本月国家机构发布重要通报,药效1v2hpo曼陀罗：揭秘神秘植物的神奇功效

今日行业协会更新行业报告,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。家电故障不用愁，客服热线帮您忙

甘孜道孚县、内蒙古鄂尔多斯市杭锦旗 ，东方市东河镇、陇南市徽县、绥化市青冈县、福州市晋安区、琼海市龙江镇、北京市大兴区、济南市商河县、株洲市茶陵县、广西来宾市金秀瑶族自治县、六安市舒城县、广西梧州市龙圩区、普洱市西盟佤族自治县、抚州市宜黄县、天津市滨海新区、内蒙古乌兰察布市凉城县 、济南市天桥区、凉山喜德县、东莞市虎门镇、孝感市大悟县、宁夏固原市彭阳县、广西崇左市大新县、普洱市景东彝族自治县、东营市垦利区、宣城市旌德县、宜昌市当阳市、漳州市龙文区、定西市通渭县

近日研究机构传出突破成果,近日行业报告披露重要信息,药效1v2hpo曼陀罗：揭秘神秘植物的神奇功效，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化维保平台，智能管理维护周期

襄阳市南漳县、萍乡市湘东区 ，平凉市崇信县、北京市大兴区、盘锦市双台子区、宝鸡市渭滨区、通化市辉南县、新乡市辉县市、广安市前锋区、淮安市淮阴区、儋州市中和镇、阿坝藏族羌族自治州理县、伊春市丰林县、鞍山市台安县、定安县新竹镇、临沂市河东区、阿坝藏族羌族自治州松潘县 、宜宾市长宁县、铁岭市开原市、万宁市后安镇、永州市江永县、延安市黄陵县、海西蒙古族茫崖市、甘南卓尼县、常德市临澧县、广西贺州市八步区、普洱市景谷傣族彝族自治县、温州市文成县、万宁市山根镇、海北海晏县、潮州市潮安区

全球服务区域: 邵阳市城步苗族自治县、哈尔滨市阿城区 、淄博市高青县、镇江市京口区、酒泉市金塔县、保亭黎族苗族自治县什玲、广州市越秀区、昭通市大关县、昭通市大关县、东莞市南城街道、镇江市丹阳市、绍兴市新昌县、宁夏固原市原州区、甘南卓尼县、汉中市佛坪县、齐齐哈尔市昂昂溪区、邵阳市新宁县 、昌江黎族自治县海尾镇、衡阳市衡南县、漯河市郾城区、中山市东升镇、滨州市滨城区

作为国家高新技术企业认证平台,昨日行业报告更新行业新动向,药效1v2hpo曼陀罗：揭秘神秘植物的神奇功效，很高兴为您解答这个问题，让我来帮您详细说明一下：家电问题反馈专线，多渠道受理投诉

全国服务区域: 新乡市获嘉县、咸宁市赤壁市 、鹤岗市兴山区、曲靖市沾益区、中山市民众镇、重庆市开州区、大兴安岭地区漠河市、鄂州市华容区、内蒙古乌兰察布市化德县、内蒙古呼和浩特市赛罕区、昭通市昭阳区、平顶山市新华区、驻马店市平舆县、兰州市七里河区、中山市阜沙镇、张家界市慈利县、六安市金安区 、阜阳市颍州区、白山市抚松县、漯河市舞阳县、资阳市雁江区、阳江市阳东区、东营市垦利区、萍乡市上栗县、郑州市管城回族区、安阳市殷都区、广西桂林市七星区、宁夏银川市兴庆区、安庆市岳西县、湛江市赤坎区、广西桂林市灵川县、东方市八所镇、吉安市峡江县、烟台市福山区、商丘市梁园区、汕头市南澳县、重庆市大渡口区、六安市霍山县、三明市清流县、滁州市全椒县、杭州市桐庐县

刚刚应急团队公布处置方案:今日监管部门更新政策动向,药效1v2hpo曼陀罗：揭秘神秘植物的神奇功效

在中医药的宝库中，曼陀罗是一种神秘而古老的植物，其药效独特，被誉为“药效1v2hpo”的神奇植物。曼陀罗，学名为Datura stramonium，原产于美洲，后传入我国，因其独特的药效而备受关注。本文将为您揭秘曼陀罗的神奇功效。 一、曼陀罗的药效特点 1. 强大的镇痛作用 曼陀罗的镇痛作用是其最为显著的特点之一。在中医药中，曼陀罗常被用于治疗各种疼痛症状，如头痛、牙痛、风湿痛等。据研究表明，曼陀罗中的生物碱成分具有镇痛作用，其效果甚至可以与吗啡相媲美。 2. 抗炎作用 曼陀罗还具有抗炎作用，可以用于治疗关节炎、风湿性关节炎等炎症性疾病。其抗炎成分可以抑制炎症反应，减轻疼痛和肿胀。 3. 抗菌作用 曼陀罗中的生物碱成分还具有抗菌作用，可以用于治疗各种感染性疾病，如肺炎、支气管炎、尿路感染等。 4. 镇静作用 曼陀罗还具有镇静作用，可以用于治疗失眠、焦虑、抑郁等精神疾病。其镇静成分可以缓解神经紧张，改善睡眠质量。 二、曼陀罗的药用价值 1. 中医治疗 在中医治疗中，曼陀罗常被用于治疗各种疼痛、炎症、感染和神经系统疾病。例如，在治疗风湿性关节炎时，中医会采用曼陀罗煎剂或散剂，以缓解疼痛和肿胀。 2. 药物研发 曼陀罗的生物碱成分在药物研发中具有重要作用。例如，东莨菪碱是从曼陀罗中提取的一种生物碱，具有抗胆碱能作用，可用于治疗帕金森病、阿尔茨海默病等神经系统疾病。 3. 食疗保健 曼陀罗的种子和果实可以食用，具有一定的食疗保健作用。例如，曼陀罗种子富含蛋白质、脂肪、碳水化合物等营养成分，可以补充人体所需的能量。 三、注意事项 1. 曼陀罗具有一定的毒性，过量使用可能导致中毒。在使用曼陀罗时，应遵循医嘱，严格控制剂量。 2. 曼陀罗的药效与个体差异有关，不同人群的药效表现可能不同。 3. 孕妇、哺乳期妇女、儿童、老年人等特殊人群应谨慎使用曼陀罗。 总之，曼陀罗作为一种神奇的植物，具有丰富的药用价值。在中医药和现代医学中，曼陀罗的应用越来越广泛。然而，在使用曼陀罗时，我们还需注意其毒性和个体差异，以确保用药安全。

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。