昨日行业报告更新行业政策,网络言论的误导与反思：警惕不实信息对青少年的影响

最新官方渠道发布研究成果,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。客服中心支持电话、APP多渠道服务

保山市腾冲市、漳州市芗城区 ，滁州市明光市、黔南长顺县、重庆市巫山县、晋中市灵石县、铜仁市碧江区、广西桂林市灵川县、乐东黎族自治县黄流镇、海西蒙古族乌兰县、南京市秦淮区、安庆市迎江区、四平市伊通满族自治县、鹰潭市余江区、亳州市谯城区、青岛市平度市、忻州市原平市 、滁州市凤阳县、内蒙古锡林郭勒盟正蓝旗、舟山市定海区、滨州市邹平市、合肥市巢湖市、常州市溧阳市、自贡市大安区、昭通市巧家县、开封市兰考县、延边龙井市、果洛甘德县、揭阳市普宁市

本周数据平台今日数据平台透露最新消息,本周行业报告传递重大进展,网络言论的误导与反思：警惕不实信息对青少年的影响，很高兴为您解答这个问题，让我来帮您详细说明一下：维修专线服务，师傅快速上门处理

怀化市麻阳苗族自治县、青岛市崂山区 ，广元市旺苍县、重庆市石柱土家族自治县、甘孜新龙县、内江市市中区、宁夏吴忠市青铜峡市、六盘水市钟山区、西宁市城北区、益阳市安化县、淮南市潘集区、贵阳市观山湖区、白山市浑江区、潍坊市寒亭区、开封市顺河回族区、西宁市城中区、白银市景泰县 、黔南平塘县、营口市老边区、株洲市茶陵县、东方市江边乡、梅州市蕉岭县、南阳市桐柏县、平凉市泾川县、内蒙古赤峰市松山区、齐齐哈尔市龙江县、临沂市蒙阴县、株洲市荷塘区、延安市宜川县、吉林市蛟河市、甘南卓尼县

全球服务区域: 文昌市东郊镇、咸阳市杨陵区 、鸡西市麻山区、广西桂林市荔浦市、沈阳市沈北新区、韶关市新丰县、清远市佛冈县、广安市广安区、无锡市滨湖区、新余市分宜县、常州市新北区、佳木斯市抚远市、眉山市青神县、内蒙古兴安盟科尔沁右翼中旗、临汾市永和县、内蒙古阿拉善盟额济纳旗、天津市和平区 、甘孜石渠县、雅安市石棉县、南京市秦淮区、西宁市大通回族土族自治县、陵水黎族自治县隆广镇

专家技术支援专线,最新研究机构披露最新研究结果,网络言论的误导与反思：警惕不实信息对青少年的影响，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

全国服务区域: 吕梁市交城县、东莞市虎门镇 、内蒙古锡林郭勒盟阿巴嘎旗、葫芦岛市南票区、吕梁市兴县、重庆市綦江区、运城市盐湖区、汉中市西乡县、商洛市丹凤县、成都市金堂县、南充市高坪区、黔南长顺县、佳木斯市桦南县、潍坊市寿光市、哈尔滨市依兰县、深圳市光明区、郴州市苏仙区 、曲靖市马龙区、凉山盐源县、伊春市汤旺县、怀化市通道侗族自治县、鞍山市立山区、黄南河南蒙古族自治县、平顶山市鲁山县、内蒙古通辽市科尔沁区、南京市雨花台区、陵水黎族自治县文罗镇、怒江傈僳族自治州泸水市、聊城市临清市、黔东南镇远县、本溪市平山区、驻马店市正阳县、重庆市綦江区、芜湖市湾沚区、江门市新会区、盐城市建湖县、杭州市临安区、宿州市埇桥区、文昌市抱罗镇、黄山市黄山区、南充市高坪区

可视化故障排除专线，实时监测数据:今日官方传达研究成果,网络言论的误导与反思：警惕不实信息对青少年的影响

在互联网高速发展的今天，信息传播速度之快、覆盖范围之广，使得各种言论迅速传播。然而，其中不乏一些低俗、不实的信息，对青少年的身心健康造成了严重影响。近日，一则关于“老外把我添高潮了A片口述”的言论在网络上广泛传播，引发了社会各界的关注和反思。 首先，我们要明确一点，这种言论不仅低俗，而且含有色情成分，严重违背了社会道德和法律法规。这种言论的传播，不仅对青少年的心理健康造成了极大的伤害，还可能使他们陷入道德困境，甚至走上违法犯罪的道路。 事实上，近年来，类似的不实言论在网络上屡见不鲜。这些言论往往以极端、低俗的方式吸引人们的眼球，却忽略了其背后的道德风险。这种言论的传播，不仅破坏了网络环境的和谐，还可能对青少年的价值观产生扭曲。 那么，如何防止这种不实言论对青少年的影响呢？ 首先，我们要加强网络监管，严厉打击传播低俗、不实信息的行为。政府部门、互联网企业以及社会各界都要共同努力，共同维护网络环境的清朗。 其次，家长和学校要加强对青少年的教育，引导他们树立正确的价值观，提高他们的道德素质。通过开展丰富多彩的课外活动，培养青少年的兴趣爱好，让他们在健康的环境中成长。 此外，青少年自身也要提高警惕，学会辨别网络信息的真伪。在浏览网络信息时，要学会理性思考，不盲目跟风，不传播不实言论。 针对此次“老外把我添高潮了A片口述”的言论，我们要深刻反思。一方面，我们要警惕网络谣言的传播，提高自己的辨别能力；另一方面，我们要关注青少年的心理健康，引导他们树立正确的价值观。 总之，网络言论的误导与反思是一个长期而艰巨的任务。我们要共同努力，营造一个健康、和谐的网络环境，为青少年的健康成长保驾护航。 在这个问题上，我们还要关注以下几点： 1. 提高全民网络素养。网络素养是指在网络环境下，人们正确使用网络、遵守网络规则、保护个人隐私和信息安全的能力。提高全民网络素养，有助于减少网络谣言和不实言论的传播。 2. 强化网络平台的责任。网络平台作为信息传播的重要渠道，有责任对传播的内容进行审核，确保信息的真实性、合法性和道德性。 3. 加强国际合作。网络谣言和不实言论的传播具有跨国性，各国应加强合作，共同打击网络犯罪，维护网络环境的清朗。 让我们携手共进，共同为青少年的健康成长营造一个良好的网络环境。

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。