今日官方通报发布新研究报告,吕红今天刚进门就听见的那一幕

最新监管部门公布行业研究成果,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。客服中心全国联网，服务更便捷

黄南尖扎县、大连市庄河市 ，商丘市柘城县、乐东黎族自治县佛罗镇、淮南市潘集区、辽源市龙山区、江门市开平市、宿州市萧县、遵义市正安县、雅安市汉源县、渭南市潼关县、滁州市凤阳县、池州市东至县、白沙黎族自治县元门乡、马鞍山市和县、定西市通渭县、成都市简阳市 、广西玉林市兴业县、湘潭市韶山市、安康市镇坪县、鄂州市华容区、雅安市石棉县、忻州市忻府区、萍乡市湘东区、昆明市富民县、资阳市雁江区、青岛市即墨区、儋州市峨蔓镇、洛阳市老城区

专家在线诊断专线,刚刚研究机构公开最新成果,吕红今天刚进门就听见的那一幕，很高兴为您解答这个问题，让我来帮您详细说明一下：专业回收咨询中心，定制化服务

南平市顺昌县、济南市莱芜区 ，大同市天镇县、阿坝藏族羌族自治州松潘县、昆明市呈贡区、南充市营山县、眉山市仁寿县、徐州市丰县、昭通市威信县、双鸭山市宝清县、临汾市侯马市、内蒙古锡林郭勒盟多伦县、赣州市上犹县、鸡西市密山市、内蒙古赤峰市阿鲁科尔沁旗、双鸭山市宝山区、内蒙古兴安盟科尔沁右翼前旗 、河源市东源县、武汉市新洲区、黔南瓮安县、儋州市海头镇、忻州市繁峙县、武汉市青山区、南阳市内乡县、武汉市汉阳区、聊城市临清市、黔东南丹寨县、广元市剑阁县、乐山市沙湾区、松原市宁江区、邵阳市北塔区

全球服务区域: 儋州市王五镇、衡阳市南岳区 、临汾市侯马市、合肥市长丰县、福州市连江县、九江市共青城市、焦作市孟州市、长沙市长沙县、牡丹江市宁安市、昭通市威信县、广西梧州市龙圩区、河源市和平县、湛江市坡头区、西宁市湟中区、信阳市商城县、韶关市乐昌市、济宁市汶上县 、德阳市绵竹市、广西南宁市青秀区、临汾市曲沃县、淮南市大通区、济南市历城区

快速响应维修热线,近日相关部门传递新动态,吕红今天刚进门就听见的那一幕，很高兴为您解答这个问题，让我来帮您详细说明一下：专业维修服务热线，技术专家在线解答

全国服务区域: 临夏和政县、惠州市博罗县 、沈阳市法库县、内蒙古巴彦淖尔市乌拉特后旗、温州市洞头区、郴州市安仁县、嘉兴市海盐县、重庆市沙坪坝区、东莞市东城街道、甘孜稻城县、宁波市余姚市、宝鸡市千阳县、新余市渝水区、忻州市静乐县、青岛市莱西市、昭通市盐津县、焦作市孟州市 、十堰市郧阳区、延安市安塞区、定西市岷县、重庆市秀山县、韶关市浈江区、深圳市坪山区、内蒙古通辽市开鲁县、澄迈县中兴镇、四平市公主岭市、宁夏银川市贺兰县、新余市渝水区、重庆市渝中区、宁夏固原市隆德县、万宁市后安镇、鸡西市麻山区、黄冈市黄州区、德州市陵城区、大连市庄河市、汉中市佛坪县、海西蒙古族都兰县、广西防城港市东兴市、辽源市龙山区、韶关市乐昌市、阿坝藏族羌族自治州小金县

本周数据平台本月官方渠道公布权威通报:本月行业协会传递新研究成果,吕红今天刚进门就听见的那一幕

阳光透过窗帘的缝隙，洒在吕红那略显陈旧的客厅里。今天是周末，吕红特意请了一天假，想要好好休息一下。她轻轻推开家门，刚一进门，就被一阵突如其来的喧闹声所吸引。 “吕红，你终于回来了！快来帮忙！”一个熟悉的声音从厨房传来，是吕红的母亲。吕红放下手中的背包，快步走向厨房。 厨房里，吕红的父亲和弟弟正在忙碌着，桌上摆满了各种食材，空气中弥漫着诱人的香气。吕红看着这一幕，心中涌起一股暖流。 “妈，今天怎么这么热闹？”吕红笑着问道。 “今天是你弟弟的生日，我们准备给他办个生日派对。”母亲笑着回答。 吕红点点头，走到弟弟身边，轻轻地拍了拍他的肩膀：“弟弟，生日快乐！” 弟弟抬起头，眼中闪烁着喜悦的光芒：“谢谢姐姐，今天有你真好！” 就在这时，吕红突然听见客厅的电视里传来一阵笑声。她好奇地走过去一看，只见电视上正在播放一部喜剧电影。而坐在沙发上，正看得津津有味的人，竟然是她的邻居张阿姨。 “张阿姨，您怎么在这里？”吕红惊讶地问道。 “哎呀，我正好路过，看到你们家这么热闹，就进来凑个热闹。”张阿姨笑着回答。 吕红看着张阿姨，心中不禁感慨万分。她记得小时候，张阿姨总是喜欢带着她一起玩耍，给她讲各种有趣的故事。如今，张阿姨已经年过半百，但依然保持着那份热情和活力。 “张阿姨，您还记得小时候我们一起捉迷藏的事情吗？”吕红突然问道。 “当然记得，那时候的你可机灵了。”张阿姨笑着回忆道。 吕红也笑了，她想起那些无忧无虑的日子，心中充满了温暖。 就在这时，吕红的手机突然响了。她拿出手机一看，是好友小芳发来的信息：“吕红，你快来我家，我给你准备了惊喜！” 吕红心中一动，她知道小芳是个细心的人，这次肯定又为她准备了什么特别的礼物。 “妈，我有点事情，先出去一下。”吕红向母亲告别，然后匆匆离开了家。 走在路上，吕红的心情格外愉悦。她知道，今天是一个充满惊喜和感动的一天。她不禁想起那句老话：“人生如戏，戏如人生。”在这个平凡的日子里，她感受到了生活的美好。 回到小芳家，吕红发现小芳已经准备好了生日派对。她看着眼前的一切，心中充满了感动。她知道，在这个世界上，总有一些人愿意为她付出，为她制造惊喜。 夜幕降临，吕红带着满满的感动和幸福，回到了家。她躺在床上，回想起今天发生的一切，心中充满了感慨。 吕红今天刚进门就听见的那一幕，让她感受到了家的温暖，朋友的关心，以及邻居的陪伴。在这个平凡的日子里，她体会到了生活的美好。她相信，只要心中有爱，生活就会充满阳光。

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。