本月官方发布行业新政策,女生越说疼，男生越往里寒——爱情中的疼痛与温暖

今日行业协会公开新动态,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。家电维修保障热线，售后90天质保

重庆市渝北区、上海市浦东新区 ，黔东南丹寨县、东莞市麻涌镇、临高县皇桐镇、德州市武城县、黔西南册亨县、德宏傣族景颇族自治州瑞丽市、九江市庐山市、宜昌市西陵区、迪庆香格里拉市、成都市新津区、滨州市惠民县、淮安市洪泽区、宁夏银川市金凤区、阳泉市郊区、牡丹江市西安区 、厦门市集美区、阜新市阜新蒙古族自治县、陵水黎族自治县提蒙乡、吉林市桦甸市、天津市武清区、定安县富文镇、怀化市沅陵县、通化市梅河口市、芜湖市湾沚区、大连市中山区、大连市庄河市、九江市濂溪区

刚刚科研委员会公布突破成果,本月行业协会发布重要信息,女生越说疼，男生越往里寒——爱情中的疼痛与温暖，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修派单系统，精准调度服务团队

西安市蓝田县、内蒙古乌兰察布市卓资县 ，黄山市歙县、定安县翰林镇、广西梧州市岑溪市、滁州市琅琊区、驻马店市西平县、长春市双阳区、开封市兰考县、太原市迎泽区、许昌市建安区、泰安市宁阳县、合肥市蜀山区、咸宁市赤壁市、揭阳市榕城区、荆门市东宝区、锦州市凌河区 、广西玉林市博白县、安顺市西秀区、中山市南头镇、景德镇市昌江区、潍坊市昌乐县、盐城市射阳县、开封市龙亭区、韶关市南雄市、普洱市澜沧拉祜族自治县、泰州市海陵区、济宁市金乡县、红河石屏县、德阳市什邡市、泸州市古蔺县

全球服务区域: 广西百色市靖西市、安顺市平坝区 、吕梁市文水县、曲靖市马龙区、岳阳市平江县、宁波市镇海区、清远市连州市、大庆市龙凤区、宁波市宁海县、开封市尉氏县、大同市平城区、阜新市新邱区、楚雄永仁县、商丘市民权县、万宁市龙滚镇、洛阳市宜阳县、咸阳市永寿县 、鹤岗市东山区、中山市大涌镇、株洲市渌口区、临汾市侯马市、南充市营山县

专家远程指导热线，多终端,今日官方渠道披露行业新动态,女生越说疼，男生越往里寒——爱情中的疼痛与温暖，很高兴为您解答这个问题，让我来帮您详细说明一下：家电售后专线，专业团队高效处理

全国服务区域: 广西河池市大化瑶族自治县、儋州市兰洋镇 、黄石市西塞山区、遂宁市安居区、广西梧州市长洲区、昆明市呈贡区、菏泽市东明县、宝鸡市金台区、内蒙古赤峰市宁城县、中山市大涌镇、广西百色市德保县、黄山市休宁县、佛山市禅城区、延边图们市、衡阳市耒阳市、万宁市长丰镇、黄冈市蕲春县 、伊春市汤旺县、晋中市和顺县、西安市长安区、内蒙古呼和浩特市新城区、佳木斯市东风区、大理剑川县、铜仁市沿河土家族自治县、天津市静海区、汉中市略阳县、揭阳市揭东区、枣庄市市中区、宁德市周宁县、乐山市五通桥区、普洱市景东彝族自治县、西安市灞桥区、玉溪市红塔区、内蒙古鄂尔多斯市鄂托克前旗、咸阳市秦都区、海东市平安区、黔东南丹寨县、内蒙古乌兰察布市凉城县、海南贵德县、白城市洮南市、济南市钢城区

刚刚决策小组公开重大调整:今日相关部门发布行业进展,女生越说疼，男生越往里寒——爱情中的疼痛与温暖

爱情，如同一场旅程，充满了甜蜜与苦涩。在这段旅程中，女生越说疼，男生越往里寒，成为了许多情侣间温馨而感人的画面。这种情感的表达，既体现了女生对男生的信任与依赖，也展现了男生对女生的关爱与呵护。 女生在爱情中，往往表现得较为脆弱。她们会在生活中遇到各种疼痛，如工作压力、家庭琐事、人际关系等。当她们将这些疼痛告诉男生时，男生会毫不犹豫地给予安慰和关爱。这种关爱，往往体现在行动上，男生会尽自己所能去减轻女生的痛苦，让她们感受到温暖。 然而，女生在表达疼痛时，往往会有一种特殊的心理。她们会说：“我疼”，但男生却会“越往里寒”。这里的“寒”，并非寒冷之意，而是指男生在女生表达疼痛时，更加坚定地守护在她们身边，给予更多的关爱和支持。 这种“越往里寒”的行为，源于男生对女生的深刻理解。他们明白，女生的疼痛并非仅仅是一种身体上的不适，更多的是心理上的困扰。因此，男生在女生表达疼痛时，会主动承担起责任，用自己的力量为女生撑起一片天空。 在爱情中，女生越说疼，男生越往里寒，这种情感的表达，具有以下几方面的重要意义： 1. 增强信任感：当女生在男生面前表达疼痛时，男生能够给予关爱和支持，这会让女生感到安心和信任。这种信任感，是爱情中不可或缺的元素。 2. 提升幸福感：男生在女生表达疼痛时，主动承担起责任，让女生感受到关爱。这种幸福感，会让女生更加珍惜这段感情。 3. 促进情感交流：女生在表达疼痛时，男生能够给予关注和回应，这有助于增进彼此间的情感交流，让爱情更加深厚。 4. 培养责任感：男生在女生表达疼痛时，主动承担责任，这有助于培养他们的责任感。在未来的生活中，他们会更加关注女生的需求，为爱情付出更多。 当然，在爱情中，女生越说疼，男生越往里寒，并非意味着男生要无条件地满足女生的所有要求。在关爱女生的同时，男生也要学会尊重女生的意愿，给予她们一定的空间。 总之，女生越说疼，男生越往里寒，是爱情中一种美好的情感表达。它体现了男生对女生的关爱与呵护，也展现了女生对男生的信任与依赖。在未来的日子里，愿我们都能珍惜这份情感，让爱情之花绽放得更加绚烂。

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。