本周行业报告更新最新政策,爸爸吃饭也要和我连在一起——家的温馨时光

今日行业报告披露最新研究成果,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。智能派单服务中心，精准匹配维修师傅

吉林市舒兰市、宁夏银川市西夏区 ，锦州市古塔区、儋州市雅星镇、白银市景泰县、白沙黎族自治县元门乡、淮安市金湖县、黄南同仁市、武汉市黄陂区、南京市鼓楼区、凉山昭觉县、儋州市雅星镇、衡阳市石鼓区、广西柳州市鹿寨县、吉安市峡江县、茂名市化州市、张家界市桑植县 、临沂市沂水县、汕头市澄海区、洛阳市老城区、泉州市鲤城区、张家界市慈利县、菏泽市巨野县、伊春市大箐山县、揭阳市揭东区、鹰潭市余江区、屯昌县新兴镇、本溪市明山区、哈尔滨市通河县

专家技术支援专线,今日研究机构传递研究成果,爸爸吃饭也要和我连在一起——家的温馨时光，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一客服电话，正规售后服务

江门市蓬江区、广西百色市右江区 ，邵阳市洞口县、广安市广安区、六安市霍山县、宁夏吴忠市青铜峡市、佛山市三水区、成都市双流区、安阳市殷都区、杭州市建德市、广西百色市西林县、黄冈市黄州区、徐州市沛县、朔州市山阴县、广西贺州市平桂区、上海市闵行区、双鸭山市岭东区 、临夏永靖县、江门市新会区、遵义市绥阳县、七台河市新兴区、咸宁市赤壁市、丽水市缙云县、金华市武义县、合肥市庐阳区、九江市武宁县、西安市阎良区、十堰市郧西县、临沧市临翔区、商丘市睢县、安庆市迎江区

全球服务区域: 湛江市遂溪县、白沙黎族自治县青松乡 、海北刚察县、宝鸡市渭滨区、忻州市五台县、葫芦岛市绥中县、梅州市大埔县、福州市闽侯县、清远市连州市、上海市徐汇区、三明市泰宁县、泉州市惠安县、平凉市灵台县、玉树玉树市、漯河市郾城区、三明市三元区、恩施州恩施市 、广西南宁市西乡塘区、九江市湖口县、荆门市东宝区、驻马店市驿城区、广西梧州市岑溪市

本周数据平台近期官方渠道公开权威通报,本月行业协会发布重大政策,爸爸吃饭也要和我连在一起——家的温馨时光，很高兴为您解答这个问题，让我来帮您详细说明一下：家电在线客服系统，实时沟通维修需求

全国服务区域: 恩施州咸丰县、广西贺州市钟山县 、萍乡市芦溪县、内蒙古锡林郭勒盟阿巴嘎旗、铁岭市西丰县、内蒙古兴安盟科尔沁右翼中旗、大理剑川县、牡丹江市宁安市、淮南市田家庵区、楚雄大姚县、漳州市漳浦县、汕头市南澳县、许昌市襄城县、大庆市红岗区、天水市清水县、凉山木里藏族自治县、双鸭山市集贤县 、广西钦州市灵山县、东营市东营区、琼海市会山镇、兰州市皋兰县、广州市从化区、黄石市铁山区、聊城市东昌府区、南京市江宁区、德阳市罗江区、内蒙古赤峰市松山区、运城市芮城县、万宁市三更罗镇、六安市金寨县、昭通市彝良县、怀化市通道侗族自治县、文山富宁县、汉中市西乡县、广西玉林市北流市、长治市沁县、广西贵港市桂平市、盐城市东台市、昌江黎族自治县乌烈镇、丽水市青田县、大同市平城区

在线维修进度查询:不久前行业报告披露重大成果,爸爸吃饭也要和我连在一起——家的温馨时光

在我国，家庭是人们情感寄托的重要场所。家，是一个温暖的港湾，是心灵的归宿。而在家中，有一道独特的风景线，那就是爸爸吃饭也要和我连在一起。这种温馨的画面，让我感受到了家的温暖，也让我明白了亲情的可贵。 记得小时候，每当夜幕降临，家里总会飘来一股诱人的饭菜香味。那时候，我最期待的就是爸爸下班回家，因为我知道，爸爸会给我带来美味的晚餐。每当爸爸推开门，我就会飞奔过去，帮他挂好外套，然后迫不及待地跑到餐桌前。 那时候的餐桌，总是摆满了丰盛的菜肴。爸爸总是把最好的部位留给我，自己却吃得很简单。他总是笑着说：“爸爸吃素，你多吃点肉。”看着爸爸慈祥的笑容，我心中充满了感激。我知道，爸爸为了这个家，付出了很多。 随着我渐渐长大，我开始学会做饭，也开始尝试着为爸爸做一顿饭。每当我在厨房忙碌时，爸爸总会在一旁默默地看着我，不时地给我指导。每当饭菜做好，爸爸总是第一个品尝。他总是笑着说：“我的宝贝长大了，会做饭了。”那一刻，我感受到了爸爸的骄傲和幸福。 如今，我已经离开家乡，在外地求学。每当周末回家，我总会和爸爸一起吃饭。虽然饭菜不如妈妈做得那么精致，但那份温馨却丝毫不减。我们一边品尝着美食，一边聊着彼此的生活琐事。爸爸总是问我学习、生活的情况，而我也会向爸爸分享我的喜悦和困惑。 有一次，我在学校遇到了一些困难，心情很低落。那天晚上，我回到家，看到爸爸正在厨房忙碌。我走进去，看到他正在炒菜，脸上却带着一丝忧愁。我问他怎么了，他只是淡淡地说：“没事，只是想你了。”那一刻，我感受到了爸爸的关心和爱。 爸爸吃饭也要和我连在一起，不仅仅是因为他喜欢和我一起吃饭，更是因为他想让我感受到家的温暖。在这个快节奏的社会，人们总是忙于工作，忽略了亲情。而爸爸的做法，让我明白了亲情的可贵。 家，是一个充满爱的港湾。在这个港湾里，爸爸吃饭也要和我连在一起，让我感受到了家的温暖。这种温暖，将伴随我一生，成为我前行的动力。 在未来的日子里，无论我走到哪里，我都会牢记爸爸的教诲，努力成为一个有担当、有爱心的人。同时，我也会珍惜和爸爸在一起的每一刻，让这份温馨的亲情，永远延续下去。 爸爸吃饭也要和我连在一起，这是一种亲情的纽带，是一种家的温暖。让我们珍惜这份温暖，让它在我们的生活中绽放光彩。

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。