刚刚研究机构公开最新成果,顾家共7Pro：打造智能家居新体验，引领科技生活潮流

近日行业报告传达新动态,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。家电维修专属热线，24小时在线待命

大兴安岭地区漠河市、丽江市宁蒗彝族自治县 ，莆田市城厢区、盐城市阜宁县、潍坊市寒亭区、临夏东乡族自治县、东莞市石排镇、广西河池市大化瑶族自治县、甘孜巴塘县、白山市临江市、临沂市河东区、普洱市澜沧拉祜族自治县、平凉市静宁县、本溪市南芬区、临汾市霍州市、内蒙古赤峰市宁城县、咸阳市泾阳县 、大连市西岗区、泸州市纳溪区、池州市贵池区、儋州市海头镇、六盘水市六枝特区、驻马店市汝南县、汉中市西乡县、佳木斯市桦南县、庆阳市庆城县、南昌市西湖区、莆田市涵江区、宜春市铜鼓县

本周数据平台不久前行业协会透露新变化,今日监管部门传达重磅信息,顾家共7Pro：打造智能家居新体验，引领科技生活潮流，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修在线客服，实时响应报修需求

韶关市新丰县、郑州市中原区 ，铜陵市义安区、牡丹江市爱民区、保山市昌宁县、湘西州永顺县、三亚市天涯区、长春市德惠市、哈尔滨市延寿县、新乡市辉县市、盐城市东台市、淄博市张店区、岳阳市岳阳楼区、延安市安塞区、孝感市云梦县、福州市长乐区、东莞市道滘镇 、安康市宁陕县、马鞍山市雨山区、肇庆市广宁县、毕节市黔西市、白沙黎族自治县青松乡、江门市恩平市、亳州市谯城区、昆明市呈贡区、厦门市集美区、儋州市中和镇、吉安市永丰县、玉溪市峨山彝族自治县、岳阳市临湘市、黄冈市罗田县

全球服务区域: 南阳市卧龙区、扬州市仪征市 、曲靖市马龙区、黔南长顺县、淮安市涟水县、成都市青羊区、丹东市振安区、上海市嘉定区、三明市大田县、宁夏银川市兴庆区、太原市万柏林区、广元市利州区、清远市佛冈县、惠州市惠东县、商洛市柞水县、中山市神湾镇、宜宾市屏山县 、玉溪市新平彝族傣族自治县、哈尔滨市呼兰区、重庆市巫溪县、昭通市大关县、台州市玉环市

本周数据平台稍早前行业协会报道新政,昨日官方渠道发布新进展,顾家共7Pro：打造智能家居新体验，引领科技生活潮流，很高兴为您解答这个问题，让我来帮您详细说明一下：专业售后团队，客服热线随时待命

全国服务区域: 北京市朝阳区、吕梁市孝义市 、常德市石门县、攀枝花市米易县、嘉兴市海盐县、天津市宝坻区、广西贺州市八步区、榆林市神木市、中山市黄圃镇、恩施州建始县、内蒙古通辽市库伦旗、阜阳市颍州区、中山市南朗镇、咸阳市乾县、玉溪市通海县、重庆市巴南区、酒泉市肃北蒙古族自治县 、晋中市祁县、临汾市汾西县、邵阳市新宁县、孝感市孝南区、定西市漳县、池州市东至县、大理鹤庆县、大同市云冈区、牡丹江市东宁市、南充市营山县、内蒙古锡林郭勒盟阿巴嘎旗、宝鸡市陈仓区、十堰市丹江口市、许昌市襄城县、雅安市雨城区、毕节市纳雍县、临汾市侯马市、大兴安岭地区漠河市、潍坊市坊子区、阜新市彰武县、枣庄市台儿庄区、衡阳市衡山县、德阳市广汉市、定安县雷鸣镇

近日技术小组通报核心进展:今日监管部门公开新进展,顾家共7Pro：打造智能家居新体验，引领科技生活潮流

随着科技的飞速发展，智能家居逐渐成为人们追求高品质生活的标配。在我国，顾家集团作为智能家居行业的领军企业，其推出的顾家共7Pro系列，凭借其卓越的性能和人性化的设计，赢得了广大消费者的喜爱。本文将为您详细介绍顾家共7Pro系列，带您领略智能家居的魅力。 一、顾家共7Pro系列概述 顾家共7Pro系列是顾家集团旗下的一款智能家居产品，涵盖智能照明、智能安防、智能家电等多个领域。该系列以“智能、便捷、环保”为核心设计理念，旨在为用户提供全方位的智能家居体验。 二、顾家共7Pro系列特点 1. 智能照明 顾家共7Pro系列的智能照明产品，采用先进的LED技术，具有节能、环保、寿命长等优点。用户可通过手机APP远程控制灯光开关、调节亮度，实现个性化照明场景。此外，智能照明系统还具备自动感应功能，根据光线强弱自动调节亮度，为用户带来舒适的生活环境。 2. 智能安防 顾家共7Pro系列的智能安防产品，包括智能门锁、摄像头、报警器等。用户可通过手机APP实时查看家中情况，远程控制门锁开关，确保家庭安全。同时，智能安防系统还具有异常报警功能，一旦检测到异常情况，系统会立即向用户发送警报，提醒用户及时处理。 3. 智能家电 顾家共7Pro系列的智能家电产品，包括智能电视、智能空调、智能洗衣机等。用户可通过手机APP远程控制家电开关、调节温度、预约洗涤等，实现家电的智能化管理。此外，智能家电还具有语音控制功能，用户只需说出指令，家电即可自动执行，极大地方便了用户的生活。 4. 互联互通 顾家共7Pro系列产品支持互联互通，用户可将多个智能设备连接在一起，实现跨设备的协同工作。例如，当用户回家时，智能门锁自动开启，智能照明系统自动亮起，智能空调自动调节温度，为用户营造一个温馨舒适的家居环境。 三、顾家共7Pro系列的优势 1. 高品质 顾家集团作为智能家居行业的领军企业，始终坚持以高品质为核心。顾家共7Pro系列产品采用优质材料，经过严格的质量检测，确保用户在使用过程中的安全与舒适。 2. 个性化定制 顾家共7Pro系列支持个性化定制，用户可根据自己的需求选择合适的智能家居产品，打造独一无二的智能家居生活。 3. 专业售后服务 顾家集团拥有完善的售后服务体系，为用户提供7*24小时的在线客服、上门安装、维修等服务，让用户无后顾之忧。 总之，顾家共7Pro系列作为智能家居行业的佼佼者，凭借其卓越的性能、人性化的设计和完善的售后服务，为用户带来了全新的智能家居体验。在未来，顾家集团将继续致力于智能家居领域的研究与开发，为更多家庭带来美好的生活。

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。