近期国家机构传递重大政策,宝贝，听话，腿打开——亲子互动中的温馨瞬间

近日相关部门传递新动态,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。售后服务中心联系方式，全渠道便捷沟通

甘孜九龙县、北京市门头沟区 ，阜新市海州区、天津市东丽区、万宁市山根镇、攀枝花市米易县、温州市瑞安市、黔东南锦屏县、甘孜甘孜县、海西蒙古族德令哈市、琼海市嘉积镇、马鞍山市雨山区、安康市汉滨区、襄阳市谷城县、牡丹江市海林市、巴中市恩阳区、三明市将乐县 、庆阳市宁县、赣州市上犹县、黔东南麻江县、龙岩市连城县、连云港市赣榆区、广西桂林市荔浦市、鄂州市鄂城区、肇庆市端州区、开封市通许县、乐东黎族自治县大安镇、晋中市榆次区、佛山市南海区

本周数据平台近日官方渠道公开最新动态,昨日行业协会发布研究报告,宝贝，听话，腿打开——亲子互动中的温馨瞬间，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24小时在线，随时响应需求

广西贺州市昭平县、广安市邻水县 ，阜阳市颍州区、重庆市九龙坡区、佳木斯市前进区、焦作市解放区、绍兴市上虞区、蚌埠市龙子湖区、徐州市丰县、达州市开江县、金华市永康市、洛阳市新安县、内蒙古锡林郭勒盟多伦县、宜宾市南溪区、泸州市叙永县、迪庆香格里拉市、吕梁市交口县 、儋州市海头镇、鸡西市鸡东县、铁岭市调兵山市、广西桂林市永福县、临汾市曲沃县、中山市东升镇、内蒙古乌兰察布市化德县、汉中市洋县、信阳市光山县、内蒙古包头市青山区、大理祥云县、天津市蓟州区、哈尔滨市宾县、临高县调楼镇

全球服务区域: 澄迈县大丰镇、淮安市金湖县 、邵阳市城步苗族自治县、乐山市犍为县、龙岩市漳平市、内蒙古呼伦贝尔市扎赉诺尔区、阿坝藏族羌族自治州黑水县、赣州市龙南市、宁夏银川市兴庆区、邵阳市邵阳县、黔南福泉市、鸡西市梨树区、营口市大石桥市、天津市东丽区、海西蒙古族都兰县、杭州市淳安县、宝鸡市渭滨区 、营口市盖州市、渭南市大荔县、韶关市南雄市、定安县岭口镇、白山市抚松县

本周数据平台本月官方渠道公布权威通报,本月监管部门发布新研究报告,宝贝，听话，腿打开——亲子互动中的温馨瞬间，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

全国服务区域: 北京市海淀区、内蒙古包头市白云鄂博矿区 、哈尔滨市宾县、德阳市什邡市、池州市贵池区、益阳市桃江县、新乡市获嘉县、中山市南头镇、开封市通许县、攀枝花市东区、鹤壁市浚县、汉中市略阳县、平顶山市舞钢市、常州市新北区、天津市红桥区、乐山市沙湾区、黄冈市武穴市 、商洛市商州区、菏泽市鄄城县、宝鸡市凤县、东方市江边乡、绥化市青冈县、蚌埠市龙子湖区、临沂市兰山区、南充市营山县、鹤岗市向阳区、铁岭市西丰县、乐东黎族自治县千家镇、阜新市阜新蒙古族自治县、陵水黎族自治县提蒙乡、定西市渭源县、龙岩市漳平市、德宏傣族景颇族自治州盈江县、昭通市大关县、达州市万源市、巴中市南江县、洛阳市伊川县、广西河池市天峨县、漳州市芗城区、本溪市平山区、贵阳市修文县

官方技术支援专线:今日行业协会传递重大报告,宝贝，听话，腿打开——亲子互动中的温馨瞬间

在繁忙的都市生活中，我们常常被工作、生活琐事所困扰，而忽略了与家人之间的亲密时光。亲子互动，尤其是与孩子之间的亲密接触，往往能给我们带来无尽的欢乐和温馨。今天，就让我们一起来分享一个充满爱意的亲子互动故事——“宝贝，听话，腿打开”。 那是一个阳光明媚的周末，我和儿子小杰来到了公园。公园里绿树成荫，鸟语花香，是孩子们玩耍的好去处。小杰兴奋地跑来跑去，追逐着蝴蝶，捉迷藏，玩得不亦乐乎。 突然，小杰跑到了一个滑梯前，停下了脚步。他看着高高的滑梯，脸上露出了犹豫的表情。我知道，他心里既想尝试，又害怕摔下来。我走过去，蹲下身子，温柔地对他说：“宝贝，听话，腿打开。” 小杰看着我，眼中闪烁着疑惑和恐惧。我轻轻地握住他的手，鼓励地说：“别害怕，妈妈在这里陪你。你只需要把腿打开，坐到滑梯上，然后闭上眼睛，滑下来。妈妈会在这里接住你的。” 小杰犹豫了一下，最终还是鼓起勇气，坐到了滑梯上。我站在下面，紧紧地握住他的手，鼓励他：“宝贝，加油！你是最棒的！”小杰闭上眼睛，深吸一口气，然后勇敢地滑了下来。 当他从滑梯上滑下来，我紧紧地抱住了他。小杰脸上洋溢着幸福的笑容，激动地说：“妈妈，我好开心！我做到了！” 那一刻，我深深地感受到了亲子互动的力量。我们通过简单的语言和行动，让孩子感受到了关爱、信任和勇气。在这个过程中，我们不仅让孩子学会了面对挑战，也让我们自己更加懂得了如何去关爱和陪伴孩子。 亲子互动不仅仅局限于玩耍，还包括生活中的点点滴滴。比如，在洗澡时，我们可以教孩子认识身体部位；在吃饭时，我们可以引导孩子学会感恩；在睡前，我们可以给孩子讲故事，培养他们的想象力。这些看似微不足道的小事，却能在孩子心中种下爱的种子，让他们在成长的道路上更加自信、勇敢。 当然，亲子互动也需要我们用心去感受和体会。在这个过程中，我们要学会倾听孩子的心声，关注他们的需求，尊重他们的个性。只有这样，我们才能真正走进孩子的内心世界，与他们建立起深厚的感情。 “宝贝，听话，腿打开”，这句话不仅仅是对孩子的鼓励，更是我们作为父母的责任和担当。让我们携手共进，用爱心和耐心，陪伴孩子度过每一个美好的时光，共同创造属于我们的温馨回忆。 在这个充满爱的世界里，让我们用“宝贝，听话，腿打开”的温馨瞬间，为孩子的成长之路添上一抹亮丽的色彩。

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。