本月行业协会披露重大成果,校长与我互换身体，玩转校园的奇妙一日

今日行业协会发布重要通报,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。专业回收咨询中心，定制化服务

宁夏石嘴山市平罗县、徐州市泉山区 ，益阳市桃江县、茂名市化州市、汉中市南郑区、黔南贵定县、深圳市龙岗区、广西玉林市博白县、延安市洛川县、安庆市岳西县、齐齐哈尔市泰来县、邵阳市城步苗族自治县、湛江市徐闻县、成都市双流区、大同市云冈区、昌江黎族自治县叉河镇、内江市隆昌市 、咸宁市赤壁市、西安市碑林区、广西南宁市良庆区、牡丹江市西安区、儋州市王五镇、烟台市福山区、儋州市海头镇、渭南市华阴市、重庆市武隆区、黔西南贞丰县、果洛玛沁县、广西防城港市港口区

近日技术小组通报核心进展,近日监管部门发布重要信息,校长与我互换身体，玩转校园的奇妙一日，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修管理平台，自动分配服务订单

湘潭市湘乡市、张家界市桑植县 ，果洛玛沁县、铜陵市义安区、白沙黎族自治县元门乡、武汉市青山区、温州市龙港市、无锡市宜兴市、广西南宁市青秀区、广西崇左市大新县、三明市建宁县、朔州市右玉县、黄冈市红安县、衢州市开化县、宁波市象山县、扬州市邗江区、乐山市马边彝族自治县 、襄阳市谷城县、乐东黎族自治县佛罗镇、牡丹江市林口县、龙岩市漳平市、内蒙古赤峰市宁城县、玉溪市江川区、韶关市翁源县、郑州市二七区、临高县皇桐镇、直辖县天门市、临汾市曲沃县、遵义市红花岗区、汉中市留坝县、曲靖市麒麟区

全球服务区域: 郑州市新密市、咸阳市秦都区 、黄冈市黄梅县、内蒙古鄂尔多斯市杭锦旗、东莞市横沥镇、天津市武清区、九江市永修县、内蒙古赤峰市巴林右旗、乐东黎族自治县利国镇、永州市道县、武汉市江夏区、鹤岗市南山区、大连市瓦房店市、池州市东至县、吕梁市兴县、广西崇左市天等县、内蒙古乌兰察布市卓资县 、南京市溧水区、上饶市广信区、鸡西市城子河区、济宁市汶上县、自贡市富顺县

近日监测小组公开最新参数,稍早前相关部门公布新政策,校长与我互换身体，玩转校园的奇妙一日，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

全国服务区域: 内蒙古锡林郭勒盟苏尼特左旗、天水市麦积区 、凉山会东县、菏泽市牡丹区、儋州市兰洋镇、蚌埠市固镇县、七台河市茄子河区、南阳市内乡县、重庆市石柱土家族自治县、济宁市邹城市、甘孜色达县、潮州市湘桥区、黔东南台江县、宿州市泗县、怀化市新晃侗族自治县、吉安市新干县、广西玉林市福绵区 、湛江市廉江市、广西贵港市港北区、济宁市微山县、贵阳市开阳县、红河绿春县、通化市集安市、遵义市余庆县、洛阳市新安县、咸阳市武功县、烟台市莱阳市、沈阳市沈北新区、韶关市新丰县、常德市安乡县、甘孜丹巴县、济南市历城区、广西贵港市港北区、黄石市西塞山区、揭阳市普宁市、锦州市义县、昭通市镇雄县、白山市长白朝鲜族自治县、乐东黎族自治县莺歌海镇、辽阳市辽阳县、广西河池市大化瑶族自治县

本周数据平台近期数据平台透露新政策:今日行业协会传达最新研究报告,校长与我互换身体，玩转校园的奇妙一日

阳光明媚的早晨，我正准备开始新的一天。突然，一阵神秘的力量将我和校长交换了身体。当我从睡梦中醒来，发现自己竟然变成了校长，而校长则变成了我。这个突如其来的变化让我既惊讶又兴奋，于是，一场充满奇幻色彩的校园生活就此展开。 首先，我体验了校长的工作。作为校长，每天要处理许多繁琐的事务，如安排课程、管理教师、接待家长等。我深知校长肩负着学校发展的重任，因此，我小心翼翼地履行着这一职责。在处理事务的过程中，我深刻体会到了校长的不易，同时也感受到了校长对学校的热爱和对学生的关怀。 在校园里，我遇到了许多熟悉的面孔。同学们看到我变成了校长，都惊讶地瞪大了眼睛。他们纷纷围过来，好奇地询问：“校长，您怎么变成这样了？”我微笑着告诉他们：“别担心，这只是个玩笑。现在，我来体验一下你们的生活。”同学们听后，都露出了灿烂的笑容。 作为校长，我有了更多机会走进课堂。我走进了一节语文课，看到同学们认真听讲，我心中充满了欣慰。在课堂上，我主动与同学们互动，分享自己的读书心得。课后，同学们纷纷围上来，与我交流学习心得，这让我感受到了师生之间的真挚情感。 午餐时间，我来到了食堂。看到同学们排队打饭，我忍不住加入了队伍。当我端着餐盘坐下时，一位同学好奇地问：“校长，您怎么和我们一起吃饭？”我笑着回答：“今天，我就和你们一起享受这美好的午餐。”同学们听后，纷纷为我让座，让我感受到了家的温暖。 下午，我参加了学校的运动会。看着同学们在赛场上奋力拼搏，我为他们加油鼓劲。在接力赛中，我亲自上场，与同学们并肩作战。虽然我并不擅长运动，但在大家的鼓励下，我们最终取得了优异的成绩。那一刻，我感受到了团队的力量。 傍晚时分，我回到了办公室。校长正在批改作业，看到我进来，他惊讶地问：“你怎么回来了？”我笑着解释：“今天，我体验了一下校长的生活，现在该轮到你体验我的生活了。”校长听后，也笑了起来。 夜幕降临，我回到了自己的房间。躺在床上，我回想起这一天的经历，心中充满了感慨。虽然只是一场短暂的体验，但我却深刻体会到了校长和同学们的生活。这次奇妙的经历让我更加珍惜与大家在一起的时光，也让我更加明白了自己的责任。 第二天，我醒来时，发现自己已经恢复了原样。校长也回到了自己的身体。我们相视一笑，仿佛昨天的一切都还历历在目。这次奇妙的互换身体经历，让我对校长的工作有了更深的理解，也让我更加珍惜与同学们共度的每一天。

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。