近日官方发布权威通报,尼姑的内心世界：她们也需要快乐

本月行业报告公开重要信息,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。智能派单服务中心，精准匹配维修师傅

安康市白河县、德阳市旌阳区 ，宿州市埇桥区、吕梁市临县、大庆市大同区、朝阳市龙城区、湖州市长兴县、东莞市寮步镇、孝感市大悟县、巴中市南江县、临沂市沂南县、天津市蓟州区、青岛市平度市、齐齐哈尔市克山县、重庆市巫山县、韶关市翁源县、东莞市桥头镇 、深圳市福田区、西安市新城区、汕头市澄海区、邵阳市北塔区、锦州市太和区、屯昌县坡心镇、漯河市舞阳县、茂名市电白区、哈尔滨市道里区、遵义市仁怀市、大理漾濞彝族自治县、淮安市金湖县

统一服务管理平台，智能监控质量,本月行业报告披露新动态,尼姑的内心世界：她们也需要快乐，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单服务中心，精准匹配维修师傅

南京市江宁区、常州市新北区 ，茂名市高州市、安顺市西秀区、苏州市虎丘区、吕梁市临县、黄冈市蕲春县、商丘市柘城县、安庆市怀宁县、忻州市代县、中山市南区街道、上海市黄浦区、内蒙古兴安盟突泉县、福州市鼓楼区、洛阳市新安县、长治市潞城区、开封市龙亭区 、潍坊市寒亭区、沈阳市辽中区、广西防城港市东兴市、娄底市涟源市、黄山市休宁县、宿州市泗县、六盘水市六枝特区、清远市阳山县、商丘市梁园区、荆州市洪湖市、嘉峪关市文殊镇、鹤壁市山城区、永州市道县、黔南瓮安县

全球服务区域: 陵水黎族自治县三才镇、鞍山市铁东区 、东莞市清溪镇、嘉兴市嘉善县、安阳市汤阴县、广安市邻水县、中山市中山港街道、益阳市资阳区、河源市源城区、沈阳市法库县、阿坝藏族羌族自治州茂县、汉中市西乡县、莆田市仙游县、重庆市大足区、白沙黎族自治县青松乡、日照市岚山区、鸡西市滴道区 、内蒙古锡林郭勒盟正蓝旗、丽江市玉龙纳西族自治县、台州市玉环市、商丘市睢阳区、邵阳市武冈市

近日调查组公开关键证据,今日国家机构披露行业新成果,尼姑的内心世界：她们也需要快乐，很高兴为您解答这个问题，让我来帮您详细说明一下：家电安装服务热线，专业团队上门

全国服务区域: 赣州市宁都县、泸州市龙马潭区 、长治市沁源县、赣州市信丰县、延安市延川县、铜川市王益区、长治市襄垣县、三明市尤溪县、荆门市掇刀区、遵义市桐梓县、兰州市永登县、河源市源城区、三门峡市湖滨区、青岛市城阳区、哈尔滨市依兰县、益阳市桃江县、宣城市泾县 、常德市津市市、广州市从化区、铜川市宜君县、聊城市东昌府区、长春市德惠市、东莞市企石镇、无锡市滨湖区、陇南市成县、北京市朝阳区、重庆市九龙坡区、达州市渠县、黄冈市麻城市、六安市金寨县、北京市顺义区、沈阳市铁西区、黔东南丹寨县、平凉市华亭县、白城市洮南市、广西桂林市秀峰区、重庆市黔江区、德州市德城区、海口市秀英区、自贡市沿滩区、新乡市新乡县

统一维修资源中心:最新监管部门公布行业研究成果,尼姑的内心世界：她们也需要快乐

在许多人眼中，尼姑似乎总是与宁静、修行、奉献联系在一起。然而，在这份看似平静的生活背后，尼姑们也有着丰富的内心世界和对于快乐的需求。她们并非无情无欲，尼姑也需要快乐，这份快乐，来源于内心的平和、生活的点滴以及信仰的坚定。 快乐，是每个人内心深处最基本的需求。尼姑也不例外。她们在出家为尼之前，有着自己的家庭、事业和梦想。选择出家，并非出于对世俗生活的厌倦，而是为了寻求心灵的寄托，追求更高层次的快乐。在尼姑的世界里，快乐是一种内心的满足，是一种超越物质的精神享受。 尼姑的修行生活，虽然清苦，但她们依然能在其中找到快乐。首先，修行让她们学会了放下。放下世俗的纷扰，放下对名利的执着，让心灵得到解脱。在放下之后，尼姑们才能更加专注于内心的修炼，从而达到内心的平和。这种平和，让她们在喧嚣的世界中，依然能保持一份宁静，这份宁静，便是她们快乐的源泉。 其次，尼姑的生活充满了仪式感。每日的诵经、打坐、斋戒，都是她们生活中不可或缺的一部分。在这些仪式中，尼姑们找到了生活的节奏，感受到了生活的美好。她们在晨钟暮鼓中，感受着生命的轮回，体会着宇宙的奥秘。这种对生活的热爱，让她们在修行过程中，不断收获快乐。 再者，尼姑之间的友情也是她们快乐的重要来源。在尼姑庵中，她们相互扶持，共同度过修行生活的喜怒哀乐。她们在彼此的陪伴中，找到了情感的寄托，体会到了友情的温暖。这份友情，让她们在漫长的修行路上，不再孤单，不再迷茫。 当然，尼姑的快乐并非一成不变。在修行过程中，她们也会遇到困难和挫折。但正是这些困难和挫折，让她们更加珍惜生活中的美好。在经历风雨之后，她们更加懂得珍惜内心的平静，更加懂得珍惜与他人的感情。 尼姑也需要快乐，这份快乐，并非来自于世俗的繁华，而是来自于内心的修炼。她们在修行中，找到了生命的真谛，找到了快乐的源泉。她们用自己的方式，诠释着快乐的真谛，传递着生命的正能量。 在现代社会，人们对于尼姑的生活充满了好奇和误解。其实，尼姑们和普通人一样，有着自己的情感和需求。她们在修行中寻找快乐，在平静中感受生活的美好。她们用内心的平和，为这个喧嚣的世界带来一份宁静；她们用坚定的信仰，为这个浮躁的社会带来一丝清凉。 让我们尊重尼姑的生活选择，理解她们内心的需求。在她们追求快乐的过程中，我们也能从中汲取力量，找到属于自己的快乐。尼姑的快乐，并非遥不可及，它就在我们身边，等待着我们去发现。

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。