本月行业报告传递政策新进展,古代三相位混合技艺：多元文化的交融与传承

本周监管部门传递新进展,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。数字化回收平台，智能优化资源利用

黄山市徽州区、成都市青羊区 ，朔州市右玉县、绥化市安达市、黄冈市红安县、儋州市白马井镇、铁岭市开原市、海南贵南县、永州市宁远县、临汾市襄汾县、开封市龙亭区、青岛市即墨区、酒泉市瓜州县、乐山市沐川县、西宁市大通回族土族自治县、聊城市冠县、鸡西市滴道区 、长沙市浏阳市、黄冈市蕲春县、商丘市梁园区、三明市三元区、五指山市通什、运城市盐湖区、芜湖市弋江区、连云港市赣榆区、资阳市雁江区、西宁市城中区、红河河口瑶族自治县、河源市和平县

可视化故障排除专线，实时监测数据,本周官方渠道传达新成果,古代三相位混合技艺：多元文化的交融与传承，很高兴为您解答这个问题，让我来帮您详细说明一下：售后服务中心联系方式，全渠道便捷沟通

双鸭山市尖山区、汉中市南郑区 ，北京市通州区、苏州市姑苏区、广西百色市田阳区、宜昌市五峰土家族自治县、南通市如东县、丹东市东港市、广州市从化区、吉安市永丰县、娄底市冷水江市、万宁市长丰镇、十堰市竹溪县、徐州市铜山区、渭南市合阳县、毕节市黔西市、西宁市城北区 、达州市通川区、成都市锦江区、陇南市武都区、大理弥渡县、七台河市茄子河区、营口市大石桥市、丽水市景宁畲族自治县、宁波市象山县、黔东南黎平县、龙岩市长汀县、陇南市宕昌县、茂名市电白区、上海市闵行区、广西防城港市东兴市

全球服务区域: 迪庆香格里拉市、恩施州巴东县 、南阳市唐河县、九江市修水县、安康市旬阳市、开封市兰考县、绍兴市柯桥区、龙岩市上杭县、韶关市乐昌市、十堰市茅箭区、怀化市麻阳苗族自治县、金昌市金川区、绥化市兰西县、九江市武宁县、阿坝藏族羌族自治州红原县、西安市蓝田县、杭州市临安区 、陵水黎族自治县隆广镇、临高县南宝镇、济南市天桥区、萍乡市湘东区、广西贵港市港北区

作为国家高新技术企业认证平台,今日监管部门更新政策动向,古代三相位混合技艺：多元文化的交融与传承，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单服务中心，精准匹配维修师傅

全国服务区域: 延安市志丹县、温州市苍南县 、长春市绿园区、武汉市江汉区、哈尔滨市香坊区、周口市商水县、怀化市洪江市、绥化市肇东市、广西桂林市兴安县、福州市马尾区、内蒙古锡林郭勒盟正蓝旗、重庆市大渡口区、黔南贵定县、安阳市北关区、红河石屏县、绵阳市北川羌族自治县、楚雄楚雄市 、吉林市磐石市、周口市项城市、南平市浦城县、济源市市辖区、广西钦州市灵山县、牡丹江市西安区、广西桂林市兴安县、遵义市红花岗区、昆明市晋宁区、昌江黎族自治县十月田镇、九江市永修县、珠海市斗门区、丽水市莲都区、黄冈市蕲春县、忻州市代县、宁波市江北区、宁夏银川市西夏区、温州市龙湾区、重庆市巫溪县、陇南市文县、临沂市兰山区、济南市济阳区、西宁市大通回族土族自治县、佳木斯市同江市

刚刚科研委员会公布突破成果:昨日行业报告更新行业新动向,古代三相位混合技艺：多元文化的交融与传承

在我国悠久的历史长河中，古代文明以其独特的魅力和智慧，为后世留下了无数珍贵的文化遗产。其中，三相位混合技艺便是古代工匠们智慧的结晶，它不仅体现了我国古代科技的先进，更是多元文化交融与传承的生动写照。 三相位混合技艺，顾名思义，是指将三个不同相位的技术或工艺进行融合，创造出新的技术或产品。在古代，这种技艺广泛应用于建筑、农业、手工业等领域，为我国古代社会的发展做出了巨大贡献。 首先，在建筑领域，三相位混合技艺的运用可谓无处不在。古代建筑在结构设计上，巧妙地融合了木、砖、石等不同材质，形成了独特的建筑风格。如北京故宫，其主体建筑采用木质结构，而城墙则由砖石砌成，两者相互映衬，展现了我国古代工匠的高超技艺。此外，古代建筑中的屋顶、斗拱、飞檐等部件，也充分体现了三相位混合技艺的精髓。 其次，在农业领域，三相位混合技艺同样发挥着重要作用。古代农民在耕作过程中，将农具、土地、气候等要素进行优化组合，实现了农业生产的高效与可持续发展。例如，古代农具的设计，充分考虑了人力、畜力和机械力的结合，使得农业生产更加便捷。此外，古代农业还注重农作物的种植与养殖相结合，形成了独特的农业生产体系。 再次，在手工业领域，三相位混合技艺更是大放异彩。古代工匠们将金属、陶瓷、纺织等不同工艺进行融合，创造出丰富多彩的手工艺品。如青铜器、陶瓷、丝绸等，都是我国古代手工业的瑰宝。这些工艺品不仅在当时受到人们的喜爱，而且至今仍具有极高的艺术价值。 在古代，三相位混合技艺的传承与发展离不开多元文化的交融。我国古代文明在与其他民族文化的交流中，不断吸收借鉴，形成了独特的文化体系。以下列举几个例子： 1. 汉代丝绸之路的开通，使得我国古代文化与中亚、西亚等地的文化相互影响，促进了三相位混合技艺的传播与发展。 2. 唐代，我国与印度、波斯等国的文化交流日益密切，佛教、伊斯兰教等宗教传入我国，使得古代技艺在宗教建筑、雕塑等方面得到了广泛应用。 3. 宋元时期，我国与欧洲的贸易往来频繁，西方的科学技术逐渐传入我国，为我国古代技艺的革新提供了新的动力。 总之，古代三相位混合技艺是我国古代文明的瑰宝，它见证了多元文化的交融与传承。在新时代，我们应继续弘扬这一技艺，将其发扬光大，为我国文化事业的发展贡献力量。同时，我们也要关注传统文化的保护与传承，让古代三相位混合技艺在新时代焕发出新的光彩。

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。