本月行业报告公开新政策,纳西妲的胡萝卜之旅：一段旅行者的奇幻冒险

本月行业报告披露新动态,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。家电服务反馈专线，多渠道收集意见

大连市瓦房店市、凉山甘洛县 ，上饶市广信区、哈尔滨市道外区、广州市越秀区、黔南荔波县、齐齐哈尔市克山县、海口市龙华区、常州市溧阳市、普洱市思茅区、大连市西岗区、泉州市金门县、广州市从化区、九江市庐山市、安庆市迎江区、常州市武进区、日照市东港区 、吉安市峡江县、咸阳市旬邑县、双鸭山市四方台区、临汾市曲沃县、绥化市肇东市、黄冈市浠水县、潍坊市昌乐县、黔东南黄平县、南充市顺庆区、临沂市罗庄区、安顺市平坝区、临沧市云县

近日技术小组通报核心进展,今日行业报告更新研究成果,纳西妲的胡萝卜之旅：一段旅行者的奇幻冒险，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

广州市增城区、南平市建阳区 ，大理剑川县、白沙黎族自治县元门乡、贵阳市息烽县、内蒙古呼伦贝尔市海拉尔区、宁夏石嘴山市平罗县、昆明市西山区、湖州市德清县、东方市三家镇、甘孜得荣县、三明市永安市、安康市紫阳县、延安市宝塔区、漳州市漳浦县、佳木斯市同江市、忻州市偏关县 、汉中市洋县、新乡市卫滨区、宁夏银川市永宁县、海西蒙古族天峻县、惠州市惠城区、淄博市沂源县、随州市随县、宁波市宁海县、邵阳市隆回县、成都市双流区、儋州市雅星镇、马鞍山市含山县、济宁市金乡县、本溪市南芬区

全球服务区域: 牡丹江市林口县、邵阳市双清区 、滨州市滨城区、福州市长乐区、淮南市谢家集区、鹤岗市兴安区、内蒙古乌兰察布市卓资县、内蒙古乌兰察布市凉城县、宣城市宣州区、赣州市于都县、玉溪市红塔区、青岛市崂山区、徐州市云龙区、平顶山市鲁山县、济宁市梁山县、济南市长清区、乐山市沙湾区 、甘孜道孚县、张掖市甘州区、锦州市黑山县、运城市绛县、许昌市鄢陵县

本周数据平台近日官方渠道公开最新动态,今日行业协会公开新动态,纳西妲的胡萝卜之旅：一段旅行者的奇幻冒险，很高兴为您解答这个问题，让我来帮您详细说明一下：全国联保售后电话，服务有保障

全国服务区域: 株洲市茶陵县、中山市东升镇 、上海市黄浦区、孝感市云梦县、常州市武进区、大理云龙县、韶关市新丰县、宣城市广德市、黔西南兴仁市、定安县龙门镇、屯昌县坡心镇、通化市辉南县、韶关市新丰县、洛阳市西工区、东方市感城镇、太原市阳曲县、天水市张家川回族自治县 、酒泉市肃州区、内蒙古巴彦淖尔市临河区、本溪市南芬区、内蒙古巴彦淖尔市杭锦后旗、内蒙古巴彦淖尔市乌拉特后旗、潍坊市昌乐县、景德镇市浮梁县、哈尔滨市依兰县、合肥市庐阳区、曲靖市师宗县、焦作市孟州市、三明市大田县、晋城市高平市、怒江傈僳族自治州福贡县、内蒙古通辽市霍林郭勒市、榆林市吴堡县、哈尔滨市巴彦县、梅州市五华县、焦作市温县、红河建水县、毕节市赫章县、成都市新都区、重庆市万州区、玉溪市红塔区

统一售后服务专线，全国联网服务:今日监管部门传达重磅信息,纳西妲的胡萝卜之旅：一段旅行者的奇幻冒险

在一个遥远的国度，有一个名叫纳西妲的年轻女孩。她拥有一颗充满好奇和冒险的心，总是渴望探索这个世界的每一个角落。一天，她在村子的边缘发现了一个神秘的胡萝卜，这个胡萝卜与众不同，散发着迷人的光芒。纳西妲被它的魅力深深吸引，决定带着这个神奇的胡萝卜踏上一段未知的旅行。 纳西妲的旅行开始了。她穿过茂密的森林，跨过湍急的河流，一路上遇到了各种奇特的生物和美丽的风景。她发现，这个胡萝卜似乎有着某种魔力，每当她遇到困难时，它就会发出耀眼的光芒，指引她找到前进的方向。 在旅途中，纳西妲遇到了一位智慧的老者。老者告诉她，这个胡萝卜名叫“旅行者的胡萝卜”，它拥有神奇的力量，能够帮助人们实现心中的愿望。只要在旅途中坚持信念，勇敢面对困难，最终就能找到属于自己的幸福。 纳西妲听了老者的话，心中充满了信心。她继续前行，一路上经历了许多挑战。她帮助了一只被困在陷阱中的小鸟，治愈了一位受伤的旅人，还勇敢地与一只凶猛的巨兽进行了搏斗。每一次的冒险都让她更加坚定地相信，只要心中有爱，就没有克服不了的困难。 终于，纳西妲来到了一个神秘的山谷。这里有着美丽的瀑布和五彩斑斓的花朵，景色如诗如画。她知道，这里就是她寻找已久的目的地。在山谷的深处，她发现了一座古老的庙宇。庙宇里供奉着旅行者的胡萝卜，而它的光芒比任何时候都要耀眼。 纳西妲走进庙宇，跪在神像前，虔诚地许下了自己的愿望。她希望自己的家人和朋友都能幸福安康，也希望自己能成为一个勇敢、善良、有爱心的人。在许愿结束后，她感受到了一股温暖的力量涌入自己的身体，仿佛整个世界都在为她祝福。 离开庙宇后，纳西妲带着满满的收获回到了家乡。她发现，自从她离开后，家乡发生了翻天覆地的变化。人们变得更加团结，生活也变得更加美好。这一切都得益于纳西妲在旅途中传播的正能量。 从此，纳西妲成为了家乡的传奇人物。她用自己勇敢、善良、有爱心的品质影响着身边的人，让这个国度变得更加美好。而那个神奇的胡萝卜，也成为了她永远的伙伴，见证了她一段段难忘的冒险经历。 纳西妲的胡萝卜之旅，不仅是一段奇幻的冒险，更是一段成长和收获的过程。她用自己的行动证明了，只要心中有爱，勇敢追求梦想，就能战胜一切困难，实现心中的愿望。而这个神奇的胡萝卜，也将永远成为她心中最宝贵的回忆。

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。