今日官方渠道传递研究成果,离婚回娘家，满足父亲的心愿

本月行业协会传递研究成果,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。全国联网回收网络，统一处理渠道

无锡市锡山区、南京市栖霞区 ，自贡市自流井区、临夏永靖县、平顶山市汝州市、重庆市巴南区、许昌市建安区、九江市湖口县、永州市零陵区、资阳市安岳县、焦作市修武县、威海市环翠区、南阳市新野县、铁岭市昌图县、株洲市茶陵县、齐齐哈尔市龙沙区、宁德市屏南县 、普洱市景谷傣族彝族自治县、达州市万源市、聊城市高唐县、十堰市房县、内蒙古锡林郭勒盟二连浩特市、晋城市阳城县、内蒙古乌兰察布市四子王旗、三沙市西沙区、杭州市桐庐县、西安市蓝田县、哈尔滨市依兰县、亳州市蒙城县

本周数据平台本月监管部门通报最新动态,刚刚官方渠道披露重要信息,离婚回娘家，满足父亲的心愿，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

通化市东昌区、苏州市张家港市 ，莆田市涵江区、天津市北辰区、镇江市丹徒区、汕头市潮南区、吕梁市交城县、泰州市兴化市、淮北市濉溪县、张家界市慈利县、内蒙古呼伦贝尔市满洲里市、渭南市大荔县、周口市郸城县、乐东黎族自治县九所镇、乐东黎族自治县利国镇、常州市武进区、广西桂林市临桂区 、乐东黎族自治县九所镇、鞍山市岫岩满族自治县、大兴安岭地区呼玛县、广西南宁市横州市、东方市八所镇、无锡市江阴市、广西贺州市平桂区、青岛市李沧区、甘孜新龙县、哈尔滨市松北区、淮安市淮安区、红河石屏县、广元市青川县、开封市龙亭区

全球服务区域: 玉溪市易门县、兰州市皋兰县 、宁夏中卫市沙坡头区、徐州市丰县、陇南市礼县、贵阳市乌当区、芜湖市无为市、兰州市皋兰县、甘孜得荣县、沈阳市法库县、中山市横栏镇、本溪市南芬区、汉中市佛坪县、宜春市樟树市、辽阳市太子河区、漯河市舞阳县、内蒙古呼和浩特市土默特左旗 、洛阳市新安县、酒泉市敦煌市、福州市鼓楼区、铜川市耀州区、长治市潞城区

24小时维修咨询热线，智能语音导航,昨日官方更新行业研究成果,离婚回娘家，满足父亲的心愿，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修派单系统，精准调度服务团队

全国服务区域: 锦州市北镇市、汉中市佛坪县 、上饶市玉山县、无锡市锡山区、龙岩市上杭县、毕节市纳雍县、东莞市石碣镇、张掖市山丹县、三明市建宁县、南京市栖霞区、怀化市通道侗族自治县、菏泽市成武县、通化市通化县、酒泉市肃北蒙古族自治县、朔州市朔城区、锦州市凌河区、广西南宁市横州市 、鄂州市鄂城区、宁夏石嘴山市平罗县、郴州市资兴市、东莞市横沥镇、广西南宁市上林县、忻州市岢岚县、滨州市惠民县、鞍山市立山区、阿坝藏族羌族自治州小金县、内蒙古呼和浩特市赛罕区、佳木斯市同江市、湘西州凤凰县、昌江黎族自治县乌烈镇、岳阳市平江县、南阳市桐柏县、天津市东丽区、沈阳市辽中区、枣庄市滕州市、甘孜康定市、楚雄牟定县、北京市门头沟区、枣庄市山亭区、中山市古镇镇、白城市洮南市

本周数据平台今日多方媒体透露研究成果:不久前行业报告披露重大成果,离婚回娘家，满足父亲的心愿

在我国的传统观念中，家庭是社会的基本单元，而家庭和谐更是人们追求的目标。然而，在现实生活中，家庭矛盾和婚姻问题时有发生，离婚成为了不少家庭不得不面对的难题。近日，一位离婚女子选择回娘家生活，不仅让父亲感到欣慰，也满足了父亲的心愿。下面，我们就来探讨一下这位女子为何选择离婚回娘家，以及这一决定背后的深层含义。 这位女子名叫小芳，与丈夫结婚五年，育有一子。然而，由于性格不合、沟通不畅等原因，两人最终走向了离婚的道路。离婚后，小芳带着儿子回到了娘家。起初，小芳的爸爸对她的离婚感到惋惜，但经过一段时间的相处，他发现小芳回到了娘家后，生活变得更加充实，人也变得更加自信。 小芳的爸爸认为，女儿离婚回娘家，有以下几点好处： 1. 满足父亲的心愿。在传统观念中，父亲对女儿有着特殊的关爱。小芳回娘家，让父亲有机会弥补过去对她的关爱，同时也满足了父亲的心愿。 2. 重新审视自己的人生。离婚后，小芳有了更多的时间去思考自己的人生。在娘家，她可以更加专注于自己的事业和兴趣爱好，从而实现自我价值。 3. 培养亲子关系。小芳的儿子在离婚后，与父亲的关系变得更加亲密。在娘家，小芳可以更好地陪伴儿子成长，培养良好的亲子关系。 4. 获得家庭支持。在娘家，小芳得到了父母和兄弟姐妹的关爱与支持。这种家庭温暖让她在离婚后重拾信心，勇敢面对生活的挑战。 然而，离婚回娘家并非没有弊端。以下是小芳爸爸认为的几点不利因素： 1. 影响子女成长。离婚后，子女可能会受到父母关系破裂的影响，导致心理创伤。在娘家生活，子女可能会缺少与同龄人的交往，影响其成长。 2. 影响家庭和谐。小芳回娘家后，可能会引起婆媳关系紧张，甚至影响整个家庭的和谐。 3. 影响自身发展。在娘家生活，小芳可能会面临就业、经济等方面的问题，影响自身发展。 尽管离婚回娘家有利有弊，但小芳爸爸认为，在当前情况下，这是最适合小芳的选择。他希望女儿能在娘家找到属于自己的幸福，同时也希望整个家庭能够和睦相处。 总之，离婚回娘家是一个复杂的问题，涉及到家庭、个人、社会等多方面因素。在现实生活中，我们应该尊重每个人的选择，同时也要关注离婚家庭的心理需求，为他们提供必要的关爱和支持。只有这样，我们才能构建一个和谐、温馨的家庭环境，让每个人都能在其中找到属于自己的幸福。

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。