今日相关部门传达重大信息,校花与房东的意外邂逅：一段难以启齿的“合不拢腿”情缘

今日官方渠道传达最新成果,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。家电回收进度查询，实时跟踪处理状态

红河蒙自市、重庆市荣昌区 ，琼海市大路镇、淄博市张店区、淮安市洪泽区、泉州市石狮市、平凉市泾川县、沈阳市苏家屯区、东莞市大朗镇、鹤岗市萝北县、延安市甘泉县、邵阳市新邵县、漳州市平和县、安康市石泉县、重庆市合川区、南昌市湾里区、鸡西市鸡冠区 、菏泽市牡丹区、张家界市桑植县、温州市乐清市、广西玉林市福绵区、攀枝花市米易县、济宁市邹城市、天津市北辰区、眉山市青神县、信阳市息县、台州市玉环市、儋州市木棠镇、直辖县潜江市

本月官方渠道传达政策动向,昨日官方披露行业最新成果,校花与房东的意外邂逅：一段难以启齿的“合不拢腿”情缘，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化服务热线，维修质量有保证

郴州市宜章县、澄迈县老城镇 ，广西梧州市长洲区、贵阳市开阳县、遵义市湄潭县、平凉市泾川县、内蒙古包头市东河区、内蒙古包头市白云鄂博矿区、宁德市周宁县、南通市海安市、南阳市内乡县、黔南都匀市、广西桂林市龙胜各族自治县、大庆市肇州县、滁州市定远县、阿坝藏族羌族自治州茂县、内蒙古鄂尔多斯市达拉特旗 、内蒙古呼伦贝尔市扎赉诺尔区、江门市新会区、白银市靖远县、潍坊市潍城区、乐山市金口河区、南阳市新野县、重庆市大渡口区、济南市历城区、郑州市中牟县、七台河市茄子河区、自贡市富顺县、海南共和县、酒泉市金塔县、安康市镇坪县

全球服务区域: 临高县皇桐镇、内蒙古呼和浩特市武川县 、济宁市任城区、郴州市苏仙区、屯昌县坡心镇、荆州市监利市、内蒙古呼和浩特市清水河县、大连市庄河市、丽江市古城区、东莞市麻涌镇、青岛市胶州市、茂名市信宜市、绥化市兰西县、泉州市南安市、徐州市铜山区、忻州市代县、鞍山市铁东区 、太原市古交市、泉州市鲤城区、洛阳市宜阳县、芜湖市弋江区、株洲市天元区

近日调查组公开关键证据本,今日行业协会发布重要研究报告,校花与房东的意外邂逅：一段难以启齿的“合不拢腿”情缘，很高兴为您解答这个问题，让我来帮您详细说明一下：零部件供应中心，全品类配件库存

全国服务区域: 福州市平潭县、汉中市城固县 、揭阳市揭东区、郑州市新郑市、营口市大石桥市、酒泉市阿克塞哈萨克族自治县、果洛玛沁县、凉山美姑县、合肥市庐江县、安庆市宜秀区、信阳市光山县、宜宾市高县、焦作市中站区、铜仁市碧江区、鞍山市铁东区、黑河市五大连池市、福州市长乐区 、玉溪市红塔区、遵义市湄潭县、蚌埠市龙子湖区、大庆市龙凤区、宜春市樟树市、福州市仓山区、白沙黎族自治县元门乡、常德市津市市、晋城市阳城县、南阳市新野县、韶关市南雄市、玉溪市易门县、万宁市礼纪镇、长沙市宁乡市、沈阳市铁西区、雅安市天全县、亳州市谯城区、西安市新城区、锦州市义县、上饶市余干县、临汾市霍州市、广西桂林市秀峰区、保山市隆阳区、深圳市罗湖区

本周数据平台稍早前行业协会报道新政:今日研究机构公开行业新动态,校花与房东的意外邂逅：一段难以启齿的“合不拢腿”情缘

在我国的一个小城市里，有一所知名大学，校园里流传着一位校花的美名。她名叫林悦，不仅容貌出众，而且才华横溢，是全校师生心目中的女神。然而，就在她即将毕业之际，一场意外的邂逅，让她的生活发生了翻天覆地的变化。 林悦毕业后，为了寻找一份理想的工作，她租住在一栋老式公寓里。公寓的房东是一位中年男子，名叫陈浩。陈浩虽然年纪不小，但保养得宜，颇有几分儒雅气质。他经营着一家小公司，生活颇为富足。 一天，林悦下班回家，刚进公寓楼道，就听见楼上传来一阵嘈杂声。她好奇地走上楼，发现声音来自自己的房间。她轻轻敲了敲门，门应声而开，眼前的一幕让她惊呆了。 房间里，陈浩正光着膀子，满头大汗地躺在地上，而林悦的衣物散落在地上，她的身体被陈浩紧紧地压在身下。看到林悦的出现，陈浩顿时慌了神，尴尬地解释道：“悦悦，你误会了，我……我只是想帮你清理一下房间。” 林悦脸色铁青，她没想到自己竟然会遇到这种事情。她愤怒地推开陈浩，整理好衣物，转身离去。陈浩跟在后面，不停地道歉：“悦悦，你听我解释，我真的不是故意的……” 林悦没有理会陈浩，她决定搬离这个公寓。然而，当她找到新的住处时，却发现陈浩已经将她的名字和联系方式告诉了新房东。无奈之下，她只能再次回到陈浩的公寓。 这次，林悦决定不再忍气吞声。她找到陈浩，严肃地说：“陈浩，你为什么要这样做？你知不知道这样会毁了我的名誉？” 陈浩低下头，愧疚地说：“悦悦，我错了。我承认我对你有非分之想，但我真的没有恶意。我知道我错了，请你原谅我。” 林悦沉默了片刻，然后说：“既然你诚心悔过，那我就再给你一个机会。但是，你必须答应我，以后不要再做这种事情。” 陈浩连连点头：“我保证，我一定会改正。” 从那以后，陈浩真的变了。他不再对林悦有非分之想，反而对她关心备至。林悦也渐渐发现，陈浩其实是一个很有责任心的人。 然而，这段意外的邂逅，还是给林悦带来了不少困扰。她担心自己的名誉受损，也害怕陈浩再次失控。在经过一番深思熟虑后，她决定暂时离开这座城市，去外地寻找新的生活。 临行前，陈浩送她到车站。他紧紧地握住林悦的手，深情地说：“悦悦，无论你走到哪里，我都会为你祈祷。希望你能找到一个真正爱你的人。” 林悦眼含泪水，点了点头。她知道，这段经历虽然让她痛苦，但也让她成长。她相信，在未来的日子里，她会遇到一个真正懂得珍惜她的人。 而陈浩，也在林悦离开后，开始了新的生活。他努力工作，努力改变自己，希望能成为一个更好的人。他相信，总有一天，他会遇到一个能让他心动的女孩，给她幸福。 这段难以启齿的“合不拢腿”情缘，最终以各自成长和改变告终。林悦和陈浩，虽然无法走到一起，但他们都找到了属于自己的幸福。

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。