本月行业报告公开重大成果,《33-4迷雾：探寻神秘事件的迷雾重重》

本月相关部门传达最新政策,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。客服中心支持电话、APP多渠道服务

太原市尖草坪区、安康市石泉县 ，内蒙古锡林郭勒盟多伦县、成都市彭州市、聊城市临清市、常德市武陵区、晋中市和顺县、大理巍山彝族回族自治县、白城市镇赉县、宜春市高安市、茂名市电白区、广西南宁市兴宁区、芜湖市鸠江区、亳州市涡阳县、盐城市东台市、内江市威远县、昌江黎族自治县海尾镇 、迪庆香格里拉市、洛阳市偃师区、广西崇左市大新县、长春市宽城区、上海市黄浦区、直辖县天门市、韶关市乐昌市、宁德市柘荣县、吉林市船营区、临汾市曲沃县、铜仁市印江县、澄迈县桥头镇

刚刚应急团队公布处置方案,今日行业报告传递行业新政策,《33-4迷雾：探寻神秘事件的迷雾重重》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电深度清洁专线，彻底解决卫生问题

嘉兴市海盐县、芜湖市无为市 ，长春市双阳区、南通市启东市、盐城市亭湖区、长治市黎城县、茂名市茂南区、锦州市北镇市、宿州市砀山县、周口市沈丘县、抚州市东乡区、梅州市蕉岭县、宜昌市猇亭区、天津市宝坻区、株洲市茶陵县、新乡市卫滨区、玉溪市江川区 、庆阳市环县、临沧市沧源佤族自治县、儋州市那大镇、汕尾市陆丰市、广州市增城区、陇南市成县、毕节市金沙县、吉安市峡江县、济南市槐荫区、天津市武清区、吕梁市中阳县、泸州市江阳区、黄冈市蕲春县、汉中市镇巴县

全球服务区域: 湖州市吴兴区、赣州市定南县 、中山市民众镇、东莞市清溪镇、东莞市莞城街道、咸阳市三原县、荆门市沙洋县、阳江市江城区、湘潭市韶山市、马鞍山市博望区、天水市秦安县、开封市尉氏县、三门峡市渑池县、张掖市甘州区、晋城市城区、西安市灞桥区、商丘市宁陵县 、东方市大田镇、天水市麦积区、泉州市石狮市、安阳市殷都区、云浮市云城区

本周数据平台本月业内人士公开最新动态,今日官方渠道披露行业新动态,《33-4迷雾：探寻神秘事件的迷雾重重》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业配件咨询中心，精准推荐型号

全国服务区域: 沈阳市大东区、宿迁市宿城区 、厦门市集美区、郴州市资兴市、东方市三家镇、鸡西市鸡冠区、扬州市仪征市、雅安市芦山县、文昌市翁田镇、松原市乾安县、东莞市石碣镇、白山市抚松县、九江市彭泽县、马鞍山市雨山区、辽阳市弓长岭区、北京市顺义区、鸡西市麻山区 、南通市如皋市、东莞市虎门镇、济宁市邹城市、黔西南贞丰县、泉州市永春县、丽江市华坪县、齐齐哈尔市碾子山区、赣州市赣县区、朝阳市建平县、临沧市临翔区、清远市连州市、宁夏吴忠市青铜峡市、临高县皇桐镇、大同市浑源县、泉州市石狮市、泸州市江阳区、攀枝花市东区、武汉市新洲区、大理鹤庆县、泰州市兴化市、乐东黎族自治县佛罗镇、龙岩市上杭县、楚雄禄丰市、昆明市晋宁区

全天候服务支持热线:本月研究机构发布新研究成果,《33-4迷雾：探寻神秘事件的迷雾重重》

在我国的某个偏远小镇，流传着一个关于33-4迷雾的神秘传说。这个传说如同迷雾一般，笼罩在人们的心头，让人难以捉摸。今天，就让我们揭开这层迷雾，探寻这个神秘事件的真相。 33-4迷雾，顾名思义，指的是一个发生在33号夜晚，持续了4个小时的神秘迷雾事件。据传，在那个夜晚，整个小镇都被一片浓重的迷雾笼罩，能见度极低，仿佛置身于仙境。然而，这层迷雾并非寻常，它似乎隐藏着某种神秘力量。 那天晚上，小镇的居民们纷纷关门闭户，生怕被这神秘的迷雾所吞噬。然而，有些人却在这片迷雾中发现了异常。他们发现，迷雾中的物体似乎发生了扭曲，时间仿佛变得混乱。有些人甚至声称，自己在迷雾中看到了奇怪的身影，仿佛是来自另一个世界的生物。 随着时间的推移，迷雾逐渐散去，但关于33-4迷雾的传说却流传开来。人们纷纷猜测，这层迷雾究竟是由何而来？它又隐藏着怎样的秘密？ 经过一番调查，有人发现，33号那天，小镇附近的一座废弃工厂突然发生了大火。而这场大火，似乎与迷雾有着千丝万缕的联系。有人猜测，迷雾可能是由于工厂火灾产生的烟雾，在空气中弥漫，形成了这片神秘的迷雾。 然而，这个说法并未得到证实。有人提出，迷雾可能是某种未知的自然现象，或者是外星生物留下的痕迹。更有甚者，认为这是某种神秘力量在作祟，企图操控人类。 为了揭开33-4迷雾的真相，有关部门组织了一次大规模的调查。他们调集了专家、学者以及科研人员，对迷雾进行深入研究。经过一段时间的努力，他们发现，迷雾中含有一种特殊的化学成分，这种成分在地球上极为罕见。 专家们推测，这种化学成分可能是外星生物留下的。它们在地球附近释放了一种特殊的气体，这种气体在空气中弥漫，形成了迷雾。而迷雾中的扭曲现象，则是由于这种气体与地球大气层发生反应，导致时间混乱。 然而，这个结论并未得到广泛认可。有人认为，这种化学成分可能是人为制造的，可能是某个科研机构在进行秘密实验时泄露出来的。而迷雾中的扭曲现象，则是由于实验过程中出现了意外。 尽管33-4迷雾的真相仍未完全揭开，但这个神秘事件却引发了人们对未知世界的无限遐想。或许，在未来的某一天，我们能够揭开这层迷雾，探寻到隐藏在其中的秘密。 总之，33-4迷雾事件，如同一个谜团，让人百思不得其解。然而，正是这种神秘感，让这个事件成为了人们茶余饭后的谈资。或许，在不久的将来，我们能够揭开这层迷雾，探寻到隐藏在其中的真相。

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。