本周研究机构发布行业新动向,樱桃秋葵香草小蝌蚪榴莲茄子：一场舌尖上的奇幻之旅

昨日官方更新行业政策动态,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。全国联保售后电话，服务有保障

辽阳市辽阳县、凉山会理市 ，滁州市凤阳县、泸州市纳溪区、汉中市勉县、张掖市山丹县、广西梧州市蒙山县、咸阳市三原县、江门市台山市、上海市嘉定区、恩施州建始县、酒泉市玉门市、安庆市潜山市、扬州市江都区、恩施州利川市、儋州市王五镇、广安市邻水县 、邵阳市新邵县、遵义市仁怀市、伊春市乌翠区、北京市丰台区、西安市蓝田县、河源市连平县、甘孜石渠县、陵水黎族自治县英州镇、潍坊市昌乐县、抚州市资溪县、内蒙古赤峰市翁牛特旗、黔东南剑河县

刚刚应急团队公布处置方案,昨日研究机构发布行业成果,樱桃秋葵香草小蝌蚪榴莲茄子：一场舌尖上的奇幻之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一配件标准，质量保证无忧

台州市三门县、忻州市宁武县 ，哈尔滨市延寿县、迪庆香格里拉市、安顺市西秀区、内蒙古阿拉善盟额济纳旗、宁波市鄞州区、吉安市永新县、绥化市望奎县、西安市莲湖区、遵义市湄潭县、榆林市清涧县、合肥市包河区、内蒙古呼伦贝尔市扎赉诺尔区、咸宁市崇阳县、内蒙古鄂尔多斯市杭锦旗、内蒙古巴彦淖尔市乌拉特后旗 、泸州市合江县、五指山市水满、辽阳市太子河区、黄冈市浠水县、北京市怀柔区、黄冈市英山县、岳阳市平江县、黔东南黎平县、潍坊市诸城市、广西南宁市青秀区、沈阳市于洪区、海东市循化撒拉族自治县、陵水黎族自治县隆广镇、宿迁市宿城区

全球服务区域: 永州市道县、阿坝藏族羌族自治州松潘县 、内蒙古兴安盟突泉县、德州市禹城市、广西崇左市凭祥市、广西河池市都安瑶族自治县、德州市德城区、儋州市光村镇、内蒙古呼和浩特市新城区、金华市磐安县、铜川市王益区、广西梧州市长洲区、宝鸡市岐山县、淮南市谢家集区、茂名市高州市、酒泉市肃北蒙古族自治县、延安市志丹县 、温州市文成县、东莞市黄江镇、平凉市崆峒区、铜仁市德江县、儋州市雅星镇

近日检测中心传出核心指标,本周行业协会发布新报告,樱桃秋葵香草小蝌蚪榴莲茄子：一场舌尖上的奇幻之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修保障热线，售后90天质保

全国服务区域: 荆门市东宝区、大理云龙县 、黑河市逊克县、濮阳市范县、淮南市潘集区、鄂州市鄂城区、晋城市沁水县、武汉市蔡甸区、临夏永靖县、昭通市永善县、商丘市柘城县、昆明市富民县、深圳市龙华区、宁夏银川市永宁县、朝阳市龙城区、濮阳市华龙区、滨州市邹平市 、广安市广安区、重庆市江北区、宜春市高安市、重庆市綦江区、四平市双辽市、内蒙古乌兰察布市化德县、枣庄市市中区、宜宾市高县、伊春市丰林县、乐山市井研县、开封市祥符区、长治市上党区、怀化市新晃侗族自治县、凉山喜德县、成都市双流区、潍坊市诸城市、西安市碑林区、黄山市屯溪区、成都市温江区、临夏康乐县、内蒙古兴安盟乌兰浩特市、宁夏银川市永宁县、安阳市龙安区、萍乡市安源区

刚刚信息部门通报重大更新:今日相关部门发布新变化,樱桃秋葵香草小蝌蚪榴莲茄子：一场舌尖上的奇幻之旅

在我国的美食世界里，每一种食材都有其独特的风味和故事。今天，就让我们跟随舌尖的指引，开启一场由樱桃、秋葵、香草、小蝌蚪、榴莲和茄子组成的奇幻之旅。 首先，我们来到了樱桃的故乡。樱桃，这种小巧玲珑的果实，色泽鲜艳，口感鲜美，被誉为“水果中的钻石”。在我国，樱桃有着悠久的历史，早在《诗经》中就有记载。樱桃不仅可以生食，还可以用来制作各种美食，如樱桃酒、樱桃酱等。在品尝樱桃的同时，我们仿佛能感受到那浓郁的春意。 接下来，我们来到了秋葵的世界。秋葵，这种外形独特的蔬菜，富含丰富的营养，被誉为“绿色黄金”。在我国，秋葵有着广泛的种植区域，尤其是在南方地区。秋葵的口感鲜嫩，既可以凉拌，也可以炒食，还可以用来做汤。在品尝秋葵的过程中，我们仿佛能感受到大自然的馈赠。 紧接着，我们来到了香草的世界。香草，这种散发着独特香气的植物，被誉为“大自然的调味师”。在我国，香草的种植历史悠久，如薄荷、罗勒、迷迭香等。香草不仅可以用来烹饪，还可以用来泡茶、制作香水等。在品尝香草的过程中，我们仿佛能感受到大自然的魅力。 然后，我们来到了小蝌蚪的世界。小蝌蚪，这种可爱的生物，在我国有着丰富的文化内涵。在我国，小蝌蚪常常被用来象征生命的诞生和成长。小蝌蚪的肉质鲜嫩，营养价值高，既可以煮汤，也可以炒菜。在品尝小蝌蚪的过程中，我们仿佛能感受到生命的活力。 紧接着，我们来到了榴莲的世界。榴莲，这种被称为“水果之王”的果实，在我国有着极高的声誉。榴莲的香气独特，口感丰富，既有甜味，又有咸味，还有淡淡的苦味。在我国，榴莲不仅可以生食，还可以用来制作各种美食，如榴莲酥、榴莲冰淇淋等。在品尝榴莲的过程中，我们仿佛能感受到异域的风情。 最后，我们来到了茄子的世界。茄子，这种常见的蔬菜，在我国有着丰富的烹饪方法。茄子口感鲜美，既可以炒食，也可以炖煮，还可以凉拌。在我国，茄子有着悠久的历史，被誉为“家常菜中的佳品”。在品尝茄子的过程中，我们仿佛能感受到家的温馨。 在这场舌尖上的奇幻之旅中，我们不仅品尝到了各种美食，还感受到了大自然的馈赠、生命的活力、异域的风情和家的温馨。这，就是我国美食的魅力所在。让我们继续探索，发现更多美食的奥秘，享受这场味蕾的盛宴吧！

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。