今日行业报告发布新政策变化,人伦亲情：父母与儿女之间的永恒纽带

本月相关部门发布新政策,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。数字化维保平台，智能管理维护周期

澄迈县桥头镇、东营市广饶县 ，齐齐哈尔市甘南县、临沂市兰山区、张家界市桑植县、红河泸西县、常德市澧县、黔南惠水县、万宁市龙滚镇、莆田市秀屿区、武汉市洪山区、铜川市宜君县、绵阳市安州区、九江市修水县、凉山金阳县、运城市闻喜县、琼海市潭门镇 、宿州市萧县、文山富宁县、淮安市淮安区、烟台市莱州市、江门市鹤山市、湘西州吉首市、合肥市长丰县、巴中市南江县、鸡西市城子河区、东方市江边乡、吉安市吉州区、莆田市秀屿区

近日调查组公开关键证据本,昨日研究机构传达最新成果,人伦亲情：父母与儿女之间的永恒纽带，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修服务电话，持证技师上门服务

合肥市瑶海区、广元市青川县 ，合肥市庐阳区、黄冈市红安县、平顶山市鲁山县、佳木斯市郊区、梅州市五华县、杭州市拱墅区、苏州市常熟市、乐山市沙湾区、通化市辉南县、广安市广安区、白城市镇赉县、衢州市开化县、青岛市黄岛区、榆林市府谷县、重庆市万州区 、黔东南麻江县、济南市济阳区、内蒙古包头市固阳县、中山市三乡镇、黔东南黄平县、晋城市城区、岳阳市平江县、宝鸡市麟游县、楚雄禄丰市、南京市浦口区、广州市越秀区、广西贵港市平南县、白沙黎族自治县元门乡、定安县龙河镇

全球服务区域: 屯昌县坡心镇、张家界市桑植县 、黄冈市英山县、内蒙古巴彦淖尔市乌拉特前旗、丹东市宽甸满族自治县、中山市东区街道、昭通市威信县、开封市顺河回族区、盐城市东台市、曲靖市富源县、吕梁市交城县、毕节市黔西市、上海市宝山区、平凉市崆峒区、天津市和平区、本溪市本溪满族自治县、上海市普陀区 、孝感市应城市、广西钦州市钦北区、庆阳市西峰区、凉山昭觉县、天水市秦安县

官方技术支援专线,今日相关部门传达新动态,人伦亲情：父母与儿女之间的永恒纽带，很高兴为您解答这个问题，让我来帮您详细说明一下：专业家电维修客服，一对一解决问题

全国服务区域: 盐城市阜宁县、大理剑川县 、宜宾市南溪区、淮南市潘集区、安顺市西秀区、晋中市榆社县、鹤壁市浚县、营口市站前区、临高县皇桐镇、通化市二道江区、沈阳市康平县、济南市钢城区、温州市平阳县、果洛久治县、凉山冕宁县、菏泽市牡丹区、内蒙古呼和浩特市土默特左旗 、深圳市盐田区、孝感市大悟县、长治市武乡县、红河河口瑶族自治县、苏州市虎丘区、哈尔滨市延寿县、贵阳市修文县、黔西南册亨县、张家界市桑植县、大庆市萨尔图区、资阳市雁江区、济南市钢城区、重庆市长寿区、哈尔滨市呼兰区、茂名市化州市、金华市婺城区、金华市婺城区、乐东黎族自治县利国镇、阳泉市盂县、南京市栖霞区、太原市晋源区、伊春市汤旺县、南充市嘉陵区、内蒙古呼和浩特市土默特左旗

近日调查组公开关键证据本:本月行业协会传达重要信息,人伦亲情：父母与儿女之间的永恒纽带

自古以来，人伦亲情就是中华民族传统美德的重要组成部分。在我国传统文化中，父母与儿女之间的关系被视为家庭关系的基石，这种亲情纽带贯穿了人生的不同阶段，承载着无数家庭的希望与梦想。 父母与儿女之间的亲情，是一种无私的爱。从儿女出生的那一刻起，父母便开始了无尽的付出。他们用自己的双手，为儿女搭建起一个温馨的家；用自己的智慧，为儿女指引人生的方向。在儿女成长的过程中，父母既是他们的依靠，也是他们的榜样。他们用自己的言行，教会儿女如何做人、做事，如何面对人生的挫折与困难。 父母对儿女的关爱，体现在生活的方方面面。在物质上，父母尽力满足儿女的需求，让他们在成长过程中享受到幸福的生活；在精神上，父母关心儿女的成长，关注他们的心理健康，为他们排忧解难。这种关爱，如春风化雨，滋润着儿女的心田，让他们在爱的阳光下茁壮成长。 儿女对父母的孝顺，是中华民族的传统美德。在我国传统文化中，孝顺被视为子女应尽的义务。孝顺父母，不仅体现在生活中的点滴小事，更体现在对父母精神上的慰藉。在父母年老体衰之际，儿女要尽自己所能，照顾父母的生活起居，让他们安享晚年。 父母与儿女之间的亲情，是一种相互扶持、共同成长的关系。在儿女成长的过程中，父母既是他们的引路人，也是他们的依靠。当儿女遇到困难时，父母总是第一个站出来，给予他们关爱和支持。而儿女在成长的过程中，也会逐渐学会独立，学会承担起家庭的责任。这种相互扶持、共同成长的关系，使得父母与儿女之间的亲情愈发深厚。 在现代社会，随着生活节奏的加快，人们的生活压力越来越大。在这种情况下，父母与儿女之间的亲情显得尤为重要。儿女要懂得珍惜与父母相处的时光，多关心父母的身体健康，多陪伴他们度过晚年。而父母也要学会理解儿女的生活压力，给予他们更多的关爱和支持。 人伦亲情，是父母与儿女之间永恒的纽带。这种亲情，不仅是一种情感上的寄托，更是一种责任与担当。在人生的道路上，父母与儿女要携手同行，共同面对生活中的风风雨雨。只有这样，我们的家庭才能充满温馨与和谐，我们的生活才能更加美好。 总之，人伦亲情是中华民族传统美德的精髓，它承载着无数家庭的希望与梦想。在新时代，我们要继续弘扬人伦亲情，让这种美好的情感在每一个家庭中生根发芽，开出绚烂的花朵。让我们共同努力，为构建和谐家庭、和谐社会贡献自己的力量。

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。