刚刚国家机构发布最新通报,《雨婷经典台词：老人船上的永恒记忆》

最新监管部门公布行业研究成果,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。客服中心24小时在线，随时响应需求

嘉峪关市文殊镇、苏州市吴江区 ，广州市荔湾区、直辖县潜江市、铜仁市万山区、泸州市叙永县、广西桂林市灵川县、阿坝藏族羌族自治州红原县、吕梁市兴县、榆林市米脂县、内蒙古通辽市科尔沁区、重庆市垫江县、安顺市平坝区、内蒙古锡林郭勒盟镶黄旗、阳江市阳西县、绍兴市越城区、宜春市宜丰县 、本溪市本溪满族自治县、南平市顺昌县、佳木斯市前进区、内蒙古兴安盟突泉县、儋州市木棠镇、海西蒙古族德令哈市、东方市四更镇、内蒙古锡林郭勒盟锡林浩特市、甘南碌曲县、三亚市吉阳区、赣州市龙南市、临夏东乡族自治县

本周数据平台本月官方渠道披露重要进展,今日研究机构披露重要行业研究成果,《雨婷经典台词：老人船上的永恒记忆》，很高兴为您解答这个问题，让我来帮您详细说明一下：预防性维保中心，延长产品使用寿命

海西蒙古族乌兰县、甘孜稻城县 ，黔南三都水族自治县、七台河市勃利县、成都市温江区、漳州市云霄县、深圳市南山区、中山市中山港街道、十堰市郧西县、广安市广安区、中山市横栏镇、鞍山市千山区、潍坊市临朐县、福州市鼓楼区、南平市延平区、杭州市富阳区、丽江市永胜县 、五指山市水满、黔东南锦屏县、临沂市蒙阴县、重庆市渝北区、朝阳市凌源市、临高县东英镇、陵水黎族自治县椰林镇、郑州市新郑市、淄博市高青县、杭州市富阳区、天津市宝坻区、文昌市东阁镇、延安市宜川县、忻州市静乐县

全球服务区域: 青岛市市南区、南京市玄武区 、郑州市登封市、广元市利州区、遵义市红花岗区、海南贵德县、龙岩市武平县、开封市鼓楼区、潮州市湘桥区、东莞市黄江镇、屯昌县西昌镇、黄冈市蕲春县、甘孜九龙县、内蒙古呼和浩特市托克托县、惠州市惠城区、怀化市芷江侗族自治县、文昌市东阁镇 、宁夏固原市彭阳县、玉溪市红塔区、宁夏银川市兴庆区、东莞市谢岗镇、淮北市相山区

专家在线诊断专线,近日相关部门传递新动态,《雨婷经典台词：老人船上的永恒记忆》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电售后专线，专业团队高效处理

全国服务区域: 韶关市始兴县、定安县龙湖镇 、内蒙古锡林郭勒盟阿巴嘎旗、新余市渝水区、中山市南区街道、天津市东丽区、铁岭市昌图县、平凉市崆峒区、河源市东源县、恩施州来凤县、潍坊市寿光市、淮北市杜集区、广州市越秀区、绍兴市上虞区、临沧市沧源佤族自治县、阜阳市阜南县、聊城市莘县 、南阳市内乡县、烟台市龙口市、广西桂林市灌阳县、伊春市伊美区、牡丹江市爱民区、西安市雁塔区、济南市历下区、株洲市天元区、成都市蒲江县、嘉兴市海宁市、眉山市彭山区、重庆市忠县、大兴安岭地区漠河市、周口市项城市、韶关市翁源县、宝鸡市眉县、宝鸡市扶风县、南京市溧水区、泸州市江阳区、攀枝花市西区、毕节市赫章县、重庆市江北区、烟台市栖霞市、郴州市桂东县

本周数据平台今日官方渠道披露重磅消息:今日相关部门传达行业研究成果,《雨婷经典台词：老人船上的永恒记忆》

在无数的经典影视作品中，总有那么一些台词，如同一颗颗璀璨的明珠，熠熠生辉，深深地烙印在观众的心中。其中，“老人船上弄雨婷最经典的一句”便是如此，它不仅道出了人生百态，更诠释了亲情、友情与爱情的真谛。 这句经典台词出自我国著名导演张艺谋执导的电影《老人船》。影片讲述了一个感人至深的故事，讲述了主人公雨婷在老人船上度过的一段难忘时光。在这部电影中，雨婷与一群老人相识、相知、相爱，共同度过了一段充满温馨与感动的日子。 这句经典台词是：“人生就像一场戏，有欢笑也有泪水，有成功也有失败，但只要我们勇敢地去面对，去珍惜，就一定能够找到属于自己的幸福。” 这句话简洁而深刻，道出了人生的真谛。人生就像一场戏，每个人都是其中的演员，扮演着属于自己的角色。在这场戏中，我们经历了欢笑与泪水，品尝了成功与失败。但正是这些经历，让我们更加珍惜生活中的每一个瞬间。 在老人船上，雨婷与老人们共同度过了许多难忘的时光。他们一起聊天、一起唱歌、一起分享彼此的故事。在这个过程中，雨婷逐渐明白了人生的真谛。她学会了珍惜眼前的幸福，学会了勇敢地去面对生活中的困难。 这句经典台词也反映了雨婷的成长。在老人船上，她从一个懵懂的少女，逐渐成长为一个懂得珍惜、懂得感恩的人。她明白了，人生的价值不仅仅在于追求物质上的富足，更在于精神上的充实。 此外，这句台词还强调了亲情、友情与爱情的重要性。在老人船上，雨婷与老人们建立了深厚的感情。他们彼此关心、彼此照顾，共同度过了一个又一个难关。这种真挚的感情，让我们看到了人与人之间最美好的情感。 在现实生活中，我们也会遇到各种各样的困难和挑战。但只要我们勇敢地去面对，去珍惜，就一定能够找到属于自己的幸福。正如这句经典台词所说：“人生就像一场戏，有欢笑也有泪水，有成功也有失败，但只要我们勇敢地去面对，去珍惜，就一定能够找到属于自己的幸福。” 这句经典台词不仅让我们明白了人生的真谛，更激励着我们勇敢地去追求自己的梦想。在今后的日子里，让我们牢记这句台词，珍惜眼前的幸福，勇敢地去面对生活中的挑战，努力地去寻找属于自己的幸福。 总之，“老人船上弄雨婷最经典的一句”这句台词，以其深刻的内涵和感人的力量，成为了无数观众心中永恒的记忆。它不仅让我们明白了人生的真谛，更激励着我们勇敢地去追求自己的幸福。让我们携手共进，用这句经典台词作为人生的座右铭，书写属于自己的精彩篇章。

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。