本月官方渠道发布重磅信息,国色天香A区与B区：一花两世界，异彩纷呈的园林景观

今日研究机构披露重要进展,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。专业家电维修客服，一对一解决问题

遵义市湄潭县、忻州市忻府区 ，琼海市长坡镇、宁德市古田县、渭南市临渭区、宝鸡市千阳县、儋州市海头镇、甘孜稻城县、德阳市旌阳区、广西桂林市荔浦市、乐东黎族自治县尖峰镇、六安市舒城县、内蒙古鄂尔多斯市鄂托克旗、平顶山市郏县、甘南卓尼县、河源市紫金县、运城市永济市 、济宁市泗水县、张掖市山丹县、恩施州恩施市、赣州市瑞金市、中山市神湾镇、九江市濂溪区、昭通市昭阳区、赣州市全南县、雅安市石棉县、惠州市博罗县、东莞市塘厦镇、云浮市罗定市

本周数据平台今日多方媒体透露研究成果,近期官方渠道更新行业动态,国色天香A区与B区：一花两世界，异彩纷呈的园林景观，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

广西河池市环江毛南族自治县、漯河市郾城区 ，阳江市阳春市、长春市朝阳区、平顶山市卫东区、福州市闽清县、济南市章丘区、文昌市龙楼镇、三明市泰宁县、成都市青白江区、上海市金山区、荆州市公安县、漳州市龙文区、陇南市宕昌县、萍乡市湘东区、梅州市梅县区、阜阳市颍泉区 、齐齐哈尔市依安县、汉中市西乡县、长春市绿园区、泸州市合江县、黑河市五大连池市、宁夏银川市金凤区、昆明市晋宁区、湛江市吴川市、南平市浦城县、烟台市栖霞市、丽江市宁蒗彝族自治县、无锡市惠山区、延安市黄陵县、新乡市新乡县

全球服务区域: 酒泉市玉门市、平顶山市叶县 、重庆市云阳县、常德市澧县、惠州市惠城区、定安县富文镇、庆阳市宁县、金华市金东区、郑州市巩义市、哈尔滨市依兰县、郴州市北湖区、六安市霍邱县、新余市分宜县、广西河池市都安瑶族自治县、嘉兴市海盐县、安顺市平坝区、济宁市金乡县 、九江市都昌县、泉州市德化县、抚顺市抚顺县、郑州市中原区、海口市秀英区

专业维修服务电话,昨日相关部门披露行业进展,国色天香A区与B区：一花两世界，异彩纷呈的园林景观，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

全国服务区域: 三门峡市卢氏县、景德镇市昌江区 、五指山市水满、三明市大田县、商丘市柘城县、信阳市平桥区、郑州市金水区、丽江市宁蒗彝族自治县、湘潭市雨湖区、文昌市东阁镇、西安市雁塔区、吕梁市兴县、琼海市会山镇、昌江黎族自治县王下乡、上海市黄浦区、临高县皇桐镇、保亭黎族苗族自治县什玲 、凉山盐源县、赣州市崇义县、大连市瓦房店市、潮州市饶平县、昆明市晋宁区、十堰市郧阳区、衢州市衢江区、定安县雷鸣镇、直辖县天门市、成都市青羊区、天水市麦积区、内蒙古阿拉善盟阿拉善左旗、铜仁市思南县、广西梧州市长洲区、白城市洮南市、中山市南朗镇、洛阳市偃师区、连云港市连云区、临沂市兰山区、三明市永安市、上海市黄浦区、亳州市蒙城县、本溪市平山区、福州市长乐区

本周数据平台近期数据平台透露新政策:本月监管部门发布研究成果,国色天香A区与B区：一花两世界，异彩纷呈的园林景观

在我国的历史长河中，园林艺术一直以其独特的魅力吸引着无数文人墨客。国色天香园林，作为我国园林艺术的瑰宝，其A区与B区各具特色，犹如一花两世界，共同演绎着异彩纷呈的园林景观。 国色天香园林位于我国某历史文化名城，占地面积约百亩。该园林以“国色天香”为主题，将古典园林艺术与现代园林设计完美结合，成为一处集观赏、休闲、娱乐于一体的旅游胜地。其中，A区与B区各具特色，犹如园林中的两颗璀璨明珠。 A区以“国色”为主题，以古典园林风格为主，充分展现了我国园林艺术的精髓。步入A区，仿佛穿越时空，回到了那个充满诗意的时代。首先映入眼帘的是一座古朴典雅的牌楼，上面镌刻着“国色天香”四个大字，气势恢宏。牌楼两侧，是两座对称的亭子，供游客休息、观赏。 沿着石板路前行，便来到了A区的核心区域——牡丹园。牡丹园占地约二十亩，种植着各种名贵的牡丹品种，如姚黄、魏紫、赵粉等。每当春暖花开，牡丹园内花香四溢，游人如织。此外，A区还有一座人工湖，湖面宽阔，碧波荡漾。湖畔建有亭台楼阁，供游客品茗赏景。 与A区的古典风格相比，B区则呈现出一种现代园林的韵味。B区以“天香”为主题，以自然景观为主，注重人与自然的和谐共生。步入B区，仿佛置身于一个绿色的世界。 B区的入口处，是一座造型独特的玻璃温室，内种植着各种热带植物，如椰子树、棕榈树等。温室内部设有观景台，游客可以在此欣赏到热带植物的独特魅力。穿过温室，便来到了B区的核心区域——山水园。 山水园以山石、水体为景观主体，营造出一种幽静、雅致的氛围。园内有一座假山，山势险峻，形态各异。山石之间，流水潺潺，清澈见底。假山周围，种植着各种花草树木，四季常青。在山水园中，游客可以感受到大自然的神奇魅力。 值得一提的是，B区内还设有儿童乐园、老年活动中心等设施，满足不同年龄段游客的需求。此外，B区还定期举办各类文化活动，如书画展、摄影展等，为游客提供丰富的精神食粮。 国色天香A区与B区，一花两世界，各具特色。A区以古典园林艺术为主，展现了我国园林艺术的精髓；B区则以现代园林设计为特色，注重人与自然的和谐共生。两区相得益彰，共同构成了国色天香园林这一美丽的画卷。 在这个充满诗意的园林中，游客可以尽情领略大自然的神奇魅力，感受我国园林艺术的博大精深。无论是漫步在牡丹园中，还是徜徉于山水园中，都能让人流连忘返。国色天香园林，无疑是一处值得一游的旅游胜地。

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。