本月行业报告更新新变化,探索网络世界的奥秘：S命令M做的60件有趣事

本月行业报告传递研究成果,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。数字化维保平台，智能优化保养方案

佳木斯市郊区、滨州市邹平市 ，吕梁市柳林县、琼海市嘉积镇、聊城市东阿县、东莞市桥头镇、普洱市江城哈尼族彝族自治县、琼海市博鳌镇、黄冈市黄州区、曲靖市马龙区、昌江黎族自治县乌烈镇、阜新市清河门区、沈阳市新民市、达州市达川区、三明市尤溪县、周口市项城市、郑州市新郑市 、茂名市茂南区、嘉峪关市文殊镇、咸宁市嘉鱼县、广西南宁市青秀区、曲靖市陆良县、绥化市青冈县、遵义市仁怀市、宁夏固原市彭阳县、岳阳市岳阳县、湛江市麻章区、内蒙古锡林郭勒盟镶黄旗、鹤岗市东山区

全天候服务支持热线,本月行业协会发布重要信息,探索网络世界的奥秘：S命令M做的60件有趣事，很高兴为您解答这个问题，让我来帮您详细说明一下：家电售后专属热线，节假日无休服务

济宁市梁山县、乐山市沙湾区 ，大理巍山彝族回族自治县、定安县雷鸣镇、洛阳市嵩县、黔南瓮安县、吉安市吉水县、大兴安岭地区加格达奇区、龙岩市武平县、苏州市常熟市、张家界市慈利县、宜昌市猇亭区、乐山市沙湾区、赣州市崇义县、西宁市湟源县、镇江市扬中市、本溪市明山区 、乐东黎族自治县大安镇、内蒙古通辽市扎鲁特旗、无锡市惠山区、白银市景泰县、黄石市铁山区、杭州市下城区、武威市天祝藏族自治县、七台河市茄子河区、庆阳市合水县、长沙市雨花区、榆林市横山区、鞍山市铁西区、毕节市纳雍县、重庆市城口县

全球服务区域: 临汾市霍州市、宝鸡市麟游县 、儋州市峨蔓镇、乐东黎族自治县佛罗镇、阿坝藏族羌族自治州小金县、十堰市张湾区、本溪市明山区、福州市台江区、青岛市莱西市、本溪市桓仁满族自治县、新乡市牧野区、黄石市下陆区、内蒙古乌兰察布市四子王旗、安庆市怀宁县、荆州市监利市、东莞市清溪镇、衡阳市石鼓区 、连云港市灌南县、厦门市思明区、大同市平城区、广西桂林市平乐县、广西桂林市秀峰区

近日调查组公开关键证据,今日行业协会披露行业新成果,探索网络世界的奥秘：S命令M做的60件有趣事，很高兴为您解答这个问题，让我来帮您详细说明一下：家电客服热线，系统自动分配订单

全国服务区域: 郑州市登封市、鹤壁市浚县 、南阳市方城县、菏泽市定陶区、广西柳州市鹿寨县、惠州市惠东县、广西来宾市金秀瑶族自治县、广西南宁市隆安县、太原市尖草坪区、七台河市茄子河区、鹰潭市余江区、自贡市大安区、大理洱源县、伊春市铁力市、芜湖市鸠江区、文昌市龙楼镇、南通市如皋市 、宜宾市长宁县、临夏临夏市、长春市绿园区、郴州市苏仙区、咸宁市赤壁市、盐城市东台市、惠州市惠东县、哈尔滨市道外区、温州市泰顺县、庆阳市西峰区、锦州市凌海市、齐齐哈尔市碾子山区、怀化市靖州苗族侗族自治县、池州市石台县、宁德市福鼎市、泉州市丰泽区、信阳市罗山县、宁夏银川市兴庆区、渭南市华州区、广西柳州市三江侗族自治县、内蒙古呼和浩特市玉泉区、上海市嘉定区、郑州市中牟县、惠州市惠东县

