今日研究机构传递行业研究成果,把佛珠一个一个挤出去：一场心灵的净化之旅

今日监管部门传达新研究成果,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。智能化维修系统，自动调度服务人员

开封市尉氏县、蚌埠市蚌山区 ，绍兴市越城区、东莞市长安镇、三门峡市陕州区、文昌市昌洒镇、玉溪市华宁县、珠海市香洲区、惠州市惠城区、昭通市巧家县、西安市阎良区、南平市武夷山市、三门峡市灵宝市、运城市永济市、内蒙古鄂尔多斯市鄂托克旗、怀化市通道侗族自治县、荆门市沙洋县 、惠州市博罗县、广元市旺苍县、锦州市凌河区、衢州市江山市、宝鸡市凤县、十堰市竹山县、孝感市孝南区、黑河市五大连池市、衢州市衢江区、菏泽市巨野县、东方市天安乡、内蒙古兴安盟阿尔山市

本周数据平台近期相关部门公布权威通报,本周行业报告传达重要消息,把佛珠一个一个挤出去：一场心灵的净化之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：维修服务呼叫中心，智能工单自动分配

孝感市大悟县、广西玉林市福绵区 ，六安市叶集区、徐州市新沂市、长春市绿园区、孝感市云梦县、曲靖市陆良县、梅州市兴宁市、济南市长清区、五指山市毛阳、阿坝藏族羌族自治州壤塘县、朝阳市双塔区、普洱市西盟佤族自治县、济南市历城区、咸阳市渭城区、宁波市象山县、锦州市黑山县 、徐州市丰县、德州市陵城区、吕梁市文水县、邵阳市武冈市、贵阳市观山湖区、眉山市仁寿县、贵阳市白云区、开封市龙亭区、南阳市桐柏县、汉中市南郑区、宁波市慈溪市、衡阳市石鼓区、天水市麦积区、云浮市云城区

全球服务区域: 安阳市殷都区、中山市三乡镇 、乐山市沙湾区、抚州市乐安县、陵水黎族自治县提蒙乡、哈尔滨市道里区、汉中市汉台区、内蒙古赤峰市阿鲁科尔沁旗、广西玉林市博白县、枣庄市山亭区、玉溪市红塔区、黄山市屯溪区、平顶山市鲁山县、广西崇左市江州区、辽源市龙山区、广西防城港市防城区、重庆市丰都县 、清远市佛冈县、济宁市汶上县、甘南合作市、乐东黎族自治县志仲镇、大连市金州区

本周数据平台今日官方渠道披露重磅消息,今日监管部门披露重要进展,把佛珠一个一个挤出去：一场心灵的净化之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心支持电话、APP多渠道服务

全国服务区域: 湘潭市湘乡市、哈尔滨市延寿县 、五指山市水满、荆门市掇刀区、漯河市舞阳县、丽水市景宁畲族自治县、鹰潭市贵溪市、芜湖市湾沚区、重庆市荣昌区、德州市宁津县、平凉市庄浪县、大连市旅顺口区、漳州市龙文区、宁夏固原市原州区、广州市越秀区、阳泉市盂县、锦州市凌河区 、威海市环翠区、平顶山市宝丰县、苏州市吴江区、凉山会东县、抚州市乐安县、陵水黎族自治县三才镇、内蒙古锡林郭勒盟正镶白旗、鸡西市城子河区、本溪市平山区、金昌市金川区、南京市栖霞区、许昌市建安区、滨州市惠民县、广西北海市铁山港区、汉中市镇巴县、中山市南头镇、河源市龙川县、乐山市五通桥区、郑州市新密市、上海市闵行区、漳州市龙海区、菏泽市曹县、天津市东丽区、本溪市明山区

本周数据平台本月监管部门通报最新动态:今日官方渠道发布行业信息,把佛珠一个一个挤出去：一场心灵的净化之旅

在繁忙的都市生活中，我们常常被各种琐事和压力所困扰，心灵逐渐变得沉重。而在这个时候，把佛珠一个一个挤出去，仿佛成了一场心灵的净化之旅。佛珠，作为佛教文化中的一种象征，不仅代表着信仰，更是一种心灵的寄托。 佛珠，又称念珠，是由108颗珠子组成的。每一颗珠子都承载着不同的寓意，代表着人生的108种烦恼。当我们把佛珠一个一个挤出去时，实际上是在逐个驱散这些烦恼，让心灵得到释放。 把佛珠一个一个挤出去的过程，其实是一种自我反省的过程。在这个过程中，我们会发现，原来困扰我们的烦恼，其实都是我们自己内心所创造的。当我们把佛珠挤出去时，我们也在逐渐认清自己的内心，从而学会放下。 记得有一次，我在一个宁静的夜晚，独自坐在窗前，把佛珠一个一个挤出去。当我把第一颗佛珠挤出去时，我感到一阵轻松，仿佛心中的重担被卸下。当我把第二颗佛珠挤出去时，我意识到，原来我对工作的压力，都是自己给自己的。当我把第三颗佛珠挤出去时，我明白了，我对人际关系的烦恼，其实都是因为自己的不安全感。 这个过程让我意识到，我们之所以感到痛苦，往往是因为我们无法接纳自己的不完美。当我们把佛珠一个一个挤出去时，我们也在逐渐学会接纳自己，接纳生活中的种种不如意。 把佛珠一个一个挤出去的过程，也是一种自我修炼的过程。在这个过程中，我们需要保持一颗平静的心，不被外界的诱惑所动摇。我们需要学会放下，放下对物质的追求，放下对名利的执着。只有这样，我们才能真正体会到内心的宁静。 在我把佛珠一个一个挤出去的过程中，我学会了如何面对生活中的种种挑战。我明白了，人生就像一场修行，我们需要不断地修炼自己，才能达到心灵的升华。 把佛珠一个一个挤出去，也是一种对生活的感悟。当我们把佛珠挤出去时，我们会发现，生活中的美好其实无处不在。那些曾经让我们烦恼的事情，其实都是生活的一部分，是我们成长的机会。 在这个过程中，我学会了珍惜当下，珍惜生活中的每一个瞬间。我明白了，人生短暂，我们应该用心去感受每一个美好的瞬间，而不是让烦恼占据我们的心灵。 把佛珠一个一个挤出去，是一场心灵的净化之旅。在这个过程中，我们学会了自我反省，学会了放下，学会了修炼，学会了感悟。当我们把佛珠全部挤出去时，我们也将迎来心灵的升华。 在这个纷繁复杂的世界里，让我们把佛珠一个一个挤出去，让心灵得到净化，让生活变得更加美好。

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。