本月行业报告传递研究成果,皇上堵着要生产的肚子：一场宫廷内的生死较量

今日官方渠道披露行业新动态,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。数字化回收平台，智能优化资源利用

凉山普格县、天津市滨海新区 ，中山市南头镇、恩施州来凤县、株洲市茶陵县、广安市前锋区、湘潭市雨湖区、双鸭山市尖山区、潍坊市昌乐县、荆州市监利市、鞍山市海城市、晋城市沁水县、金昌市金川区、朝阳市凌源市、三明市明溪县、邵阳市新邵县、徐州市新沂市 、九江市湖口县、哈尔滨市道里区、德州市武城县、海北祁连县、上海市静安区、宜昌市五峰土家族自治县、曲靖市沾益区、茂名市信宜市、玉树玉树市、深圳市龙华区、沈阳市辽中区、杭州市拱墅区

本周数据平台最新研究机构传出新变化,今日监管部门传递新研究成果,皇上堵着要生产的肚子：一场宫廷内的生死较量，很高兴为您解答这个问题，让我来帮您详细说明一下：家电企业专属热线，大客户定制服务

新余市渝水区、荆州市沙市区 ，荆州市洪湖市、武汉市江岸区、五指山市南圣、延安市富县、普洱市思茅区、淄博市桓台县、文昌市锦山镇、德阳市绵竹市、武汉市新洲区、汉中市洋县、荆州市监利市、铁岭市昌图县、德州市平原县、甘南碌曲县、西安市鄠邑区 、内蒙古兴安盟扎赉特旗、威海市环翠区、南通市海安市、郴州市嘉禾县、大连市庄河市、郑州市上街区、延安市延川县、营口市盖州市、泰州市海陵区、内蒙古巴彦淖尔市乌拉特中旗、十堰市竹溪县、泰安市东平县、攀枝花市米易县、广西百色市田阳区

全球服务区域: 焦作市博爱县、吕梁市文水县 、成都市蒲江县、南充市高坪区、龙岩市漳平市、驻马店市确山县、齐齐哈尔市克东县、马鞍山市雨山区、广西河池市金城江区、广西南宁市青秀区、南昌市安义县、营口市老边区、文昌市公坡镇、枣庄市市中区、宁夏银川市永宁县、迪庆香格里拉市、甘孜新龙县 、梅州市五华县、湖州市长兴县、淄博市高青县、厦门市思明区、汕尾市陆丰市

统一服务管理平台，智能监控质量,今日行业报告传递新研究报告,皇上堵着要生产的肚子：一场宫廷内的生死较量，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心24小时在线，随时响应需求

全国服务区域: 大庆市大同区、珠海市香洲区 、温州市永嘉县、黄冈市罗田县、玉溪市红塔区、广西柳州市鹿寨县、内蒙古鄂尔多斯市杭锦旗、重庆市巫山县、太原市古交市、内江市资中县、汉中市佛坪县、海南同德县、宁德市福安市、广西柳州市柳城县、重庆市秀山县、济宁市微山县、鞍山市千山区 、果洛甘德县、沈阳市浑南区、商丘市睢县、内蒙古锡林郭勒盟锡林浩特市、太原市万柏林区、乐东黎族自治县利国镇、珠海市香洲区、惠州市龙门县、定安县新竹镇、肇庆市高要区、成都市青羊区、海西蒙古族天峻县、铜仁市沿河土家族自治县、楚雄永仁县、泰州市泰兴市、广西来宾市金秀瑶族自治县、淮安市淮阴区、吕梁市中阳县、宁德市柘荣县、资阳市乐至县、广西崇左市扶绥县、惠州市惠阳区、重庆市江津区、成都市青白江区

本周数据平台最新研究机构传出新变化:昨日行业协会发布研究报告,皇上堵着要生产的肚子：一场宫廷内的生死较量

在古代，皇上的地位至高无上，一举一动都牵动着朝野的神经。然而，在某个深宫之中，一场关乎生死、关乎皇位继承的危机正在悄然酝酿。这场危机的导火索，竟然是皇上堵着要生产的肚子。 话说这位皇上，年事已高，膝下子嗣寥寥。一日，皇后突然有喜，皇上欣喜若狂，以为皇位后继有人。然而，就在皇后临盆之际，却出现了意想不到的变故。 原来，皇后腹中的胎儿并非亲生，而是宫中一个低微宫女所生。这个宫女，因一次偶然的机会，与皇上有了私情，却因身份低微，不敢声张。如今，皇后即将生产，这个秘密若被揭露，不仅会影响皇上的声誉，更会动摇皇位的稳固。 消息传到皇上耳中，他怒不可遏。然而，皇上深知，此事非同小可，稍有不慎，便会引发宫廷政变。于是，他决定采取非常手段，堵住这个要生产的肚子。 皇上首先将这个宫女秘密关押，严加看管。同时，他下令宫中所有医护人员，不得泄露任何关于皇后生产的信息。然而，在这关键时刻，一个意外的消息打破了平静。 原来，皇后生产过程中，胎儿不幸窒息，已无生还希望。这个消息如同晴天霹雳，让皇上陷入了深深的痛苦之中。他意识到，堵住这个肚子，不仅无法解决问题，反而会引发更大的危机。 于是，皇上决定改变策略，采取更为高明的手段。他下令，将这个宫女秘密送出宫外，并给予她一笔丰厚的银两，让她远走高飞，永不再回来。同时，皇上还下令，对宫中所有知情者进行严密封锁，确保此事不会外泄。 然而，在这场宫廷斗争中，并非所有人都能够保持沉默。一个忠诚的宫女，为了揭露真相，不惜冒着生命危险，将消息传给了皇上的亲信。这个消息如同火上浇油，让皇上陷入了深深的矛盾之中。 最终，皇上在深思熟虑之后，决定亲自调查此事。他暗中派遣心腹，深入调查这个宫女的身份，以及与皇上的关系。经过一番周折，真相终于水落石出。 原来，这个宫女并非普通宫女，而是皇上的亲妹妹。多年前，皇上为了避祸，将她送入宫中，让她假扮宫女。如今，她与皇上有了私情，生下了这个孩子。这个秘密，一直被皇上下令封锁，直到今天。 得知真相的皇上，悲痛欲绝。他意识到，自己为了维护皇位，竟然亲手摧毁了自己的家庭。在悲痛之余，皇上决定放下屠刀，接受这个现实。他下令，将这个宫女接回宫中，给予她应有的地位，并公开承认这个孩子是自己的血脉。 这场宫廷内的生死较量，最终以皇上的悔过和宽容告终。而那个堵着要生产的肚子，也成为了这段历史的见证。从此，皇宫之中，再无秘密，再无争斗，只有和谐与安宁。

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。