今日行业报告传递政策更新,《神武幻想：穿越时空的奇幻之旅》

今日监管部门披露行业最新进展,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。智能维修管理平台，自动分配服务订单

内蒙古呼伦贝尔市满洲里市、三门峡市卢氏县 ，永州市宁远县、杭州市桐庐县、乐山市沐川县、宁夏石嘴山市大武口区、儋州市光村镇、成都市简阳市、南阳市方城县、铁岭市铁岭县、烟台市招远市、新余市分宜县、普洱市西盟佤族自治县、内蒙古锡林郭勒盟苏尼特左旗、广西玉林市玉州区、常德市津市市、渭南市华阴市 、烟台市莱州市、烟台市招远市、六安市霍邱县、衡阳市祁东县、海南贵德县、济宁市汶上县、黄山市祁门县、宁夏固原市彭阳县、安庆市桐城市、烟台市福山区、滨州市博兴县、安康市岚皋县

本周官方渠道披露研究成果,本月行业协会发布重大政策,《神武幻想：穿越时空的奇幻之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修管理平台，自动分配服务订单

开封市顺河回族区、东莞市南城街道 ，黄南同仁市、聊城市茌平区、广西柳州市柳江区、齐齐哈尔市建华区、白沙黎族自治县打安镇、黔南贵定县、甘孜稻城县、无锡市惠山区、眉山市丹棱县、三沙市西沙区、宁夏银川市灵武市、莆田市荔城区、忻州市原平市、滨州市博兴县、安庆市宜秀区 、湛江市徐闻县、黔东南雷山县、衡阳市祁东县、焦作市沁阳市、雅安市石棉县、威海市荣成市、南充市阆中市、临沂市莒南县、昭通市昭阳区、宜春市高安市、广西河池市南丹县、延安市子长市、六安市霍山县、东莞市凤岗镇

全球服务区域: 长治市沁源县、六盘水市钟山区 、宁夏吴忠市利通区、海东市乐都区、天津市东丽区、汉中市留坝县、哈尔滨市宾县、上海市奉贤区、广西柳州市融水苗族自治县、金华市永康市、黄南尖扎县、抚州市东乡区、衢州市龙游县、大理永平县、广元市剑阁县、内蒙古呼伦贝尔市阿荣旗、黄山市徽州区 、南充市仪陇县、商丘市虞城县、周口市西华县、达州市宣汉县、安康市白河县

本周数据平台近期官方渠道公开权威通报,本周研究机构披露新政策,《神武幻想：穿越时空的奇幻之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化监督平台，智能优化服务质量

全国服务区域: 广西桂林市秀峰区、杭州市萧山区 、重庆市綦江区、常州市溧阳市、宁夏固原市彭阳县、亳州市谯城区、永州市江永县、台州市玉环市、烟台市福山区、普洱市澜沧拉祜族自治县、宝鸡市千阳县、上海市崇明区、内蒙古通辽市扎鲁特旗、中山市大涌镇、商洛市商南县、广西崇左市大新县、广西贵港市港北区 、合肥市肥东县、九江市修水县、郑州市新密市、黄冈市浠水县、内蒙古通辽市科尔沁区、天津市东丽区、沈阳市康平县、临沧市沧源佤族自治县、重庆市綦江区、安阳市龙安区、焦作市武陟县、商洛市商南县、北京市通州区、直辖县天门市、广西来宾市金秀瑶族自治县、文昌市蓬莱镇、吕梁市文水县、果洛班玛县、锦州市凌河区、成都市大邑县、楚雄大姚县、湘西州永顺县、内蒙古呼伦贝尔市满洲里市、内江市资中县

本周数据平台本月业内人士公开最新动态:本周官方更新政策动态,《神武幻想：穿越时空的奇幻之旅》

在浩瀚的宇宙中，无数的星球与文明交织在一起，形成了一个神秘而绚烂的宇宙画卷。在这个画卷中，有一个名为“神武幻想”的奇幻世界，它以其独特的魅力，吸引了无数探险者的目光。今天，就让我们一同踏上这场穿越时空的奇幻之旅，领略神武幻想世界的无限风光。 神武幻想，一个充满神秘色彩的世界。在这里，有神奇的生物、壮丽的山河、古老的传说和神秘的宝藏。每一个角落都充满了奇幻的色彩，让人流连忘返。 首先，让我们走进神武幻想的世界，去探寻那些神奇的生物。在这里，有会说话的鸟儿、会跳舞的鱼儿、会飞翔的蛇……它们形态各异，各具特色。更有那传说中的神兽，如青龙、白虎、朱雀、玄武，它们守护着这片土地，为神武幻想世界带来了无尽的神秘与魅力。 接下来，让我们领略神武幻想世界的壮丽山河。这里有巍峨的山脉、碧绿的森林、清澈的湖泊、奔腾的江河。每一处景色都美得如诗如画，让人陶醉其中。在这片土地上，还隐藏着许多古老的遗迹，它们见证了神武幻想世界的辉煌历史。 在神武幻想的世界里，传说与故事无处不在。这里有勇敢的勇士、智慧的女巫、善良的精灵、邪恶的恶魔……他们共同演绎着一场场惊心动魄的故事。其中，最为著名的莫过于那场守护神武幻想世界的圣战。在这场战争中，正义与邪恶展开了激烈的较量，最终正义战胜了邪恶，守护了神武幻想世界的和平。 当然，神武幻想世界最吸引人的还是那些神秘的宝藏。这些宝藏散落在世界的各个角落，等待着勇敢的探险者去寻找。它们可能是古老的魔法卷轴、珍贵的宝石、神秘的宝物……每一个宝藏都蕴含着无尽的秘密，让人充满期待。 在这个奇幻的世界里，我们还可以体验到丰富的游戏玩法。无论是与好友一起组队探险，还是独自挑战强大的敌人，都能在这里找到属于自己的乐趣。在这里，你可以成为一名勇士，守护神武幻想世界的和平；你可以成为一名法师，用魔法征服一切敌人；你也可以成为一名商人，用智慧赚取财富。 总之，神武幻想是一个充满奇幻色彩的世界，它带给我们无尽的惊喜与感动。在这个世界里，我们可以尽情地释放自己的想象力，去探索那些未知的领域。而这一切，都离不开我们勇敢的探险精神。 在这个充满奇幻色彩的神武幻想世界里，让我们携手前行，共同书写属于自己的传奇故事。也许，在不久的将来，我们会在某个神秘的角落相遇，一起分享这份美好的回忆。神武幻想，期待你的到来！

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。