最新监管部门公布行业研究成果,如何在被子里惩罚自己：独处时的自我反省与成长

近期国家机构传递重大政策,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。专业技术救援中心，重大故障专家会诊

广西梧州市藤县、甘南玛曲县 ，咸阳市乾县、惠州市惠城区、忻州市岢岚县、潍坊市临朐县、德阳市中江县、晋中市和顺县、常州市天宁区、铁岭市清河区、遵义市余庆县、临汾市洪洞县、定安县雷鸣镇、安顺市平坝区、齐齐哈尔市建华区、东营市垦利区、亳州市谯城区 、长沙市宁乡市、合肥市长丰县、淄博市博山区、安顺市西秀区、永州市道县、苏州市吴江区、芜湖市南陵县、内江市威远县、兰州市城关区、吉林市丰满区、嘉峪关市新城镇、菏泽市巨野县

专家远程指导热线，多终端,今日相关部门发布行业进展,如何在被子里惩罚自己：独处时的自我反省与成长，很高兴为您解答这个问题，让我来帮您详细说明一下：智能投诉管理系统，自动分类处理

哈尔滨市方正县、荆州市松滋市 ，攀枝花市东区、内蒙古呼伦贝尔市陈巴尔虎旗、惠州市惠阳区、芜湖市弋江区、新乡市延津县、内蒙古阿拉善盟阿拉善左旗、周口市淮阳区、内蒙古锡林郭勒盟正镶白旗、乐东黎族自治县尖峰镇、中山市南朗镇、重庆市丰都县、咸宁市通城县、儋州市雅星镇、梅州市梅县区、定安县富文镇 、宁夏中卫市沙坡头区、常德市临澧县、辽源市东辽县、宁夏银川市兴庆区、吕梁市方山县、滨州市无棣县、广西钦州市钦北区、眉山市仁寿县、丽江市宁蒗彝族自治县、深圳市南山区、抚州市金溪县、威海市环翠区、西宁市大通回族土族自治县、忻州市岢岚县

全球服务区域: 聊城市茌平区、甘孜白玉县 、宜昌市五峰土家族自治县、重庆市丰都县、果洛甘德县、牡丹江市西安区、黄冈市黄州区、东方市八所镇、果洛达日县、广西北海市银海区、成都市郫都区、重庆市石柱土家族自治县、潍坊市寿光市、湘西州永顺县、邵阳市武冈市、深圳市福田区、东莞市塘厦镇 、上饶市广丰区、中山市东升镇、大理祥云县、资阳市乐至县、长春市德惠市

刚刚决策小组公开重大调整,昨日研究机构传递最新成果,如何在被子里惩罚自己：独处时的自我反省与成长，很高兴为您解答这个问题，让我来帮您详细说明一下：专业维修团队，客服热线一键联系

全国服务区域: 鸡西市麻山区、齐齐哈尔市依安县 、南阳市内乡县、临汾市洪洞县、陵水黎族自治县提蒙乡、伊春市南岔县、忻州市静乐县、吉林市桦甸市、德州市德城区、惠州市惠东县、郑州市新密市、平凉市崇信县、德州市齐河县、大庆市萨尔图区、上海市普陀区、昭通市彝良县、西双版纳勐腊县 、滁州市琅琊区、安顺市平坝区、吉安市万安县、青岛市崂山区、东营市河口区、黄南同仁市、湛江市坡头区、广安市邻水县、内蒙古鄂尔多斯市康巴什区、泰州市高港区、上饶市广信区、信阳市光山县、泰州市高港区、宁德市霞浦县、攀枝花市东区、阿坝藏族羌族自治州理县、哈尔滨市双城区、扬州市广陵区、揭阳市普宁市、威海市荣成市、广西百色市右江区、鹤岗市绥滨县、马鞍山市雨山区、湘西州凤凰县

作为国家高新技术企业认证平台:本月研究机构公开新进展,如何在被子里惩罚自己：独处时的自我反省与成长

在繁忙的生活节奏中，我们时常会感到压力和疲惫。有时，我们需要给自己一些惩罚，以此来反思自己的行为，促进自我成长。那么，如何在被子里惩罚自己一个人呢？以下是一些建议，帮助你在独处时进行自我反省。 ### 1. 确定惩罚的目的 首先，明确你为什么要惩罚自己。是为了提醒自己改正某个错误，还是为了调整心态，放松身心？明确目的后，才能更有针对性地进行惩罚。 ### 2. 选择合适的惩罚方式 在被子里惩罚自己，可以尝试以下几种方式： - **限制饮食**：可以选择一天只吃水果和蔬菜，或者减少主食摄入量。这种方式有助于调整饮食习惯，同时也能让你在独处时更加关注自己的身体。 - **减少娱乐时间**：将手机、电脑等电子产品放在一旁，专注于阅读或听音乐。这样可以帮助你远离外界干扰，更好地反思自己。 - **进行冥想**：在安静的环境中，闭上眼睛，专注于呼吸。冥想有助于缓解压力，提高自我认知。 - **写日记**：记录下自己的所思所想，包括优点和不足。通过文字表达，可以更清晰地认识到自己的问题。 ### 3. 制定惩罚计划 在开始惩罚之前，制定一个详细的计划。例如，惩罚时间为一天、两天或一周，每天的具体惩罚方式等。这样可以帮助你更好地执行计划，确保惩罚效果。 ### 4. 保持耐心 惩罚自己并非易事，可能会感到孤独、痛苦或焦虑。这时，要保持耐心，相信自己能够度过这段时光。同时，可以寻求亲朋好友的支持，分享自己的感受，减轻心理压力。 ### 5. 反思与总结 惩罚结束后，认真反思自己的行为和心态。总结自己在惩罚过程中学到的经验，思考如何将这些经验应用到日常生活中，以促进自我成长。 ### 6. 奖励自己 在惩罚结束后，给自己一些奖励，以激励自己在今后的日子里继续努力。例如，可以看一场喜欢的电影、吃一顿美食，或者给自己买一份小礼物。 ### 7. 保持积极心态 惩罚自己并不意味着自我否定，而是一种自我提升的方式。在惩罚过程中，保持积极的心态，相信自己能够战胜困难，成为更好的自己。 总之，在被子中惩罚自己一个人，是一种有益的独处方式。通过这种方式，我们可以更好地认识自己，调整心态，促进自我成长。在这个过程中，保持耐心、坚持和积极心态至关重要。愿你在这段独处时光里，收获成长与蜕变。

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。