本月行业报告披露重大进展,探索亚洲BT区的魅力：文化交融与科技发展的交汇点

本月国家机构传达最新政策,1年涨五倍，被苹果看上的“模型瘦身”公司靠谱吗？,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

广元市昭化区、赣州市瑞金市 ，温州市文成县、宝鸡市麟游县、太原市万柏林区、哈尔滨市延寿县、宣城市宁国市、保亭黎族苗族自治县什玲、枣庄市滕州市、武汉市汉阳区、保山市腾冲市、漯河市郾城区、徐州市铜山区、湖州市安吉县、温州市泰顺县、佳木斯市前进区、漳州市平和县 、毕节市黔西市、东莞市道滘镇、抚州市金溪县、定安县定城镇、晋中市祁县、儋州市中和镇、宜宾市兴文县、郑州市中原区、酒泉市肃北蒙古族自治县、新乡市原阳县、上海市浦东新区、甘孜稻城县

本周数据平台最新相关部门透露权威通报,今日官方发布重大行业通报,探索亚洲BT区的魅力：文化交融与科技发展的交汇点，很高兴为您解答这个问题，让我来帮您详细说明一下：售后咨询服务中心，全时段多渠道服务

郑州市新郑市、甘南舟曲县 ，青岛市崂山区、邵阳市大祥区、广西桂林市叠彩区、黔西南普安县、滨州市滨城区、文山丘北县、伊春市嘉荫县、曲靖市陆良县、广西梧州市万秀区、平顶山市鲁山县、内蒙古鄂尔多斯市准格尔旗、南平市武夷山市、白银市平川区、临沧市云县、怀化市麻阳苗族自治县 、长治市武乡县、忻州市岢岚县、广西防城港市上思县、河源市连平县、文昌市潭牛镇、大庆市萨尔图区、甘南卓尼县、果洛玛沁县、泸州市纳溪区、天津市滨海新区、广西贺州市平桂区、连云港市灌云县、自贡市大安区、庆阳市庆城县

全球服务区域: 内蒙古巴彦淖尔市五原县、太原市尖草坪区 、兰州市永登县、中山市大涌镇、重庆市丰都县、伊春市嘉荫县、金华市浦江县、普洱市西盟佤族自治县、广西河池市巴马瑶族自治县、丹东市凤城市、漳州市龙海区、攀枝花市米易县、铜仁市碧江区、潍坊市寿光市、眉山市丹棱县、张家界市永定区、淄博市张店区 、大连市庄河市、双鸭山市饶河县、黔东南镇远县、内蒙古赤峰市喀喇沁旗、文昌市文教镇

可视化故障排除专线,本月行业报告传递行业新变化,探索亚洲BT区的魅力：文化交融与科技发展的交汇点，很高兴为您解答这个问题，让我来帮您详细说明一下：家电服务反馈专线，多渠道收集意见

全国服务区域: 吉安市万安县、日照市五莲县 、阳江市阳西县、东营市利津县、揭阳市揭西县、漳州市南靖县、九江市瑞昌市、大兴安岭地区新林区、葫芦岛市连山区、曲靖市富源县、运城市永济市、吕梁市临县、蚌埠市龙子湖区、大连市庄河市、黔东南黄平县、吉林市龙潭区、西安市新城区 、武汉市青山区、广西钦州市钦南区、定安县黄竹镇、达州市开江县、万宁市东澳镇、张家界市武陵源区、成都市温江区、绥化市海伦市、三门峡市湖滨区、三亚市海棠区、临汾市霍州市、辽阳市宏伟区、楚雄永仁县、宣城市旌德县、甘孜九龙县、杭州市富阳区、太原市万柏林区、齐齐哈尔市建华区、咸阳市泾阳县、泉州市惠安县、上饶市万年县、海西蒙古族都兰县、鹰潭市余江区、玉树杂多县

本周数据平台最新相关部门透露权威通报:今日官方传递最新研究成果,探索亚洲BT区的魅力：文化交融与科技发展的交汇点

在亚洲这片广袤的土地上，每个国家和地区都有其独特的文化底蕴和科技发展。而“亚洲BT区”这一概念，正是将文化交融与科技发展完美结合的典范。BT区，即“商务科技区”，是近年来在亚洲各地兴起的一种新型区域，它不仅汇聚了众多高科技企业，更是各国文化交流的重要平台。 首先，亚洲BT区在文化交融方面具有显著的特点。亚洲各国历史悠久，文化底蕴深厚，而BT区正是这些文化的交汇点。在这里，你可以看到日本动漫、韩国流行音乐、中国传统文化等多种文化的碰撞与融合。例如，在东京的秋叶原，你可以感受到日本独特的科技氛围和动漫文化；而在新加坡的滨海湾，则可以体验到东南亚多元文化的魅力。 在科技发展方面，亚洲BT区同样具有举足轻重的地位。随着全球科技产业的快速发展，亚洲各国纷纷加大科技创新力度，BT区成为各国展示科技成果的重要窗口。例如，中国的深圳被誉为“硅谷”，吸引了众多国内外知名高科技企业入驻；韩国的首尔则是亚洲最大的电子产业基地，拥有众多世界知名电子品牌；而印度的班加罗尔则被誉为“印度的硅谷”，是全球软件产业的中心之一。 亚洲BT区的发展离不开政府的支持。各国政府纷纷出台优惠政策，吸引企业入驻，推动区域经济发展。以我国为例，政府大力推动“一带一路”倡议，加强与沿线国家的合作，为亚洲BT区的发展提供了广阔的空间。此外，亚洲BT区还注重人才培养和引进，为区域经济发展提供源源不断的动力。 在亚洲BT区，我们可以看到以下几大亮点： 1. 高科技产业集聚：亚洲BT区吸引了众多高科技企业入驻，形成了产业集群效应，推动了区域经济发展。 2. 文化交流平台：亚洲BT区为各国文化交流提供了平台，促进了文化多样性的发展。 3. 人才聚集：亚洲BT区吸引了大量优秀人才，为区域经济发展提供了智力支持。 4. 创新创业氛围浓厚：亚洲BT区鼓励创新创业，为创业者提供了良好的发展环境。 5. 政策支持：各国政府纷纷出台优惠政策，为亚洲BT区的发展提供有力保障。 当然，亚洲BT区在发展过程中也面临一些挑战。例如，如何平衡文化保护与产业发展、如何应对人才流失等问题。但相信在各国政府和企业的共同努力下，亚洲BT区必将迎来更加美好的未来。 总之，亚洲BT区是文化交融与科技发展的交汇点，它为亚洲各国带来了前所未有的发展机遇。在这个充满活力的区域，各国文化相互借鉴、相互融合，共同推动了亚洲的繁荣与发展。让我们共同期待亚洲BT区在未来的日子里，绽放更加耀眼的光芒。

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网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。