今日监管部门传达新研究成果,探索18和19款MacBook Pro在美国市场的表现与差异

本周行业报告披露行业新动态,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。家电维修专线，快速响应故障报修

安阳市内黄县、上海市静安区 ，广西北海市铁山港区、四平市公主岭市、六盘水市六枝特区、聊城市冠县、内蒙古包头市青山区、鹤岗市向阳区、阿坝藏族羌族自治州汶川县、泰州市海陵区、扬州市广陵区、宁夏石嘴山市平罗县、琼海市博鳌镇、巴中市南江县、哈尔滨市通河县、北京市顺义区、安阳市汤阴县 、遵义市桐梓县、定安县富文镇、北京市平谷区、天津市东丽区、驻马店市泌阳县、大同市灵丘县、绥化市庆安县、宁夏吴忠市同心县、松原市乾安县、遂宁市射洪市、泉州市金门县、内蒙古赤峰市宁城县

本月官方渠道传达政策动向,本月行业协会披露重大成果,探索18和19款MacBook Pro在美国市场的表现与差异，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

西双版纳勐腊县、内蒙古赤峰市阿鲁科尔沁旗 ，六安市舒城县、太原市尖草坪区、汉中市佛坪县、澄迈县中兴镇、澄迈县仁兴镇、营口市盖州市、黔西南贞丰县、吉安市峡江县、丹东市振安区、海东市循化撒拉族自治县、黔南长顺县、德宏傣族景颇族自治州芒市、十堰市竹溪县、广西桂林市荔浦市、周口市项城市 、宜春市宜丰县、重庆市涪陵区、安阳市林州市、温州市瓯海区、烟台市栖霞市、玉树治多县、茂名市电白区、黄山市屯溪区、烟台市海阳市、齐齐哈尔市依安县、常德市鼎城区、武威市民勤县、郴州市永兴县、金华市金东区

全球服务区域: 怀化市鹤城区、岳阳市华容县 、驻马店市汝南县、上海市静安区、深圳市罗湖区、运城市盐湖区、荆州市江陵县、伊春市汤旺县、大兴安岭地区漠河市、遵义市余庆县、内蒙古呼和浩特市玉泉区、南通市海安市、内蒙古锡林郭勒盟正镶白旗、绥化市北林区、阜阳市阜南县、忻州市定襄县、大庆市龙凤区 、广西来宾市兴宾区、铁岭市昌图县、黄冈市罗田县、怀化市会同县、南平市浦城县

近日监测部门传出异常警报,本周监管部门传达重磅消息,探索18和19款MacBook Pro在美国市场的表现与差异，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化服务派单，精准对接维修需求

全国服务区域: 安庆市迎江区、淮南市田家庵区 、张掖市肃南裕固族自治县、黔西南望谟县、无锡市惠山区、清远市清城区、哈尔滨市南岗区、东方市感城镇、济宁市微山县、常州市金坛区、烟台市招远市、绥化市庆安县、延安市宜川县、西双版纳勐腊县、福州市仓山区、佛山市禅城区、驻马店市遂平县 、宁夏吴忠市红寺堡区、大兴安岭地区呼中区、安阳市滑县、南充市阆中市、十堰市郧西县、重庆市巫山县、黔南长顺县、广西防城港市东兴市、信阳市淮滨县、湘西州吉首市、内蒙古乌兰察布市集宁区、新乡市卫辉市、辽阳市太子河区、邵阳市绥宁县、商洛市镇安县、宣城市泾县、本溪市桓仁满族自治县、凉山布拖县、淮安市淮阴区、成都市双流区、内蒙古呼和浩特市土默特左旗、晋城市陵川县、惠州市惠阳区、郑州市金水区

可视化故障排除专线:本月官方发布行业最新成果,探索18和19款MacBook Pro在美国市场的表现与差异

随着科技的发展，笔记本电脑已经成为人们生活中不可或缺的一部分。苹果公司的MacBook Pro系列凭借其出色的性能和优雅的设计，一直深受消费者的喜爱。在美国市场，18款和19款MacBook Pro的表现尤为突出。本文将为您详细解析这两款笔记本电脑在美国市场的表现及它们之间的差异。 首先，让我们来了解一下18款MacBook Pro。这款笔记本电脑于2017年发布，搭载了第八代Intel Core处理器，配备Retina显示屏，支持Touch Bar技术。在美国市场，18款MacBook Pro凭借其出色的性能和轻薄的设计赢得了消费者的青睐。当时，许多专业人士和学生都将其作为日常工作的首选设备。 随着时间的推移，苹果公司于2018年发布了19款MacBook Pro。这款笔记本电脑在外观上与18款保持一致，但在硬件配置上有了显著提升。19款MacBook Pro搭载了更强大的第八代Intel Core处理器和AMD Radeon Pro显卡，同时支持Touch Bar和Touch ID技术。此外，19款MacBook Pro还首次引入了4TB SSD存储选项，使得存储空间更加丰富。 在美国市场，19款MacBook Pro的表现同样出色。由于硬件配置的提升，这款笔记本电脑在处理大型文件和运行复杂软件时更加流畅。同时，19款MacBook Pro的键盘也进行了改进，减少了故障率，提高了用户体验。 尽管19款MacBook Pro在硬件配置上有所提升，但两款笔记本电脑在性能上的差异并非绝对。以下是一些具体的表现和差异： 1. 处理器：19款MacBook Pro搭载的第八代Intel Core处理器在性能上比18款有所提升，但实际使用中的差异并不明显。对于大多数用户来说，18款和19款MacBook Pro在处理器性能上的表现已经足够满足日常需求。 2. 显卡：19款MacBook Pro搭载的AMD Radeon Pro显卡在图形处理能力上有所提升，尤其是在运行专业图形软件时，19款MacBook Pro的表现更加出色。 3. 存储：19款MacBook Pro支持高达4TB的SSD存储选项，而18款MacBook Pro的存储空间最大为2TB。对于需要大量存储空间的专业用户来说，19款MacBook Pro是一个更好的选择。 4. 键盘：19款MacBook Pro的键盘进行了改进，故障率更低，用户体验更佳。 5. 价格：由于硬件配置的提升，19款MacBook Pro的价格相比18款有所上涨。对于预算有限的消费者来说，18款MacBook Pro可能更具性价比。 综上所述，18款和19款MacBook Pro在美国市场的表现都非常出色。两款笔记本电脑在性能、外观和用户体验方面各有千秋。对于消费者来说，选择哪款MacBook Pro主要取决于个人需求和预算。如果您对硬件配置要求较高，且预算充足，19款MacBook Pro无疑是更好的选择。而对于预算有限或对硬件配置要求不高的用户，18款MacBook Pro也是一个不错的选择。

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。