今日行业报告发布新政策变化,“一面亲上边，一面膜下边：现代科技在生活中的巧妙应用”

近日官方发布权威通报,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。智能维修派单系统，精准调度服务团队

西安市高陵区、台州市玉环市 ，漳州市东山县、大连市瓦房店市、揭阳市榕城区、郑州市新密市、台州市温岭市、黑河市逊克县、广西贺州市钟山县、内蒙古鄂尔多斯市准格尔旗、安康市紫阳县、广西河池市凤山县、佳木斯市郊区、随州市随县、绥化市青冈县、内蒙古通辽市开鲁县、郑州市新郑市 、乐东黎族自治县黄流镇、果洛久治县、晋中市左权县、德州市禹城市、内蒙古通辽市开鲁县、渭南市合阳县、马鞍山市含山县、伊春市丰林县、常州市新北区、成都市金牛区、抚州市南丰县、镇江市句容市

专业维修服务电话,今日国家机构披露行业新动向,“一面亲上边，一面膜下边：现代科技在生活中的巧妙应用”，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

宁夏银川市金凤区、牡丹江市阳明区 ，滨州市邹平市、德州市陵城区、黔南荔波县、宁德市屏南县、信阳市罗山县、上海市黄浦区、九江市永修县、重庆市潼南区、平顶山市石龙区、开封市禹王台区、驻马店市汝南县、六盘水市六枝特区、阳江市江城区、安庆市迎江区、楚雄武定县 、鹤岗市东山区、营口市西市区、杭州市西湖区、德阳市广汉市、烟台市牟平区、甘孜雅江县、宁夏银川市兴庆区、丹东市振安区、渭南市澄城县、临沂市费县、保山市隆阳区、金华市武义县、成都市金堂县、广西崇左市扶绥县

全球服务区域: 漳州市长泰区、文昌市东阁镇 、吕梁市文水县、西安市碑林区、果洛久治县、万宁市和乐镇、甘孜巴塘县、西宁市城北区、西安市蓝田县、东营市垦利区、吕梁市交口县、上饶市广信区、九江市都昌县、恩施州利川市、新乡市新乡县、自贡市自流井区、张家界市慈利县 、赣州市瑞金市、大连市瓦房店市、长沙市开福区、内蒙古呼和浩特市赛罕区、益阳市桃江县

近日监测部门传出异常警报,本周研究机构发布新动态,“一面亲上边，一面膜下边：现代科技在生活中的巧妙应用”，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用咨询专线，专业指导日常维护

全国服务区域: 晋中市昔阳县、商丘市虞城县 、屯昌县屯城镇、广西北海市海城区、日照市东港区、内蒙古乌兰察布市化德县、绥化市安达市、葫芦岛市兴城市、洛阳市嵩县、汕尾市陆河县、丽江市古城区、吕梁市交城县、广西柳州市柳江区、平顶山市郏县、文昌市公坡镇、铁岭市铁岭县、临汾市曲沃县 、白沙黎族自治县打安镇、六安市金寨县、黄冈市黄梅县、重庆市巫山县、台州市天台县、万宁市南桥镇、宜昌市点军区、宜春市上高县、梅州市大埔县、雅安市汉源县、白山市靖宇县、南阳市淅川县、德阳市中江县、宿迁市泗阳县、合肥市蜀山区、长治市潞州区、平顶山市叶县、抚州市东乡区、商丘市睢阳区、淮安市洪泽区、昆明市晋宁区、鞍山市千山区、南平市建阳区、攀枝花市西区

本月官方渠道传达政策动向:本月相关部门披露行业最新成果,“一面亲上边，一面膜下边：现代科技在生活中的巧妙应用”

在科技飞速发展的今天，我们的生活被各种创新技术所包围。其中，“一面亲上边，一面膜下边”这一概念，正是现代科技在生活中的巧妙应用之一。这一概念不仅体现了科技与生活的紧密融合，更展示了人类智慧的无限可能。 “一面亲上边，一面膜下边”这一表述，源自于一种新型的建筑材料——亲水膜。这种材料具有独特的亲水性和防水性，既能保证室内空气的湿度，又能有效防止水分渗透。在建筑领域，亲水膜的应用为我们的生活带来了诸多便利。 首先，在建筑外墙的应用中，亲水膜可以有效防止雨水渗透，降低建筑物的渗漏率。在传统建筑中，外墙的防水处理一直是困扰建筑师和业主的一大难题。而亲水膜的出现，使得这一问题得到了有效解决。亲水膜不仅提高了建筑物的使用寿命，还降低了维修成本。 其次，在室内装修中，亲水膜的应用同样具有重要意义。在厨房、卫生间等湿度较大的空间，亲水膜可以防止水分渗透到墙体内部，从而避免墙体发霉、脱落等问题。此外，亲水膜还具有调节室内湿度的作用，使室内环境更加舒适。 除了建筑领域，亲水膜在日常生活用品中的应用也日益广泛。例如，在衣物、床上用品等方面，亲水膜可以起到防潮、防霉的作用，延长用品的使用寿命。在户外运动装备中，亲水膜的应用更是不可或缺，它能够有效防止汗水渗透，保持装备的干燥。 与此同时，“一面亲上边，一面膜下边”这一概念在医疗领域的应用也值得关注。例如，在手术过程中，医生需要佩戴的眼镜、口罩等防护用品，就可以采用亲水膜材料。这种材料既保证了防护用品的防水性能，又具有良好的透气性，使医生在手术过程中能够保持清晰的视野。 此外，在航空航天领域，亲水膜的应用同样具有重要意义。在飞机、飞船等航天器的外壳上，亲水膜可以防止水分渗透，提高航天器的使用寿命。同时，亲水膜还具有抗静电、抗辐射等特性，为航天器的安全运行提供了保障。 当然，“一面亲上边，一面膜下边”这一概念的应用远不止于此。在新能源、环保、交通等领域，亲水膜都发挥着重要作用。例如，在新能源汽车的电池包装材料中，亲水膜可以防止水分渗透，提高电池的安全性；在环保领域，亲水膜可以用于污水处理、空气净化等。 总之，“一面亲上边，一面膜下边”这一概念在现代科技中的应用，充分展示了人类智慧的结晶。随着科技的不断发展，相信这一概念将在更多领域发挥重要作用，为我们的生活带来更多便利。让我们共同期待，未来科技带给我们的更多惊喜。

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。