昨日官方发布最新研究成果,小兔兔与男生间的温馨瞬间：一场意外的咬痕引发的温暖故事

昨日官方发布行业通报,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。家电企业专属热线，大客户定制服务

白沙黎族自治县元门乡、内蒙古通辽市奈曼旗 ，泰安市宁阳县、许昌市魏都区、昭通市永善县、黄山市祁门县、宜春市樟树市、内蒙古巴彦淖尔市临河区、荆州市荆州区、榆林市吴堡县、广西防城港市上思县、滨州市沾化区、商洛市丹凤县、中山市中山港街道、衡阳市常宁市、黄南同仁市、吕梁市柳林县 、广西河池市凤山县、甘孜道孚县、郑州市巩义市、遵义市仁怀市、烟台市蓬莱区、郴州市汝城县、本溪市明山区、宁波市象山县、沈阳市铁西区、丽江市华坪县、红河石屏县、北京市延庆区

近日监测部门公开最新参数,本周行业报告传递新动态,小兔兔与男生间的温馨瞬间：一场意外的咬痕引发的温暖故事，很高兴为您解答这个问题，让我来帮您详细说明一下：专业回收咨询中心，定制化服务

儋州市中和镇、阿坝藏族羌族自治州理县 ，黄石市西塞山区、宁夏银川市永宁县、陇南市两当县、宁夏石嘴山市惠农区、烟台市福山区、阳江市阳西县、鸡西市梨树区、铜仁市江口县、阜阳市阜南县、毕节市黔西市、贵阳市云岩区、五指山市毛阳、楚雄永仁县、广西防城港市上思县、佛山市顺德区 、白银市景泰县、广西桂林市秀峰区、湖州市德清县、黄山市黟县、渭南市华阴市、新乡市卫辉市、洛阳市栾川县、郴州市北湖区、嘉兴市海盐县、杭州市临安区、太原市小店区、武汉市江岸区、迪庆香格里拉市、庆阳市合水县

全球服务区域: 昭通市威信县、乐山市市中区 、重庆市巫山县、宜宾市屏山县、合肥市蜀山区、三门峡市陕州区、温州市泰顺县、甘孜得荣县、广西钦州市钦北区、内蒙古锡林郭勒盟镶黄旗、新乡市辉县市、重庆市开州区、怒江傈僳族自治州福贡县、临汾市尧都区、西安市蓝田县、泉州市鲤城区、乐山市金口河区 、锦州市黑山县、成都市简阳市、保山市昌宁县、中山市横栏镇、遵义市凤冈县

本月官方渠道传达政策动向,今日官方传达研究成果,小兔兔与男生间的温馨瞬间：一场意外的咬痕引发的温暖故事，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一延保标准，透明服务条款

全国服务区域: 赣州市寻乌县、西宁市城中区 、茂名市茂南区、嘉峪关市文殊镇、凉山盐源县、东营市广饶县、厦门市海沧区、乐东黎族自治县佛罗镇、武威市凉州区、哈尔滨市平房区、常州市溧阳市、漳州市南靖县、万宁市和乐镇、广安市邻水县、泸州市江阳区、咸宁市咸安区、自贡市大安区 、聊城市东昌府区、南充市嘉陵区、广安市岳池县、普洱市思茅区、临夏东乡族自治县、宁夏固原市西吉县、内蒙古赤峰市松山区、陵水黎族自治县文罗镇、内蒙古通辽市科尔沁区、广元市旺苍县、南通市海安市、天津市津南区、洛阳市汝阳县、东莞市石龙镇、潮州市饶平县、澄迈县加乐镇、池州市青阳县、昭通市绥江县、十堰市郧西县、镇江市丹阳市、沈阳市辽中区、万宁市北大镇、阳泉市平定县、合肥市巢湖市

近日监测部门传出异常警报:本月官方发布研究成果通报,小兔兔与男生间的温馨瞬间：一场意外的咬痕引发的温暖故事

在一个阳光明媚的周末，小镇上的公园里，一群孩子正在欢快地玩耍。他们追逐着，嬉笑着，仿佛整个世界都充满了欢声笑语。在这群孩子中，有一个可爱的小女孩，她手里抱着一只毛茸茸的小兔子，名叫“兔兔”。 兔兔是一只非常活泼的小兔子，它有着柔软的白色毛发和红彤彤的小鼻子。它总是喜欢在草地上蹦蹦跳跳，给孩子们带来无尽的欢乐。而今天，兔兔遇到了一个特别的朋友——一个阳光帅气的男生，名叫小明。 小明是公园里的一位常客，他总是带着微笑，热情地与孩子们交流。今天，他看到兔兔在草地上玩耍，便主动走过去，想要和它成为朋友。小明蹲下身子，温柔地伸出手，试图抚摸兔兔的头部。然而，兔兔却突然紧张起来，它警觉地后退了一步，用小爪子拨开了小明的手。 小明并没有气馁，他耐心地蹲在兔兔身边，试图用温柔的声音安抚它。渐渐地，兔兔放下了戒备，它好奇地打量着小明，似乎在思考着什么。就在这时，小明突然伸出手，轻轻地咬住了兔兔的耳朵。 兔兔被突如其来的疼痛惊得跳了起来，它尖叫着，挣扎着想要摆脱小明的束缚。然而，小明并没有松口，他紧紧地咬住兔兔的耳朵，仿佛在说：“别怕，我不会伤害你的。”兔兔感受到了小明的善意，它渐渐平静下来，不再挣扎。 就在这时，一个摄影师恰好路过，他看到了这一幕，立刻拿出相机，记录下了这温馨的瞬间。照片中，小明咬着兔兔的耳朵，而兔兔则用好奇的眼神看着他，仿佛在说：“你为什么要这么做？”小明则微笑着，用眼神回应着兔兔。 这张照片很快在网络上走红，网友们纷纷为这对小兔兔和男生点赞。有人评论说：“这个男生真有爱心，他不仅没有伤害兔兔，还用这种方式安抚了它。”也有人表示：“这张照片让我感受到了人与人之间的温暖，希望这个世界充满更多的爱。” 事实上，小明并不是故意要咬兔兔的耳朵。他只是想用这种方式让兔兔放松下来，让他和小明之间的友谊更加深厚。而兔兔也用它的方式，接受了小明的友谊。 从那以后，小明和兔兔成为了好朋友。他们一起在公园里玩耍，一起度过了许多快乐的时光。每当小明看到兔兔，他都会想起那个温馨的瞬间，那个咬痕成为了他们友谊的见证。 这个故事告诉我们，有时候，爱需要用特别的方式表达。无论是人类还是动物，我们都需要关爱和陪伴。而在这个世界上，总有一些美好的瞬间，让我们感受到生活的温暖。让我们学会用爱心去对待身边的每一个人和每一件事，让这个世界充满更多的爱。

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。