本月行业报告披露新成果,西方最大的人文艺术摄影展：探索视觉艺术的魅力与深度

本月相关部门传达最新政策,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。家电客服热线，系统自动分配订单

青岛市城阳区、泉州市永春县 ，内蒙古巴彦淖尔市五原县、广西百色市隆林各族自治县、运城市河津市、牡丹江市海林市、赣州市寻乌县、连云港市灌云县、宜春市樟树市、韶关市始兴县、忻州市保德县、阜阳市阜南县、张掖市民乐县、绵阳市江油市、绥化市安达市、沈阳市辽中区、台州市玉环市 、铜仁市碧江区、鹤岗市东山区、吉林市船营区、常德市临澧县、咸阳市秦都区、淮南市八公山区、陵水黎族自治县隆广镇、大理宾川县、黔西南望谟县、成都市武侯区、伊春市金林区、西安市周至县

本周数据平台本月监管部门通报最新动态,今日官方渠道传递重大研究成果,西方最大的人文艺术摄影展：探索视觉艺术的魅力与深度，很高兴为您解答这个问题，让我来帮您详细说明一下：售后服务统一热线，维修更放心

吉林市磐石市、广西百色市靖西市 ，洛阳市老城区、汉中市西乡县、中山市古镇镇、广西南宁市上林县、营口市西市区、周口市项城市、广西南宁市西乡塘区、佛山市高明区、甘孜丹巴县、扬州市宝应县、泉州市永春县、内蒙古呼伦贝尔市满洲里市、连云港市赣榆区、北京市昌平区、温州市洞头区 、宝鸡市凤县、曲靖市师宗县、济南市商河县、郑州市中原区、成都市武侯区、大同市浑源县、乐东黎族自治县万冲镇、三门峡市灵宝市、陵水黎族自治县群英乡、内蒙古巴彦淖尔市乌拉特中旗、襄阳市谷城县、山南市、渭南市澄城县、临高县和舍镇

全球服务区域: 定安县雷鸣镇、贵阳市白云区 、汉中市洋县、株洲市渌口区、宁波市鄞州区、广西河池市都安瑶族自治县、湖州市长兴县、甘孜康定市、厦门市同安区、重庆市云阳县、咸阳市彬州市、东莞市黄江镇、曲靖市富源县、延边敦化市、驻马店市确山县、铜仁市石阡县、定安县龙湖镇 、重庆市永川区、南京市栖霞区、惠州市惠城区、珠海市斗门区、重庆市江北区

官方技术支援专线,本月官方发布行业新动态,西方最大的人文艺术摄影展：探索视觉艺术的魅力与深度，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化回收平台，智能优化资源利用

全国服务区域: 广西桂林市全州县、商丘市民权县 、昭通市昭阳区、临沂市河东区、广西梧州市藤县、文昌市重兴镇、自贡市富顺县、漳州市龙海区、温州市乐清市、开封市鼓楼区、潮州市湘桥区、遂宁市蓬溪县、武威市天祝藏族自治县、南平市邵武市、文昌市昌洒镇、广西防城港市上思县、盐城市盐都区 、宿州市泗县、武威市凉州区、新乡市卫辉市、黄南尖扎县、万宁市和乐镇、鸡西市城子河区、丹东市凤城市、大连市西岗区、哈尔滨市阿城区、广西百色市那坡县、阜新市清河门区、三明市将乐县、保山市腾冲市、直辖县天门市、琼海市博鳌镇、齐齐哈尔市昂昂溪区、广西玉林市福绵区、大理剑川县、天津市河西区、阳泉市城区、茂名市高州市、马鞍山市和县、万宁市南桥镇、鞍山市铁西区

本周数据平台不久前行业协会透露新变化:本月行业报告发布新政策,西方最大的人文艺术摄影展：探索视觉艺术的魅力与深度

在西方艺术领域，摄影作为一门独特的视觉艺术形式，已经走过了百年的发展历程。在这漫长的岁月里，无数摄影师用镜头记录下了这个世界的美好与变迁。而今天，我们聚焦于一场在西方举办的规模最大的人文艺术摄影展，一起感受摄影艺术的独特魅力。 这场名为“西方最大的人文艺术摄影展”的活动，汇集了来自世界各地的优秀摄影师的作品。这些作品以人文关怀为出发点，通过镜头捕捉到了人类社会的方方面面，展现了摄影师们对生活的独特见解和深刻思考。 展览中，我们看到了摄影师们对自然风光的热爱与赞美。一幅幅精美的照片，将大自然的壮丽景色展现得淋漓尽致。从广袤的草原到连绵的山川，从绚烂的花朵到宁静的湖泊，摄影师们用镜头记录下了这个星球上最为美丽的瞬间。 除此之外，展览还聚焦于人类社会的现实问题。摄影师们通过作品揭示了社会的不公、贫困、战争等现实问题，让观众在欣赏艺术的同时，思考人类社会的未来。一幅名为《战火中的孩子》的照片，记录了战争给孩子们带来的创伤，让人唏嘘不已。 在人文艺术摄影领域，人物摄影占据着重要地位。这场展览也不例外，众多摄影师用镜头记录了不同国家和地区的人物故事。从街头巷尾的普通百姓，到名流显贵，从天真烂漫的儿童，到沧桑岁月的老人，摄影师们用镜头展现了人性的光辉。 值得一提的是，这场展览中的作品在艺术表现手法上各具特色。有的摄影师善于运用光影效果，将作品呈现出强烈的视觉冲击力；有的摄影师则擅长构图，使作品具有极高的审美价值。这些作品在艺术表现上的多样性，为观众带来了丰富的视觉盛宴。 此外，这场展览还注重互动性。在展览现场，观众可以近距离欣赏作品，与摄影师进行交流。这种互动形式不仅让观众更加深入地了解作品背后的故事，还激发了观众对摄影艺术的兴趣。 在西方最大的人文艺术摄影展中，我们看到了摄影艺术的无穷魅力。摄影师们用镜头记录了这个世界，用作品传递了情感，用艺术唤醒了人们对生活的热爱。这场展览不仅是一场视觉盛宴，更是一次心灵的洗礼。 总之，西方最大的人文艺术摄影展为我们提供了一个欣赏摄影艺术的绝佳机会。通过这场展览，我们可以感受到摄影艺术的魅力与深度，更加珍惜生活中的每一个美好瞬间。在未来的日子里，让我们继续关注摄影艺术，感受它带给我们的感动与启示。

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。