今日官方通报发布新研究报告,《八重神子大战史莱姆：一场奇幻与粘液交织的冒险之旅》

本月行业报告更新研究成果,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。家电客服热线，系统自动分配订单

渭南市合阳县、兰州市城关区 ，大同市云冈区、内江市隆昌市、大庆市让胡路区、商洛市镇安县、哈尔滨市阿城区、汉中市汉台区、广西玉林市北流市、岳阳市汨罗市、九江市修水县、杭州市西湖区、文昌市会文镇、内蒙古呼和浩特市赛罕区、玉溪市红塔区、五指山市番阳、儋州市新州镇 、周口市太康县、哈尔滨市方正县、安康市旬阳市、乐东黎族自治县万冲镇、郴州市临武县、内蒙古鄂尔多斯市乌审旗、泸州市合江县、深圳市宝安区、赣州市瑞金市、衡阳市衡南县、苏州市虎丘区、上海市宝山区

本周数据平台近期行业报告发布政策动向,本月官方渠道发布行业新报告,《八重神子大战史莱姆：一场奇幻与粘液交织的冒险之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一客服电话，正规售后服务

乐东黎族自治县万冲镇、大同市左云县 ，琼海市龙江镇、汕头市金平区、肇庆市德庆县、白沙黎族自治县金波乡、吉安市吉州区、惠州市博罗县、天津市河西区、淄博市淄川区、南阳市内乡县、芜湖市无为市、赣州市石城县、西安市蓝田县、大庆市龙凤区、景德镇市珠山区、福州市仓山区 、大庆市萨尔图区、郑州市金水区、云浮市罗定市、鹤壁市淇滨区、朝阳市凌源市、青岛市市南区、昭通市威信县、安庆市宿松县、张家界市桑植县、自贡市富顺县、乐东黎族自治县九所镇、德州市齐河县、广西百色市靖西市、济宁市梁山县

全球服务区域: 商洛市柞水县、洛阳市老城区 、忻州市神池县、广元市利州区、太原市杏花岭区、潍坊市坊子区、西安市莲湖区、凉山冕宁县、平顶山市鲁山县、文昌市翁田镇、广西桂林市灌阳县、惠州市惠城区、晋中市昔阳县、沈阳市浑南区、乐山市沐川县、怀化市洪江市、东方市新龙镇 、内蒙古乌兰察布市四子王旗、阜阳市阜南县、内蒙古巴彦淖尔市杭锦后旗、果洛玛沁县、宁夏吴忠市青铜峡市

本周官方渠道披露研究成果,昨日行业报告发布行业动态,《八重神子大战史莱姆：一场奇幻与粘液交织的冒险之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能保养提醒系统，自动推送通知

全国服务区域: 白沙黎族自治县青松乡、儋州市木棠镇 、文昌市龙楼镇、池州市石台县、兰州市城关区、长沙市浏阳市、威海市环翠区、大同市浑源县、成都市青羊区、毕节市大方县、鹤岗市兴安区、本溪市溪湖区、天津市西青区、天津市东丽区、黔西南普安县、广西百色市那坡县、沈阳市浑南区 、内蒙古赤峰市阿鲁科尔沁旗、长治市平顺县、东营市河口区、平顶山市石龙区、开封市顺河回族区、武汉市江夏区、盐城市东台市、吉安市安福县、广西河池市东兰县、临汾市襄汾县、襄阳市南漳县、南充市高坪区、广西来宾市忻城县、梅州市梅县区、儋州市峨蔓镇、甘孜甘孜县、金昌市金川区、肇庆市鼎湖区、阿坝藏族羌族自治州茂县、黄石市阳新县、内蒙古通辽市科尔沁区、菏泽市成武县、盐城市大丰区、宣城市绩溪县

刚刚信息部门通报重大更新:昨日研究机构公开研究成果,《八重神子大战史莱姆：一场奇幻与粘液交织的冒险之旅》

在广袤的幻想世界中，八重神子，这位来自《原神》的神秘角色，以其优雅的气质和强大的实力，成为了无数玩家心中的女神。然而，在这个充满未知的世界里，八重神子遇到了前所未有的挑战——史莱姆。一场奇幻与粘液交织的冒险之旅就此展开。 史莱姆，这种看似无害的生物，实则拥有强大的繁殖能力和适应性。在八重神子的冒险旅程中，史莱姆成为了她的一大劲敌。这些粘稠的生物，不仅数量庞大，而且繁殖速度快，让八重神子陷入了苦战。 面对史莱姆的挑战，八重神子并没有退缩。她凭借着自己精湛的剑术和强大的法力，与史莱姆展开了一场激烈的战斗。在这场战斗中，八重神子展现出了她勇敢、坚韧的一面。她不仅成功地击败了史莱姆，还学会了如何利用史莱姆的特性，为自己的战斗增添助力。 在战斗过程中，八重神子发现史莱姆虽然繁殖能力强，但也有着致命的弱点。那就是史莱姆的粘液。只要找到史莱姆的粘液源头，就能将其击溃。于是，八重神子开始寻找史莱姆的粘液源头，以便彻底消灭它们。 在寻找史莱姆粘液源头的途中，八重神子结识了一位神秘的伙伴——史莱姆王。这位史莱姆王，原本是史莱姆中的一员，却因为意外获得了强大的力量，成为了史莱姆的领袖。史莱姆王对八重神子表示，他愿意帮助她消灭史莱姆，但前提是八重神子必须答应他一个条件。 经过一番思考，八重神子答应了史莱姆王的要求。她与史莱姆王携手，共同对抗史莱姆。在这场战斗中，八重神子不仅学会了如何与史莱姆王合作，还发现了史莱姆背后的秘密。 原来，史莱姆并非邪恶的生物，它们只是被邪恶势力利用，成为了破坏世界的工具。而史莱姆王，也并非真正的邪恶，他只是想要保护自己的族群。在得知真相后，八重神子决定帮助史莱姆王，让史莱姆回归正途。 经过一番努力，八重神子成功地解救了史莱姆，并让它们回归了自然。这场冒险之旅，让八重神子深刻地认识到了友谊、信任和勇气的力量。同时，她也体会到了，即使在奇幻的世界里，善恶的界限也是明确的。 八重神子大战史莱姆的故事，不仅是一场奇幻与粘液交织的冒险之旅，更是一次心灵成长的历程。在这场战斗中，八重神子不仅战胜了敌人，也战胜了自己。她用自己的勇敢和智慧，为这个世界带来了和平与希望。 如今，八重神子继续她的冒险旅程，她将面对更多的挑战，迎接更多的未知。然而，有了这次与史莱姆的战斗经历，她相信，无论前路如何，她都能勇往直前，成为那个守护世界的女神。

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。