今日行业协会发布重大通报,网络空间清朗，拒绝不良信息——抵制“www.一级毛片”等低俗网站

本周官方传递最新行业报告,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。家电维修保障热线，售后90天质保

赣州市南康区、常州市天宁区 ，巴中市南江县、开封市杞县、白沙黎族自治县金波乡、重庆市奉节县、淮南市田家庵区、怀化市沅陵县、广西南宁市兴宁区、长春市绿园区、内蒙古通辽市科尔沁左翼中旗、普洱市江城哈尼族彝族自治县、益阳市安化县、六安市霍邱县、南充市营山县、文昌市冯坡镇、荆门市东宝区 、广西百色市平果市、本溪市本溪满族自治县、宿迁市宿城区、广西桂林市龙胜各族自治县、榆林市横山区、澄迈县桥头镇、济宁市邹城市、衢州市柯城区、定安县雷鸣镇、太原市晋源区、泉州市金门县、宁夏银川市西夏区

近日监测部门传出异常警报,近期相关部门更新行业成果,网络空间清朗，拒绝不良信息——抵制“www.一级毛片”等低俗网站，很高兴为您解答这个问题，让我来帮您详细说明一下：全国联网维保服务，统一护理标准

徐州市铜山区、临沂市平邑县 ，昌江黎族自治县七叉镇、池州市贵池区、广元市昭化区、营口市大石桥市、淮南市大通区、广西百色市田阳区、通化市辉南县、泉州市永春县、宜宾市筠连县、驻马店市西平县、漳州市漳浦县、广西防城港市东兴市、上饶市万年县、鹤岗市萝北县、西宁市大通回族土族自治县 、昭通市永善县、威海市环翠区、株洲市天元区、蚌埠市淮上区、云浮市罗定市、本溪市本溪满族自治县、苏州市相城区、周口市沈丘县、惠州市龙门县、鸡西市鸡冠区、上海市金山区、衡阳市雁峰区、汕头市澄海区、西安市新城区

全球服务区域: 郴州市临武县、文昌市冯坡镇 、郴州市北湖区、安庆市望江县、揭阳市揭东区、内蒙古巴彦淖尔市磴口县、延安市黄龙县、鸡西市恒山区、大兴安岭地区漠河市、济宁市汶上县、广西柳州市柳北区、乐东黎族自治县万冲镇、安庆市宿松县、大连市西岗区、广西百色市隆林各族自治县、岳阳市云溪区、宝鸡市麟游县 、五指山市通什、北京市门头沟区、长沙市开福区、佳木斯市富锦市、内江市东兴区

可视化故障排除专线,本周官方更新行业通报,网络空间清朗，拒绝不良信息——抵制“www.一级毛片”等低俗网站，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化派单系统，精准定位维修需求

全国服务区域: 宜春市高安市、广西桂林市叠彩区 、伊春市铁力市、广西桂林市资源县、黔南长顺县、漳州市长泰区、扬州市邗江区、成都市双流区、衡阳市石鼓区、重庆市石柱土家族自治县、锦州市太和区、广西防城港市港口区、广西来宾市金秀瑶族自治县、青岛市即墨区、澄迈县金江镇、南京市雨花台区、宁德市柘荣县 、上饶市婺源县、沈阳市新民市、阜阳市颍泉区、信阳市商城县、北京市西城区、韶关市浈江区、重庆市南川区、赣州市赣县区、贵阳市息烽县、烟台市牟平区、德宏傣族景颇族自治州陇川县、驻马店市驿城区、杭州市富阳区、安阳市林州市、上海市嘉定区、重庆市永川区、临夏和政县、延安市宜川县、永州市道县、陵水黎族自治县隆广镇、南通市海安市、大兴安岭地区加格达奇区、湛江市吴川市、临汾市襄汾县

本周数据平台稍早前行业报告:本月研究机构传达行业新动向,网络空间清朗，拒绝不良信息——抵制“www.一级毛片”等低俗网站

随着互联网的普及，网络已经成为我们日常生活中不可或缺的一部分。然而，在享受网络带来的便利和丰富信息的同时，我们也必须面对网络空间中存在的诸多问题，尤其是低俗、不良信息的传播。近期，有关“www.一级毛片”等低俗网站的报道引起了社会广泛关注，我们必须坚决抵制此类网站，共同维护网络环境的清朗。 “www.一级毛片”这类网站，以其低俗、色情的内容，吸引了部分网民的点击和浏览。然而，这种网站的存在，不仅污染了网络环境，更是对社会主义核心价值观的严重践踏。以下是抵制此类网站的一些理由： 首先，低俗网站的存在，严重损害了社会风气。这些网站传播的内容，往往带有强烈的色情、暴力倾向，容易使青少年沉迷其中，影响他们的身心健康，甚至导致他们走上违法犯罪的道路。此外，低俗网站还会引发社会道德滑坡，破坏社会和谐。 其次，低俗网站侵犯了公民的合法权益。在互联网时代，个人信息泄露问题日益严重。一些低俗网站为了吸引点击，不惜泄露用户的个人信息，给用户带来极大的安全隐患。同时，这些网站还可能侵犯他人的肖像权、隐私权等合法权益。 再次，低俗网站破坏了网络环境的健康发展。互联网作为新兴的传播媒介，肩负着传播正能量、促进社会进步的重要使命。然而，低俗网站的存在，使得网络环境变得乌烟瘴气，严重影响了网络生态的健康发展。 为了抵制“www.一级毛片”等低俗网站，我们需要从以下几个方面入手： 1. 提高自身素质，自觉抵制低俗信息。作为网民，我们要时刻保持清醒的头脑，自觉抵制低俗、不良信息，不浏览、不传播这些内容。 2. 加强网络素养教育，提高青少年自我保护意识。家庭、学校和社会要共同努力，加强对青少年的网络素养教育，提高他们的自我保护意识，防止他们沉迷于低俗网站。 3. 完善法律法规，加大对低俗网站的打击力度。政府部门要完善相关法律法规，加大对低俗网站的打击力度，依法严惩违法行为。 4. 加强网络监管，营造清朗的网络空间。互联网企业要承担社会责任，加强对自身平台的监管，及时清理低俗、不良信息，为用户提供健康的网络环境。 总之，抵制“www.一级毛片”等低俗网站，是我们每一个网民的责任和义务。让我们携手共建清朗的网络空间，为我国互联网事业的健康发展贡献力量。

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。