今日行业协会发布重大政策,2024年精品国产天线：引领科技潮流，助力通信发展

昨日相关部门披露行业进展,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。全国统一售后服务热线，售后有保障

济宁市邹城市、宜昌市秭归县 ，乐山市犍为县、淄博市高青县、株洲市攸县、广西玉林市北流市、临高县临城镇、淄博市张店区、甘南合作市、广西防城港市东兴市、凉山金阳县、阜阳市阜南县、宁夏银川市西夏区、牡丹江市西安区、芜湖市弋江区、资阳市安岳县、广西防城港市东兴市 、徐州市鼓楼区、连云港市连云区、嘉兴市海盐县、菏泽市郓城县、东营市利津县、汕头市龙湖区、鞍山市台安县、酒泉市玉门市、驻马店市泌阳县、红河河口瑶族自治县、池州市青阳县、无锡市惠山区

昨日官方渠道公开新变化,昨日相关部门披露新政策,2024年精品国产天线：引领科技潮流，助力通信发展，很高兴为您解答这个问题，让我来帮您详细说明一下：家电在线客服系统，实时沟通维修需求

自贡市沿滩区、湘西州古丈县 ，抚州市黎川县、佳木斯市郊区、东莞市莞城街道、黔东南施秉县、中山市小榄镇、屯昌县屯城镇、潍坊市昌乐县、雅安市雨城区、庆阳市正宁县、文昌市东郊镇、福州市福清市、成都市武侯区、临汾市乡宁县、咸宁市赤壁市、南充市营山县 、杭州市富阳区、韶关市南雄市、咸阳市淳化县、合肥市包河区、洛阳市汝阳县、萍乡市莲花县、黑河市爱辉区、凉山布拖县、西宁市城北区、怒江傈僳族自治州福贡县、宜宾市长宁县、忻州市原平市、海口市秀英区、哈尔滨市五常市

全球服务区域: 张掖市民乐县、广西来宾市忻城县 、五指山市通什、内蒙古包头市固阳县、杭州市拱墅区、濮阳市濮阳县、本溪市本溪满族自治县、重庆市渝中区、福州市连江县、怀化市芷江侗族自治县、宜昌市伍家岗区、绍兴市柯桥区、丹东市宽甸满族自治县、昭通市鲁甸县、湘西州凤凰县、株洲市渌口区、宿州市砀山县 、延边龙井市、青岛市李沧区、白银市平川区、萍乡市芦溪县、广西柳州市鱼峰区

刚刚决策小组公开重大调整,本月官方发布研究成果通报,2024年精品国产天线：引领科技潮流，助力通信发展，很高兴为您解答这个问题，让我来帮您详细说明一下：专业售后服务中心，技术团队随时支援

全国服务区域: 杭州市桐庐县、上海市普陀区 、琼海市博鳌镇、宝鸡市渭滨区、成都市双流区、镇江市京口区、三明市建宁县、伊春市南岔县、怀化市芷江侗族自治县、南阳市新野县、遵义市凤冈县、锦州市黑山县、上海市黄浦区、内蒙古乌兰察布市集宁区、郑州市中牟县、吉林市磐石市、潍坊市临朐县 、泸州市江阳区、大理剑川县、广西来宾市象州县、营口市站前区、楚雄武定县、内蒙古鄂尔多斯市乌审旗、新乡市卫滨区、清远市清新区、郑州市管城回族区、贵阳市白云区、广元市昭化区、兰州市皋兰县、黄山市黄山区、济南市天桥区、烟台市莱州市、西安市临潼区、荆州市洪湖市、安康市、广西百色市西林县、岳阳市华容县、黑河市逊克县、内蒙古赤峰市克什克腾旗、岳阳市汨罗市、临高县多文镇

专家远程指导热线，多终端:今日官方渠道披露行业新动态,2024年精品国产天线：引领科技潮流，助力通信发展

随着科技的飞速发展，通信技术已经成为人们生活中不可或缺的一部分。天线作为通信设备的关键组成部分，其性能直接影响着通信质量和用户体验。近年来，我国在通信领域取得了举世瞩目的成就，国产天线产业也迎来了蓬勃发展。2024年，一批精品国产天线脱颖而出，引领科技潮流，助力通信发展。 一、国产天线产业现状 近年来，我国政府高度重视科技创新，大力支持国产天线产业发展。在国家政策的扶持下，我国天线产业取得了长足进步。目前，我国已成为全球最大的天线生产基地，拥有众多知名企业，如华为、中兴、烽火等。这些企业在技术研发、产品创新、市场拓展等方面取得了显著成果，为我国通信事业做出了巨大贡献。 二、精品国产天线特点 1. 高性能：精品国产天线在性能上与国外同类产品相比毫不逊色，甚至部分产品在性能上有所超越。例如，华为的5G天线在信号覆盖、抗干扰等方面表现出色，为我国5G通信发展提供了有力保障。 2. 高可靠性：国产天线在设计和制造过程中，严格遵循国家标准和行业标准，确保产品具有高可靠性。在恶劣环境下，国产天线仍能稳定工作，为用户提供优质通信体验。 3. 高性价比：与国外同类产品相比，国产天线具有更高的性价比。这得益于我国完善的产业链和成熟的制造技术，使得国产天线在价格上更具竞争力。 4. 环保节能：精品国产天线在设计过程中充分考虑环保和节能因素，采用绿色材料，降低能耗，为我国绿色通信事业贡献力量。 三、精品国产天线应用领域 1. 5G通信：随着5G技术的普及，国产天线在5G通信领域发挥着重要作用。5G天线具有更高的频段、更宽的带宽和更强的信号覆盖能力，为用户提供高速、稳定的通信服务。 2. 物联网：随着物联网技术的快速发展，国产天线在智能家居、智能交通、智能农业等领域得到广泛应用。这些应用场景对天线的性能要求较高，国产天线凭借其优异性能，为物联网产业发展提供了有力支持。 3. 军事通信：国产天线在军事通信领域具有广泛应用，为我国国防事业提供保障。在复杂环境下，国产天线仍能保证通信畅通，为军事行动提供有力支持。 四、展望未来 2024年，精品国产天线将继续引领科技潮流，助力通信发展。随着我国通信技术的不断创新，国产天线产业将迎来更加广阔的发展空间。未来，国产天线将在以下方面取得突破： 1. 深化技术创新：加大研发投入，提升天线性能，满足更高通信需求。 2. 拓展应用领域：积极拓展天线在新兴领域的应用，如卫星通信、无人机等。 3. 提升产业链水平：加强产业链上下游合作，提高国产天线整体竞争力。 总之，精品国产天线在2024年将继续发挥重要作用，为我国通信事业发展贡献力量。让我们共同期待国产天线产业的辉煌未来！

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。