本周研究机构披露行业研究动态,《家族轮换》小说第二部：续写家族传奇的《风云再起》

刚刚官方渠道发布新动态,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。售后服务中心联系方式，全渠道便捷沟通

赣州市寻乌县、咸阳市旬邑县 ，铜仁市碧江区、内蒙古锡林郭勒盟镶黄旗、驻马店市遂平县、黄冈市黄梅县、中山市东升镇、西宁市城中区、大理漾濞彝族自治县、广西崇左市江州区、阿坝藏族羌族自治州黑水县、嘉兴市海盐县、内蒙古乌兰察布市四子王旗、漳州市芗城区、扬州市江都区、焦作市孟州市、营口市盖州市 、荆州市监利市、成都市简阳市、惠州市龙门县、三明市宁化县、广西钦州市钦北区、鹤壁市浚县、儋州市南丰镇、七台河市茄子河区、洛阳市涧西区、大连市金州区、常德市澧县、亳州市涡阳县

本周数据平台稍早前行业报告,本周行业报告传递新动态,《家族轮换》小说第二部：续写家族传奇的《风云再起》，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、肇庆市高要区 ，宜春市靖安县、广西北海市铁山港区、佳木斯市同江市、大兴安岭地区漠河市、广西梧州市龙圩区、渭南市合阳县、铜川市印台区、文昌市文教镇、重庆市黔江区、丽水市景宁畲族自治县、红河泸西县、中山市三乡镇、重庆市潼南区、镇江市句容市、株洲市茶陵县 、河源市和平县、重庆市璧山区、黔南罗甸县、广元市旺苍县、河源市源城区、大兴安岭地区呼中区、重庆市江北区、哈尔滨市依兰县、长治市平顺县、岳阳市云溪区、广西玉林市北流市、内蒙古呼伦贝尔市牙克石市、甘孜稻城县、衡阳市石鼓区

全球服务区域: 深圳市龙岗区、济宁市汶上县 、吉安市遂川县、广西梧州市长洲区、徐州市鼓楼区、信阳市光山县、常德市桃源县、汉中市西乡县、朝阳市双塔区、河源市和平县、永州市宁远县、绵阳市三台县、内蒙古锡林郭勒盟苏尼特右旗、牡丹江市穆棱市、张家界市桑植县、岳阳市临湘市、辽源市东辽县 、玉溪市红塔区、抚顺市清原满族自治县、绵阳市江油市、赣州市寻乌县、广西钦州市灵山县

官方技术支援专线,本月研究机构发布新政策通报,《家族轮换》小说第二部：续写家族传奇的《风云再起》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修管理平台，自动分配服务订单

全国服务区域: 丹东市宽甸满族自治县、宁夏固原市隆德县 、广西梧州市龙圩区、海口市秀英区、梅州市梅县区、南充市南部县、黄冈市黄梅县、赣州市瑞金市、湛江市遂溪县、嘉峪关市文殊镇、临沧市沧源佤族自治县、沈阳市于洪区、临夏临夏市、双鸭山市四方台区、沈阳市苏家屯区、鸡西市麻山区、温州市龙港市 、巴中市南江县、重庆市丰都县、乐山市五通桥区、铜仁市德江县、哈尔滨市依兰县、嘉兴市南湖区、九江市武宁县、陇南市成县、内蒙古呼伦贝尔市陈巴尔虎旗、吕梁市汾阳市、漳州市芗城区、阳泉市城区、连云港市东海县、蚌埠市五河县、内蒙古阿拉善盟阿拉善右旗、吉安市安福县、沈阳市和平区、天津市滨海新区、嘉兴市秀洲区、广西来宾市忻城县、洛阳市瀍河回族区、广西桂林市象山区、宣城市旌德县、咸阳市彬州市

统一售后服务专线，全国联网服务:昨日行业报告传达最新政策,《家族轮换》小说第二部：续写家族传奇的《风云再起》

在文学的世界里，有些故事如同一颗璀璨的明珠，一经问世便吸引了无数读者的目光。其中，《家族轮换》就是这样一部作品。这部小说以其独特的家族背景、错综复杂的人物关系和跌宕起伏的情节，赢得了广大读者的喜爱。如今，随着第一部故事的圆满落幕，第二部作品《风云再起》也应运而生，继续讲述这个家族的传奇故事。 《家族轮换》的第一部以一个古老的家族为背景，讲述了这个家族在历史长河中的兴衰变迁。从家族的创立到繁荣，再到衰落，每一个阶段都充满了传奇色彩。而第二部《风云再起》则承接了第一部的故事，将家族的命运推向了一个新的高潮。 在《风云再起》中，我们看到了这个家族在经历了第一部的故事后，逐渐走向了新的辉煌。故事的主人公，也就是第一部中的年轻一代，已经成长为了家族的中坚力量。他们在家族的庇护下，不断学习、成长，为了家族的荣耀而努力拼搏。 小说中，家族的成员们各具特色，每个人都有着自己的故事。在第二部中，这些人物将继续他们的传奇。例如，第一部中的女主角，她不仅在第一部中展现了自己的坚韧和智慧，在第二部中，她更是带领家族走向了新的辉煌。而男主角，则在经历了第一部的故事后，逐渐成长为一个顶天立地的男子汉，为家族的荣耀而战。 《风云再起》的故事情节跌宕起伏，充满了悬念。在第二部中，家族成员们不仅要面对外部的挑战，还要解决内部的矛盾。这些矛盾和挑战，使得故事更加引人入胜。同时，小说中也融入了许多历史元素，让读者在阅读的过程中，既能感受到家族的传奇，又能了解到那个时代的风貌。 值得一提的是，《风云再起》在人物塑造上更加丰满。在第一部的基础上，第二部的人物形象更加立体，他们的性格、情感和命运都得到了更加深入的挖掘。这使得读者在阅读过程中，能够更加贴近这些角色，与他们一同经历风雨，共同成长。 此外，《风云再起》在语言表达上也有着很高的水平。作者运用了丰富的词汇和生动的描写，使得小说读起来既有韵味，又不失真实感。在第二部中，作者更是巧妙地将家族的传奇与历史背景相结合，使得小说更具深度。 总之，《家族轮换》的第二部《风云再起》是一部值得期待的佳作。它不仅延续了第一部的故事，更是将家族的传奇推向了一个新的高度。相信在《风云再起》的陪伴下，读者们将再次感受到那个家族的荣耀与辉煌，一同见证这个家族的传奇故事。

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。