今日行业报告传递行业新政策,《坎公骑冠剑，踏上寻找精灵的奇幻之旅》

今日监管部门传达新研究成果,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。数字化监督平台，智能优化服务质量

葫芦岛市南票区、临汾市大宁县 ，白银市平川区、潍坊市诸城市、常德市临澧县、海南同德县、宁夏固原市原州区、益阳市沅江市、惠州市博罗县、吉林市蛟河市、庆阳市宁县、温州市平阳县、天津市红桥区、黄山市屯溪区、武汉市东西湖区、天津市西青区、安顺市西秀区 、上海市静安区、儋州市和庆镇、辽阳市灯塔市、海西蒙古族天峻县、迪庆维西傈僳族自治县、泉州市金门县、天津市武清区、陇南市成县、恩施州建始县、新余市渝水区、海南贵南县、文昌市重兴镇

本周数据平台近期官方渠道公开权威通报,今日行业报告披露重大政策更新,《坎公骑冠剑，踏上寻找精灵的奇幻之旅》，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

酒泉市敦煌市、郑州市中原区 ，佳木斯市郊区、烟台市海阳市、兰州市皋兰县、保山市隆阳区、东莞市长安镇、安庆市宜秀区、广州市越秀区、永州市江华瑶族自治县、广西河池市大化瑶族自治县、东营市广饶县、上饶市广信区、吕梁市交城县、周口市项城市、赣州市瑞金市、合肥市肥东县 、玉树杂多县、内蒙古兴安盟科尔沁右翼中旗、亳州市蒙城县、太原市清徐县、北京市怀柔区、临汾市汾西县、济宁市嘉祥县、辽源市龙山区、红河弥勒市、开封市尉氏县、新乡市原阳县、益阳市沅江市、北京市昌平区、澄迈县文儒镇

全球服务区域: 淄博市张店区、连云港市灌南县 、西安市未央区、江门市台山市、清远市连南瑶族自治县、屯昌县坡心镇、南京市雨花台区、内蒙古通辽市科尔沁左翼后旗、晋城市城区、内蒙古锡林郭勒盟苏尼特左旗、哈尔滨市阿城区、临高县博厚镇、鹤壁市山城区、信阳市商城县、上饶市广信区、毕节市黔西市、黄南尖扎县 、安庆市潜山市、中山市神湾镇、宣城市旌德县、淮南市凤台县、万宁市和乐镇

专家技术支援专线,昨日相关部门发布重要研究成果,《坎公骑冠剑，踏上寻找精灵的奇幻之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一回收标准，环保处理规范

全国服务区域: 云浮市罗定市、榆林市神木市 、晋城市城区、甘孜色达县、阳泉市郊区、澄迈县老城镇、宁夏中卫市中宁县、普洱市景东彝族自治县、上饶市玉山县、遵义市正安县、北京市通州区、凉山西昌市、大连市西岗区、成都市金堂县、丽江市古城区、大同市广灵县、东莞市东坑镇 、乐山市夹江县、临汾市曲沃县、内蒙古兴安盟乌兰浩特市、西安市雁塔区、芜湖市南陵县、鸡西市滴道区、广西百色市西林县、大理宾川县、重庆市潼南区、杭州市余杭区、周口市西华县、临沂市沂南县、鹰潭市余江区、长沙市浏阳市、宜春市樟树市、永州市江华瑶族自治县、重庆市巴南区、泉州市鲤城区、临沧市沧源佤族自治县、本溪市南芬区、沈阳市法库县、曲靖市师宗县、黄石市铁山区、葫芦岛市龙港区

本周数据平台今日数据平台透露最新消息:今日官方发布行业最新通报,《坎公骑冠剑，踏上寻找精灵的奇幻之旅》

在遥远的东方，有一个被神秘力量笼罩的古老国度。这里，山川壮丽，河流蜿蜒，传说中隐藏着无数未知的秘密。在这片神奇的土地上，有一位名叫坎公的勇士，他骑着一匹神骏的冠剑，踏上了寻找精灵的奇幻之旅。 坎公，一个身怀绝技的剑客，他的剑法出神入化，无人能敌。然而，在他心中，始终有一个未解之谜：那便是传说中的精灵。据说，精灵拥有着神奇的力量，能赋予万物生机，也能驱散黑暗。为了寻找这位传说中的精灵，坎公毅然决然地踏上了征程。 一路上，坎公历经千辛万苦，跋山涉水，穿越了无数险境。他遇到了形形色色的奇人异事，见识了世间百态。在旅途中，他结识了一位名叫小月的少女。小月聪明伶俐，善良勇敢，她告诉坎公，要找到精灵，必须先解开一个古老的谜题。 谜题是这样的：在一片神秘的森林中，有一座古老的石碑，上面刻着一段奇异的文字。只有解开这段文字，才能找到通往精灵所在之地的路径。坎公和小月决定一同寻找这座石碑。 经过一番周折，他们终于找到了那座古老的石碑。然而，石碑上的文字却如同天书一般，难以辨认。就在他们一筹莫展之际，一位神秘的老者出现在了他们面前。老者自称是这片土地的守护者，他告诉坎公和小月，要想解开谜题，必须先找到散落在各地的“五灵石”。 五灵石分别代表着金、木、水、火、土五种元素，它们散落在世界的各个角落。只有将五灵石聚集在一起，才能破解石碑上的谜题。于是，坎公和小月开始了寻找五灵石的征程。 在这段旅程中，他们遇到了各种挑战。有时，他们需要攀爬险峻的山峰；有时，他们需要穿越幽深的森林；有时，他们甚至要面对邪恶势力的阻挠。然而，坎公和小月凭借着坚定的信念和勇敢的心，一一克服了这些困难。 终于，在历经重重磨难之后，他们找到了五灵石。将五灵石聚集在一起，石碑上的文字逐渐清晰起来。原来，这段文字描述的是通往精灵所在之地的路径。在石碑的指引下，坎公和小月来到了一个神秘的山谷。 山谷中，云雾缭绕，仙气弥漫。在山谷深处，他们终于找到了那位传说中的精灵。精灵拥有着美丽的容颜和优雅的气质，她的眼中闪烁着智慧的光芒。坎公和小月向精灵请教了关于这片土地的秘密，同时也向她诉说了自己的心愿。 精灵听后，微笑着告诉他们，这片土地的繁荣昌盛，离不开他们的守护。为了感谢他们的付出，精灵赐予了他们一份特殊的礼物——一把神奇的剑。这把剑能帮助他们守护这片土地，也能让他们实现心中的愿望。 带着这份特殊的礼物，坎公和小月回到了家乡。从此，他们成为了这片土地的守护者，用智慧和勇气，守护着这片充满神奇的土地。而那把神奇的剑，也成为了他们传奇一生的见证。 在这个充满奇幻色彩的故事中，坎公骑冠剑寻找精灵的旅程，成为了永恒的传说。它告诉我们，只要有信念，勇敢地去追求，就一定能够实现心中的梦想。

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。