今日行业协会发布最新研究报告,《巨人世界中的甜蜜邂逅：进击的巨人同人H的故事》

本月官方发布行业新动态,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。客服中心支持电话、APP多渠道服务

白沙黎族自治县金波乡、黔西南普安县 ，广西河池市天峨县、宁波市奉化区、宁夏吴忠市同心县、茂名市化州市、萍乡市上栗县、吉安市新干县、成都市蒲江县、聊城市东昌府区、永州市宁远县、韶关市新丰县、抚州市崇仁县、榆林市定边县、攀枝花市米易县、上海市金山区、宁夏石嘴山市大武口区 、抚州市南丰县、鹤岗市东山区、沈阳市新民市、六盘水市盘州市、辽源市龙山区、马鞍山市花山区、南通市崇川区、郴州市嘉禾县、嘉峪关市文殊镇、安阳市内黄县、淮安市淮安区、肇庆市鼎湖区

本周数据平台最新相关部门透露权威通报,刚刚官方渠道发布新动态,《巨人世界中的甜蜜邂逅：进击的巨人同人H的故事》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单服务中心，精准匹配维修师傅

襄阳市南漳县、内蒙古呼伦贝尔市根河市 ，新乡市凤泉区、营口市鲅鱼圈区、商洛市商州区、揭阳市揭西县、玉溪市江川区、黄山市黄山区、阿坝藏族羌族自治州阿坝县、镇江市扬中市、西安市未央区、酒泉市肃北蒙古族自治县、鹤岗市萝北县、内蒙古巴彦淖尔市杭锦后旗、成都市崇州市、保山市昌宁县、洛阳市涧西区 、营口市鲅鱼圈区、东莞市茶山镇、伊春市南岔县、辽阳市辽阳县、广西南宁市横州市、吉安市永丰县、内蒙古巴彦淖尔市杭锦后旗、许昌市长葛市、娄底市娄星区、广西河池市巴马瑶族自治县、东莞市清溪镇、十堰市房县、南充市高坪区、忻州市岢岚县

全球服务区域: 上海市崇明区、临高县新盈镇 、铜仁市思南县、汕尾市陆河县、陵水黎族自治县光坡镇、安庆市桐城市、重庆市江北区、内蒙古兴安盟乌兰浩特市、佳木斯市前进区、南昌市新建区、驻马店市汝南县、红河金平苗族瑶族傣族自治县、晋中市和顺县、泉州市惠安县、深圳市南山区、南平市政和县、九江市修水县 、株洲市攸县、通化市通化县、海口市琼山区、云浮市云城区、河源市和平县

本月官方渠道传达政策动向,本月行业报告传递新变化,《巨人世界中的甜蜜邂逅：进击的巨人同人H的故事》，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化回收平台，智能优化资源利用

全国服务区域: 惠州市博罗县、德阳市绵竹市 、上海市宝山区、商洛市柞水县、内蒙古兴安盟突泉县、天水市甘谷县、兰州市七里河区、定安县龙湖镇、东莞市南城街道、儋州市峨蔓镇、淄博市沂源县、上饶市德兴市、陵水黎族自治县本号镇、泉州市泉港区、黄山市休宁县、广西百色市田林县、白沙黎族自治县细水乡 、凉山雷波县、安康市汉滨区、荆门市京山市、内蒙古阿拉善盟阿拉善左旗、铜仁市德江县、甘孜稻城县、广西南宁市横州市、汕尾市陆丰市、阿坝藏族羌族自治州松潘县、渭南市华阴市、南平市浦城县、临夏临夏市、淮安市淮安区、眉山市东坡区、十堰市张湾区、儋州市东成镇、广西柳州市柳南区、西安市雁塔区、佳木斯市抚远市、海北刚察县、中山市小榄镇、大理祥云县、大庆市肇州县、西宁市湟中区

统一售后服务专线，全国联网服务:本月行业协会披露研究成果,《巨人世界中的甜蜜邂逅：进击的巨人同人H的故事》

在《进击的巨人》这个充满战争与牺牲的世界里，每个人都在为了生存而战。然而，在这残酷的现实背后，总有一些温馨的瞬间，让人感受到人性的光辉。今天，就让我们走进这个同人世界，一起聆听一段关于巨人世界中的甜蜜邂逅——进击的巨人同人H的故事。 故事的主人公是艾伦·耶格尔，这位勇敢的少年在巨人世界中经历了无数的磨难，最终成为了人类的领袖。然而，在这漫长的战斗历程中，他始终没有找到属于自己的爱情。直到有一天，他遇到了她——三笠·阿克曼。 三笠，这位勇敢的女战士，与艾伦并肩作战，共同守护着人类的家园。在无数的战斗中，两人建立了深厚的友谊。然而，随着时间的推移，这份友谊逐渐演变成了一种特殊的情感。在一次生死攸关的战斗中，艾伦为了保护三笠，不惜牺牲自己。就在这生死关头，三笠紧紧地抱住了艾伦，两人的心灵在这一刻产生了强烈的共鸣。 从此，艾伦和三笠的关系发生了微妙的变化。他们开始更加关心对方，在意彼此的感受。在巨人世界的残酷现实中，他们找到了彼此的慰藉。然而，这段感情却面临着巨大的压力。在巨人世界中，艾伦的地位和身份使他无法轻易地追求自己的幸福。而三笠，作为艾伦的战友，也无法放下心中的责任。 然而，爱情的力量是伟大的。在无数次的挣扎和抉择后，艾伦和三笠终于决定勇敢地面对自己的感情。他们决定在巨人世界的某个角落，开始属于自己的甜蜜生活。在这里，他们不再需要担心战争和牺牲，只需享受彼此的陪伴。 这段同人H的故事，虽然发生在巨人世界这个充满血腥与残酷的地方，却让人感受到了爱情的美好。在艾伦和三笠的身上，我们看到了人性的光辉。他们用勇敢和坚持，打破了现实的束缚，找到了属于自己的幸福。 在这个同人H的故事中，我们看到了巨人世界中的另一面。在这里，战争不再是唯一的主题，爱情和友情同样重要。艾伦和三笠的故事，让我们相信，即使在最黑暗的时刻，爱情依然能够照亮前行的道路。 当然，这段同人H的故事也引发了诸多争议。有人认为，在巨人这个世界里，爱情和友情不应该成为主要的关注点。然而，我们不能否认，正是这些温馨的瞬间，让《进击的巨人》这部作品更加丰富多彩。 总之，进击的巨人同人H的故事，让我们看到了爱情的力量。在这个充满战争与牺牲的世界里，艾伦和三笠用他们的勇敢和坚持，诠释了什么是真正的爱情。让我们为他们点赞，也为这个同人世界中的甜蜜邂逅祝福。

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。