今日行业报告披露重大政策更新,青春旋律：小诗的高中生活

本月行业报告传递新动态,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。家电问题一键呼叫，客服专员全程跟进

铁岭市银州区、齐齐哈尔市碾子山区 ，内蒙古鄂尔多斯市康巴什区、临高县南宝镇、宁夏固原市彭阳县、玉溪市红塔区、延安市洛川县、商洛市洛南县、文昌市文城镇、五指山市通什、鄂州市鄂城区、大理鹤庆县、湘西州吉首市、蚌埠市固镇县、西安市雁塔区、景德镇市浮梁县、苏州市吴中区 、岳阳市汨罗市、广西北海市合浦县、盐城市阜宁县、丽水市莲都区、周口市西华县、漳州市漳浦县、孝感市孝南区、荆门市东宝区、成都市崇州市、白银市平川区、新乡市长垣市、攀枝花市仁和区

本周数据平台最新研究机构传出新变化,本月相关部门发布新政策,青春旋律：小诗的高中生活，很高兴为您解答这个问题，让我来帮您详细说明一下：故障诊断服务中心，专业检测设备

天水市清水县、白山市抚松县 ，常州市钟楼区、杭州市余杭区、伊春市铁力市、镇江市扬中市、荆门市钟祥市、邵阳市双清区、内蒙古通辽市扎鲁特旗、广西来宾市忻城县、梅州市五华县、内蒙古呼伦贝尔市根河市、徐州市鼓楼区、北京市门头沟区、咸宁市赤壁市、十堰市张湾区、沈阳市大东区 、宁波市江北区、宁夏吴忠市同心县、德阳市旌阳区、开封市通许县、宜昌市长阳土家族自治县、泸州市泸县、大兴安岭地区呼中区、绍兴市诸暨市、菏泽市郓城县、重庆市云阳县、吉安市庐陵新区、洛阳市栾川县、亳州市蒙城县、吉林市舒兰市

全球服务区域: 琼海市塔洋镇、龙岩市长汀县 、陵水黎族自治县本号镇、白城市镇赉县、广西河池市宜州区、铜川市印台区、阿坝藏族羌族自治州茂县、怀化市沅陵县、信阳市息县、南阳市方城县、安康市汉阴县、咸阳市泾阳县、扬州市广陵区、乐山市沙湾区、德州市禹城市、张掖市肃南裕固族自治县、永州市江永县 、伊春市金林区、文昌市东阁镇、肇庆市德庆县、临汾市乡宁县、保山市昌宁县

刚刚信息部门通报重大更新,今日官方渠道公布新政策,青春旋律：小诗的高中生活，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: 内蒙古巴彦淖尔市乌拉特前旗、舟山市定海区 、梅州市丰顺县、海口市龙华区、开封市祥符区、遵义市桐梓县、红河石屏县、临沧市沧源佤族自治县、上海市闵行区、遵义市湄潭县、荆州市沙市区、黄冈市黄州区、鹰潭市余江区、甘南临潭县、丽水市云和县、郴州市汝城县、阿坝藏族羌族自治州红原县 、亳州市蒙城县、杭州市拱墅区、湘潭市雨湖区、大兴安岭地区呼中区、赣州市信丰县、吉安市遂川县、娄底市冷水江市、内蒙古巴彦淖尔市杭锦后旗、广安市邻水县、内蒙古呼伦贝尔市额尔古纳市、东方市天安乡、宜春市铜鼓县、楚雄永仁县、广州市从化区、舟山市嵊泗县、广州市白云区、文山广南县、昭通市绥江县、汉中市留坝县、沈阳市新民市、佳木斯市桦川县、茂名市信宜市、七台河市茄子河区、鹤岗市兴山区

本周数据平台最新研究机构传出新变化:昨日官方渠道发布新进展,青春旋律：小诗的高中生活

时光荏苒，岁月如歌。转眼间，小诗已经迈入了高中生活的大门。这是一个充满挑战与机遇的阶段，她带着对未来的憧憬，踏上了这段青春的旅程。 清晨，阳光透过窗帘洒在书桌上，小诗揉了揉惺忪的睡眼，开始了新的一天。高中生活不同于初中，课程更加繁重，但她并没有退缩。她深知，只有努力拼搏，才能在未来的道路上走得更远。 课间，小诗总是和同学们围坐在一起，分享彼此的学习心得。她喜欢那种互相鼓励、共同进步的氛围。在一次次的讨论中，她不仅学到了知识，还结识了一群志同道合的朋友。 午后的阳光洒在操场上，小诗和同学们一起奔跑、嬉戏。她们在运动中释放压力，感受青春的活力。这时，小诗总会想起那句诗：“青春如歌，岁月如梦。”是的，高中生活就像一首美妙的旋律，充满了欢声笑语。 晚自习的灯光下，小诗认真做着作业，笔尖在纸上飞舞。她深知，高中生活是人生中一个重要的转折点，只有努力学习，才能为未来的梦想奠定坚实的基础。每当遇到难题，她都会告诉自己：“坚持就是胜利！”就这样，她一步步克服困难，不断进步。 课余时间，小诗喜欢阅读一些文学作品，她认为这有助于提升自己的文学素养。她喜欢在书中寻找灵感，感受作者的情感。在阅读中，她学会了思考，学会了感悟生活。 高中生活中，小诗还参加了一些社团活动。她加入了文学社，和一群热爱文学的同学一起探讨文学的魅力。在社团活动中，她不仅锻炼了自己的组织协调能力，还结识了许多志同道合的朋友。 周末，小诗会约上三五好友，一起去公园散步、聊天。她们在轻松愉快的氛围中，分享彼此的生活点滴，畅谈未来的梦想。这时，小诗总会感慨万分：“高中生活真是美好啊！” 然而，高中生活并非一帆风顺。在学习、生活和人际交往中，小诗也遇到了不少挫折。但她从未放弃，始终坚信：“阳光总在风雨后。”在老师和同学们的帮助下，她一步步克服了困难，变得更加坚强。 如今，小诗即将迎来高中生活的尾声。回首这段时光，她感慨万分。这段青春岁月，让她学会了独立、坚强、拼搏。她深知，这段经历将成为她人生中最宝贵的财富。 站在新的起点上，小诗满怀信心地迎接未来的挑战。她相信，在未来的日子里，她会用所学知识，去书写属于自己的精彩人生。正如那首诗中所写：“青春似火，燃烧吧，燃烧吧！”

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。