本月行业报告传递重大进展,江添把盛望顶哭：一场青春的泪与笑

本周监管部门公开新进展,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。自动化服务跟踪，智能优化用户体验

赣州市瑞金市、成都市锦江区 ，中山市板芙镇、怀化市麻阳苗族自治县、周口市项城市、商丘市睢阳区、红河金平苗族瑶族傣族自治县、哈尔滨市平房区、乐东黎族自治县利国镇、鄂州市华容区、三亚市天涯区、宁波市余姚市、大连市金州区、丽水市青田县、宁德市柘荣县、湛江市徐闻县、海口市秀英区 、三亚市吉阳区、合肥市蜀山区、商丘市睢阳区、黄山市歙县、扬州市广陵区、南通市崇川区、凉山宁南县、内蒙古巴彦淖尔市乌拉特前旗、信阳市淮滨县、吉林市龙潭区、九江市永修县、屯昌县坡心镇

快速响应维修热线,本月行业报告发布新政策,江添把盛望顶哭：一场青春的泪与笑，很高兴为您解答这个问题，让我来帮您详细说明一下：零部件供应中心，全品类配件库存

榆林市府谷县、合肥市长丰县 ，台州市仙居县、清远市阳山县、榆林市绥德县、天津市滨海新区、宁夏固原市原州区、澄迈县金江镇、宁波市象山县、襄阳市樊城区、重庆市云阳县、宜春市万载县、恩施州建始县、龙岩市武平县、咸宁市崇阳县、广元市昭化区、保山市昌宁县 、定西市岷县、菏泽市巨野县、驻马店市遂平县、连云港市灌南县、襄阳市宜城市、自贡市大安区、汕尾市海丰县、广州市越秀区、平凉市崇信县、广西来宾市忻城县、宜昌市西陵区、株洲市攸县、甘孜巴塘县、大连市瓦房店市

全球服务区域: 榆林市神木市、德阳市绵竹市 、汉中市佛坪县、渭南市合阳县、临汾市大宁县、池州市青阳县、新乡市卫滨区、营口市西市区、新乡市新乡县、广西防城港市东兴市、大理漾濞彝族自治县、通化市东昌区、泉州市金门县、汕尾市陆丰市、大连市普兰店区、六安市裕安区、温州市平阳县 、福州市长乐区、广州市南沙区、广西贵港市港南区、大兴安岭地区新林区、绵阳市游仙区

近日调查组公开关键证据本,今日官方通报发布行业新变化,江添把盛望顶哭：一场青春的泪与笑，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一回收专线，环保处理旧家电

全国服务区域: 成都市新津区、嘉峪关市文殊镇 、广州市黄埔区、辽阳市弓长岭区、景德镇市浮梁县、云浮市云安区、武汉市汉阳区、铁岭市清河区、安庆市望江县、滁州市凤阳县、三门峡市渑池县、双鸭山市宝清县、黄冈市黄梅县、东莞市麻涌镇、东莞市石龙镇、红河蒙自市、临夏永靖县 、东莞市高埗镇、温州市龙湾区、西安市莲湖区、东莞市清溪镇、成都市彭州市、西安市莲湖区、昭通市威信县、大同市浑源县、泉州市金门县、淄博市周村区、徐州市睢宁县、阳泉市盂县、昭通市彝良县、丽江市玉龙纳西族自治县、厦门市翔安区、大理鹤庆县、广西北海市海城区、临汾市永和县、南京市高淳区、洛阳市偃师区、西宁市大通回族土族自治县、阳江市阳西县、西安市未央区、龙岩市漳平市

快速响应维修热线:今日相关部门发布新动向,江添把盛望顶哭：一场青春的泪与笑

江添，一个普通的大学新生，带着对未来的憧憬踏入了盛望顶这座繁华的都市。然而，在这座充满机遇与挑战的城市里，他经历了太多的泪水与欢笑。 初到盛望顶，江添被这座城市的繁华所吸引。他看着高楼大厦拔地而起，看着车水马龙川流不息，心中充满了激动与期待。然而，现实却给了他一个沉重的打击。他发现自己并不适应这座城市的快节奏生活，找工作、租房、生活琐事让他倍感压力。 一天，江添在街头巷尾漫无目的地走着，突然看到了一家名为“盛望顶”的咖啡馆。他走进去，想要找一处安静的地方思考。咖啡馆里，一个年轻女子正在弹奏着钢琴，优美的旋律让江添暂时忘却了烦恼。 女子名叫小雅，是这家咖啡馆的钢琴师。她有着一头乌黑的长发，一双明亮的眼睛，笑容温暖如阳光。江添被她的气质所吸引，两人渐渐熟悉起来。在和小雅的交谈中，江添发现她也是一个有着梦想的年轻人，两人有着许多共同的话题。 然而，好景不长。江添因为工作原因，不得不离开盛望顶回到家乡。在分别的那一天，小雅为江添弹奏了一首钢琴曲，曲子名叫《泪与笑》。这首曲子充满了深情，仿佛在诉说着他们之间的故事。 江添含泪告别了小雅，回到了家乡。然而，家乡的生活并没有让他找到归属感。他时常想起盛望顶，想起小雅的笑容，心中充满了思念。 在一次偶然的机会，江添得知小雅也回到了家乡。他迫不及待地去找她，想要弥补失去的时光。然而，当他们再次相见时，却发现彼此已经变得陌生。原来，小雅在盛望顶的那段时间，经历了很多挫折，她变得不再像以前那样乐观。 江添看着小雅，心中充满了愧疚。他想要挽回这段感情，却发现已经无能为力。他们一起坐在公园的长椅上，看着夕阳西下，回忆着曾经的美好时光。这时，江添突然想起小雅曾经教他的一首诗：“人生若只如初见，何事秋风悲画扇？等闲变却故人心，却道故人心易变。” 他们沉默了许久，江添终于鼓起勇气对小雅说：“小雅，我知道我错了，我当初没有珍惜我们之间的感情。但我还是希望你能幸福。”说完，江添转身离去。 离开的那一天，江添回到了盛望顶。他来到了那家咖啡馆，坐在曾经和小雅一起坐过的位置，点了一杯咖啡。这时，一个熟悉的旋律再次响起，是《泪与笑》。江添不禁泪流满面，他明白了，人生就是这样，有泪有笑，有得有失。 江添把盛望顶的泪水与欢笑留在了心底，他带着这份回忆，继续前行。他知道，未来的路还很长，但他已经学会了珍惜，学会了面对生活中的泪与笑。 在这个充满未知的世界里，江添把盛望顶的泪与笑化作前进的动力，勇敢地迈向未来。而那座城市，也因他而变得更加美好。

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。