本月官方发布行业重要事件,小蓝彩虹与GARY的2022：一场色彩斑斓的青春盛宴

昨日行业协会传递新研究成果,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。智能化维修系统，自动调度服务人员

池州市青阳县、天津市宝坻区 ，大理云龙县、广西南宁市青秀区、泸州市合江县、聊城市东昌府区、新乡市长垣市、昭通市大关县、南平市建阳区、九江市濂溪区、宁夏固原市西吉县、万宁市大茂镇、广西来宾市忻城县、天津市西青区、新乡市新乡县、常州市新北区、苏州市常熟市 、丽水市云和县、汉中市勉县、黑河市爱辉区、大庆市萨尔图区、郑州市巩义市、许昌市建安区、株洲市石峰区、德州市武城县、文昌市文城镇、沈阳市新民市、洛阳市栾川县、中山市神湾镇

刚刚应急团队公布处置方案,本月行业报告披露新动态,小蓝彩虹与GARY的2022：一场色彩斑斓的青春盛宴，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，智能优化保养方案

泰安市肥城市、深圳市盐田区 ，白城市镇赉县、潍坊市昌邑市、吉林市丰满区、周口市郸城县、三明市清流县、湘潭市雨湖区、朝阳市龙城区、泉州市永春县、黄南同仁市、广西来宾市合山市、平凉市灵台县、黔东南雷山县、昆明市晋宁区、酒泉市阿克塞哈萨克族自治县、海东市平安区 、海口市琼山区、自贡市自流井区、宁夏银川市灵武市、成都市青羊区、新乡市延津县、三明市大田县、安顺市西秀区、咸阳市长武县、泸州市古蔺县、贵阳市观山湖区、德州市武城县、黑河市嫩江市、佳木斯市同江市、三亚市海棠区

全球服务区域: 中山市港口镇、楚雄大姚县 、朝阳市双塔区、黔东南榕江县、重庆市大渡口区、荆州市公安县、黔东南雷山县、黄南河南蒙古族自治县、儋州市那大镇、上海市奉贤区、内蒙古乌兰察布市凉城县、雅安市雨城区、东方市东河镇、牡丹江市林口县、凉山美姑县、澄迈县仁兴镇、双鸭山市宝清县 、遵义市湄潭县、宁波市慈溪市、湖州市安吉县、东莞市麻涌镇、七台河市茄子河区

本周数据平台最新研究机构传出新变化,本月行业报告发布最新进展,小蓝彩虹与GARY的2022：一场色彩斑斓的青春盛宴，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化热线，维修过程透明可查

全国服务区域: 广西百色市靖西市、陇南市文县 、湘西州永顺县、儋州市海头镇、邵阳市大祥区、宿州市埇桥区、安阳市龙安区、海北海晏县、齐齐哈尔市铁锋区、盘锦市双台子区、恩施州来凤县、信阳市光山县、黔东南麻江县、岳阳市岳阳县、酒泉市玉门市、重庆市潼南区、内蒙古赤峰市林西县 、滨州市惠民县、萍乡市安源区、张掖市民乐县、潍坊市诸城市、海西蒙古族茫崖市、南京市秦淮区、大庆市肇州县、阜新市彰武县、铜仁市江口县、凉山木里藏族自治县、内江市市中区、襄阳市南漳县、渭南市华阴市、东莞市樟木头镇、中山市小榄镇、三门峡市卢氏县、绍兴市柯桥区、宝鸡市凤翔区、黄石市大冶市、天津市滨海新区、三亚市吉阳区、怒江傈僳族自治州福贡县、广元市昭化区、淮安市淮阴区

全天候服务支持热线:昨日行业报告发布行业动态,小蓝彩虹与GARY的2022：一场色彩斑斓的青春盛宴

2022年，对于许多人来说，是充满挑战与机遇的一年。在这个特殊的年份里，有一群年轻人，他们以“小蓝彩虹”为名，用色彩斑斓的青春，书写了一段段精彩的故事。其中，GARY这位充满活力与激情的年轻人，更是成为了小蓝彩虹中的佼佼者。 小蓝彩虹，这个名字听起来就充满了梦幻与诗意。他们是一群热爱生活、追求梦想的年轻人，他们用色彩表达情感，用行动诠释青春。在这个充满挑战的2022年，小蓝彩虹们携手前行，共同创造了一段段美好的回忆。 GARY，作为小蓝彩虹中的一员，他的故事尤为引人注目。他是一位热爱音乐、热衷于公益的年轻人。在他的带领下，小蓝彩虹们举办了一场场精彩的公益活动，为需要帮助的人们送去温暖。 2022年初，小蓝彩虹们发起了一场以“小蓝彩虹，点亮希望”为主题的公益活动。他们走进社区，为孤寡老人送去关怀，为贫困学生筹集善款。在这场活动中，GARY担任了策划者和组织者的角色。他充分发挥自己的音乐才能，创作了一首首感人至深的歌曲，为活动增添了浓厚的氛围。 在GARY的带领下，小蓝彩虹们还举办了一场别开生面的音乐会。这场音乐会以“彩虹之梦”为主题，旨在为更多人传递正能量。在活动现场，GARY亲自上台演唱，用歌声感动了在场的每一个人。他的歌声，如同一道彩虹，点亮了人们心中的希望。 2022年，小蓝彩虹们还积极参与环保行动。他们组织了一次次环保公益活动，呼吁更多人关注环保，保护地球家园。GARY更是以身作则，倡导绿色出行，用自己的实际行动影响身边的人。 在GARY的带领下，小蓝彩虹们还关注心理健康。他们走进学校、社区，为青少年提供心理咨询服务，帮助他们解决成长中的困惑。在这个过程中，GARY用自己的专业知识，为青少年们排忧解难，成为了他们心中的“知心哥哥”。 2022年，小蓝彩虹们还策划了一场别开生面的“彩虹跑”。这场活动吸引了众多年轻人参与，大家在奔跑中感受生命的活力，传递正能量。GARY作为活动的发起人，全程参与其中，用自己的热情感染着每一位参与者。 这一年，小蓝彩虹们用自己的行动，传递着爱与希望。他们用色彩斑斓的青春，书写了一段段感人至深的故事。而GARY，这位充满活力与激情的年轻人，更是成为了小蓝彩虹中的佼佼者。 2022年，对于小蓝彩虹们来说，是充满挑战与收获的一年。他们用自己的青春，诠释了什么是责任、什么是担当。相信在未来的日子里，小蓝彩虹们会继续携手前行，用色彩斑斓的青春，为这个世界带来更多的美好。而GARY，这位充满正能量的年轻人，也将继续引领着小蓝彩虹们，创造更多精彩的故事。

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。