本周业内人士传递最新研究成果,亚洲VS欧洲VS美洲：在线竞争格局下的全球视角

本月行业协会发布重大动态,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。数字化维保平台，智能管理维护周期

阜阳市太和县、赣州市信丰县 ，福州市闽侯县、白城市镇赉县、广西北海市海城区、宝鸡市陈仓区、长春市绿园区、徐州市泉山区、宣城市郎溪县、十堰市竹山县、潍坊市临朐县、六安市金安区、内蒙古呼伦贝尔市陈巴尔虎旗、东莞市望牛墩镇、汉中市西乡县、中山市小榄镇、黄冈市英山县 、重庆市梁平区、内蒙古锡林郭勒盟苏尼特左旗、甘孜新龙县、朝阳市建平县、朝阳市双塔区、临沂市蒙阴县、中山市横栏镇、湘西州保靖县、天津市河东区、长治市平顺县、重庆市巫山县、重庆市渝中区

本周数据平台近日官方渠道公开最新动态,今日相关部门披露最新研究成果,亚洲VS欧洲VS美洲：在线竞争格局下的全球视角，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化热线，维修过程透明可查

琼海市石壁镇、通化市东昌区 ，牡丹江市西安区、齐齐哈尔市泰来县、文昌市翁田镇、黄山市黟县、益阳市南县、茂名市电白区、天津市和平区、赣州市龙南市、徐州市睢宁县、营口市大石桥市、广西玉林市博白县、滁州市凤阳县、驻马店市汝南县、白沙黎族自治县打安镇、潍坊市诸城市 、南平市建瓯市、定安县富文镇、内蒙古通辽市科尔沁左翼后旗、昭通市绥江县、十堰市竹山县、成都市武侯区、甘南舟曲县、常德市鼎城区、驻马店市遂平县、南充市营山县、天津市河东区、丽江市华坪县、文山砚山县、铜仁市玉屏侗族自治县

全球服务区域: 长治市平顺县、绍兴市越城区 、南充市顺庆区、贵阳市开阳县、遵义市红花岗区、遵义市凤冈县、哈尔滨市松北区、郑州市中原区、佛山市三水区、广元市昭化区、郑州市新郑市、佛山市南海区、内蒙古锡林郭勒盟阿巴嘎旗、绍兴市上虞区、贵阳市开阳县、贵阳市息烽县、延边龙井市 、黔西南兴仁市、文山麻栗坡县、中山市三乡镇、内蒙古巴彦淖尔市乌拉特后旗、甘孜康定市

本周数据平台不久前行业协会透露新变化,今日行业报告发布新政策变化,亚洲VS欧洲VS美洲：在线竞争格局下的全球视角，很高兴为您解答这个问题，让我来帮您详细说明一下：售后服务中心联系方式，全渠道便捷沟通

全国服务区域: 咸宁市通城县、北京市海淀区 、内蒙古呼和浩特市和林格尔县、怀化市麻阳苗族自治县、重庆市沙坪坝区、兰州市红古区、福州市平潭县、兰州市永登县、黑河市孙吴县、宿迁市宿城区、广元市青川县、定安县富文镇、葫芦岛市绥中县、三明市泰宁县、许昌市长葛市、吕梁市文水县、铜仁市思南县 、乐山市金口河区、儋州市海头镇、淮北市烈山区、内江市威远县、广西梧州市龙圩区、宁德市福安市、福州市马尾区、泰安市新泰市、日照市岚山区、三明市大田县、中山市南区街道、驻马店市遂平县、巴中市南江县、常德市津市市、汉中市南郑区、永州市宁远县、丽水市缙云县、忻州市五寨县、广西北海市银海区、成都市都江堰市、南平市建阳区、宁夏银川市西夏区、东莞市桥头镇、武汉市新洲区

官方技术支援专线:本月官方发布行业最新成果,亚洲VS欧洲VS美洲：在线竞争格局下的全球视角

随着互联网技术的飞速发展，全球范围内的在线竞争日益激烈。亚洲、欧洲和美洲作为世界三大经济体，其在线市场的发展状况备受关注。本文将围绕亚洲、欧洲和美洲的在线市场展开讨论，分析三者之间的竞争格局。 一、亚洲在线市场：崛起的新星 亚洲在线市场近年来发展迅猛，尤其在电子商务、移动支付、在线娱乐等领域取得了显著成果。以下为亚洲在线市场的几个特点： 1. 电子商务：亚洲地区电子商务市场规模庞大，以中国、日本、韩国等国家为代表，形成了独特的电商生态。阿里巴巴、京东、拼多多等电商平台在亚洲市场占据重要地位。 2. 移动支付：亚洲地区移动支付普及率较高，以中国为例，支付宝、微信支付等移动支付工具在日常生活中广泛应用。 3. 在线娱乐：亚洲地区在线娱乐市场发展迅速，以游戏、视频、音乐等为代表，吸引了大量用户。 二、欧洲在线市场：成熟的竞争格局 欧洲在线市场经过多年发展，已形成较为成熟的竞争格局。以下为欧洲在线市场的几个特点： 1. 电子商务：欧洲地区电子商务市场规模较大，以亚马逊、eBay、Zalando等电商平台为代表，竞争激烈。 2. 移动支付：欧洲地区移动支付普及率相对较低，但近年来发展迅速，以Apple Pay、Google Pay等为代表。 3. 在线娱乐：欧洲地区在线娱乐市场以视频、音乐、游戏等为主，用户规模庞大。 三、美洲在线市场：多元化的竞争态势 美洲在线市场以美国和加拿大为代表，具有多元化的竞争态势。以下为美洲在线市场的几个特点： 1. 电子商务：美国电子商务市场全球领先，以亚马逊、eBay、沃尔玛等电商平台为代表，竞争激烈。 2. 移动支付：美洲地区移动支付普及率相对较低，但近年来发展迅速，以Apple Pay、Google Pay等为代表。 3. 在线娱乐：美洲地区在线娱乐市场以游戏、视频、音乐等为主，用户规模庞大。 四、亚洲、欧洲和美洲在线市场的竞争格局 1. 亚洲在线市场凭借庞大的用户规模和快速的发展速度，逐渐成为全球在线市场的重要力量。然而，亚洲地区在线市场仍存在一些问题，如物流、支付、售后服务等。 2. 欧洲在线市场经过多年发展，已形成较为成熟的竞争格局。然而，欧洲地区在线市场面临的主要挑战是用户规模和增长速度相对较慢。 3. 美洲在线市场以美国和加拿大为代表，具有多元化的竞争态势。尽管美洲地区在线市场发展迅速，但面临的主要挑战是移动支付普及率较低。 总之，亚洲、欧洲和美洲在线市场在全球范围内竞争激烈。在未来，三者之间的竞争将更加白热化，同时也将为全球用户带来更多优质的产品和服务。

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。