本周行业报告公开研究成果,揭秘“aa毛片”：网络迷雾中的真相与警示

今日行业报告披露最新研究成果,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。零部件供应中心，全品类配件库存

重庆市奉节县、东莞市塘厦镇 ，宜昌市猇亭区、德州市齐河县、张家界市武陵源区、大庆市萨尔图区、聊城市莘县、雅安市汉源县、乐东黎族自治县大安镇、平顶山市鲁山县、吉林市桦甸市、黄南河南蒙古族自治县、马鞍山市含山县、宁夏固原市原州区、茂名市电白区、万宁市南桥镇、成都市新津区 、武汉市新洲区、镇江市丹阳市、内蒙古鄂尔多斯市准格尔旗、内蒙古呼和浩特市赛罕区、焦作市解放区、白山市浑江区、徐州市丰县、澄迈县中兴镇、黔东南从江县、遵义市正安县、内蒙古呼伦贝尔市额尔古纳市、广西来宾市武宣县

专业维修服务电话,今日研究机构更新行业动态,揭秘“aa毛片”：网络迷雾中的真相与警示，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修专线，快速响应故障报修

辽源市东辽县、黔西南普安县 ，迪庆香格里拉市、广州市海珠区、澄迈县金江镇、聊城市东昌府区、临沂市蒙阴县、成都市新都区、上海市杨浦区、黔东南天柱县、合肥市肥西县、宿迁市泗洪县、中山市中山港街道、广西南宁市武鸣区、乐东黎族自治县抱由镇、白山市靖宇县、大理剑川县 、邵阳市新邵县、成都市成华区、通化市辉南县、广西贵港市覃塘区、昭通市鲁甸县、内蒙古巴彦淖尔市杭锦后旗、六盘水市钟山区、阳江市阳西县、长沙市岳麓区、安庆市宜秀区、福州市长乐区、泸州市合江县、商丘市梁园区、乐山市市中区

全球服务区域: 东莞市虎门镇、荆门市京山市 、鸡西市滴道区、宜宾市兴文县、云浮市罗定市、通化市辉南县、齐齐哈尔市铁锋区、信阳市浉河区、济宁市嘉祥县、江门市蓬江区、安康市白河县、淮安市金湖县、内蒙古呼伦贝尔市牙克石市、内蒙古锡林郭勒盟正蓝旗、文昌市铺前镇、宁德市屏南县、达州市通川区 、绵阳市游仙区、永州市零陵区、南阳市南召县、宁德市柘荣县、周口市鹿邑县

本周数据平台本月监管部门通报最新动态,今日相关部门披露重要进展,揭秘“aa毛片”：网络迷雾中的真相与警示，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

全国服务区域: 苏州市吴江区、武汉市洪山区 、徐州市沛县、广西河池市大化瑶族自治县、渭南市华州区、汉中市洋县、十堰市丹江口市、宜春市靖安县、铜仁市思南县、本溪市溪湖区、西宁市湟中区、内蒙古包头市石拐区、太原市迎泽区、平顶山市石龙区、永州市蓝山县、昆明市安宁市、海口市秀英区 、东莞市凤岗镇、广安市岳池县、天津市西青区、南充市营山县、广西贵港市港南区、铜川市耀州区、无锡市江阴市、濮阳市范县、四平市伊通满族自治县、洛阳市西工区、内蒙古乌兰察布市四子王旗、本溪市明山区、宁夏石嘴山市平罗县、宝鸡市陈仓区、滁州市凤阳县、内蒙古乌兰察布市化德县、佳木斯市富锦市、天津市东丽区、韶关市南雄市、玉溪市通海县、宁波市宁海县、五指山市毛道、红河弥勒市、黔东南凯里市

专业维修服务电话:本月行业报告传递研究成果,揭秘“aa毛片”：网络迷雾中的真相与警示

在互联网高速发展的今天，信息传播的速度和广度都达到了前所未有的高度。然而，随之而来的网络迷雾也让人难以分辨真伪。其中，“aa毛片”一词在网络上引起了广泛关注。本文将揭开“aa毛片”的神秘面纱，揭示其背后的真相，并对广大网民进行警示。 首先，我们需要明确“aa毛片”的含义。实际上，“aa毛片”并非一个特定的影片名称，而是指一些涉及色情内容的非法视频。这些视频通过网络传播，严重扰乱了网络秩序，侵害了公民的合法权益。那么，这些视频是如何传播的呢？ 一方面，一些不法分子利用网络平台，通过发布、传播“aa毛片”等非法视频，获取非法利益。他们往往利用网络匿名性，逃避法律制裁。另一方面，一些网民出于好奇心或低级趣味，主动搜索、观看这些视频，从而助长了非法视频的传播。 面对这一现象，我们必须认识到，“aa毛片”等非法视频的传播，不仅侵犯了公民的隐私权、名誉权，还可能导致以下危害： 1. 传播淫秽色情信息，败坏社会风气，损害社会主义核心价值观。 2. 引发犯罪行为，如盗窃、抢劫等，给社会治安带来隐患。 3. 损害青少年身心健康，导致他们沉迷于低俗、淫秽内容，影响正常成长。 4. 加剧网络犯罪，如网络诈骗、网络赌博等，给网民带来经济损失。 为了遏制“aa毛片”等非法视频的传播，我们应从以下几个方面入手： 1. 加强网络监管，加大对非法视频网站的打击力度。相关部门应建立健全网络监管机制，对涉嫌传播淫秽色情信息的网站进行严厉打击。 2. 提高网民素质，增强自我保护意识。广大网民应自觉抵制低俗、淫秽内容，不参与传播、观看非法视频。 3. 加强家庭教育，引导青少年树立正确的价值观。家长要关注孩子的网络行为，教育他们远离不良信息，培养健康的生活情趣。 4. 完善法律法规，加大对违法行为的惩处力度。对于制作、传播、观看“aa毛片”等非法视频的行为，要依法予以严惩。 总之，“aa毛片”等非法视频的传播，是网络迷雾中的一颗毒瘤。我们要共同努力，揭开其神秘面纱，维护网络环境的清朗，为构建和谐社会贡献力量。同时，广大网民也要提高警惕，自觉抵制不良信息，共同营造一个健康、文明的网络空间。

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。