昨日研究机构公布重大成果,八重神子化身神秘使者，内奖励旅小女孩的奇幻之旅

今日研究机构传递研究成果,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。全国统一售后服务热线，售后有保障

昆明市官渡区、中山市民众镇 ，广西南宁市兴宁区、宿州市埇桥区、枣庄市山亭区、张掖市临泽县、洛阳市老城区、内蒙古巴彦淖尔市杭锦后旗、西宁市湟源县、温州市瑞安市、内蒙古鄂尔多斯市准格尔旗、黔东南黄平县、南平市邵武市、广西桂林市灵川县、鄂州市鄂城区、内蒙古呼和浩特市土默特左旗、台州市三门县 、太原市清徐县、丽江市永胜县、汉中市汉台区、北京市平谷区、庆阳市环县、北京市门头沟区、衡阳市祁东县、儋州市光村镇、肇庆市鼎湖区、株洲市芦淞区、铁岭市昌图县、巴中市平昌县

本周数据平台近期行业报告发布政策动向,今日相关部门更新行业研究报告,八重神子化身神秘使者，内奖励旅小女孩的奇幻之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：家电24小时服务热线，紧急故障优先处理

陵水黎族自治县隆广镇、营口市大石桥市 ，广西贺州市平桂区、哈尔滨市五常市、广安市邻水县、吕梁市交口县、东莞市凤岗镇、太原市万柏林区、临沂市兰山区、大同市云州区、伊春市铁力市、长治市襄垣县、遂宁市安居区、常德市澧县、资阳市乐至县、昆明市宜良县、广西柳州市鹿寨县 、海东市循化撒拉族自治县、梅州市大埔县、本溪市明山区、滨州市邹平市、黄山市黟县、广西贺州市富川瑶族自治县、广安市邻水县、吉安市吉州区、广州市海珠区、昭通市镇雄县、西安市临潼区、天津市河西区、常州市新北区、内蒙古锡林郭勒盟二连浩特市

全球服务区域: 汉中市汉台区、长沙市长沙县 、无锡市滨湖区、黄山市黄山区、怀化市中方县、景德镇市浮梁县、内蒙古通辽市开鲁县、牡丹江市西安区、益阳市安化县、临夏康乐县、阳江市阳西县、广西钦州市钦南区、毕节市赫章县、广西河池市巴马瑶族自治县、红河开远市、大兴安岭地区松岭区、临汾市永和县 、宜宾市叙州区、肇庆市鼎湖区、重庆市城口县、焦作市温县、新乡市新乡县

本周数据平台本月业内人士公开最新动态,本周官方渠道传达新成果,八重神子化身神秘使者，内奖励旅小女孩的奇幻之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：家电深度清洁专线，彻底解决卫生问题

全国服务区域: 深圳市福田区、宣城市绩溪县 、漯河市源汇区、儋州市那大镇、南昌市安义县、阿坝藏族羌族自治州理县、广州市番禺区、中山市东凤镇、孝感市云梦县、宁德市霞浦县、沈阳市辽中区、甘孜九龙县、本溪市明山区、屯昌县新兴镇、黑河市北安市、澄迈县金江镇、陇南市宕昌县 、鞍山市海城市、徐州市云龙区、南通市如皋市、榆林市子洲县、赣州市上犹县、平顶山市叶县、三明市将乐县、安庆市宜秀区、甘南玛曲县、昌江黎族自治县海尾镇、岳阳市云溪区、佛山市高明区、南平市武夷山市、定安县新竹镇、德州市陵城区、儋州市海头镇、齐齐哈尔市龙沙区、焦作市山阳区、甘孜新龙县、五指山市水满、内蒙古乌兰察布市兴和县、淮南市田家庵区、永州市双牌县、昭通市水富市

本周数据平台近期官方渠道公开权威通报:今日相关部门传达重大信息,八重神子化身神秘使者，内奖励旅小女孩的奇幻之旅

在一个遥远的国度，有一个被群山环绕的美丽小镇。这里的人们生活宁静，民风淳朴。小镇的孩子们总是喜欢在闲暇时光，探索着周围的森林和溪流，寻找着无尽的乐趣。然而，在这个小镇中，有一个名叫小梅的小女孩，她的心中一直怀揣着一个梦想——那就是去寻找传说中的八重神子。 八重神子，是一位神秘而美丽的女神，她拥有着无尽的魔法力量，能够带给人们幸福和快乐。据说，只有心地善良、勇敢无畏的人，才能得到她的青睐，获得她的祝福。小梅从小就听长辈们讲述着八重神子的传说，她坚信自己能够找到这位女神，并得到她的帮助。 有一天，小梅在森林中迷路了。她焦急地寻找着回家的路，却越走越远。就在她几乎要放弃的时候，一位美丽的女子出现在了她的面前。这位女子就是八重神子，她身着华丽的和服，头戴精美的发饰，给人一种高贵而神秘的感觉。 “小女孩，你为何如此焦急？”八重神子温柔地问道。 小梅连忙跪下，诚实地回答：“女神，我名叫小梅，我在森林中迷路了，找不到回家的路。” 八重神子微笑着伸出手，轻轻一挥，一道光芒闪过，小梅立刻回到了家中。 “谢谢你，女神！”小梅激动地握住八重神子的手。 “不用谢，勇敢的小女孩。”八重神子微笑着说，“我知道你心中有一个梦想，我会帮助你实现它。” 从那天起，八重神子开始帮助小梅寻找实现梦想的方法。她带着小梅来到了一个神秘的奖励旅，那里住着许多拥有神奇能力的人。他们有的擅长魔法，有的擅长医术，还有的擅长建筑。在这里，小梅结识了许多志同道合的朋友，他们一起学习、一起成长。 在奖励旅中，小梅经历了许多挑战。她学会了如何运用魔法，如何治疗伤口，如何建造美丽的家园。而在这个过程中，她也逐渐明白了八重神子所说的“善良、勇敢”的真谛。 终于，有一天，小梅找到了实现梦想的机会。她要成为一名勇敢的冒险家，去探索世界的每一个角落，帮助那些需要帮助的人。八重神子看着小梅坚定的眼神，微笑着点了点头。 “去吧，勇敢的小女孩，我相信你一定能实现你的梦想。”八重神子说。 小梅告别了奖励旅，踏上了冒险的旅程。她带着八重神子的祝福，勇敢地面对着前方的挑战。在她的心中，八重神子的形象永远是她前进的动力。 而在这个小镇上，人们也时常谈论着小梅的冒险故事。他们为小梅的勇敢和善良感到骄傲，也为八重神子的神奇力量感到敬畏。而小梅，也成为了小镇上的英雄，她的故事激励着一代又一代的孩子们，勇敢地去追求自己的梦想。 在这个充满奇幻的世界里，八重神子与小梅的故事将永远流传下去，成为一段永恒的传说。

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。