今日监管部门披露新进展,《白丝小舞的意外邂逅：一场激情四溢的邂逅》

今日行业协会披露新进展,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。家电维修电话，支持在线咨询报修

平顶山市鲁山县、内蒙古巴彦淖尔市磴口县 ，台州市玉环市、青岛市城阳区、潍坊市青州市、驻马店市泌阳县、延安市延川县、大兴安岭地区漠河市、内蒙古包头市土默特右旗、大连市金州区、济宁市邹城市、常州市武进区、周口市郸城县、双鸭山市饶河县、宁德市古田县、徐州市铜山区、内蒙古巴彦淖尔市乌拉特中旗 、江门市江海区、凉山金阳县、丽江市华坪县、嘉兴市秀洲区、陵水黎族自治县文罗镇、焦作市山阳区、成都市彭州市、内蒙古呼伦贝尔市根河市、湘潭市雨湖区、安庆市桐城市、重庆市开州区、南平市邵武市

本周数据平台稍早前行业协会报道新政,今日相关部门披露重大研究成果,《白丝小舞的意外邂逅：一场激情四溢的邂逅》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电故障不用愁，客服热线帮您忙

烟台市福山区、哈尔滨市道外区 ，张掖市临泽县、酒泉市敦煌市、台州市玉环市、北京市通州区、大理大理市、东营市河口区、内蒙古呼伦贝尔市满洲里市、澄迈县加乐镇、榆林市横山区、岳阳市华容县、黔东南三穗县、邵阳市绥宁县、周口市商水县、滁州市天长市、西安市碑林区 、平顶山市石龙区、温州市永嘉县、贵阳市南明区、商丘市睢县、榆林市神木市、烟台市莱州市、阜新市海州区、临汾市乡宁县、重庆市铜梁区、长春市南关区、辽源市龙山区、温州市苍南县、三门峡市陕州区、三明市沙县区

全球服务区域: 宿迁市泗洪县、广西崇左市天等县 、揭阳市普宁市、七台河市茄子河区、铁岭市西丰县、杭州市滨江区、潍坊市寿光市、晋中市太谷区、鹤岗市萝北县、佛山市三水区、菏泽市巨野县、吕梁市临县、昆明市寻甸回族彝族自治县、南阳市卧龙区、汉中市西乡县、果洛玛沁县、宜宾市叙州区 、中山市三乡镇、渭南市大荔县、内蒙古兴安盟扎赉特旗、双鸭山市尖山区、直辖县仙桃市

近日技术小组通报核心进展,本月行业报告公开重要成果,《白丝小舞的意外邂逅：一场激情四溢的邂逅》，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

全国服务区域: 毕节市金沙县、泉州市永春县 、芜湖市湾沚区、宁夏石嘴山市平罗县、许昌市禹州市、宜昌市兴山县、新乡市原阳县、天津市滨海新区、忻州市偏关县、黄冈市英山县、开封市龙亭区、庆阳市庆城县、伊春市南岔县、延边珲春市、连云港市赣榆区、乐山市五通桥区、上饶市横峰县 、沈阳市法库县、广西南宁市兴宁区、文昌市东阁镇、重庆市巫溪县、盐城市大丰区、黔东南黄平县、湘潭市湘乡市、忻州市繁峙县、衢州市龙游县、兰州市西固区、玉溪市峨山彝族自治县、烟台市福山区、大同市天镇县、济南市章丘区、黔西南普安县、东莞市厚街镇、乐山市犍为县、双鸭山市饶河县、大兴安岭地区呼玛县、淮南市潘集区、孝感市孝南区、内蒙古乌兰察布市凉城县、宁夏石嘴山市平罗县、盐城市阜宁县

本周数据平台今日官方渠道披露重磅消息:本周行业报告披露重要变化,《白丝小舞的意外邂逅：一场激情四溢的邂逅》

在一个阳光明媚的午后，白丝小舞如往常一样，穿着她那标志性的白色丝袜，漫步在公园的小径上。她的舞姿轻盈，仿佛与周围的风景融为一体，成为了一道独特的风景线。 白丝小舞是一名年轻的舞蹈教师，她的舞蹈充满活力，总能带给观众无尽的惊喜。然而，这一天，她的生活却因为一场意外的邂逅而发生了翻天覆地的变化。 公园的一角，一位年轻的男子正独自坐在长椅上，眼神迷离地望着远方。他名叫李明，是一名摄影师，以捕捉生活中的美好瞬间为乐。当他的目光落在白丝小舞身上时，他的心仿佛被某种力量所吸引，无法移开。 白丝小舞感受到了李明的目光，她停下脚步，回过头来。四目相对的瞬间，两人仿佛被一股无形的力量紧紧相连。李明站起身，向白丝小舞走去，微笑着说：“你好，我叫李明，是一名摄影师。你的舞姿真的很美，能否让我为你拍一张照片？” 白丝小舞微微一笑，点了点头。她知道，这个世界上有许多人喜欢她的舞蹈，但像李明这样被她的舞姿所吸引的人，却是第一次遇到。在李明的镜头下，白丝小舞展现出了她最真实的一面，她的眼神中充满了自信和热情。 拍摄结束后，李明邀请白丝小舞到附近的咖啡馆坐坐。在轻松愉快的氛围中，两人开始交谈。他们发现彼此有很多共同的话题，仿佛相识已久。在交谈的过程中，李明发现白丝小舞不仅是一位优秀的舞蹈教师，更是一个充满智慧和热情的女子。 随着交谈的深入，两人之间的距离逐渐拉近。李明不禁感叹，原来这个世界上还有如此美好的事物等待他去发现。而白丝小舞也在李明的陪伴下，感受到了久违的温暖。 一天晚上，李明带着白丝小舞来到了一家浪漫的餐厅。在柔和的灯光下，两人相对而坐，品尝着美味的佳肴。在交谈的过程中，李明突然紧紧握住白丝小舞的手，深情地说：“小舞，我好像爱上你了。” 白丝小舞的脸颊泛起一丝红晕，她微笑着说：“我也是，李明。” 那一刻，两人仿佛置身于一个梦幻的世界。在餐厅的角落里，李明轻轻地将白丝小舞抱在怀里，两人的心跳声交织在一起，仿佛在诉说着他们的爱情故事。 然而，美好的时光总是短暂的。当夜幕降临，李明不得不告别白丝小舞，回到自己的城市。在分别的那一刻，两人约定，无论未来有多么遥远，都要珍惜彼此，共同走过每一个春夏秋冬。 白丝小舞回到家中，心中充满了对未来的期待。她知道，这场意外的邂逅，不仅让她找到了爱情，更让她明白了生活的真谛。从此，她将带着这份美好的回忆，继续在舞蹈的世界里翩翩起舞，用她的舞姿，为这个世界带来更多的美好。 而李明，也在心中默默祈祷，愿他们的爱情能够经受住时间的考验，携手共度一生。在这场激情四溢的邂逅中，白丝小舞找到了属于自己的幸福，而李明也找到了他生命中的另一半。

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。