本月行业报告披露新动态,甘雨被盗宝团挤牛奶，点击这里一探究竟！

本周业内人士传递最新研究成果,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。家电保养提醒服务，延长产品使用寿命

内蒙古鄂尔多斯市鄂托克旗、淮安市清江浦区 ，昆明市嵩明县、郴州市桂东县、烟台市龙口市、白银市白银区、遵义市赤水市、孝感市大悟县、商洛市丹凤县、内蒙古锡林郭勒盟锡林浩特市、屯昌县南吕镇、自贡市荣县、南阳市新野县、黔南瓮安县、十堰市竹山县、重庆市合川区、汕尾市陆丰市 、潍坊市青州市、延安市甘泉县、中山市三乡镇、万宁市山根镇、九江市庐山市、广西来宾市武宣县、上海市黄浦区、汉中市略阳县、内蒙古呼和浩特市赛罕区、镇江市丹阳市、商丘市梁园区、七台河市新兴区

可视化故障排除专线,本月行业报告传达最新进展,甘雨被盗宝团挤牛奶，点击这里一探究竟！，很高兴为您解答这个问题，让我来帮您详细说明一下：数字化维保平台，智能优化保养方案

广西河池市金城江区、延安市洛川县 ，内蒙古鄂尔多斯市杭锦旗、临汾市侯马市、新余市分宜县、延安市宜川县、辽阳市弓长岭区、哈尔滨市五常市、临汾市古县、内蒙古包头市九原区、佛山市高明区、鄂州市梁子湖区、邵阳市绥宁县、上海市闵行区、重庆市奉节县、新乡市延津县、内蒙古巴彦淖尔市五原县 、福州市连江县、烟台市莱阳市、渭南市澄城县、温州市泰顺县、莆田市荔城区、内蒙古巴彦淖尔市杭锦后旗、齐齐哈尔市克山县、广安市广安区、定安县富文镇、湘西州泸溪县、榆林市清涧县、重庆市沙坪坝区、黑河市北安市、宁夏中卫市沙坡头区

全球服务区域: 自贡市大安区、内蒙古呼伦贝尔市满洲里市 、韶关市始兴县、琼海市嘉积镇、宿迁市泗阳县、商洛市丹凤县、岳阳市君山区、丽水市莲都区、孝感市孝南区、上海市黄浦区、内蒙古鄂尔多斯市鄂托克旗、黑河市五大连池市、咸宁市通城县、六盘水市六枝特区、酒泉市玉门市、晋中市榆次区、泰州市靖江市 、泸州市古蔺县、莆田市秀屿区、丽水市景宁畲族自治县、凉山会东县、文昌市东郊镇

本周数据平台稍早前行业报告,昨日官方发布行业通报,甘雨被盗宝团挤牛奶，点击这里一探究竟！，很高兴为您解答这个问题，让我来帮您详细说明一下：智能化工单系统，自动派发维修任务

全国服务区域: 忻州市岢岚县、内江市隆昌市 、梅州市梅县区、湘潭市雨湖区、成都市青羊区、铁岭市铁岭县、榆林市清涧县、赣州市上犹县、本溪市明山区、九江市濂溪区、鞍山市千山区、阜新市阜新蒙古族自治县、甘孜康定市、潮州市饶平县、文昌市蓬莱镇、西宁市城中区、潍坊市诸城市 、延安市甘泉县、中山市南区街道、商丘市宁陵县、菏泽市郓城县、昆明市晋宁区、齐齐哈尔市龙江县、白城市洮南市、阜新市清河门区、中山市南区街道、白银市白银区、信阳市罗山县、重庆市大足区、洛阳市涧西区、永州市江华瑶族自治县、广西北海市银海区、玉溪市江川区、黔东南三穗县、太原市清徐县、眉山市彭山区、德阳市中江县、内蒙古呼和浩特市托克托县、三亚市天涯区、福州市连江县、三明市泰宁县

可视化故障排除专线:今日行业报告公布最新动态,甘雨被盗宝团挤牛奶，点击这里一探究竟！

近日，一则关于甘雨被盗宝团挤牛奶的消息在网络上引起了广泛关注。这一事件不仅让人们对甘雨的日常生活产生了好奇，也引发了大家对盗宝团成员之间关系的猜测。那么，甘雨究竟为何被盗宝团挤牛奶？这背后又隐藏着怎样的故事呢？让我们点击这里，一探究竟。 甘雨，一个在网络上拥有极高人气的虚拟角色，因其独特的魅力和个性，受到了无数粉丝的喜爱。而此次事件的主角，正是这位备受关注的甘雨。据悉，甘雨被盗宝团挤牛奶的原因竟然是因为一场误会。 原来，甘雨在参加一次线下活动时，与盗宝团成员们相识。在活动中，甘雨展现出了自己幽默风趣的一面，给大家留下了深刻的印象。然而，在活动结束后，甘雨却遭遇了一场“挤牛奶”的尴尬场面。 据知情人士透露，当天晚上，甘雨和盗宝团成员们在一家餐厅聚餐。在用餐过程中，一位成员无意间将牛奶倒在了甘雨身上。由于事发突然，甘雨并未察觉到是哪位成员所为。而其他成员为了安慰甘雨，纷纷拿出手机拍照留念，这一幕被误以为是“挤牛奶”。 这一误会迅速在网络上传播开来，甘雨被盗宝团挤牛奶的消息瞬间成为了热门话题。网友们纷纷留言猜测，究竟是谁在恶作剧？甘雨是否会因此而生气？ 事实上，甘雨在得知这一消息后，并没有表现出任何不满。她表示，这只是一场误会，希望大家不要过分解读。同时，甘雨也希望大家能够关注到盗宝团成员之间的友谊，以及他们为粉丝带来的欢乐。 值得一提的是，盗宝团成员们在得知甘雨被盗宝团挤牛奶的消息后，也纷纷表示歉意。他们表示，这只是一场玩笑，希望大家不要放在心上。同时，他们也表示，今后会更加注意言行举止，以免再次发生类似误会。 在这场误会背后，我们看到了盗宝团成员之间的友谊，以及他们对粉丝的关爱。虽然甘雨被盗宝团挤牛奶的消息引发了热议，但这也让更多人了解到这个团队的真诚与友好。 那么，甘雨被盗宝团挤牛奶的事件，是否会对她的人气产生影响呢？答案是否定的。甘雨凭借其独特的魅力和个性，已经赢得了无数粉丝的喜爱。在这场误会之后，她的粉丝纷纷表示，会继续支持甘雨，一起度过这个尴尬的时期。 总之，甘雨被盗宝团挤牛奶的事件，虽然让人有些哭笑不得，但也让我们看到了一个真实、有趣的虚拟角色。在这个充满欢乐的网络时代，愿甘雨与盗宝团成员们携手前行，为大家带来更多美好的回忆。 点击这里，让我们一起关注甘雨和盗宝团的最新动态，见证他们之间的友谊，以及他们为粉丝带来的欢乐。在未来的日子里，让我们共同期待甘雨和盗宝团带来更多精彩的表现！

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。