本周官方渠道传达新成果,“几天不见，身材又变紧了！揭秘高效塑形秘诀”

今日监管部门披露行业最新进展,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。专业技术指导中心，远程视频协助安装

衡阳市雁峰区、大连市普兰店区 ，鹤壁市浚县、广西河池市巴马瑶族自治县、临高县和舍镇、定安县龙门镇、南昌市南昌县、直辖县天门市、泸州市龙马潭区、陇南市礼县、东莞市道滘镇、河源市东源县、万宁市南桥镇、衡阳市衡山县、青岛市市南区、滨州市惠民县、庆阳市宁县 、铜仁市沿河土家族自治县、兰州市红古区、琼海市会山镇、儋州市海头镇、烟台市福山区、吉安市永丰县、兰州市红古区、凉山甘洛县、成都市简阳市、哈尔滨市依兰县、内蒙古赤峰市红山区、烟台市福山区

近日监测小组公开最新参数,昨日官方通报传递新政策,“几天不见，身材又变紧了！揭秘高效塑形秘诀”，很高兴为您解答这个问题，让我来帮您详细说明一下：专业售后服务中心，技术团队随时支援

抚州市南城县、内蒙古巴彦淖尔市乌拉特前旗 ，德阳市中江县、衡阳市南岳区、汕头市南澳县、西宁市大通回族土族自治县、安庆市宜秀区、遵义市湄潭县、晋中市榆社县、运城市万荣县、郑州市新密市、宁夏银川市兴庆区、甘孜白玉县、潍坊市临朐县、日照市岚山区、昆明市东川区、天水市麦积区 、内蒙古包头市九原区、天津市宝坻区、延安市志丹县、滨州市惠民县、内蒙古乌兰察布市商都县、临沧市凤庆县、商洛市商州区、成都市新津区、芜湖市鸠江区、广西玉林市博白县、凉山会东县、榆林市绥德县、益阳市资阳区、遵义市湄潭县

全球服务区域: 太原市晋源区、平顶山市新华区 、延边安图县、南平市浦城县、内蒙古赤峰市宁城县、德州市齐河县、大同市天镇县、攀枝花市西区、临汾市霍州市、天水市麦积区、澄迈县金江镇、沈阳市沈北新区、太原市阳曲县、金华市东阳市、天水市麦积区、衡阳市石鼓区、淮北市烈山区 、海东市循化撒拉族自治县、景德镇市浮梁县、沈阳市大东区、南昌市南昌县、阜阳市界首市

近日调查组公开关键证据本,今日官方通报新研究成果,“几天不见，身材又变紧了！揭秘高效塑形秘诀”，很高兴为您解答这个问题，让我来帮您详细说明一下：24小时维修客服热线，随时为您服务

全国服务区域: 太原市古交市、三明市建宁县 、儋州市木棠镇、常州市武进区、中山市西区街道、佳木斯市同江市、文昌市锦山镇、陇南市康县、广西梧州市岑溪市、沈阳市康平县、宜宾市高县、临汾市襄汾县、陇南市宕昌县、遵义市赤水市、太原市娄烦县、泉州市金门县、中山市三乡镇 、吉安市井冈山市、广西桂林市龙胜各族自治县、衡阳市雁峰区、黄冈市英山县、内蒙古赤峰市宁城县、白沙黎族自治县荣邦乡、武汉市硚口区、赣州市定南县、晋中市平遥县、芜湖市湾沚区、宜昌市伍家岗区、鹰潭市月湖区、汉中市佛坪县、达州市开江县、凉山美姑县、广安市前锋区、海口市琼山区、龙岩市武平县、内蒙古包头市青山区、广西百色市田阳区、中山市古镇镇、五指山市毛道、伊春市嘉荫县、齐齐哈尔市依安县

24小时维修咨询热线，智能语音导航:本月行业报告公开新政策,“几天不见，身材又变紧了！揭秘高效塑形秘诀”

在快节奏的生活中，我们常常因为工作、家庭等原因而忽视了自身的健康管理。然而，当有一天，我们再次见到久违的朋友，却发现他们的身材竟然比之前更加紧致，不禁让人心生羡慕。不禁要问，他们是如何在短短几天内实现身材的蜕变呢？今天，就让我们一起来揭秘高效塑形秘诀。 一、调整饮食结构 要想身材紧致，首先要从饮食入手。以下是一些调整饮食结构的建议： 1. 控制热量摄入：根据自身情况，制定合理的饮食计划，确保摄入的热量与消耗的热量相匹配。 2. 增加蛋白质摄入：蛋白质有助于肌肉生长和修复，可以选择鸡肉、鱼肉、鸡蛋、豆腐等富含蛋白质的食物。 3. 适量摄入碳水化合物：选择全谷物、糙米、燕麦等富含膳食纤维的食物，有助于提高饱腹感，降低血糖。 4. 限制油脂摄入：减少油炸、油腻食物的摄入，选择橄榄油、鱼油等健康油脂。 5. 多吃蔬菜水果：蔬菜水果富含维生素、矿物质和膳食纤维，有助于提高新陈代谢，促进身体健康。 二、坚持有氧运动 有氧运动是提高心肺功能、燃烧脂肪的有效方式。以下是一些适合塑形的有氧运动： 1. 跑步：跑步是一项全身性的有氧运动，有助于提高心肺功能，燃烧脂肪。 2. 游泳：游泳是一项全身运动，有助于锻炼全身肌肉，提高身体协调性。 3. 瑜伽：瑜伽可以增强肌肉力量，提高柔韧性，有助于塑造紧致身材。 4. 跳绳：跳绳是一项简单易行的有氧运动，有助于提高心肺功能，燃烧脂肪。 三、合理安排运动时间 要想在短时间内实现身材的紧致，合理安排运动时间至关重要。以下是一些建议： 1. 每周至少进行3-5次有氧运动，每次运动时间不少于30分钟。 2. 运动时间最好选择在早晨或傍晚，避免在饭后立即进行剧烈运动。 3. 运动前进行热身，运动后进行拉伸，有助于预防运动损伤。 四、保持良好的作息习惯 良好的作息习惯有助于提高新陈代谢，促进身体健康。以下是一些建议： 1. 保证充足的睡眠：每晚保证7-8小时的睡眠时间，有助于身体恢复和塑形。 2. 避免熬夜：熬夜会影响身体内分泌，导致身材变形。 3. 保持良好的心态：心态平和有助于身体各项机能的正常运行。 总之，要想在短短几天内实现身材的紧致，需要从饮食、运动、作息等多方面进行调整。只要坚持努力，相信你也能在短时间内收获理想的身材。

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。