今日监管部门传达新研究成果,《宋家日常：pH值下的温馨时光》

今日监管部门传达新研究成果,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。客服中心支持电话、APP多渠道服务

连云港市海州区、南平市邵武市 ，中山市西区街道、广西百色市平果市、张掖市山丹县、广西南宁市横州市、青岛市胶州市、陵水黎族自治县三才镇、宜春市靖安县、潍坊市寿光市、龙岩市武平县、宁夏固原市隆德县、通化市辉南县、莆田市仙游县、宣城市旌德县、营口市西市区、南阳市新野县 、文山西畴县、肇庆市高要区、庆阳市正宁县、阜新市彰武县、北京市西城区、洛阳市新安县、内蒙古鄂尔多斯市达拉特旗、广西崇左市龙州县、重庆市巫溪县、吉安市峡江县、永州市江华瑶族自治县、怀化市芷江侗族自治县

官方技术支援专线,昨日官方披露行业最新成果,《宋家日常：pH值下的温馨时光》，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

南平市建瓯市、辽阳市辽阳县 ，北京市门头沟区、宁夏吴忠市青铜峡市、兰州市城关区、泸州市合江县、大连市金州区、渭南市大荔县、常州市武进区、鹤岗市萝北县、无锡市惠山区、金华市武义县、酒泉市肃州区、上饶市万年县、淮南市寿县、许昌市禹州市、哈尔滨市尚志市 、泉州市丰泽区、临沂市河东区、重庆市九龙坡区、晋城市陵川县、重庆市武隆区、大庆市萨尔图区、齐齐哈尔市碾子山区、内蒙古兴安盟阿尔山市、嘉兴市南湖区、内蒙古包头市固阳县、大连市中山区、甘孜德格县、重庆市万州区、池州市石台县

全球服务区域: 抚顺市新宾满族自治县、湛江市吴川市 、锦州市凌河区、黄石市铁山区、安庆市迎江区、济宁市兖州区、广西南宁市横州市、双鸭山市尖山区、成都市金牛区、延安市黄陵县、大庆市肇州县、泉州市南安市、甘南玛曲县、重庆市城口县、文昌市铺前镇、益阳市安化县、牡丹江市绥芬河市 、衢州市开化县、合肥市肥东县、恩施州巴东县、怀化市芷江侗族自治县、张家界市桑植县

本周数据平台近期相关部门公布权威通报,本月行业协会发布新研究报告,《宋家日常：pH值下的温馨时光》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化热线，统一维修服务标准

全国服务区域: 曲靖市宣威市、中山市三乡镇 、重庆市合川区、温州市龙港市、内蒙古鄂尔多斯市鄂托克旗、铜川市宜君县、蚌埠市五河县、临沂市蒙阴县、普洱市宁洱哈尼族彝族自治县、东莞市厚街镇、广元市昭化区、成都市崇州市、大兴安岭地区呼中区、通化市通化县、平顶山市宝丰县、清远市清新区、眉山市彭山区 、普洱市思茅区、泉州市德化县、咸宁市赤壁市、天津市和平区、韶关市新丰县、聊城市临清市、邵阳市城步苗族自治县、三亚市海棠区、大兴安岭地区松岭区、延安市甘泉县、长沙市长沙县、焦作市温县、成都市蒲江县、毕节市黔西市、海口市美兰区、咸宁市通山县、泸州市江阳区、内蒙古呼和浩特市和林格尔县、盐城市大丰区、本溪市南芬区、中山市三乡镇、中山市南头镇、遵义市余庆县、九江市永修县

近日官方渠道传达研究成果:今日研究机构披露重要进展,《宋家日常：pH值下的温馨时光》

在繁华的都市中，有一座温馨的小屋，那是宋家的家。这里的生活节奏虽然不快，但却充满了幸福的气息。在这座小屋里，pH值成为了衡量日常生活的标准，它既代表着生活的和谐，也象征着家庭成员间的关爱。 pH值，即酸碱度，是衡量溶液酸碱程度的指标。在宋家，pH值被赋予了新的含义，它成为了衡量家庭氛围和谐与否的标尺。在这个小小的世界里，pH值的高低直接影响着家庭成员的心情和生活质量。 清晨，当第一缕阳光透过窗帘洒进房间，宋家的pH值开始了一天的新篇章。厨房里，宋妈妈正在忙碌地准备早餐，她用心的烹饪，让食物的pH值恰到好处，既美味又健康。宋爸爸则在书房里，用他的专业知识调整着家里的pH值，确保家人生活的舒适。 早餐过后，宋家的pH值逐渐上升。孩子们在客厅里嬉戏，欢声笑语回荡在空气中。宋妈妈会适时地加入他们的游戏，用她的幽默和智慧，调节着整个家庭的pH值。在这个时候，pH值总是保持在最佳状态，充满了欢声笑语。 到了下午，宋家的pH值略有下降。孩子们开始学习，宋妈妈则在旁边陪伴，用她的耐心和关爱，为孩子们的学习生活提供支持。宋爸爸则在书房里研究他的科研项目，偶尔会停下来，与家人分享他的发现。在这个时候，pH值虽然有所下降，但家庭成员之间的关爱却更加浓厚。 傍晚时分，宋家的pH值再次上升。晚餐的香气弥漫在空气中，全家人围坐在餐桌前，分享着一天的所见所闻。宋妈妈会准备一桌丰盛的晚餐，而宋爸爸则会用他的故事和笑话，为晚餐增添乐趣。在这个时候，pH值总是保持在最佳状态，充满了温馨和幸福。 夜幕降临，宋家的pH值逐渐稳定。孩子们进入梦乡，宋妈妈和宋爸爸则开始规划第二天的计划。在这个时候，pH值虽然不再波动，但家庭成员之间的默契和关爱却更加深厚。 在宋家，pH值不仅仅是一个指标，更是一种生活的态度。他们用pH值来衡量生活的和谐，用关爱来调整生活的节奏。在这个充满爱的家庭里，pH值始终保持在最佳状态，让生活充满了阳光和希望。 在这个快节奏的时代，宋家的pH值成为了我们向往的生活状态。它告诉我们，无论生活多么繁忙，都要学会调整自己的心态，用关爱和和谐来填充生活的每一个角落。让我们向宋家学习，让pH值成为我们生活中的一道亮丽风景线。

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。