昨日官方渠道更新新进展,如何巧妙地将自己“C”到哭：揭秘情感释放的艺术

本周行业报告传达重要消息,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。数字化派单系统，精准定位维修需求

宁德市霞浦县、长春市农安县 ，大同市灵丘县、广西来宾市合山市、张家界市永定区、临夏临夏市、阜阳市太和县、丹东市宽甸满族自治县、牡丹江市宁安市、广西南宁市隆安县、宜昌市猇亭区、运城市新绛县、广西梧州市岑溪市、太原市小店区、锦州市北镇市、宜昌市伍家岗区、咸阳市三原县 、文山丘北县、南阳市淅川县、铜仁市万山区、漳州市芗城区、文昌市公坡镇、南阳市新野县、淄博市沂源县、淄博市淄川区、黄冈市浠水县、安阳市殷都区、吕梁市文水县、永州市江永县

专业维修服务电话,昨日行业协会传递重大研究成果,如何巧妙地将自己“C”到哭：揭秘情感释放的艺术，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心24小时在线，随时响应需求

昭通市大关县、重庆市南川区 ，临高县东英镇、镇江市扬中市、宜春市万载县、南昌市西湖区、齐齐哈尔市富拉尔基区、潍坊市临朐县、东莞市麻涌镇、济宁市微山县、兰州市永登县、忻州市代县、东莞市黄江镇、内蒙古乌海市海南区、雅安市天全县、南昌市南昌县、宜宾市兴文县 、莆田市仙游县、鸡西市梨树区、西双版纳景洪市、宁德市屏南县、上海市闵行区、海南兴海县、德宏傣族景颇族自治州盈江县、焦作市解放区、内蒙古阿拉善盟阿拉善右旗、三明市永安市、南昌市新建区、咸阳市彬州市、陵水黎族自治县椰林镇、内蒙古呼和浩特市赛罕区

全球服务区域: 辽源市龙山区、忻州市五台县 、绵阳市游仙区、甘孜丹巴县、湖州市德清县、长治市黎城县、长治市潞城区、吉林市船营区、潍坊市高密市、广西玉林市博白县、遵义市习水县、牡丹江市林口县、安庆市怀宁县、儋州市兰洋镇、琼海市石壁镇、上饶市万年县、内蒙古呼和浩特市土默特左旗 、甘南合作市、牡丹江市绥芬河市、杭州市滨江区、潍坊市昌乐县、阳江市阳东区

本周数据平台今日多方媒体透露研究成果,今日研究机构公开最新动态,如何巧妙地将自己“C”到哭：揭秘情感释放的艺术，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修在线客服，实时响应报修需求

全国服务区域: 广西南宁市隆安县、黔西南贞丰县 、内蒙古鄂尔多斯市乌审旗、永州市冷水滩区、铜川市耀州区、琼海市长坡镇、乐山市沙湾区、常德市澧县、衡阳市石鼓区、渭南市蒲城县、六安市舒城县、阜阳市颍泉区、广元市昭化区、茂名市电白区、商洛市商南县、漯河市召陵区、新乡市卫辉市 、平顶山市鲁山县、凉山越西县、三沙市西沙区、乐山市夹江县、开封市杞县、泉州市洛江区、东莞市中堂镇、黔南长顺县、乐山市市中区、遂宁市安居区、北京市怀柔区、常德市桃源县、琼海市会山镇、兰州市皋兰县、雅安市雨城区、滁州市南谯区、宝鸡市太白县、株洲市醴陵市、株洲市茶陵县、东莞市虎门镇、温州市龙湾区、渭南市大荔县、辽阳市灯塔市、广元市昭化区

本周数据平台近日官方渠道公开最新动态:今日行业报告更新行业新动态,如何巧妙地将自己“C”到哭：揭秘情感释放的艺术

在日常生活中，我们常常会遇到一些让人心情低落、情绪崩溃的时刻。这些时刻可能源于工作压力、人际关系矛盾，或是生活中的种种不如意。而“C到哭”则是一种情感释放的方式，通过巧妙的方法，我们可以有效地将内心的情绪宣泄出来，从而达到情绪平衡。那么，怎样把自己“C”到哭呢？以下是一些实用的小技巧。 ### 一、寻找情感的触发点 首先，我们需要找到情感的触发点。这些触发点可以是生活中的小事，如一首歌曲、一部电影、一幅画，甚至是某个人的话语。当我们遇到这些触发点时，内心深处的情感就会被唤醒，从而引发哭泣。 ### 二、创造合适的氛围 哭泣是一种情感释放，因此，我们需要创造一个适合哭泣的氛围。这可以是一个安静的角落，一个舒适的房间，或是任何让你感到放松的地方。此外，播放一些柔和的音乐，如钢琴曲、轻音乐等，也有助于调节情绪。 ### 三、释放内心的压力 哭泣是释放内心压力的一种有效方式。当你感到压力巨大时，可以尝试以下方法： 1. 深呼吸：深呼吸可以帮助我们放松身体，缓解紧张情绪。 2. 暂时放下：将手头的工作暂时放下，给自己一段休息时间。 3. 与朋友倾诉：与朋友分享你的困扰，倾诉内心的压力。 ### 四、运用心理暗示 心理暗示是一种强大的工具，可以帮助我们调节情绪。以下是一些心理暗示的方法： 1. 自我暗示：告诉自己：“我可以承受这一切，哭泣只是情感释放的一种方式。” 2. 视觉化：想象自己正在哭泣，感受情绪的释放。 ### 五、学会自我安慰 哭泣之后，我们需要学会自我安慰。以下是一些建议： 1. 喝一杯温水：温水可以帮助我们放松身体，缓解情绪。 2. 睡一觉：充足的睡眠有助于恢复体力，缓解情绪。 3. 做一些自己喜欢的事情：如看电影、听音乐、阅读等，让自己从负面情绪中抽离出来。 ### 六、寻求专业帮助 如果发现自己长时间无法从情绪中走出来，建议寻求专业心理咨询师的帮助。他们可以为你提供专业的指导，帮助你更好地应对生活中的困扰。 总之，学会如何把自己“C”到哭，是一种调节情绪、释放压力的有效方法。通过寻找情感的触发点、创造合适的氛围、释放内心的压力、运用心理暗示、学会自我安慰以及寻求专业帮助，我们可以更好地应对生活中的种种挑战，保持情绪平衡。记住，哭泣并不是软弱的表现，而是我们内心深处情感的真实流露。

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。