的高清应用 1. 高清视频处理 日本作为高清视频产业的发源地，对视频处理技术有着极高的要求。Java 18在视频处理方面进行了大量优化，如引入了新的视频编解码器、支持更高分辨率的视频格式等。这使得日本企业在高清视频处理领域有了更多的选择，如Netflix、Amazon Prime Video等国际知名视频平台都在日本部署了基于Java 18的视频处理系统。 2. 高清游戏开发 日本是全球游戏产业的领军者，拥有众多知名游戏公司，如任天堂、卡普空等。Java 18在游戏开发方面的优势在于其跨平台特性，可以轻松实现游戏在不同平台上的运行。此外，Java 18还提供了丰富的图形处理库，如LWJGL（Lightweight Java Game Library），使得日本游戏开发者可以轻松实现高清游戏开发。 3. 高清图像处理 日本在图像处理领域也有着丰富的经验，Java 18在图像处理方面的优化，如引入了新的图像格式、支持更高分辨率的图像处理等，使得日本企业在图像处理领域有了更多的选择。例如，日本知名图像处理软件Adobe Photoshop的插件，就有许多是基于Java 18开发的。 4. 高清医疗影像处理 日本在医疗影像处理领域也有着丰富的经验，Java 18在医疗影像处理方面的优化，如支持更高分辨率的医学影像、引入了新的医学影像处理算法等，使得日本企业在医疗影像处理领域有了更多的选择。例如，日本知名医疗影像处理软件TomTec的软件，就有许多是基于Java 18开发的。 三、Java 18在日本的应用前景 随着Java 18的不断优化和完善，其在日本的应用前景将更加广阔。未来，Java 18有望在以下领域发挥更大的作用： 1. 高清视频处理：随着5G、8K等技术的普及，高清视频处理将成为日本企业的重要需求。 2. 高清游戏开发：日本游戏产业将继续保持领先地位，Java 18将为游戏开发者提供更多可能性。 3. 高清图像处理：随着人工智能、大数据等技术的发展，高清图像处理将成为日本企业的重要需求。 4. 高清医疗影像处理：随着医疗技术的进步，高清医疗影像处理将成为日本企业的重要需求。 总之，Java 18在日本的高清应用已经取得了显著的成果，未来有望在更多领域发挥重要作用。作为全球软件编程领域的佼佼者，Java 18将继续引领日本乃至全球软件产业的发展。

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。