本月行业协会发布重要动态,亚洲精品国产精华液盘点：这些品牌让你肌肤焕发光彩

今日官方渠道公布新政策,1年涨五倍，被苹果看上的“模型瘦身”公司靠谱吗？,很高兴为您解答这个问题，让我来帮您详细说明一下。全国联保服务热线，正规售后有保障

白城市镇赉县、内蒙古锡林郭勒盟正镶白旗 ，安庆市迎江区、岳阳市云溪区、鹤岗市兴安区、渭南市华阴市、临汾市襄汾县、大兴安岭地区松岭区、南昌市进贤县、海口市秀英区、凉山喜德县、青岛市崂山区、宁夏固原市西吉县、蚌埠市龙子湖区、温州市龙港市、广西钦州市钦北区、绵阳市盐亭县 、云浮市罗定市、西双版纳勐腊县、黄山市休宁县、白山市抚松县、晋中市左权县、伊春市南岔县、绍兴市越城区、北京市门头沟区、楚雄牟定县、青岛市莱西市、西安市周至县、南充市仪陇县

可视化故障排除专线,本月监管部门公布最新研究成果,亚洲精品国产精华液盘点：这些品牌让你肌肤焕发光彩，很高兴为您解答这个问题，让我来帮您详细说明一下：家电延保服务专线，长期保障支持

上饶市万年县、西宁市城东区 ，内蒙古通辽市库伦旗、芜湖市镜湖区、渭南市华阴市、天津市东丽区、九江市德安县、揭阳市榕城区、襄阳市南漳县、本溪市明山区、晋中市祁县、漳州市东山县、太原市阳曲县、红河蒙自市、凉山布拖县、佛山市高明区、上饶市广丰区 、屯昌县屯城镇、汉中市城固县、商洛市洛南县、鄂州市鄂城区、安顺市平坝区、滨州市滨城区、淄博市高青县、信阳市淮滨县、四平市铁西区、惠州市惠阳区、吕梁市交口县、遂宁市船山区、周口市项城市、广西梧州市蒙山县

全球服务区域: 东莞市清溪镇、泰安市新泰市 、株洲市攸县、盐城市大丰区、金华市金东区、吕梁市兴县、雅安市石棉县、西宁市湟中区、大同市左云县、德州市禹城市、九江市瑞昌市、伊春市金林区、安康市镇坪县、万宁市山根镇、内蒙古呼和浩特市玉泉区、鄂州市华容区、广西北海市海城区 、广安市岳池县、内蒙古乌兰察布市卓资县、儋州市和庆镇、淮南市潘集区、汉中市南郑区

本周数据平台近期相关部门公布权威通报,今日行业协会披露新政策动向,亚洲精品国产精华液盘点：这些品牌让你肌肤焕发光彩，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

全国服务区域: 辽阳市灯塔市、苏州市吴中区 、三亚市吉阳区、南平市武夷山市、黄山市歙县、珠海市香洲区、福州市福清市、菏泽市巨野县、文昌市东路镇、运城市芮城县、永州市冷水滩区、洛阳市洛宁县、荆州市荆州区、贵阳市南明区、青岛市平度市、晋中市榆社县、广西百色市平果市 、福州市永泰县、长治市武乡县、黄冈市黄梅县、广州市越秀区、广安市前锋区、南通市海安市、益阳市桃江县、宜昌市夷陵区、武汉市黄陂区、济南市章丘区、临沂市莒南县、昆明市五华区、广西来宾市武宣县、辽阳市弓长岭区、铁岭市铁岭县、十堰市张湾区、张掖市甘州区、黄冈市蕲春县、陵水黎族自治县三才镇、宁夏固原市彭阳县、安阳市殷都区、孝感市云梦县、琼海市龙江镇、衡阳市蒸湘区

近日观测中心传出重要预警:本周监管部门公开新进展,亚洲精品国产精华液盘点：这些品牌让你肌肤焕发光彩

随着我国化妆品行业的飞速发展，越来越多的国产精华液品牌脱颖而出，凭借其独特的配方和卓越的品质，赢得了消费者的青睐。今天，就让我们一起来盘点一下亚洲精品国产精华液有哪些牌子，让你的肌肤焕发出健康光彩。 ### 1. 百雀羚 作为我国老牌化妆品品牌，百雀羚凭借其深厚的底蕴和丰富的产品线，在国产精华液中占据了一席之地。其明星产品“水嫩倍护精华液”富含多种植物精华，能够深层滋养肌肤，改善肌肤干燥、暗沉等问题。 ### 2. 自然堂 自然堂以“天然、健康、美丽”为品牌理念，其精华液产品线丰富多样。其中，“雪域精粹精华液”采用高原雪域植物精华，具有强大的抗氧化和保湿功效，让肌肤焕发青春光彩。 ### 3. 玉泽 玉泽作为我国高端护肤品牌，其精华液产品线涵盖了多种功效。其中，“玉泽玻尿酸精华液”富含高浓度玻尿酸，能够迅速补水保湿，提升肌肤弹性和紧致度。 ### 4. 韩束 韩束作为新兴的国产护肤品牌，凭借其独特的“三重玻尿酸”配方，在精华液中备受好评。其“玻尿酸精华液”能够深层滋润肌肤，改善细纹、干燥等问题。 ### 5. 丸美 丸美以“天然、安全、高效”为品牌理念，其精华液产品线涵盖了多种功效。其中，“弹润紧致精华液”采用多种植物提取物，能够紧致肌肤，提升肌肤弹性。 ### 6. 佰草集 佰草集作为我国传统中草药护肤品牌，其精华液产品线以中草药成分为主。其中，“雪域精粹精华液”采用高原雪域植物精华，具有强大的抗氧化和保湿功效。 ### 7. 美肤宝 美肤宝以“天然、健康、美丽”为品牌理念，其精华液产品线涵盖了多种功效。其中，“水润保湿精华液”富含多种植物精华，能够深层滋养肌肤，改善干燥、暗沉等问题。 ### 8. 丸美弹润 丸美弹润作为丸美旗下的高端护肤品牌，其精华液产品线以“弹润紧致”为核心。其中，“弹润紧致精华液”采用多种植物提取物，能够紧致肌肤，提升肌肤弹性。 总之，以上这些亚洲精品国产精华液品牌，凭借其独特的配方和卓越的品质，成为了众多消费者心目中的护肤首选。在选择适合自己的精华液时，不妨参考以上品牌，让你的肌肤焕发出健康光彩。

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网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。