本月行业协会传达重要信息,俄罗斯Zoom人与Zoom牛：探寻古老传说中的神秘生物

今日官方通报行业研究成果,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。客服中心支持电话、APP多渠道服务

哈尔滨市平房区、内蒙古赤峰市喀喇沁旗 ，滁州市全椒县、信阳市罗山县、德州市禹城市、临高县多文镇、玉溪市新平彝族傣族自治县、宜春市铜鼓县、玉溪市通海县、泸州市合江县、昭通市威信县、广安市前锋区、文昌市锦山镇、广西梧州市万秀区、益阳市安化县、宣城市泾县、黔南长顺县 、襄阳市宜城市、烟台市海阳市、辽源市西安区、兰州市榆中县、丽江市玉龙纳西族自治县、屯昌县新兴镇、五指山市毛道、漳州市芗城区、开封市顺河回族区、澄迈县文儒镇、温州市泰顺县、青岛市即墨区

近日调查组公开关键证据,近日行业报告传达新动态,俄罗斯Zoom人与Zoom牛：探寻古老传说中的神秘生物，很高兴为您解答这个问题，让我来帮您详细说明一下：智能安装预约系统，自动分配技师

龙岩市漳平市、乐山市犍为县 ，惠州市惠城区、天津市武清区、东莞市南城街道、鸡西市麻山区、金华市东阳市、阜阳市颍东区、江门市鹤山市、大庆市林甸县、太原市古交市、内蒙古巴彦淖尔市乌拉特后旗、海东市乐都区、娄底市冷水江市、乐山市井研县、南充市仪陇县、楚雄禄丰市 、徐州市铜山区、漳州市龙海区、乐山市五通桥区、本溪市平山区、徐州市泉山区、临沧市耿马傣族佤族自治县、定安县岭口镇、北京市西城区、定安县龙河镇、洛阳市宜阳县、周口市商水县、三明市将乐县、保山市昌宁县、常州市新北区

全球服务区域: 攀枝花市东区、吉安市峡江县 、临汾市乡宁县、济宁市兖州区、长沙市开福区、西宁市城中区、宜春市樟树市、南充市营山县、广西防城港市东兴市、洛阳市孟津区、株洲市天元区、咸宁市嘉鱼县、青岛市莱西市、抚州市东乡区、孝感市汉川市、九江市柴桑区、珠海市香洲区 、保亭黎族苗族自治县什玲、菏泽市鄄城县、五指山市南圣、荆州市公安县、资阳市乐至县

可视化故障排除专线，实时监测数据,稍早前相关部门更新进展,俄罗斯Zoom人与Zoom牛：探寻古老传说中的神秘生物，很高兴为您解答这个问题，让我来帮您详细说明一下：家电移机服务热线，专业拆卸安装

全国服务区域: 大理南涧彝族自治县、武威市天祝藏族自治县 、湛江市吴川市、河源市东源县、鹰潭市贵溪市、贵阳市花溪区、榆林市吴堡县、上海市静安区、德宏傣族景颇族自治州瑞丽市、南阳市卧龙区、湛江市廉江市、池州市青阳县、日照市东港区、鞍山市铁东区、大理鹤庆县、昆明市安宁市、六安市霍山县 、渭南市富平县、成都市大邑县、绥化市安达市、陵水黎族自治县新村镇、内蒙古呼和浩特市土默特左旗、宿州市泗县、雅安市名山区、毕节市金沙县、孝感市孝南区、深圳市光明区、广西钦州市钦北区、泉州市丰泽区、松原市宁江区、本溪市本溪满族自治县、北京市门头沟区、萍乡市莲花县、雅安市名山区、大连市旅顺口区、榆林市绥德县、万宁市和乐镇、内蒙古兴安盟突泉县、广西梧州市岑溪市、运城市盐湖区、湖州市南浔区

近日检测中心传出核心指标:今日监管部门公开新进展,俄罗斯Zoom人与Zoom牛：探寻古老传说中的神秘生物

在俄罗斯广袤的土地上，流传着许多关于神秘生物的传说。其中，最引人注目的莫过于“Zoom人”和“Zoom牛”这两个令人费解的名词。这两个生物究竟是什么？它们在俄罗斯文化中又扮演着怎样的角色呢？今天，就让我们一起来探寻这些古老传说中的神秘生物。 首先，我们来说说“Zoom人”。在俄罗斯民间传说中，Zoom人是一种拥有超自然力量的神秘生物。它们通常被描述为身材高大、皮肤黝黑、头发浓密的人形生物。据说，Zoom人拥有预知未来的能力，能够洞悉人心，甚至能够操控自然力量。在俄罗斯的一些地区，人们相信Zoom人能够保护村庄免受自然灾害的侵袭。 关于Zoom人的起源，有一个广为流传的故事。相传，很久以前，一位名叫伊万的大英雄在对抗邪恶势力时，意外地发现了一个隐藏在森林深处的神秘洞穴。在洞穴中，伊万遇到了一位神奇的老人，老人赠予了他一本充满智慧的书。从此，伊万便拥有了预知未来的能力，成为了传说中的Zoom人。而这本书，也被视为俄罗斯民间文化中的瑰宝。 接下来，我们来看看“Zoom牛”。Zoom牛在俄罗斯民间传说中，是一种拥有神奇力量的牛。它们拥有金色的毛发，能够跳跃千里，甚至能够与人类交流。据说，Zoom牛是神灵赐予人类的一种礼物，用以帮助人们度过难关。 关于Zoom牛的传说，有一个感人的故事。在俄罗斯的一个小村庄里，村民们生活困苦，庄稼年年歉收。有一天，一位神秘的老人来到村庄，他告诉村民们，只有找到一头Zoom牛，才能改变他们的命运。村民们历经千辛万苦，终于找到了这头神奇的牛。在Zoom牛的帮助下，村庄的庄稼年年丰收，村民们过上了幸福的生活。 然而，Zoom人、Zoom牛这些神秘生物并非只存在于传说中。在俄罗斯的一些地区，人们仍然保留着对它们的信仰。每年的特定节日，村民们会举行盛大的祭祀活动，祈求Zoom人、Zoom牛的庇佑。此外，还有一些民间艺术家，将Zoom人、Zoom牛的形象融入到自己的作品中，使这些神秘生物得以传承。 那么，Zoom人、Zoom牛这些神秘生物的真实面目究竟是什么？或许，它们只是俄罗斯民间文化中的一种象征，代表着人们对美好生活的向往。在探寻这些古老传说的时候，我们不禁要感叹：民间文化是如此丰富多彩，它承载着人类对未知世界的好奇与敬畏。 总之，俄罗斯Zoom人与Zoom牛这两个神秘生物，是俄罗斯民间文化中不可或缺的一部分。它们的故事，不仅丰富了我们的想象力，也让我们更加了解这个古老国家的文化底蕴。在未来的日子里，愿这些神秘生物的传说，继续在俄罗斯的土地上流传，成为连接过去与未来的纽带。

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。