本月相关部门发布重大动态,九九精品，久久传承——探寻我国传统工艺的独特魅力

本月相关部门发布最新研究报告,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。自动化服务调度，智能匹配维修资源

铜仁市印江县、辽源市龙山区 ，铁岭市开原市、杭州市江干区、阜阳市太和县、商洛市柞水县、乐东黎族自治县志仲镇、咸阳市渭城区、池州市东至县、东营市河口区、内蒙古锡林郭勒盟阿巴嘎旗、安阳市林州市、大同市广灵县、辽源市东辽县、镇江市丹徒区、雅安市芦山县、牡丹江市西安区 、酒泉市金塔县、淄博市周村区、广西河池市环江毛南族自治县、日照市岚山区、乐东黎族自治县佛罗镇、漳州市龙文区、牡丹江市宁安市、武威市天祝藏族自治县、聊城市临清市、忻州市原平市、晋城市城区、广西梧州市藤县

刚刚决策小组公开重大调整,本月官方渠道传递新进展,九九精品，久久传承——探寻我国传统工艺的独特魅力，很高兴为您解答这个问题，让我来帮您详细说明一下：自动化服务跟踪，智能优化用户体验

洛阳市栾川县、潮州市潮安区 ，广西柳州市柳北区、广西南宁市横州市、儋州市木棠镇、德州市武城县、白银市平川区、黄山市徽州区、南阳市内乡县、怀化市麻阳苗族自治县、直辖县天门市、临沂市兰山区、哈尔滨市五常市、临夏康乐县、淮安市洪泽区、广西贺州市平桂区、广西百色市田林县 、湘潭市雨湖区、济宁市微山县、安康市汉阴县、忻州市宁武县、濮阳市清丰县、咸阳市渭城区、金华市磐安县、广西钦州市灵山县、丽水市缙云县、甘孜泸定县、榆林市横山区、武汉市青山区、长沙市宁乡市、广西梧州市藤县

全球服务区域: 商洛市丹凤县、双鸭山市岭东区 、楚雄大姚县、内蒙古赤峰市红山区、德阳市广汉市、怀化市芷江侗族自治县、广州市番禺区、营口市盖州市、南平市松溪县、宜春市高安市、肇庆市广宁县、怒江傈僳族自治州福贡县、东方市感城镇、楚雄武定县、宣城市旌德县、娄底市冷水江市、龙岩市武平县 、屯昌县枫木镇、长春市绿园区、大理永平县、天水市清水县、杭州市江干区

本周官方渠道披露研究成果,本月行业报告披露新动态,九九精品，久久传承——探寻我国传统工艺的独特魅力，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一售后服务热线，售后有保障

全国服务区域: 苏州市常熟市、枣庄市滕州市 、齐齐哈尔市龙沙区、广安市广安区、怀化市沅陵县、中山市三乡镇、海西蒙古族茫崖市、宝鸡市陇县、佛山市顺德区、西宁市大通回族土族自治县、恩施州恩施市、吉安市遂川县、泰安市泰山区、宿州市泗县、成都市青羊区、忻州市忻府区、济南市莱芜区 、儋州市海头镇、上海市长宁区、泰州市靖江市、鞍山市岫岩满族自治县、天水市秦安县、黔南瓮安县、临沂市河东区、平凉市崆峒区、岳阳市汨罗市、白山市抚松县、乐东黎族自治县尖峰镇、韶关市仁化县、宜昌市五峰土家族自治县、宣城市宁国市、自贡市荣县、淄博市周村区、广西钦州市钦南区、张家界市慈利县、儋州市雅星镇、成都市龙泉驿区、内蒙古鄂尔多斯市乌审旗、哈尔滨市道外区、舟山市普陀区、成都市青白江区

本周数据平台近期官方渠道公开权威通报:今日行业报告传递政策更新,九九精品，久久传承——探寻我国传统工艺的独特魅力

在我国悠久的历史长河中，传统工艺如同璀璨的明珠，闪耀着独特的光芒。而“九九精品，久久传承”这一理念，正是对传统工艺精神的高度概括。本文将带您领略九九精品的韵味，感受久久传承的力量。 九九精品，顾名思义，指的是那些经过九九八十一难，历经千锤百炼，最终脱颖而出的精品。这些精品不仅代表了我国传统工艺的高超技艺，更承载着中华民族的智慧与精神。从古代的青铜器、瓷器、丝绸，到现代的刺绣、剪纸、陶瓷，九九精品无处不在，它们是我国传统文化的瑰宝。 首先，让我们走进古代青铜器的世界。青铜器是我国古代文明的象征，其制作工艺之精湛，造型之独特，堪称一绝。在九九八十一难的锤炼下，青铜器工匠们将铜、锡、铅等金属熔炼成合金，经过反复锤打、雕刻、焊接，最终铸就出一件件精美的青铜器。这些青铜器不仅具有实用价值，更具有极高的艺术价值，成为后世传颂的九九精品。 接下来，让我们欣赏一下瓷器。瓷器是我国传统工艺的瑰宝，其制作工艺复杂，需要经过选料、制坯、修坯、施釉、烧制等多个环节。在九九八十一难的磨砺中，瓷器工匠们将泥土塑造成精美的器物，使其成为承载中华民族文化的载体。从唐代的青瓷、宋代的官窑、元代的青花瓷，到明代的五彩瓷、清代的粉彩瓷，每一件瓷器都是九九精品的代表。 丝绸是我国古代的四大发明之一，其制作工艺独特，被誉为“东方神韵”。在九九八十一难的历练中，丝绸工匠们将蚕丝抽丝、纺织、染色、印花，最终织成一件件精美的丝绸制品。这些丝绸制品不仅成为我国古代的贡品，更远销海外，成为世界文化交流的桥梁。 此外，刺绣、剪纸、陶瓷等传统工艺也都有着九九精品的传承。刺绣以其精湛的技艺、丰富的图案、绚丽的色彩，成为我国民间艺术的瑰宝；剪纸以其独特的刀法、丰富的想象力，展现了中华民族的智慧；陶瓷则以其独特的造型、精美的装饰，成为我国传统工艺的典范。 九九精品，久久传承。这些传统工艺的传承者，用自己的双手，将一代代人的智慧与精神融入其中，使九九精品成为中华民族的骄傲。如今，在新时代的背景下，九九精品的传承与发展面临着新的机遇与挑战。我们要继续弘扬传统工艺精神，让九九精品在新时代焕发出更加耀眼的光芒。 总之，九九精品，久久传承，是我国传统工艺的精髓所在。让我们共同传承这份独特的文化瑰宝，让九九精品在新时代绽放出更加璀璨的光彩。

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。