今日行业协会传递最新研究成果,好满1V5，军人的英勇与担当

本周研究机构发布行业新动向,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。全国统一延保标准，透明服务条款

宜昌市宜都市、绍兴市柯桥区 ，甘孜道孚县、黔西南兴仁市、西安市临潼区、西安市高陵区、宁夏吴忠市红寺堡区、吉安市井冈山市、沈阳市新民市、哈尔滨市呼兰区、迪庆香格里拉市、西安市临潼区、陇南市成县、景德镇市珠山区、辽阳市白塔区、清远市清城区、松原市扶余市 、鹰潭市贵溪市、商丘市宁陵县、南昌市南昌县、南通市如皋市、汕尾市陆丰市、商丘市民权县、吉林市桦甸市、临沂市莒南县、黔南龙里县、内蒙古兴安盟科尔沁右翼中旗、德宏傣族景颇族自治州盈江县、哈尔滨市五常市

可视化故障排除专线,今日官方渠道传递研究成果,好满1V5，军人的英勇与担当，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修专属热线，24小时在线待命

咸阳市礼泉县、九江市永修县 ，果洛玛多县、鸡西市麻山区、沈阳市皇姑区、岳阳市岳阳楼区、内蒙古鄂尔多斯市准格尔旗、张家界市桑植县、黔东南岑巩县、池州市青阳县、泉州市晋江市、黔东南黄平县、怀化市新晃侗族自治县、西安市新城区、莆田市秀屿区、徐州市铜山区、宁波市鄞州区 、临汾市乡宁县、德州市武城县、黄冈市红安县、汕尾市陆丰市、双鸭山市四方台区、漯河市召陵区、黑河市爱辉区、南阳市镇平县、邵阳市新宁县、玉溪市红塔区、泉州市永春县、内蒙古呼和浩特市玉泉区、沈阳市和平区、济南市平阴县

全球服务区域: 潮州市饶平县、广西玉林市容县 、佳木斯市向阳区、葫芦岛市龙港区、东莞市樟木头镇、朔州市朔城区、陵水黎族自治县光坡镇、岳阳市君山区、商丘市宁陵县、玉溪市通海县、无锡市新吴区、周口市项城市、德州市陵城区、绥化市肇东市、大理鹤庆县、玉溪市江川区、泰州市兴化市 、宜昌市兴山县、泰安市新泰市、周口市项城市、楚雄南华县、黔东南雷山县

本周数据平台最新相关部门透露权威通报,今日相关部门更新行业研究报告,好满1V5，军人的英勇与担当，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用咨询专线，专业指导日常维护

全国服务区域: 西双版纳勐腊县、白银市景泰县 、天津市河西区、烟台市福山区、烟台市栖霞市、广西贵港市平南县、迪庆香格里拉市、黄山市黄山区、河源市龙川县、鄂州市鄂城区、长治市潞城区、汉中市西乡县、辽阳市辽阳县、北京市顺义区、资阳市乐至县、邵阳市大祥区、三门峡市卢氏县 、哈尔滨市延寿县、内蒙古通辽市科尔沁区、万宁市山根镇、宣城市宁国市、陵水黎族自治县黎安镇、玉溪市峨山彝族自治县、合肥市包河区、武汉市江夏区、泰安市宁阳县、内蒙古锡林郭勒盟正镶白旗、马鞍山市当涂县、延安市子长市、黔东南丹寨县、宜春市万载县、池州市东至县、临沂市兰山区、延安市富县、海东市乐都区、驻马店市遂平县、怀化市洪江市、商洛市洛南县、长春市德惠市、宁波市奉化区、赣州市赣县区

近日监测小组公开最新参数:本周官方传递最新行业报告,好满1V5，军人的英勇与担当

在我国广袤的土地上，有一群特殊的群体，他们身着军装，肩负着保家卫国的重任。他们就是军人，一个充满荣誉与使命的群体。在他们的身上，我们看到了勇敢、坚韧、担当和忠诚。今天，让我们以“好满1V5”为题，来讲述一位军人的英勇事迹，感受他们的精神风貌。 “好满1V5”，这句话背后，是一位名叫李明的军人的英勇故事。李明，一个普通的军人，却有着不平凡的经历。那是在一次执行任务的过程中，他所在的部队遭遇了敌人的突然袭击。面对敌人的猛烈火力，李明临危不惧，挺身而出，英勇抗击。 当时，李明所在的部队共有5人，而敌人却多达20余人。面对如此悬殊的兵力，李明没有退缩，他深知，作为一名军人，保家卫国是自己的神圣职责。于是，他带领着战友们，与敌人展开了殊死搏斗。 在战斗中，李明身先士卒，勇往直前。他利用自己丰富的战斗经验和过人的射击技巧，多次击退敌人的进攻。在他的带领下，战友们也纷纷发挥出自己的特长，与敌人展开了激烈的对抗。尽管敌人人数众多，但李明和他的战友们凭借着顽强的意志和英勇的斗志，硬是将敌人阻挡在了阵地之外。 在这场激战中，李明身负重伤，但他依然坚持战斗，直到最后一名战友安全撤离。战斗结束后，李明被送往医院接受治疗。在治疗期间，他始终保持着乐观的心态，鼓励战友们要勇敢面对困难，坚定信念，为国家和人民作出更大的贡献。 李明的英勇事迹传遍了部队，激励着广大官兵为保卫祖国、维护国家安全而努力奋斗。他的精神风貌，也成为了新时代军人的楷模。 在当今世界，和平与发展是时代主题，但战争的阴影依然存在。作为一名军人，他们肩负着维护国家安全、捍卫国家利益的重任。他们时刻准备着，为了国家和人民的利益，不惜付出一切代价。 “好满1V5”，这句话虽然简短，却蕴含着深厚的意义。它代表了军人的英勇与担当，也彰显了我国军人的精神风貌。正是有了这样一群英勇无畏的军人，我们的国家才能在和平与发展的道路上越走越远。 在新时代，我国军人将继续发扬“好满1V5”的精神，为实现中华民族伟大复兴的中国梦而努力奋斗。让我们向他们致敬，为他们的英勇事迹点赞，为他们的无私奉献喝彩！ 总之，“好满1V5”的军人精神，是我们这个时代最宝贵的财富。让我们铭记他们的英勇事迹，传承他们的精神风貌，为实现中国梦而努力拼搏！

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。