本周研究机构发布权威信息,日产无人区一线二线三线新版：探索未来出行新纪元

本月研究机构发布新政策通报,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。家电操作教学专线，新手快速上手

永州市道县、定安县龙门镇 ，三门峡市湖滨区、甘南玛曲县、阿坝藏族羌族自治州壤塘县、天津市西青区、德阳市中江县、文山丘北县、昌江黎族自治县海尾镇、沈阳市沈河区、绵阳市游仙区、白沙黎族自治县金波乡、临沂市临沭县、荆门市沙洋县、徐州市新沂市、宝鸡市扶风县、益阳市资阳区 、洛阳市涧西区、肇庆市封开县、淮北市相山区、定安县龙湖镇、滨州市惠民县、凉山盐源县、河源市龙川县、深圳市盐田区、辽源市西安区、内江市隆昌市、池州市东至县、昭通市昭阳区

统一服务管理平台，智能监控质量,今日监管部门传递新政策信息,日产无人区一线二线三线新版：探索未来出行新纪元，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

广西桂林市临桂区、营口市盖州市 ，保亭黎族苗族自治县什玲、广西河池市东兰县、成都市邛崃市、凉山美姑县、东方市东河镇、常德市津市市、驻马店市上蔡县、黔南平塘县、鸡西市梨树区、伊春市嘉荫县、福州市台江区、天水市麦积区、吉安市永丰县、延安市宜川县、深圳市罗湖区 、随州市随县、哈尔滨市方正县、内蒙古巴彦淖尔市磴口县、大理永平县、益阳市桃江县、广西百色市平果市、毕节市织金县、玉树杂多县、广西钦州市灵山县、辽阳市太子河区、海南贵南县、漯河市郾城区、内蒙古呼伦贝尔市海拉尔区、佳木斯市桦南县

全球服务区域: 平顶山市鲁山县、茂名市茂南区 、周口市商水县、楚雄永仁县、盐城市大丰区、襄阳市老河口市、榆林市横山区、海西蒙古族乌兰县、遵义市湄潭县、安阳市安阳县、长治市襄垣县、红河建水县、内蒙古通辽市库伦旗、惠州市惠东县、宁夏银川市西夏区、通化市东昌区、合肥市长丰县 、临沧市临翔区、凉山宁南县、六盘水市钟山区、陇南市宕昌县、双鸭山市四方台区

作为国家高新技术企业认证平台,今日官方渠道披露行业新动态,日产无人区一线二线三线新版：探索未来出行新纪元，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修应急热线，24小时待命

全国服务区域: 合肥市巢湖市、资阳市乐至县 、广州市白云区、达州市渠县、孝感市汉川市、驻马店市西平县、滨州市滨城区、吉安市万安县、黔东南三穗县、朔州市平鲁区、凉山会东县、直辖县神农架林区、孝感市孝南区、凉山昭觉县、巴中市通江县、东方市感城镇、广西桂林市资源县 、成都市简阳市、万宁市和乐镇、榆林市神木市、金华市永康市、云浮市罗定市、文昌市公坡镇、漳州市龙海区、滁州市琅琊区、达州市宣汉县、深圳市盐田区、白城市洮北区、双鸭山市饶河县、红河蒙自市、大同市云州区、揭阳市榕城区、嘉兴市桐乡市、孝感市应城市、襄阳市宜城市、莆田市涵江区、莆田市秀屿区、长沙市宁乡市、内蒙古包头市昆都仑区、赣州市赣县区、文昌市潭牛镇

本周数据平台今日数据平台透露最新消息:今日行业报告更新新成果,日产无人区一线二线三线新版：探索未来出行新纪元

随着科技的飞速发展，无人驾驶技术已经成为汽车行业的热点话题。日产汽车作为全球知名汽车制造商，一直在无人驾驶领域进行着深入的研究和探索。近日，日产发布了无人区一线、二线、三线新版，标志着其在无人驾驶技术上的又一重要突破。 ### 一线：无人区一线版 日产无人区一线版是日产在无人驾驶技术领域的一次大胆尝试。该版本采用先进的激光雷达、摄像头和毫米波雷达等传感器，实现了对周围环境的精准感知。同时，搭载的智能驾驶系统可根据路况自动调整车速、车道保持、紧急制动等功能，使驾驶变得更加轻松、安全。 一线版在智能化方面也做出了不少创新。例如，通过人脸识别技术，车辆能够识别驾驶员的身份，并根据其驾驶习惯进行个性化设置。此外，一线版还具备远程控制功能，驾驶员可通过手机APP远程操控车辆，实现远程泊车、远程启动等功能。 ### 二线：无人区二线版 日产无人区二线版在一线版的基础上，进一步提升了自动驾驶的智能化水平。该版本采用了更为先进的深度学习算法，使车辆在复杂路况下能够更加灵活地应对各种情况。例如，在遇到拥堵路段时，二线版能够自动识别前方车辆，并调整车速，保持与前车的安全距离。 二线版还具备智能泊车功能，驾驶员只需在手机APP上输入泊车目的地，车辆即可自动完成泊车过程。此外，二线版还具备自动避障功能，当车辆遇到行人、动物或其他障碍物时，系统会自动减速或停车，确保行车安全。 ### 三线：无人区三线版 日产无人区三线版是日产无人驾驶技术的集大成之作。该版本在一线版和二线版的基础上，进一步提升了自动驾驶的稳定性和可靠性。三线版采用了更为先进的传感器和控制系统，使车辆在复杂路况下能够实现更高水平的自动驾驶。 三线版还具备智能出行规划功能，能够根据驾驶员的出行需求，自动规划最佳路线。此外，三线版还具备车联网功能，驾驶员可通过车载屏幕实时查看路况、天气等信息，为出行提供便利。 ### 新版特点总结 日产无人区一线、二线、三线新版在无人驾驶技术方面具有以下特点： 1. 先进的传感器和控制系统，实现精准感知和智能驾驶； 2. 深度学习算法，提升自动驾驶的智能化水平； 3. 智能出行规划，为驾驶员提供便捷的出行体验； 4. 车联网功能，实时查看路况、天气等信息。 总之，日产无人区一线、二线、三线新版为未来出行带来了更多可能性。在不久的将来，随着无人驾驶技术的不断成熟，我们有望迎来一个全新的出行时代。

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。