昨日官方披露行业最新成果,《僧人也要谈恋爱第二季：情感与信仰的交织之旅》

今日监管部门披露重要进展,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。专业维修服务热线，技术专家在线解答

长治市沁县、长春市双阳区 ，内蒙古锡林郭勒盟阿巴嘎旗、贵阳市息烽县、天津市滨海新区、河源市龙川县、信阳市平桥区、凉山木里藏族自治县、阜阳市颍东区、澄迈县仁兴镇、达州市通川区、咸阳市旬邑县、六安市金寨县、惠州市龙门县、东莞市长安镇、六盘水市盘州市、嘉峪关市文殊镇 、酒泉市瓜州县、陵水黎族自治县本号镇、成都市龙泉驿区、常州市武进区、江门市台山市、北京市西城区、琼海市大路镇、内蒙古巴彦淖尔市杭锦后旗、宜宾市江安县、广西桂林市资源县、安康市石泉县、内蒙古呼伦贝尔市扎赉诺尔区

刚刚决策部门公开重大调整,今日相关部门发布新政策通报,《僧人也要谈恋爱第二季：情感与信仰的交织之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电安装服务热线，专业团队上门

南阳市宛城区、丽水市青田县 ，广州市花都区、宁夏吴忠市青铜峡市、衢州市衢江区、德阳市中江县、重庆市渝北区、聊城市临清市、新乡市新乡县、郴州市嘉禾县、咸宁市嘉鱼县、武汉市新洲区、武威市凉州区、海北门源回族自治县、本溪市明山区、成都市简阳市、眉山市仁寿县 、惠州市惠东县、新乡市辉县市、南阳市南召县、黄山市歙县、儋州市新州镇、延安市宜川县、赣州市兴国县、福州市福清市、黔东南黄平县、内蒙古赤峰市宁城县、潮州市湘桥区、成都市新都区、安顺市西秀区、达州市开江县

全球服务区域: 重庆市渝北区、资阳市安岳县 、运城市永济市、广西崇左市宁明县、乐山市五通桥区、舟山市嵊泗县、昭通市镇雄县、盐城市盐都区、驻马店市上蔡县、牡丹江市爱民区、宣城市旌德县、六盘水市六枝特区、韶关市武江区、汕尾市城区、内蒙古赤峰市喀喇沁旗、淮北市相山区、宁夏固原市原州区 、朔州市怀仁市、常德市津市市、蚌埠市禹会区、荆州市公安县、合肥市蜀山区

本周数据平台今日多方媒体透露研究成果,今日行业报告传达重要政策,《僧人也要谈恋爱第二季：情感与信仰的交织之旅》，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: 广元市昭化区、黄冈市黄州区 、萍乡市芦溪县、上饶市广信区、萍乡市安源区、雅安市天全县、临高县皇桐镇、昭通市绥江县、长治市上党区、深圳市罗湖区、哈尔滨市平房区、丽水市青田县、泉州市永春县、太原市晋源区、广州市白云区、六安市霍山县、开封市龙亭区 、梅州市蕉岭县、大同市新荣区、普洱市宁洱哈尼族彝族自治县、东营市河口区、毕节市赫章县、温州市鹿城区、中山市古镇镇、枣庄市市中区、澄迈县永发镇、常州市金坛区、葫芦岛市兴城市、孝感市孝南区、宜昌市宜都市、温州市永嘉县、嘉兴市海盐县、儋州市海头镇、汉中市留坝县、雅安市宝兴县、黄冈市浠水县、德州市德城区、内蒙古包头市固阳县、贵阳市修文县、成都市简阳市、吉林市丰满区

本周数据平台近日官方渠道公开最新动态:本月行业报告传递重大进展,《僧人也要谈恋爱第二季：情感与信仰的交织之旅》

随着《僧人也要谈恋爱》第一季的热播，观众们对于僧侣们的情感世界产生了浓厚的兴趣。第一季中，僧人们面对爱情、友情和生活的种种考验，展现了他们独特的情感态度。如今，《僧人也要谈恋爱》第二季即将来袭，继续带领我们走进僧侣们的情感世界，探讨信仰与情感之间的微妙关系。 《僧人也要谈恋爱》第二季的故事发生在第一季的基础上，延续着第一季的主题。在这一季中，我们将看到更多僧侣们的生活片段，他们如何在繁忙的寺院生活中，寻找属于自己的情感归宿。 在第二季中，主角们将面临更加复杂的情感纠葛。有的僧侣在爱情与信仰之间挣扎，有的则在友情与亲情中徘徊。这些情感纠葛，不仅考验着他们的内心，也让他们对信仰有了更深刻的理解。 首先，让我们来看看主角小和尚在第二季中的情感历程。在第一季中，小和尚曾因为爱情而动摇信仰，但在经历了种种磨难后，他逐渐明白了信仰的重要性。在第二季中，小和尚将面临新的挑战，他将如何在爱情与信仰之间找到平衡点，成为观众们关注的焦点。 与此同时，其他僧侣们的情感故事也颇具看点。有的僧侣在寺院中邂逅了心仪的女子，他们在相互了解的过程中，逐渐产生了深厚的感情。然而，面对信仰的束缚，他们该如何抉择？是放弃爱情，坚守信仰，还是勇敢追求自己的幸福？ 此外，第二季还将探讨僧侣们与家人、朋友之间的关系。在现实生活中，僧侣们往往需要面对来自家庭和朋友的压力。在信仰与亲情、友情之间，他们该如何抉择？是选择回归家庭，还是继续在寺院中修行？ 《僧人也要谈恋爱》第二季在情感表达上更加细腻，让观众在欣赏僧侣们情感故事的同时，也能感受到他们内心的挣扎与成长。在信仰与情感交织的过程中，僧侣们逐渐明白了人生的真谛，也让观众对信仰有了新的认识。 值得一提的是，第二季在剧情设置上更加紧凑，悬念迭起。观众们将跟随主角们一起，经历一场场充满挑战的情感之旅。在这个过程中，观众不仅能感受到僧侣们的喜怒哀乐，还能体会到信仰的力量。 总之，《僧人也要谈恋爱》第二季将继续带领我们走进僧侣们的情感世界，探讨信仰与情感之间的微妙关系。在信仰的指引下，僧侣们将勇敢面对生活中的种种挑战，寻找属于自己的幸福。让我们共同期待这部充满温情与信仰的电视剧，为我们的生活带来一丝启示。

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。