昨日官方通报重大研究成果,国精产品：一线、二线、三线网站上的风采展示

近日行业报告公布新成果,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。全国统一配件标准，质量保证无忧

绍兴市上虞区、太原市清徐县 ，乐山市峨眉山市、海口市秀英区、襄阳市襄州区、苏州市常熟市、九江市彭泽县、黄冈市浠水县、重庆市彭水苗族土家族自治县、杭州市余杭区、广西桂林市资源县、潍坊市高密市、海西蒙古族茫崖市、嘉峪关市峪泉镇、安阳市北关区、伊春市铁力市、武威市凉州区 、衡阳市雁峰区、蚌埠市淮上区、商丘市梁园区、内蒙古乌海市海南区、郴州市宜章县、广西南宁市青秀区、漳州市长泰区、鄂州市鄂城区、南通市海安市、贵阳市乌当区、眉山市洪雅县、抚州市崇仁县

统一服务管理平台，智能监控质量,今日官方发布行业最新通报,国精产品：一线、二线、三线网站上的风采展示，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化服务，统一技术操作规范

哈尔滨市平房区、武汉市汉南区 ，芜湖市湾沚区、黔南惠水县、鸡西市城子河区、眉山市洪雅县、张家界市慈利县、平顶山市汝州市、马鞍山市含山县、襄阳市樊城区、六安市霍邱县、益阳市南县、玉溪市峨山彝族自治县、重庆市巫山县、合肥市巢湖市、聊城市莘县、张家界市慈利县 、商丘市宁陵县、无锡市新吴区、盐城市大丰区、郴州市桂东县、晋中市左权县、内蒙古赤峰市阿鲁科尔沁旗、信阳市浉河区、天水市秦安县、郴州市临武县、莆田市涵江区、内蒙古兴安盟乌兰浩特市、德宏傣族景颇族自治州瑞丽市、成都市简阳市、潍坊市寿光市

全球服务区域: 辽阳市灯塔市、益阳市桃江县 、鸡西市麻山区、韶关市新丰县、上海市崇明区、淄博市周村区、长治市黎城县、海东市乐都区、榆林市绥德县、铜仁市印江县、东莞市虎门镇、宁波市象山县、大同市平城区、东营市东营区、东莞市石排镇、宁波市鄞州区、蚌埠市蚌山区 、抚州市宜黄县、铁岭市昌图县、吉安市庐陵新区、泰安市肥城市、内蒙古兴安盟科尔沁右翼前旗

本周数据平台本月相关部门通报重要进展,今日官方通报行业政策变化,国精产品：一线、二线、三线网站上的风采展示，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

全国服务区域: 宁波市象山县、文山广南县 、内蒙古呼伦贝尔市陈巴尔虎旗、常州市金坛区、伊春市金林区、晋中市左权县、荆门市沙洋县、铜仁市石阡县、西安市长安区、内蒙古鄂尔多斯市伊金霍洛旗、齐齐哈尔市建华区、铜仁市沿河土家族自治县、陵水黎族自治县本号镇、汕头市澄海区、肇庆市广宁县、宜春市万载县、贵阳市云岩区 、海南兴海县、芜湖市繁昌区、六安市霍邱县、宁德市古田县、恩施州建始县、吉林市舒兰市、阜阳市界首市、益阳市赫山区、红河元阳县、鹤壁市鹤山区、广西桂林市荔浦市、成都市武侯区、龙岩市长汀县、广西贺州市昭平县、南阳市桐柏县、泰州市兴化市、芜湖市南陵县、德州市陵城区、郑州市新密市、荆州市监利市、惠州市惠阳区、运城市盐湖区、南通市如东县、蚌埠市龙子湖区

本周数据平台今日数据平台透露最新消息:本周行业报告发布新动态,国精产品：一线、二线、三线网站上的风采展示

随着互联网的飞速发展，我国国精产品在国内外市场上崭露头角，吸引了越来越多的关注。这些产品不仅在国内市场占据了一席之地，在国际市场上也取得了不俗的成绩。而一线、二线、三线网站作为展示国精产品的重要平台，为消费者提供了丰富的购物选择。本文将带您领略一线、二线、三线网站上的国精产品风采。 ### 一线网站：国精产品的旗舰舞台 一线网站，如天猫、京东等，是我国电子商务领域的领军企业。这些平台拥有庞大的用户群体和完善的供应链体系，为国精产品提供了广阔的市场空间。在一线网站上，国精产品以其高品质、创新性、独特性等特点，吸引了众多消费者的目光。 以天猫为例，该平台上的国精产品涵盖了服装、家电、食品、美妆等多个领域。如李宁、华为、海尔等知名品牌，都在天猫上设有官方旗舰店，为消费者提供正品保障。此外，一线网站还定期举办各类促销活动，如“双11”、“618”等，让消费者在享受优惠的同时，也能购买到心仪的国精产品。 ### 二线网站：国精产品的特色展示 二线网站，如苏宁易购、国美在线等，虽然用户群体和市场份额不及一线网站，但它们在国精产品领域的地位同样重要。这些平台以特色化、专业化为特点，为消费者提供了丰富的购物选择。 以苏宁易购为例，该平台在家电领域具有较高的知名度。在苏宁易购上，消费者可以轻松购买到海尔、美的、格力等知名品牌的家电产品。此外，苏宁易购还提供家电安装、维修等服务，为消费者提供一站式购物体验。 国美在线则专注于家电、家居领域，与苏宁易购类似，为消费者提供高品质的国精产品。在国美在线上，消费者不仅可以购买到各类家电产品，还可以享受到家居装修、家具定制等服务。 ### 三线网站：国精产品的潜力股 三线网站，如拼多多、唯品会等，虽然知名度相对较低，但它们在国精产品领域的潜力不容忽视。这些平台以低价、实惠为特点，吸引了大量消费者。 以拼多多为例，该平台通过“拼团”模式，让消费者以更低的价格购买到国精产品。在拼多多上，消费者可以购买到各类服装、食品、美妆等产品，其中不乏一些知名品牌。 唯品会则专注于品牌折扣商品，为消费者提供高品质、低价的国精产品。在唯品会上，消费者可以购买到耐克、阿迪达斯、波司登等知名品牌的服装、鞋帽等产品。 总之，一线、二线、三线网站为我国国精产品提供了展示的舞台。在这些平台上，消费者可以轻松购买到各类高品质、创新性的国精产品。未来，随着我国国精产品的不断发展，相信一线、二线、三线网站将继续发挥重要作用，助力国精产品走向更广阔的市场。

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。