近期相关部门更新行业成果,《夜幕下的秘密：揭秘“天天摸夜夜添”背后的故事》

今日行业报告更新研究成果,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。专业维修服务热线，技术专家在线解答

广西桂林市叠彩区、中山市港口镇 ，长春市榆树市、云浮市罗定市、邵阳市邵阳县、河源市龙川县、安庆市迎江区、儋州市和庆镇、内蒙古锡林郭勒盟正蓝旗、东莞市道滘镇、宝鸡市麟游县、绥化市安达市、屯昌县西昌镇、大同市平城区、内蒙古兴安盟突泉县、陵水黎族自治县群英乡、绵阳市安州区 、淮安市淮安区、果洛玛沁县、中山市南朗镇、临汾市安泽县、济南市市中区、西双版纳景洪市、东莞市南城街道、南阳市唐河县、茂名市电白区、牡丹江市西安区、大同市天镇县、广西玉林市福绵区

统一服务管理平台，智能监控质量,今日研究机构公开最新动态,《夜幕下的秘密：揭秘“天天摸夜夜添”背后的故事》，很高兴为您解答这个问题，让我来帮您详细说明一下：维修专线服务，师傅快速上门处理

肇庆市封开县、汉中市佛坪县 ，岳阳市岳阳楼区、湘潭市岳塘区、延安市吴起县、屯昌县南吕镇、营口市老边区、阜阳市颍泉区、驻马店市汝南县、三亚市天涯区、玉溪市新平彝族傣族自治县、南平市顺昌县、黄石市阳新县、广州市越秀区、渭南市华阴市、泉州市鲤城区、延安市子长市 、中山市民众镇、营口市鲅鱼圈区、哈尔滨市道外区、成都市郫都区、汕尾市海丰县、驻马店市平舆县、龙岩市永定区、驻马店市平舆县、佳木斯市东风区、哈尔滨市道里区、临高县东英镇、万宁市后安镇、宁夏固原市泾源县、内蒙古乌兰察布市商都县

全球服务区域: 岳阳市平江县、莆田市秀屿区 、广元市昭化区、泰州市海陵区、西安市长安区、广元市昭化区、温州市平阳县、天津市河西区、鹰潭市余江区、亳州市利辛县、深圳市坪山区、衡阳市衡南县、迪庆香格里拉市、哈尔滨市延寿县、海口市琼山区、泰安市泰山区、天水市清水县 、天津市红桥区、淮安市淮阴区、深圳市龙华区、巴中市南江县、黄冈市团风县

专家远程指导热线，多终端,今日行业报告披露重大政策更新,《夜幕下的秘密：揭秘“天天摸夜夜添”背后的故事》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电以旧换新热线，专业评估回收

全国服务区域: 三明市三元区、通化市通化县 、雅安市汉源县、甘南临潭县、广西玉林市博白县、通化市通化县、宿州市埇桥区、海南同德县、哈尔滨市方正县、黔东南锦屏县、赣州市信丰县、茂名市电白区、丽水市云和县、九江市永修县、宣城市旌德县、长治市平顺县、南阳市镇平县 、咸宁市崇阳县、榆林市子洲县、大连市旅顺口区、文昌市潭牛镇、广西桂林市阳朔县、徐州市铜山区、景德镇市浮梁县、张家界市桑植县、衡阳市衡阳县、萍乡市莲花县、玉树治多县、益阳市沅江市、广西南宁市青秀区、湘西州保靖县、陇南市文县、湘潭市岳塘区、白山市长白朝鲜族自治县、中山市民众镇、普洱市景谷傣族彝族自治县、沈阳市康平县、齐齐哈尔市泰来县、东方市感城镇、新乡市辉县市、宁夏固原市彭阳县

近日研究机构传出突破成果:本周监管部门公布行业动态,《夜幕下的秘密：揭秘“天天摸夜夜添”背后的故事》

夜幕降临，华灯初上，城市的喧嚣逐渐平息。在这个看似平静的夜晚，却隐藏着一个不为人知的秘密——那就是“天天摸夜夜添”。这个名字听起来有些暧昧，甚至带有一种禁忌的色彩，但事实上，它背后却有着一段引人深思的故事。 “天天摸夜夜添”，这个名字的由来，源于一个古老的传说。相传，在很久以前，有一个名叫添添的少年，他心地善良，乐于助人。然而，命运却对他不公，他不幸患上了严重的皮肤病，整日只能在黑暗中度过。为了治疗他的病，村民们纷纷伸出援手，每天晚上都会给他带来一些温暖和关爱。 渐渐地，添添的病情得到了缓解，他开始感激村民们无私的帮助。为了表达自己的感激之情，添添决定用自己的方式回馈社会。于是，他开始在夜晚悄悄地帮助那些需要帮助的人，无论是老人、孩子还是流浪汉，他都会尽自己所能去照顾他们。 随着时间的推移，添添的行为逐渐传遍了整个村庄。村民们纷纷效仿，每天晚上都会有人去帮助那些需要帮助的人。渐渐地，这种互助的精神在村庄里蔓延开来，形成了一种独特的文化现象。而“天天摸夜夜添”这个名字，也就这样诞生了。 然而，随着时间的推移，这种互助的精神逐渐被一些人误解和曲解。他们开始将“天天摸夜夜添”当作一种暧昧的代名词，甚至有些人开始借此之名，传播一些低俗的内容。这让原本美好的互助精神蒙上了一层阴影。 面对这种情况，添添感到十分痛心。他决定站出来，用自己的行动去澄清误会，弘扬互助精神。于是，他开始撰写一部小说，名为《夜夜添》。在这部小说中，他详细地描述了自己和村民们互助的故事，以及那些被误解的“天天摸夜夜添”背后的真实含义。 小说一经出版，便受到了广泛关注。许多人通过阅读这部小说，了解了“天天摸夜夜添”的真正含义，也重新认识到了互助精神的重要性。他们纷纷加入到这个行列中，用自己的力量去帮助那些需要帮助的人。 如今，“天天摸夜夜添”已经不再是一个简单的名字，它已经成为了一种象征，象征着人与人之间的关爱、互助和团结。在这个充满挑战和竞争的社会里，这种精神显得尤为珍贵。 当然，我们也要看到，随着社会的不断发展，一些不良现象依然存在。有些人利用“天天摸夜夜添”的名义，传播低俗、恶俗的内容，这无疑是对这种美好精神的亵渎。因此，我们更应该提高警惕，坚决抵制这些不良行为，让“天天摸夜夜添”的精神得以传承和发扬。 总之，“天天摸夜夜添”的故事告诉我们，在这个世界上，关爱和互助是永恒的主题。只要我们每个人都献出一份爱心，世界将变得更加美好。而“天天摸夜夜添”的精神，也将永远照亮我们前行的道路。

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。