本周数据平台今日数据平台透露最新消息:今日官方渠道传递研究成果,探索网络世界的奥秘：S命令M做的60件有趣事

在互联网的海洋中，隐藏着无数的秘密和乐趣。今天，就让我们揭开S命令M的神秘面纱，一起探索那些在网络上用S命令M完成的60件有趣事。 1. **在线拼图游戏**：使用S命令M，网友们将复杂的图片分解成小块，然后通过互联网合作完成拼图。 2. **虚拟音乐会**：音乐爱好者们利用S命令M，在线分享音乐，举办虚拟音乐会。 3. **网络文学创作**：作者们通过S命令M，在线交流创作心得，共同完成一部小说。 4. **编程马拉松**：程序员们利用S命令M，在线协作，共同完成编程任务。 5. **在线教育**：教师们通过S命令M，为学生提供远程教学，让知识传播无边界。 6. **远程医疗咨询**：医生们利用S命令M，为患者提供远程医疗服务，方便快捷。 7. **网络购物狂欢**：网友们通过S命令M，在线分享购物心得，共同享受网络购物乐趣。 8. **美食分享**：烹饪爱好者们通过S命令M，分享美食制作过程，让更多人品尝到美味佳肴。 9. **旅行攻略**：旅行者们通过S命令M，分享旅行攻略，为他人提供出行参考。 10. **宠物日常**：宠物主人通过S命令M，分享宠物的日常生活，让更多人感受到家的温馨。 11. **健身教程**：健身达人通过S命令M，分享健身教程，帮助更多人实现健康生活。 12. **手工DIY**：手工爱好者们通过S命令M，分享DIY教程，让更多人体验手工制作的乐趣。 13. **摄影技巧**：摄影爱好者们通过S命令M，分享摄影技巧，让更多人掌握摄影艺术。 14. **游戏攻略**：游戏玩家通过S命令M，分享游戏攻略，帮助他人通关。 15. **星座运势**：星座达人通过S命令M，分享星座运势，为他人提供心理指引。 16. **心灵鸡汤**：心灵导师通过S命令M，分享正能量故事，为他人提供心灵慰藉。 17. **搞笑视频**：网友们通过S命令M，分享搞笑视频，让人们在忙碌的生活中找到快乐。 18. **科普知识**：科普达人通过S命令M，分享科学知识，提高人们的科学素养。 19. **历史故事**：历史爱好者通过S命令M，分享历史故事，传承历史文化。 20. **地理探险**：地理学家通过S命令M，分享地理知识，带领人们探索世界奥秘。 21. **植物养护**：园艺爱好者通过S命令M，分享植物养护技巧，让更多人拥有绿色家园。 22. **家居装修**：装修达人通过S命令M，分享家居装修经验，为他人提供装修灵感。 23. **健身挑战**：健身爱好者通过S命令M，发起健身挑战，激励更多人参与运动。 24. **亲子互动**：家长们通过S命令M，分享亲子互动游戏，增进亲子关系。 25. **美食挑战**：美食达人通过S命令M，发起美食挑战，让更多人尝试新口味。 26. **环保行动**：环保志愿者通过S命令M，分享环保知识，倡导绿色生活。 27. **心理健康**：心理咨询师通过S命令M，分享心理健康知识，帮助人们缓解压力。 28. **语言学习**：语言爱好者通过S命令M，分享语言学习技巧，让更多人掌握一门新语言。 29. **电影推荐**：影迷们通过S命令M，分享电影推荐，引领观影潮流。 30. **书籍推荐**：书评人通过S命令M，分享书籍推荐，为读者提供阅读指南。 31. **音乐推荐**：音乐制作人通过S命令M，分享音乐推荐，让更多人感受音乐的魅力。 32. **舞蹈教学**：舞蹈爱好者通过S命令M，分享舞蹈教学，让更多人掌握舞蹈技巧。 33. **绘画教程**：绘画达人通过S命令M，分享绘画教程，让更多人体验绘画的乐趣。 34. **手工艺制作**：手工艺爱好者通过S命令M，分享手工艺制作技巧，让更多人体验手工艺术。 35. **摄影器材推荐**：摄影爱好者通过S命令M，分享摄影器材推荐，为摄影爱好者提供参考。 36. **游戏攻略分享**：游戏玩家通过S命令M，分享游戏攻略，帮助他人通关。 37. **星座运势分析**：星座达人通过S命令M，分享星座运势分析，为他人提供心理指引。 38. **心灵成长故事**：心灵导师通过S命令M，分享心灵成长故事，帮助人们实现自我提升。 39. **搞笑段子分享**：网友们通过S命令M，分享搞笑段子，让人们在忙碌的生活中找到快乐。 40. **科普知识普及**：科普达人通过S命令M，分享科普知识，提高人们的科学素养。 41. **历史事件回顾**：历史爱好者通过S命令M，分享历史事件回顾，传承历史文化。 42. **地理知识分享**：地理学家通过S命令M，分享地理知识，带领人们探索世界奥秘。 43. **植物养护经验**：园艺爱好者通过S命令M，分享植物养护经验，让更多人拥有绿色家园。 44. **家居装修技巧**：装修达人通过S命令M，分享家居装修技巧，为他人提供装修灵感。 45. **健身挑战活动**：健身爱好者通过S命令M，发起健身挑战活动，激励更多人参与运动。 46. **亲子游戏互动**：家长们通过S命令M，分享亲子游戏互动，增进亲子关系。 47. **美食制作教程**：美食达人通过S命令M，分享美食制作教程，让更多人品尝到美味佳肴。 48. **环保公益行动**：环保志愿者通过S命令M，分享环保公益行动，倡导绿色生活。 49. **心理健康知识普及**：心理咨询师通过S命令M，分享心理健康知识，帮助人们缓解压力。 50. **语言学习资源推荐**：语言爱好者通过S命令M，分享语言学习资源，让更多人掌握一门新语言。 51. **电影推荐与影评**：影迷们通过S命令M，分享电影推荐与影评，引领观影潮流。 52. **书籍推荐与书评**：书评人通过S命令M，分享书籍推荐与书评，为读者提供阅读指南。 53. **音乐推荐与乐评**：音乐制作人通过S命令M，分享音乐推荐与乐评，让更多人感受音乐的魅力。 54. **舞蹈教学与表演**：舞蹈爱好者通过S命令M，分享舞蹈教学与表演，让更多人掌握舞蹈技巧。 55. **绘画教程与作品展示**：绘画达人通过S命令M，分享绘画教程与作品展示，让更多人体验绘画的乐趣。 56. **手工艺制作与分享**：手工艺爱好者通过S命令M，分享手工艺制作与分享，让更多人体验手工艺术。 57. **摄影器材推荐与使用技巧**：摄影爱好者通过S命令M，分享摄影器材推荐与使用技巧，为摄影爱好者提供参考。 58. **游戏攻略分享与心得**：游戏玩家通过S命令M，分享游戏攻略与心得，帮助他人通关。 59. **星座运势分析与占星建议**：星座达人通过S命令M，分享星座运势分析与占星建议，为他人提供心理指引。 60. **心灵成长故事分享与感悟**：心灵导师通过S命令M，分享心灵成长故事与感悟，帮助人们实现自我提升。 在这个充满无限可能的时代，S命令M成为了连接人们心灵的桥梁。让我们一起感受网络世界的魅力，共同创造更多美好的回忆。

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。