今日官方传递最新研究成果,永恒之柱：承载历史的记忆，见证时代的变迁

今日国家机构披露行业新动向,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。数字化维保平台，智能管理维护周期

太原市古交市、南京市浦口区 ，大兴安岭地区新林区、徐州市鼓楼区、宁德市霞浦县、上饶市婺源县、酒泉市金塔县、临汾市吉县、延边敦化市、铁岭市昌图县、双鸭山市岭东区、衡阳市常宁市、丽江市玉龙纳西族自治县、南阳市社旗县、甘南卓尼县、黔南瓮安县、西宁市城东区 、绍兴市诸暨市、景德镇市昌江区、泉州市德化县、凉山越西县、安阳市滑县、晋城市沁水县、内蒙古乌兰察布市集宁区、抚州市乐安县、内蒙古鄂尔多斯市鄂托克旗、广西防城港市东兴市、定西市临洮县、临高县皇桐镇

本周数据平台本月监管部门通报最新动态,本周研究机构发布新研究成果,永恒之柱：承载历史的记忆，见证时代的变迁，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心支持电话、APP多渠道服务

南阳市社旗县、厦门市思明区 ，抚州市东乡区、曲靖市罗平县、泉州市安溪县、景德镇市昌江区、广西南宁市青秀区、澄迈县仁兴镇、广西桂林市秀峰区、杭州市江干区、肇庆市高要区、内江市市中区、吉林市船营区、扬州市邗江区、滁州市明光市、济南市长清区、德州市齐河县 、济南市章丘区、北京市门头沟区、温州市瓯海区、遵义市仁怀市、内蒙古通辽市库伦旗、济宁市汶上县、商丘市永城市、长治市黎城县、巴中市恩阳区、宁夏吴忠市利通区、开封市祥符区、淮安市洪泽区、文昌市铺前镇、榆林市绥德县

全球服务区域: 丽江市永胜县、济宁市任城区 、湖州市南浔区、肇庆市广宁县、黄石市阳新县、青岛市莱西市、吕梁市文水县、内蒙古巴彦淖尔市杭锦后旗、扬州市邗江区、广安市岳池县、南平市建瓯市、滨州市惠民县、榆林市吴堡县、滨州市无棣县、东莞市樟木头镇、龙岩市永定区、牡丹江市宁安市 、牡丹江市绥芬河市、湛江市廉江市、广西北海市银海区、上海市嘉定区、青岛市李沧区

本周数据平台近日官方渠道公开最新动态,今日监管部门公开新进展,永恒之柱：承载历史的记忆，见证时代的变迁，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: 连云港市灌南县、宿迁市沭阳县 、邵阳市双清区、丹东市宽甸满族自治县、大兴安岭地区松岭区、岳阳市岳阳楼区、广西贵港市桂平市、淄博市高青县、乐山市金口河区、广西河池市大化瑶族自治县、衢州市衢江区、太原市杏花岭区、吕梁市孝义市、池州市青阳县、三亚市吉阳区、晋中市榆社县、宁夏银川市兴庆区 、汉中市镇巴县、三明市泰宁县、福州市晋安区、通化市辉南县、驻马店市平舆县、成都市大邑县、双鸭山市四方台区、忻州市河曲县、大理宾川县、烟台市栖霞市、深圳市坪山区、鹤岗市兴山区、宁夏中卫市中宁县、营口市大石桥市、长春市绿园区、嘉峪关市峪泉镇、昭通市绥江县、漯河市舞阳县、宿迁市宿城区、宁波市海曙区、果洛玛多县、岳阳市岳阳楼区、东莞市道滘镇、营口市大石桥市

近日监测部门公开最新参数:今日监管部门传达重磅信息,永恒之柱：承载历史的记忆，见证时代的变迁

在历史的长河中，总有那么一些建筑，它们以其独特的形态和深厚的文化底蕴，成为了永恒的象征。其中，永恒之柱便是最具代表性的之一。它不仅是一座建筑，更是一段历史的见证，一种文化的传承。 永恒之柱，又称“永恒的柱子”，最早起源于古希腊。据说，这座柱子是为了纪念太阳神阿波罗而建造的。它位于德尔斐神庙的遗址上，高约16米，由一根巨大的大理石圆柱构成。这座柱子历经千年风雨，至今依然屹立不倒，成为了古希腊文明的象征。 永恒之柱之所以被称为“永恒”，是因为它所承载的历史记忆和时代变迁。在古希腊时期，永恒之柱是人们信仰和崇拜的象征。当时，人们相信通过祭祀阿波罗，可以求得神灵的庇佑，获得智慧和幸福。因此，永恒之柱成为了德尔斐神庙最重要的建筑。 随着时间的推移，永恒之柱见证了古希腊文明的兴衰。在古希腊繁荣时期，永恒之柱成为了人们敬仰的对象。然而，随着古希腊的衰落，永恒之柱也逐渐失去了往日的辉煌。但在历史的长河中，它始终屹立不倒，成为了古希腊文明的象征。 进入中世纪，永恒之柱又成为了基督教文化的象征。当时的欧洲，基督教逐渐取代了古希腊神话，成为了主流信仰。人们相信，永恒之柱是上帝的恩赐，代表着信仰的坚定和永恒。因此，永恒之柱在基督教文化中具有极高的地位。 到了现代，永恒之柱的意义更加丰富。它不仅代表着历史和文化的传承，还象征着人类对美好生活的追求。在许多国家和地区，永恒之柱成为了城市地标和旅游景点。人们纷纷来到这里，感受历史的厚重和文化的底蕴。 永恒之柱之所以能够成为永恒的象征，离不开其独特的建筑风格和深厚的文化内涵。首先，永恒之柱的设计简洁大方，线条流畅，给人以庄重、肃穆之感。这种设计风格体现了古希腊人对美的追求和对神的敬畏。其次，永恒之柱的材料——大理石，具有极高的耐久性。这使得永恒之柱能够经受住时间的考验，成为历史的见证。 此外，永恒之柱还承载着丰富的文化内涵。在古希腊神话中，永恒之柱代表着太阳神阿波罗的永恒之光。在基督教文化中，它象征着信仰的坚定和永恒。在现代，永恒之柱则代表着人类对美好生活的追求。这些丰富的文化内涵，使得永恒之柱成为了永恒的象征。 总之，永恒之柱是一座承载着深厚历史记忆和时代变迁的建筑。它不仅是古希腊文明的象征，也是人类文化传承的重要载体。在未来的日子里，永恒之柱将继续见证历史的变迁，成为永恒的象征。

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。