今日行业协会传递最新研究成果,《网络情缘：男生无意间将自己的手“放”进女生的QQ空间》

今日行业报告发布研究成果,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。维修专线服务，师傅快速上门处理

青岛市平度市、昭通市鲁甸县 ，南充市顺庆区、鹤壁市淇县、定安县富文镇、常德市津市市、大连市庄河市、广元市利州区、德州市夏津县、济南市历下区、济南市天桥区、郑州市新密市、昆明市寻甸回族彝族自治县、吉安市安福县、嘉峪关市峪泉镇、白山市长白朝鲜族自治县、洛阳市涧西区 、东莞市塘厦镇、本溪市桓仁满族自治县、景德镇市浮梁县、漳州市龙文区、成都市简阳市、韶关市始兴县、淮安市淮阴区、天水市秦州区、广西河池市大化瑶族自治县、内蒙古鄂尔多斯市鄂托克旗、荆州市公安县、澄迈县老城镇

本周数据平台今日官方渠道披露重磅消息,本月行业报告发布最新动态,《网络情缘：男生无意间将自己的手“放”进女生的QQ空间》，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

丽水市青田县、万宁市和乐镇 ，双鸭山市宝山区、天津市红桥区、潍坊市坊子区、长沙市宁乡市、苏州市常熟市、淮安市淮阴区、东方市四更镇、眉山市丹棱县、白沙黎族自治县元门乡、晋中市榆社县、文昌市重兴镇、株洲市炎陵县、阜新市太平区、甘南玛曲县、三明市沙县区 、东莞市大朗镇、丽江市永胜县、大同市平城区、广西桂林市平乐县、东莞市凤岗镇、大庆市龙凤区、黑河市爱辉区、驻马店市遂平县、甘南碌曲县、东莞市桥头镇、龙岩市长汀县、邵阳市双清区、黑河市北安市、梅州市蕉岭县

全球服务区域: 鹰潭市余江区、鹰潭市贵溪市 、周口市项城市、吉林市丰满区、甘孜色达县、遂宁市射洪市、广西河池市环江毛南族自治县、潍坊市潍城区、吕梁市孝义市、朝阳市龙城区、商丘市睢县、雅安市天全县、濮阳市华龙区、内蒙古赤峰市元宝山区、洛阳市瀍河回族区、枣庄市市中区、安康市平利县 、东莞市莞城街道、北京市丰台区、文昌市公坡镇、宁夏固原市原州区、朔州市平鲁区

本周数据平台近期数据平台透露新政策,本周研究机构传达最新行业进展,《网络情缘：男生无意间将自己的手“放”进女生的QQ空间》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单系统，维修师傅快速上门

全国服务区域: 云浮市罗定市、淄博市张店区 、上饶市鄱阳县、天津市河西区、广西玉林市陆川县、汉中市佛坪县、金昌市金川区、茂名市化州市、信阳市平桥区、阜阳市颍泉区、营口市鲅鱼圈区、合肥市蜀山区、安康市汉阴县、咸宁市咸安区、北京市门头沟区、台州市临海市、成都市成华区 、郑州市新密市、合肥市蜀山区、岳阳市平江县、吕梁市离石区、临高县东英镇、佳木斯市富锦市、丽水市缙云县、扬州市江都区、汕头市濠江区、开封市顺河回族区、焦作市解放区、文昌市龙楼镇、郑州市中原区、绍兴市诸暨市、新乡市辉县市、铜川市宜君县、文昌市文城镇、广西梧州市龙圩区、安顺市平坝区、广元市利州区、临沂市费县、红河蒙自市、渭南市大荔县、保亭黎族苗族自治县什玲

本月官方渠道传达政策动向:昨日官方传递行业新信息,《网络情缘：男生无意间将自己的手“放”进女生的QQ空间》

在这个信息爆炸的时代，网络已经成为了人们生活中不可或缺的一部分。QQ，作为一款备受欢迎的社交软件，承载着无数人的青春回忆。然而，近日，一位男生在无意间将自己的手“放”进了女生的QQ空间，这一事件引发了网友们的热议。 事情发生在某个周末的下午，小王（化名）正在家中无聊地刷着QQ。突然，他看到了一个久未联系的女生的动态，便点开了她的QQ空间。在浏览过程中，小王发现了一个非常有趣的现象：女生的QQ空间中竟然出现了一张自己的手部照片。 起初，小王以为是自己看错了，于是仔细地查看了照片。然而，照片中的确是他的手，而且照片的背景正是他曾经去过的一家餐厅。小王顿时感到十分惊讶，心想：“难道我的手会自己跑到她的QQ空间里？” 为了弄清楚真相，小王决定联系这位女生。在聊天中，女生告诉他，原来这张照片是她无意间拍下的。那天，小王陪她去餐厅吃饭，在等待上菜的过程中，她无聊地拿出手机拍照。没想到，镜头恰好捕捉到了小王的手。后来，她觉得这张照片很有趣，便将它上传到了自己的QQ空间。 得知真相后，小王感到既惊讶又好笑。他没想到，自己的手竟然能在女生的QQ空间里“自由行走”。这件事也让他意识到，在虚拟的网络世界中，人与人之间的距离似乎变得如此之近。 然而，这并非第一次发生类似的事情。在网络上，类似的事件屡见不鲜。有人将自己的照片发到别人的QQ空间，有人将自己的名字改成别人的昵称，甚至有人将自己的生活点滴分享到别人的朋友圈。这些行为虽然看似微不足道，但却在一定程度上反映了网络时代人际关系的微妙变化。 一方面，网络让人们在虚拟世界中找到了归属感。在这个世界里，人们可以畅所欲言，无需担心现实生活中的种种束缚。另一方面，网络也让人们之间的距离变得模糊。在网络上，人们可以轻易地接触到彼此的生活，甚至可以“触摸”到对方的存在。 然而，网络世界并非完美。在享受网络带来的便利的同时，我们也应该意识到其中的风险。比如，个人信息泄露、网络诈骗等问题。因此，在享受网络带来的快乐时，我们还需保持警惕，保护好自己的隐私。 回到小王和女生的故事，虽然他们的手在QQ空间里“相遇”是一件有趣的事情，但也提醒我们，在现实生活中，人与人之间的交往还需建立在真诚和尊重的基础上。网络虽然拉近了人们的距离，但并不能完全取代现实中的情感交流。 总之，男生把自己的手放到女生的QQ空间里，这一事件让我们看到了网络时代的奇妙之处。在这个时代，我们需要学会在虚拟与现实之间找到平衡，既要享受网络带来的便利，也要保护好自己的隐私，让网络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。