本周官方传递最新行业报告,秋葵小蝌蚪榴莲富二代站长统计：揭秘网络世界的独特现象

本月行业协会传达重大通报,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。智能配件管理系统，自动匹配型号

内蒙古乌兰察布市卓资县、哈尔滨市五常市 ，东莞市塘厦镇、酒泉市玉门市、随州市随县、长沙市雨花区、重庆市巫山县、运城市盐湖区、攀枝花市盐边县、鞍山市台安县、郑州市中原区、南昌市青山湖区、遵义市正安县、佳木斯市富锦市、渭南市富平县、长沙市长沙县、周口市项城市 、文山丘北县、文昌市东郊镇、连云港市连云区、文昌市潭牛镇、武威市天祝藏族自治县、武汉市新洲区、澄迈县老城镇、商丘市宁陵县、铜仁市沿河土家族自治县、楚雄元谋县、潮州市湘桥区、吕梁市交城县

本周数据平台不久前行业协会透露新变化,刚刚官方渠道发布新动态,秋葵小蝌蚪榴莲富二代站长统计：揭秘网络世界的独特现象，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一客服电话，正规售后服务

六盘水市盘州市、广西玉林市北流市 ，鞍山市海城市、抚州市东乡区、德州市禹城市、甘孜丹巴县、淮北市相山区、昭通市彝良县、肇庆市广宁县、舟山市定海区、黔南瓮安县、乐山市马边彝族自治县、哈尔滨市通河县、天津市津南区、武汉市黄陂区、抚顺市清原满族自治县、烟台市龙口市 、潍坊市寿光市、鹤壁市浚县、广西梧州市长洲区、泰州市兴化市、德阳市什邡市、曲靖市陆良县、岳阳市云溪区、常州市天宁区、广西贵港市平南县、白山市临江市、赣州市石城县、亳州市涡阳县、平顶山市新华区、本溪市明山区

全球服务区域: 合肥市长丰县、上饶市广信区 、湛江市徐闻县、滁州市天长市、汕头市濠江区、内蒙古赤峰市阿鲁科尔沁旗、无锡市江阴市、无锡市宜兴市、大连市金州区、资阳市安岳县、阜新市海州区、抚州市临川区、齐齐哈尔市依安县、东莞市大朗镇、濮阳市华龙区、延边和龙市、郑州市惠济区 、广西桂林市龙胜各族自治县、许昌市魏都区、永州市蓝山县、长春市德惠市、重庆市黔江区

24小时维修咨询热线，智能语音导航,昨日行业协会披露最新报告,秋葵小蝌蚪榴莲富二代站长统计：揭秘网络世界的独特现象，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化服务派单，精准对接维修需求

全国服务区域: 西安市临潼区、黄山市屯溪区 、铜川市印台区、内蒙古兴安盟乌兰浩特市、鸡西市虎林市、陇南市宕昌县、重庆市秀山县、湖州市长兴县、内蒙古阿拉善盟阿拉善左旗、长沙市长沙县、东方市天安乡、南充市仪陇县、内蒙古呼伦贝尔市根河市、运城市绛县、广西梧州市万秀区、周口市项城市、韶关市新丰县 、攀枝花市西区、东莞市大朗镇、重庆市巫山县、凉山德昌县、晋城市城区、泰州市海陵区、成都市新津区、重庆市石柱土家族自治县、常德市津市市、中山市南头镇、东莞市高埗镇、潮州市潮安区、东莞市凤岗镇、天水市清水县、榆林市清涧县、茂名市化州市、湖州市长兴县、焦作市博爱县、雅安市芦山县、渭南市临渭区、玉溪市华宁县、滁州市凤阳县、绍兴市柯桥区、东莞市长安镇

本周数据平台不久前行业协会透露新变化:今日相关部门披露重要进展,秋葵小蝌蚪榴莲富二代站长统计：揭秘网络世界的独特现象

在纷繁复杂的网络世界中，各种现象层出不穷，其中一些现象因其独特性而备受关注。今天，我们就来揭秘几个引人注目的关键词：秋葵小蝌蚪榴莲富二代站长统计。这些看似毫不相干的词汇，却共同描绘出网络世界中的一幅独特画卷。 首先，让我们聊聊秋葵小蝌蚪。在网络上，秋葵小蝌蚪是一个颇具特色的词汇，它源于一个网络段子。这个段子讲述了一个富二代在高档餐厅吃饭时，将秋葵当作小蝌蚪，误食后尴尬不已的故事。这个段子在网络上迅速走红，成为了一个独特的网络文化现象。秋葵小蝌蚪不仅代表了网络上的幽默与调侃，也反映了人们对生活的一种态度——面对生活中的尴尬，我们要学会自嘲和化解。 接下来，我们来看看榴莲。榴莲被誉为“水果之王”，因其独特的味道而备受争议。在网络上，榴莲同样具有独特的地位。一方面，榴莲成为了美食爱好者的宠儿，他们纷纷晒出自己的榴莲美食照片，分享榴莲的烹饪技巧。另一方面，榴莲也成为了网络上的一个热门话题，人们通过榴莲这个关键词，表达对美食的热爱，以及对生活的热爱。 再来说说富二代。在网络上，富二代是一个备受关注的话题。他们拥有优越的家庭背景，过着奢华的生活，却往往因为各种原因成为舆论的焦点。富二代们通过网络展示自己的生活方式，引发人们对财富、地位和生活方式的思考。在这个信息爆炸的时代，富二代们通过网络这个平台，展示自己的风采，同时也成为了网络世界中的一道独特风景线。 最后，我们谈谈站长。站长是网络世界中不可或缺的一部分，他们负责维护网站的正常运行，为用户提供优质的服务。在网络上，站长们用自己的智慧和努力，为网民们搭建了一个又一个交流的平台。而站长统计，则是站长们对网站运营情况的一种数据分析。通过对网站流量、用户行为等数据的统计，站长们可以更好地了解用户需求，优化网站内容，提升用户体验。 综上所述，秋葵小蝌蚪、榴莲、富二代和站长统计这些关键词，共同描绘了网络世界中的独特现象。在这个充满机遇与挑战的时代，网络文化不断发展，各种现象层出不穷。我们既要关注这些现象，也要学会从中汲取智慧，丰富自己的生活。 在这个多元化的网络世界中，我们要学会尊重不同的观点，包容不同的文化。秋葵小蝌蚪、榴莲、富二代和站长统计这些关键词，只是网络世界中的一小部分。在这个广阔的舞台上，还有无数精彩的故事等待我们去发现、去体验。让我们一起拥抱这个充满活力的网络世界，共同书写属于我们的精彩篇章。

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。