昨日研究机构发布行业成果,亚洲综合社区：多元文化的交融与共生

本周行业协会传递行业报告,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。家电客服电话，系统自动派单处理

内蒙古鄂尔多斯市东胜区、太原市晋源区 ，漯河市郾城区、济南市市中区、黄冈市黄州区、宜宾市筠连县、遂宁市安居区、宁波市宁海县、南平市武夷山市、湘潭市湘乡市、内蒙古锡林郭勒盟阿巴嘎旗、文昌市龙楼镇、文昌市龙楼镇、黄山市祁门县、昭通市永善县、黔东南雷山县、盐城市响水县 、自贡市大安区、福州市福清市、天津市武清区、延安市黄陵县、西宁市湟中区、烟台市龙口市、苏州市吴江区、安康市紫阳县、洛阳市新安县、内蒙古乌海市海勃湾区、陇南市两当县、东营市东营区

本周数据平台今日数据平台透露最新消息,今日官方渠道传递研究成果,亚洲综合社区：多元文化的交融与共生，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化热线，统一维修服务标准

南阳市新野县、红河红河县 ，周口市商水县、梅州市平远县、内蒙古包头市东河区、海西蒙古族乌兰县、宿迁市宿城区、内蒙古鄂尔多斯市伊金霍洛旗、内蒙古巴彦淖尔市乌拉特后旗、重庆市南岸区、泉州市德化县、焦作市解放区、迪庆维西傈僳族自治县、济南市天桥区、自贡市荣县、西宁市大通回族土族自治县、南平市松溪县 、东莞市麻涌镇、西安市临潼区、定西市漳县、新乡市辉县市、广西崇左市江州区、赣州市于都县、内蒙古通辽市科尔沁区、湘西州凤凰县、鸡西市鸡东县、绵阳市盐亭县、海口市琼山区、大连市金州区、本溪市明山区、宝鸡市凤县

全球服务区域: 黔东南锦屏县、中山市中山港街道 、朔州市应县、黄冈市英山县、赣州市兴国县、遵义市仁怀市、通化市集安市、深圳市罗湖区、常州市武进区、临沂市兰陵县、长治市平顺县、抚顺市清原满族自治县、黔南罗甸县、铜仁市印江县、上饶市玉山县、阜阳市阜南县、宿州市埇桥区 、株洲市攸县、临沂市蒙阴县、临高县新盈镇、宁波市镇海区、许昌市禹州市

刚刚监管中心披露最新规定,昨日官方披露行业研究成果,亚洲综合社区：多元文化的交融与共生，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修服务电话，持证技师上门服务

全国服务区域: 酒泉市金塔县、长春市德惠市 、文昌市昌洒镇、白银市景泰县、广西百色市右江区、韶关市武江区、福州市平潭县、上海市嘉定区、安阳市殷都区、东莞市大朗镇、佳木斯市同江市、文昌市铺前镇、甘南夏河县、乐山市沐川县、中山市小榄镇、宜春市靖安县、滨州市滨城区 、新乡市辉县市、临汾市洪洞县、新乡市辉县市、遂宁市船山区、潍坊市青州市、广西玉林市北流市、新乡市卫滨区、宣城市广德市、肇庆市高要区、重庆市大足区、雅安市天全县、内蒙古赤峰市翁牛特旗、洛阳市伊川县、内蒙古乌兰察布市卓资县、芜湖市湾沚区、延边安图县、深圳市龙岗区、大兴安岭地区漠河市、广元市旺苍县、晋中市灵石县、大理祥云县、黔东南凯里市、广西北海市银海区、亳州市涡阳县

本周数据平台最新官方渠道传来研究成果:本月行业协会公开重大研究成果,亚洲综合社区：多元文化的交融与共生

在亚洲这片广袤的土地上，各种文化交织在一起，形成了一个个独具特色的综合社区。这些社区不仅是人们居住的地方，更是多元文化交融、共同发展的平台。在这里，我们不仅能感受到传统与现代的碰撞，还能体会到不同民族、不同信仰的人们如何和谐共生。 首先，亚洲综合社区在地理位置上具有得天独厚的优势。亚洲地域辽阔，涵盖了东亚、东南亚、南亚、中亚和西亚等多个地区。这些地区之间交通便利，使得人们可以自由迁徙，形成了一个庞大的文化交流圈。在这个大背景下，亚洲综合社区成为了各种文化交融的交汇点。 其次，亚洲综合社区在文化多样性方面表现突出。在社区中，你可以看到来自不同国家的居民，他们说着不同的语言，信仰着不同的宗教，拥有各自独特的风俗习惯。这种多样性使得社区充满了生机与活力，为居民们提供了丰富多彩的生活体验。 以我国为例，近年来，随着城市化进程的加快，许多城市都形成了以移民为主的综合社区。在这些社区中，来自全国各地的人们共同生活、共同奋斗，逐渐形成了具有地方特色的多元文化。例如，北京的“回龙观”社区，就是一个典型的亚洲综合社区。在这里，你可以品尝到来自全国各地的美食，感受到不同地域的风土人情。 此外，亚洲综合社区在经济发展方面也具有重要作用。随着全球化进程的加快，亚洲各国之间的贸易往来日益密切。许多亚洲综合社区成为了跨国企业、国际组织等机构的聚集地，为当地居民提供了大量就业机会。同时，这些社区也吸引了大量外国游客，为当地旅游业的发展注入了活力。 在亚洲综合社区中，居民们之间的相互尊重和包容是和谐共生的关键。为了实现这一目标，社区管理者采取了一系列措施，如开展文化交流活动、举办节日庆典等，以增进居民之间的了解和友谊。在这些活动中，人们可以了解到不同文化的内涵和价值，从而在相互尊重的基础上实现共生共荣。 然而，亚洲综合社区也面临着一些挑战。例如，文化差异可能导致部分居民之间的矛盾和冲突。为了应对这一挑战，社区管理者需要加强对居民的引导和教育，提高他们的文化素养，培养他们的包容精神。 总之，亚洲综合社区是多元文化交融与共生的典范。在这里，不同民族、不同信仰的人们共同生活、共同发展，为亚洲乃至全球的文化交流和发展做出了重要贡献。面对未来的挑战，我们相信，在共同努力下，亚洲综合社区将更加繁荣、和谐。

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。