今日监管部门披露新政策,“ZOOM猪：网络新宠，萌动全球的可爱小猪”

今日行业报告更新最新政策,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。全国联保服务热线，正规售后有保障

温州市平阳县、黔西南晴隆县 ，广西梧州市万秀区、张掖市民乐县、日照市莒县、恩施州利川市、汕头市南澳县、天水市张家川回族自治县、广西南宁市横州市、白山市靖宇县、朝阳市双塔区、宿州市泗县、青岛市黄岛区、开封市顺河回族区、枣庄市市中区、陵水黎族自治县英州镇、安阳市汤阴县 、湘西州泸溪县、绵阳市江油市、宁夏银川市贺兰县、甘南合作市、黄山市祁门县、葫芦岛市建昌县、福州市福清市、苏州市吴江区、广西防城港市港口区、咸阳市旬邑县、郑州市新密市、东莞市清溪镇

近日评估小组公开关键数据,今日监管部门发布重大研究成果,“ZOOM猪：网络新宠，萌动全球的可爱小猪”，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用教学专线，新手快速入门指导

忻州市岢岚县、邵阳市双清区 ，延安市子长市、天水市张家川回族自治县、吉安市峡江县、昌江黎族自治县七叉镇、巴中市通江县、孝感市汉川市、哈尔滨市阿城区、临沂市蒙阴县、广西来宾市兴宾区、德州市宁津县、天津市西青区、怒江傈僳族自治州福贡县、潍坊市寿光市、宝鸡市凤翔区、南通市如皋市 、吉安市新干县、邵阳市北塔区、合肥市庐阳区、赣州市兴国县、辽阳市文圣区、白城市镇赉县、三明市永安市、阜新市太平区、伊春市嘉荫县、嘉兴市平湖市、渭南市澄城县、绵阳市平武县、滁州市天长市、云浮市云城区

全球服务区域: 锦州市北镇市、哈尔滨市松北区 、日照市莒县、吉安市安福县、琼海市龙江镇、内蒙古巴彦淖尔市乌拉特中旗、鸡西市城子河区、中山市古镇镇、咸阳市长武县、长治市潞城区、郴州市桂阳县、铁岭市银州区、娄底市冷水江市、广西来宾市兴宾区、菏泽市牡丹区、朝阳市建平县、广州市从化区 、兰州市皋兰县、娄底市娄星区、武汉市洪山区、上海市闵行区、梅州市蕉岭县

本周数据平台近期行业报告发布政策动向,今日行业报告公开重大研究成果,“ZOOM猪：网络新宠，萌动全球的可爱小猪”，很高兴为您解答这个问题，让我来帮您详细说明一下：家电故障不用愁，客服热线帮您忙

全国服务区域: 盐城市大丰区、广西河池市大化瑶族自治县 、新余市分宜县、牡丹江市海林市、红河元阳县、临高县新盈镇、重庆市城口县、抚顺市抚顺县、大兴安岭地区松岭区、文昌市东阁镇、连云港市东海县、绥化市肇东市、吕梁市孝义市、永州市道县、娄底市冷水江市、福州市仓山区、菏泽市成武县 、延安市富县、邵阳市城步苗族自治县、江门市蓬江区、新乡市卫辉市、锦州市凌河区、营口市老边区、南京市雨花台区、红河个旧市、北京市门头沟区、红河个旧市、湛江市雷州市、东莞市长安镇、黄冈市罗田县、五指山市南圣、中山市东升镇、普洱市江城哈尼族彝族自治县、阿坝藏族羌族自治州理县、怒江傈僳族自治州泸水市、临沂市兰山区、汕头市濠江区、丽水市莲都区、汕头市澄海区、宜昌市远安县、广西百色市隆林各族自治县

本周数据平台本月相关部门通报重要进展:本月行业报告公开重要信息,“ZOOM猪：网络新宠，萌动全球的可爱小猪”

在互联网飞速发展的今天，各种新潮的事物层出不穷。而最近，一款名为“ZOOM猪”的卡通形象在全球范围内引发了热潮。这只萌态可掬的小猪，凭借其独特的魅力和可爱的形象，迅速成为了网络新宠，吸引了无数粉丝的喜爱。 ZOOM猪，顾名思义，是一只拥有“ZOOM”般速度的小猪。它拥有粉嫩的外表，大大的眼睛，以及一头柔软的卷毛，仿佛随时准备着带给我们惊喜。在网络上，ZOOM猪以各种搞笑、温馨、励志的形象出现，让人忍不住为之倾倒。 ZOOM猪的火爆程度，可以从以下几个方面来体现： 首先，ZOOM猪的表情包在社交媒体上广泛传播。这些表情包以ZOOM猪为主角，通过夸张的表情和搞笑的对话，生动地描绘了生活中的各种场景。无论是开心、难过、愤怒还是疑惑，ZOOM猪都能用其丰富的表情来诠释。这些表情包在朋友圈、微博、抖音等社交平台上频繁出现，成为了人们表达情感、分享生活的一种新方式。 其次，ZOOM猪的周边产品也备受追捧。从手机壳、钥匙扣、抱枕到衣服、帽子，各种与ZOOM猪相关的周边产品层出不穷。这些产品不仅满足了粉丝们的收藏欲望，还成为了他们表达个性、彰显品味的一种方式。 再次，ZOOM猪的动画短片在各大视频平台上备受关注。这些短片以ZOOM猪为主角，讲述了一系列充满幽默、温馨、感人的故事。观看这些短片，既能让人在轻松愉快的氛围中放松心情，又能从中感受到生活的美好。 ZOOM猪之所以能够成为网络新宠，离不开以下几个原因： 一是其独特的形象设计。ZOOM猪的外形可爱、呆萌，让人一眼就能记住。同时，它丰富的表情和动作，使得它能够轻松地融入各种场景，成为人们表达情感、分享生活的得力助手。 二是其积极向上的价值观。ZOOM猪的故事充满了正能量，无论是面对困难还是挫折，它都能勇敢地面对，传递出一种积极向上的生活态度。这种价值观与当代年轻人的追求相契合，使得ZOOM猪成为了他们的精神寄托。 三是其广泛的传播渠道。ZOOM猪通过表情包、周边产品、动画短片等多种形式，迅速在网络上走红。这些传播渠道使得ZOOM猪的影响力不断扩大，吸引了越来越多的粉丝。 总之，ZOOM猪凭借其独特的魅力和可爱的形象，在全球范围内引发了热潮。它不仅成为了网络新宠，更成为了人们生活中不可或缺的一部分。相信在未来的日子里，ZOOM猪将继续带给我们欢乐，成为我们生活中的一道亮丽风景线。

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。