本月行业协会发布重大动态,汤芳两腿分开的瞬间：探寻艺术与生活的交融之美

刚刚官方渠道发布新动态,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。售后服务中心联系方式，全渠道便捷沟通

广西贺州市富川瑶族自治县、葫芦岛市绥中县 ，鹤岗市兴山区、永州市江华瑶族自治县、杭州市淳安县、重庆市万州区、邵阳市武冈市、武威市凉州区、铁岭市银州区、兰州市七里河区、佛山市高明区、成都市崇州市、德阳市绵竹市、商洛市柞水县、黄南同仁市、成都市邛崃市、绥化市安达市 、郴州市临武县、资阳市雁江区、内江市隆昌市、佳木斯市同江市、青岛市平度市、南通市如皋市、恩施州利川市、酒泉市玉门市、黔南瓮安县、菏泽市牡丹区、汕头市龙湖区、周口市鹿邑县

专家在线诊断专线,今日行业报告披露重大政策更新,汤芳两腿分开的瞬间：探寻艺术与生活的交融之美，很高兴为您解答这个问题，让我来帮您详细说明一下：家电保养记录查询，完整服务历史追溯

佳木斯市向阳区、咸阳市三原县 ，双鸭山市尖山区、五指山市水满、酒泉市敦煌市、白银市靖远县、汉中市城固县、杭州市上城区、咸阳市兴平市、重庆市綦江区、三亚市吉阳区、驻马店市平舆县、沈阳市大东区、邵阳市新宁县、咸宁市崇阳县、蚌埠市龙子湖区、丽水市云和县 、陇南市文县、成都市新津区、黄石市西塞山区、肇庆市端州区、平凉市泾川县、内蒙古兴安盟科尔沁右翼中旗、海口市秀英区、宁波市慈溪市、万宁市和乐镇、玉溪市江川区、内蒙古包头市固阳县、安康市旬阳市、洛阳市西工区、郑州市中原区

全球服务区域: 黔西南望谟县、赣州市瑞金市 、沈阳市大东区、通化市柳河县、滁州市琅琊区、黔东南台江县、临高县新盈镇、内蒙古鄂尔多斯市准格尔旗、哈尔滨市道里区、武汉市新洲区、宁德市福鼎市、黑河市北安市、内蒙古赤峰市喀喇沁旗、阜阳市阜南县、吉林市桦甸市、长春市德惠市、伊春市丰林县 、莆田市秀屿区、万宁市和乐镇、淮北市相山区、文昌市潭牛镇、扬州市高邮市

本周数据平台稍早前行业协会报道新政,今日行业报告传递新研究成果,汤芳两腿分开的瞬间：探寻艺术与生活的交融之美，很高兴为您解答这个问题，让我来帮您详细说明一下：家电服务反馈专线，多渠道收集意见

全国服务区域: 广西柳州市三江侗族自治县、牡丹江市宁安市 、万宁市山根镇、广西玉林市博白县、商丘市睢县、福州市马尾区、德宏傣族景颇族自治州瑞丽市、韶关市始兴县、东莞市大朗镇、衡阳市蒸湘区、万宁市长丰镇、滨州市滨城区、东方市感城镇、河源市龙川县、德州市庆云县、鹤岗市向阳区、杭州市富阳区 、重庆市奉节县、太原市晋源区、广西柳州市融水苗族自治县、凉山雷波县、东方市感城镇、琼海市博鳌镇、咸宁市通城县、阳江市江城区、澄迈县老城镇、汕尾市陆河县、汕头市濠江区、南昌市青山湖区、攀枝花市米易县、烟台市栖霞市、韶关市新丰县、海北门源回族自治县、开封市祥符区、甘孜理塘县、重庆市彭水苗族土家族自治县、辽源市龙山区、武汉市新洲区、儋州市海头镇、南京市建邺区、本溪市本溪满族自治县

近日技术小组通报核心进展:昨日官方更新权威研究结果,汤芳两腿分开的瞬间：探寻艺术与生活的交融之美

在艺术的世界里，每一幅作品都承载着创作者的情感与思想。而汤芳的作品，以其独特的视角和表现手法，将生活中的细节以艺术的形式呈现，让人们得以在欣赏的同时，感受到生活的美好。其中，汤芳的《两腿分开》更是以其独特的构图和表现力，引发了人们对艺术与生活交融之美的探寻。 《两腿分开》是汤芳的一幅极具代表性的作品。在这幅画中，汤芳巧妙地运用了线条和色彩，将女性的身体形态展现得淋漓尽致。画中的女性，两腿分开，呈现出一种自然、优雅的姿态。这种姿态不仅展现了女性的柔美，更体现了汤芳对生活的独特理解。 在艺术创作中，汤芳始终坚持以人为本，关注生活中的点滴。她认为，艺术来源于生活，而又高于生活。在《两腿分开》这幅作品中，汤芳将生活中的一个瞬间定格在画布上，让人们得以在欣赏的同时，感受到生活的真实与美好。 首先，从构图上来看，《两腿分开》这幅作品具有极高的艺术价值。画中的女性，两腿分开，形成了一个稳定的三角形构图。这种构图不仅使画面更加和谐，更增强了画面的视觉冲击力。在画面的上方，汤芳巧妙地运用了淡雅的蓝色，营造出一种宁静的氛围。而在画面的下方，则用鲜艳的红色点缀，使得整个画面充满了生机与活力。 其次，从色彩运用上来看，《两腿分开》这幅作品同样具有很高的艺术成就。汤芳在作品中巧妙地运用了冷暖色调的对比，使得画面更加丰富。在画面的上方，蓝色与红色的对比，既突出了女性的柔美，又展现了生活的热烈。此外，汤芳在画面中运用了多种色彩，如白色、黄色、绿色等，使得整个画面色彩斑斓，充满层次感。 再次，从表现手法上来看，《两腿分开》这幅作品也颇具特色。汤芳在作品中运用了线条的粗细、曲直变化，以及色彩的深浅变化，将女性的身体形态展现得淋漓尽致。这种表现手法不仅增强了画面的艺术感染力，更让人们感受到了汤芳对生活的热爱。 然而，在欣赏《两腿分开》这幅作品时，我们不仅要关注其艺术价值，还要思考其背后的生活意义。汤芳通过这幅作品，向我们传达了一个信息：生活中的每一个瞬间都值得我们去珍惜。正如画中的女性，两腿分开，展现出了生活的真实与美好。而我们，也应该学会在忙碌的生活中，停下脚步，去感受生活中的点滴美好。 总之，《两腿分开》这幅作品是汤芳艺术生涯中的佳作。它不仅展现了汤芳对生活的独特理解，更让我们感受到了艺术与生活的交融之美。在今后的日子里，让我们跟随汤芳的脚步，去探寻更多生活中的美好瞬间。

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。