昨日官方通报传递新政策,2023年国精产品一二三四区发展概览

今日研究机构披露重要行业研究成果,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。智能投诉管理系统，自动分类处理

万宁市三更罗镇、乐东黎族自治县莺歌海镇 ，昭通市鲁甸县、雅安市天全县、大连市中山区、淮安市清江浦区、黔西南兴仁市、湘西州凤凰县、三沙市西沙区、商洛市丹凤县、青岛市市北区、内蒙古包头市九原区、昆明市富民县、广西百色市那坡县、滁州市定远县、鹤壁市淇县、深圳市龙华区 、盐城市滨海县、鹤岗市东山区、乐山市沙湾区、吉安市井冈山市、马鞍山市当涂县、衡阳市蒸湘区、乐山市沙湾区、青岛市市北区、海口市秀英区、哈尔滨市阿城区、郑州市管城回族区、上饶市玉山县

可视化操作指导热线,今日官方渠道更新行业研究成果,2023年国精产品一二三四区发展概览，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

蚌埠市龙子湖区、扬州市高邮市 ，泸州市江阳区、南昌市南昌县、十堰市郧西县、岳阳市华容县、烟台市龙口市、吉安市吉州区、汕头市澄海区、广西柳州市三江侗族自治县、巴中市恩阳区、上饶市万年县、广西桂林市平乐县、广西南宁市横州市、台州市临海市、辽源市西安区、宁夏固原市原州区 、惠州市惠阳区、内蒙古呼伦贝尔市扎兰屯市、杭州市西湖区、通化市东昌区、新乡市卫滨区、随州市广水市、开封市祥符区、福州市平潭县、乐山市井研县、大连市金州区、广州市天河区、白沙黎族自治县阜龙乡、佳木斯市桦南县、鹤壁市浚县

全球服务区域: 汉中市洋县、眉山市丹棱县 、大理漾濞彝族自治县、咸宁市嘉鱼县、枣庄市薛城区、徐州市睢宁县、淄博市张店区、北京市朝阳区、怀化市通道侗族自治县、新乡市卫辉市、西安市高陵区、玉溪市红塔区、咸阳市旬邑县、鹤岗市向阳区、天津市西青区、琼海市博鳌镇、南阳市南召县 、常州市武进区、重庆市南岸区、铁岭市清河区、内蒙古乌兰察布市化德县、青岛市平度市

刚刚专家组披露重要结论,今日官方渠道披露新政策,2023年国精产品一二三四区发展概览，很高兴为您解答这个问题，让我来帮您详细说明一下：专业售后服务中心，技术团队随时支援

全国服务区域: 鹤岗市向阳区、内蒙古赤峰市克什克腾旗 、宜春市樟树市、宁波市鄞州区、黔南惠水县、广西南宁市隆安县、咸阳市秦都区、通化市梅河口市、内蒙古鄂尔多斯市乌审旗、丽江市玉龙纳西族自治县、大理鹤庆县、益阳市桃江县、临高县皇桐镇、文山西畴县、陵水黎族自治县隆广镇、内蒙古阿拉善盟额济纳旗、铁岭市银州区 、西宁市大通回族土族自治县、直辖县潜江市、齐齐哈尔市富裕县、聊城市高唐县、玉树囊谦县、哈尔滨市南岗区、东营市利津县、杭州市淳安县、驻马店市汝南县、武汉市东西湖区、吉安市新干县、广西南宁市兴宁区、亳州市谯城区、内蒙古呼和浩特市赛罕区、十堰市竹山县、黔西南普安县、娄底市娄星区、安庆市宜秀区、合肥市长丰县、大同市左云县、西安市新城区、佛山市南海区、商丘市民权县、安庆市望江县

本周数据平台最新研究机构传出新变化:昨日官方传递行业新信息,2023年国精产品一二三四区发展概览

随着我国经济的持续增长，国精产品在国内外市场的影响力日益扩大。2023年，我国国精产品的一二三四区发展呈现出新的特点，以下将从四个区域分别进行简要概述。 ### 一、国精产品一区：东部沿海地区 东部沿海地区作为我国经济最发达的区域，国精产品的发展具有以下特点： 1. 产业集聚：东部沿海地区拥有众多的产业集群，如长三角、珠三角、京津冀等，这些产业集群为国精产品提供了良好的发展环境。 2. 技术创新：东部沿海地区在技术创新方面具有明显优势，国精产品在技术研发、产品升级等方面取得了显著成果。 3. 市场开拓：东部沿海地区市场潜力巨大，国精产品在国内外市场占有率不断提高。 4. 政策支持：政府出台了一系列政策，支持国精产品的发展，如税收优惠、资金扶持等。 ### 二、国精产品二区：中部地区 中部地区作为我国经济的重要增长极，国精产品的发展呈现出以下特点： 1. 产业升级：中部地区积极推动产业转型升级，国精产品在高端制造、新能源等领域取得了突破。 2. 区域合作：中部地区与东部沿海地区、西部地区加强合作，共同推动国精产品的发展。 3. 市场潜力：中部地区拥有庞大的消费市场，国精产品在本地市场占有率不断提高。 4. 政策扶持：政府出台了一系列政策，支持中部地区国精产品的发展，如产业投资基金、人才引进等。 ### 三、国精产品三区：西部地区 西部地区作为我国重要的战略资源储备区，国精产品的发展具有以下特点： 1. 资源优势：西部地区拥有丰富的矿产资源、能源资源等，为国精产品提供了良好的发展基础。 2. 产业布局：西部地区积极布局新能源、新材料、装备制造等产业，国精产品在这些领域取得了显著成果。 3. 市场拓展：西部地区市场潜力巨大，国精产品在本地市场占有率不断提高。 4. 政策支持：政府出台了一系列政策，支持西部地区国精产品的发展，如财政补贴、税收优惠等。 ### 四、国精产品四区：东北地区 东北地区作为我国老工业基地，国精产品的发展呈现出以下特点： 1. 产业调整：东北地区积极调整产业结构，国精产品在装备制造、新材料等领域取得了突破。 2. 技术创新：东北地区加大科技创新力度，国精产品在技术研发、产品升级等方面取得了显著成果。 3. 市场拓展：东北地区市场潜力巨大，国精产品在本地市场占有率不断提高。 4. 政策支持：政府出台了一系列政策，支持东北地区国精产品的发展，如产业转型升级、人才引进等。 总之，2023年国精产品一二三四区的发展呈现出各自的特点，但总体上呈现出以下趋势： 1. 产业集聚效应明显，产业集群成为国精产品发展的重要支撑。 2. 技术创新成为国精产品发展的核心驱动力。 3. 市场需求不断增长，国精产品在国内外市场占有率不断提高。 4. 政策支持力度加大，为国精产品发展提供有力保障。 在新的发展形势下，我国国精产品将继续保持良好发展态势，为我国经济发展做出更大贡献。

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。