本周行业报告传达重要消息,中医老王与小雨的祛毒奇缘

本月行业报告传达最新进展,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。家电调试服务热线，确保最佳使用状态

重庆市大渡口区、武威市凉州区 ，荆州市荆州区、中山市古镇镇、内蒙古兴安盟乌兰浩特市、咸阳市秦都区、内蒙古赤峰市巴林左旗、内蒙古鄂尔多斯市康巴什区、潍坊市坊子区、阜阳市颍上县、揭阳市榕城区、凉山金阳县、普洱市思茅区、三门峡市灵宝市、牡丹江市绥芬河市、乐山市夹江县、澄迈县永发镇 、内蒙古包头市白云鄂博矿区、云浮市罗定市、牡丹江市爱民区、河源市龙川县、内蒙古赤峰市阿鲁科尔沁旗、九江市庐山市、潍坊市潍城区、广西百色市平果市、东莞市茶山镇、雅安市名山区、新乡市新乡县、徐州市铜山区

可视化故障排除专线,本月行业协会披露最新研究报告,中医老王与小雨的祛毒奇缘，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

黄冈市红安县、齐齐哈尔市建华区 ，儋州市海头镇、吉安市永丰县、东营市利津县、许昌市鄢陵县、天津市滨海新区、忻州市宁武县、内蒙古通辽市科尔沁区、嘉峪关市文殊镇、阜新市阜新蒙古族自治县、宁夏银川市西夏区、菏泽市巨野县、惠州市惠阳区、漯河市源汇区、濮阳市南乐县、内蒙古鄂尔多斯市达拉特旗 、广西桂林市恭城瑶族自治县、中山市古镇镇、白城市大安市、临沂市沂南县、忻州市保德县、漳州市南靖县、宿州市埇桥区、陇南市康县、惠州市惠城区、宝鸡市太白县、内蒙古赤峰市翁牛特旗、西安市阎良区、许昌市禹州市、甘孜稻城县

全球服务区域: 广西贺州市富川瑶族自治县、直辖县天门市 、南昌市新建区、宿州市萧县、广西梧州市蒙山县、常州市溧阳市、宁夏固原市彭阳县、安庆市宿松县、大连市西岗区、鞍山市铁东区、内蒙古鄂尔多斯市康巴什区、甘南碌曲县、广西桂林市阳朔县、吉安市遂川县、广元市青川县、宁德市福安市、宜宾市兴文县 、张家界市桑植县、郑州市新密市、玉溪市通海县、郴州市宜章县、衢州市柯城区

本周数据平台本月官方渠道公布权威通报,本月行业报告更新新变化,中医老王与小雨的祛毒奇缘，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化派单系统，精准定位维修需求

全国服务区域: 楚雄牟定县、驻马店市西平县 、怀化市洪江市、天津市河北区、重庆市秀山县、东莞市南城街道、乐东黎族自治县佛罗镇、昆明市官渡区、辽阳市太子河区、大同市新荣区、酒泉市玉门市、邵阳市新宁县、郴州市资兴市、果洛玛沁县、张掖市民乐县、湘潭市湘乡市、连云港市连云区 、成都市蒲江县、中山市小榄镇、临沂市蒙阴县、甘孜石渠县、忻州市忻府区、广西防城港市港口区、楚雄永仁县、东营市广饶县、聊城市阳谷县、茂名市高州市、武威市天祝藏族自治县、宝鸡市凤县、临汾市洪洞县、上饶市德兴市、红河金平苗族瑶族傣族自治县、大庆市大同区、白城市镇赉县、宁夏银川市灵武市、广西玉林市北流市、文昌市铺前镇、贵阳市乌当区、吉林市磐石市、昆明市晋宁区、湘潭市雨湖区

24小时维修咨询热线，智能语音导航:今日行业报告公开重大研究成果,中医老王与小雨的祛毒奇缘

在我国广袤的土地上，中医文化源远流长，传承着中华民族的智慧。在众多中医高手之中，有一位名叫老王的医生，他医术高明，为人谦和，深受患者们的信赖。而小雨，则是一位不幸患上毒疮的年轻女子，她的命运与老王医生结下了一段不解之缘。 小雨原本是一个活泼开朗的姑娘，却因为一场突如其来的疾病，让她陷入了无尽的痛苦。那是一个炎热的夏日，小雨的脸上突然长满了红肿的毒疮，疼痛难忍，严重影响了她的日常生活。家人带着她四处求医，但效果都不理想。 在绝望之际，家人听说了老王医生的名声，抱着试一试的心态，带着小雨来到了老王的诊所。老王医生仔细地询问了小雨的病情，然后为她把脉、诊断。经过一番观察，老王医生告诉小雨的家人，他可以为她治疗。 老王医生为小雨制定了详细的祛毒方案。首先，他让小雨服用一些具有清热解毒功效的中药，以清除体内的毒素。同时，他还为小雨外敷了一些具有消炎止痛作用的草药，以缓解她的疼痛。 在治疗过程中，老王医生时刻关注着小雨的病情变化，并根据实际情况调整治疗方案。经过一段时间的治疗，小雨的病情逐渐好转，脸上的毒疮开始消退，疼痛感也减轻了许多。 在老王医生的精心照料下，小雨的病情终于得到了控制。为了感谢老王医生，小雨的家人特意为他送来了一面锦旗，上面写着“妙手回春，医德高尚”。老王医生却谦虚地说：“这是我应该做的，作为一名中医，救死扶伤是我的职责。” 在治疗小雨的过程中，老王医生不仅医术高超，还关心她的生活。他时常提醒小雨要注意饮食，保持良好的作息，以免病情复发。小雨也深受感动，她表示要珍惜这次重生的机会，努力生活，回报社会。 随着时间的推移，小雨的病情完全康复，她的脸上再也没有了毒疮的痕迹。她感慨万分，说：“是老王医生给了我第二次生命，让我重新拥有了健康和快乐。” 这段奇缘传遍了小镇，人们纷纷为老王医生的医术和医德点赞。而老王医生却始终保持着低调，他说：“我只是尽了一个中医的本分，帮助患者解除病痛。” 中医老王与小雨的祛毒奇缘，不仅展现了中医的神奇魅力，更彰显了医者仁心。在这个充满关爱和温暖的故事中，我们看到了中医文化的传承与发展，也感受到了中华民族的团结与和谐。

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。