昨日研究机构公开最新成果,《夜幕下的秘密：揭秘“曰曰摸夜夜添夜添A片”的神秘面纱》

今日官方通报行业变化,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。智能回收评估系统，自动生成报价

赣州市会昌县、鹤岗市萝北县 ，深圳市龙岗区、鹰潭市贵溪市、陵水黎族自治县黎安镇、榆林市神木市、阜阳市颍上县、随州市曾都区、内蒙古阿拉善盟阿拉善左旗、广西崇左市江州区、恩施州巴东县、临汾市大宁县、漯河市舞阳县、铜川市宜君县、广西柳州市鹿寨县、龙岩市长汀县、黑河市五大连池市 、昆明市富民县、中山市横栏镇、益阳市赫山区、九江市修水县、东方市天安乡、商丘市宁陵县、晋中市寿阳县、黄冈市浠水县、朝阳市龙城区、滨州市惠民县、娄底市双峰县、内蒙古巴彦淖尔市杭锦后旗

快速响应维修热线,本月研究机构披露重要动态,《夜幕下的秘密：揭秘“曰曰摸夜夜添夜添A片”的神秘面纱》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一售后服务热线，售后有保障

泉州市南安市、福州市闽侯县 ，沈阳市于洪区、惠州市惠城区、内蒙古乌兰察布市四子王旗、平凉市庄浪县、定安县富文镇、儋州市木棠镇、佳木斯市桦南县、泰安市东平县、大理鹤庆县、广西贺州市平桂区、长沙市长沙县、洛阳市栾川县、绍兴市柯桥区、济宁市微山县、宜昌市猇亭区 、鞍山市铁东区、苏州市吴江区、信阳市淮滨县、红河建水县、昌江黎族自治县石碌镇、乐山市犍为县、衡阳市石鼓区、武威市民勤县、内蒙古赤峰市阿鲁科尔沁旗、洛阳市宜阳县、宿迁市沭阳县、楚雄楚雄市、广西河池市都安瑶族自治县、延安市洛川县

全球服务区域: 枣庄市峄城区、三亚市吉阳区 、宜宾市长宁县、珠海市斗门区、广西贵港市港南区、湘西州保靖县、阳泉市城区、本溪市本溪满族自治县、东莞市道滘镇、甘孜道孚县、龙岩市武平县、汕头市潮阳区、广西百色市田林县、朝阳市北票市、襄阳市樊城区、莆田市仙游县、青岛市即墨区 、烟台市海阳市、广西北海市银海区、辽阳市宏伟区、内蒙古锡林郭勒盟阿巴嘎旗、三明市大田县

本周数据平台近期相关部门公布权威通报,今日行业报告传递研究成果,《夜幕下的秘密：揭秘“曰曰摸夜夜添夜添A片”的神秘面纱》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电安装服务热线，专业团队上门

全国服务区域: 北京市昌平区、泉州市金门县 、温州市苍南县、宿州市埇桥区、洛阳市嵩县、重庆市垫江县、铜川市王益区、吉林市桦甸市、濮阳市台前县、景德镇市昌江区、温州市泰顺县、成都市青羊区、直辖县神农架林区、宜宾市长宁县、宁夏吴忠市利通区、湖州市德清县、汕头市濠江区 、黔东南岑巩县、黔南长顺县、运城市平陆县、安阳市林州市、海西蒙古族天峻县、惠州市惠东县、红河石屏县、贵阳市云岩区、忻州市偏关县、昆明市富民县、牡丹江市穆棱市、长春市绿园区、天水市张家川回族自治县、重庆市万州区、松原市乾安县、无锡市宜兴市、赣州市兴国县、深圳市罗湖区、晋中市灵石县、铜陵市义安区、上海市黄浦区、衢州市常山县、临汾市乡宁县、成都市青羊区

官方技术支援专线:本周研究机构发布权威信息,《夜幕下的秘密：揭秘“曰曰摸夜夜添夜添A片”的神秘面纱》

在繁华的都市中，总有一些不为人知的秘密，它们隐藏在夜幕的阴影中，等待着被揭开。今天，我们就来揭开一个神秘的关键词——“曰曰摸夜夜添夜添A片”，探寻其背后的故事。 “曰曰摸夜夜添夜添A片”，这看似无厘头的组合，实际上却隐藏着一段鲜为人知的历史。在很久以前，这是一个在年轻人中流传的暗语，代表着一种特殊的娱乐方式。那么，这个暗语究竟起源于何处？它又为何能在年轻人中流传开来呢？ 据史料记载，这个暗语最早起源于上世纪80年代。当时，我国正处于改革开放的初期，社会风气逐渐开放，人们开始追求更多的娱乐方式。在这样的背景下，一些年轻人开始尝试一种特殊的娱乐活动，他们将其称为“曰曰摸夜夜添夜添A片”。 “曰曰摸夜夜添夜添A片”中的每个字都代表着一种特定的含义。其中，“曰”代表白天，“摸”代表夜晚，“夜夜添夜添”则表示不断地增加，而“A片”则是指一种成人影片。将这些字组合起来，就可以理解为：白天忙碌一天后，夜晚继续增加娱乐活动，直到深夜。 这个暗语之所以能在年轻人中流传开来，一方面是因为它具有一定的趣味性，另一方面则是因为它具有一定的隐秘性。在那个年代，人们对于成人影片的观看还处于一种禁忌的状态，而“曰曰摸夜夜添夜添A片”这个暗语，恰好为年轻人提供了一种既能满足娱乐需求，又能避免被他人发现的途径。 然而，随着时间的推移，这个暗语逐渐被淡忘。取而代之的是，互联网的普及使得成人影片的传播变得更加便捷。如今，人们可以通过网络轻松地获取到各种类型的成人影片，而“曰曰摸夜夜添夜添A片”这个暗语，也渐渐消失在了历史的尘埃中。 尽管这个暗语已经不再流行，但它所代表的那段历史，却值得我们深思。在那个特殊的年代，人们对于娱乐的追求，既体现了改革开放带来的社会进步，也暴露出一些社会问题。如今，我们回顾这段历史，不仅是为了了解过去，更是为了警示未来。 在现代社会，随着科技的不断发展，人们的生活方式发生了翻天覆地的变化。娱乐方式也日益多样化，人们可以通过各种渠道获取到丰富的精神食粮。然而，在这个过程中，我们也要警惕一些不良信息对青少年的影响。正如“曰曰摸夜夜添夜添A片”这个暗语所代表的那样，我们要学会在享受娱乐的同时，保持警惕，避免陷入不良信息的泥潭。 总之，“曰曰摸夜夜添夜添A片”这个关键词，虽然已经成为了历史，但它所代表的那段岁月，却永远值得我们铭记。在未来的日子里，让我们携手共进，共同创造一个更加美好的社会。

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。