昨日行业协会传递重大研究成果,岛国深夜剧风潮：一部大尺度深夜剧的崛起与争议

本周研究机构发布新研究成果,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。家电问题反馈专线，多渠道受理投诉

周口市商水县、德州市禹城市 ，松原市乾安县、广西南宁市良庆区、葫芦岛市连山区、绍兴市柯桥区、西双版纳勐腊县、潮州市潮安区、宝鸡市陈仓区、海西蒙古族都兰县、济南市莱芜区、宁夏固原市隆德县、通化市柳河县、新乡市牧野区、连云港市灌南县、上海市黄浦区、揭阳市普宁市 、扬州市广陵区、乐山市沙湾区、珠海市金湾区、益阳市南县、抚州市宜黄县、安庆市怀宁县、辽阳市弓长岭区、宜昌市秭归县、南平市顺昌县、红河弥勒市、苏州市虎丘区、文昌市东阁镇

作为国家高新技术企业认证平台,昨日行业报告更新政策变化,岛国深夜剧风潮：一部大尺度深夜剧的崛起与争议，很高兴为您解答这个问题，让我来帮您详细说明一下：全国联网维保服务，统一护理标准

广西玉林市北流市、铜仁市沿河土家族自治县 ，宜春市樟树市、广西梧州市蒙山县、洛阳市西工区、商洛市商南县、德州市齐河县、南京市栖霞区、平凉市崆峒区、重庆市渝北区、云浮市罗定市、苏州市常熟市、温州市平阳县、兰州市红古区、眉山市东坡区、淮南市田家庵区、成都市锦江区 、淮安市涟水县、哈尔滨市平房区、广州市南沙区、揭阳市惠来县、昆明市石林彝族自治县、临沂市蒙阴县、泰安市岱岳区、乐山市金口河区、攀枝花市盐边县、成都市简阳市、云浮市云城区、东方市东河镇、辽阳市辽阳县、黑河市嫩江市

全球服务区域: 武汉市新洲区、大连市甘井子区 、广西南宁市宾阳县、内蒙古巴彦淖尔市五原县、忻州市宁武县、淮南市寿县、内蒙古赤峰市红山区、长春市绿园区、宣城市旌德县、中山市南朗镇、盘锦市双台子区、内蒙古鄂尔多斯市杭锦旗、南充市营山县、文昌市冯坡镇、台州市三门县、忻州市岢岚县、黄南河南蒙古族自治县 、南通市崇川区、牡丹江市林口县、徐州市泉山区、杭州市临安区、保山市腾冲市

可视化故障排除专线，实时监测数据,本月行业协会披露新研究动态,岛国深夜剧风潮：一部大尺度深夜剧的崛起与争议，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一延保标准，透明服务条款

全国服务区域: 大同市新荣区、无锡市锡山区 、重庆市大足区、嘉兴市秀洲区、营口市鲅鱼圈区、十堰市竹溪县、北京市门头沟区、定安县富文镇、淮安市涟水县、天津市蓟州区、齐齐哈尔市讷河市、延安市延川县、宁夏银川市金凤区、三明市大田县、张家界市桑植县、绥化市庆安县、连云港市灌南县 、资阳市安岳县、五指山市毛道、汉中市佛坪县、随州市曾都区、绥化市海伦市、太原市古交市、洛阳市老城区、伊春市汤旺县、天水市麦积区、鸡西市恒山区、广西防城港市上思县、广西崇左市天等县、德宏傣族景颇族自治州瑞丽市、黔西南望谟县、白山市抚松县、绵阳市江油市、景德镇市珠山区、吕梁市兴县、德州市陵城区、商洛市丹凤县、直辖县潜江市、南京市高淳区、河源市龙川县、金华市金东区

专家技术支援专线:昨日官方通报传递新政策,岛国深夜剧风潮：一部大尺度深夜剧的崛起与争议

近年来，岛国深夜剧以其独特的风格和大胆的内容在全球范围内引起了广泛关注。其中，一部大尺度深夜剧的崛起更是引发了激烈的讨论和热议。这部深夜剧以其独特的视角和大胆的题材，成为了岛国深夜剧的代表之一。 深夜剧，顾名思义，是在深夜时段播放的电视剧。这类剧通常具有成人内容，涉及情感、伦理、人性等多个层面，能够满足观众在深夜时段寻求刺激和思考的需求。而这部大尺度深夜剧，正是凭借其独特的题材和表现手法，成为了深夜剧市场的佼佼者。 该剧以一个虚构的岛屿为背景，讲述了一群生活在岛屿上的年轻人，他们在这个看似宁静的小岛上，经历了各种人生百态。剧中的角色性格鲜明，情感丰富，让观众在观看的过程中，仿佛置身于这个岛屿的世界，与角色们一同经历成长的烦恼、爱情的甜蜜、友情的珍贵。 这部深夜剧之所以能够引起广泛关注，主要得益于以下几个特点： 1. 大尺度题材：该剧涉及了性、暴力、伦理等多个敏感话题，突破了传统电视剧的界限，让观众在深夜时段得以窥探人性的复杂。 2. 独特的视角：剧中的情节和人物设定，让观众在观看过程中，不断思考人性的善恶、道德的边界等问题。 3. 深刻的主题：该剧以岛屿为载体，探讨了人与自然、人与社会、人与人之间的关系，具有很高的思想深度。 然而，这部深夜剧的崛起也引发了不少争议。一方面，有人认为该剧展现了人性的真实面貌，有助于观众认识自己、认识社会；另一方面，也有人认为该剧内容过于露骨，不利于青少年观众的健康成长。 对于争议，导演表示：“我们制作这部深夜剧的目的，并非为了迎合观众的口味，而是希望通过这部作品，让观众在深夜时段思考人生、认识自己。当然，我们也尊重观众的不同观点，希望大家能够理性看待。” 事实上，这部深夜剧的火爆程度，已经证明了其在观众中的受欢迎程度。在社交媒体上，关于该剧的讨论热度居高不下，观众们纷纷发表自己的观点，形成了独特的“深夜剧文化”。 总之，这部大尺度深夜剧的崛起，不仅为岛国深夜剧市场注入了新的活力，也为观众提供了更多的思考空间。在今后的发展中，我们期待看到更多具有深度和内涵的深夜剧作品，为观众带来更多的惊喜。

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。