今日官方传递最新研究成果,绿巨人网站：探索绿色科技，引领绿色生活

本月行业协会公开重大研究成果,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。家电在线客服系统，实时沟通维修需求

运城市闻喜县、东莞市东城街道 ，汉中市镇巴县、驻马店市泌阳县、常州市新北区、广西南宁市青秀区、吉林市船营区、广州市越秀区、昆明市五华区、红河河口瑶族自治县、攀枝花市米易县、商丘市睢县、张家界市永定区、牡丹江市东安区、湘西州凤凰县、澄迈县加乐镇、常德市临澧县 、铜仁市思南县、中山市大涌镇、万宁市和乐镇、赣州市赣县区、吉安市井冈山市、上饶市弋阳县、洛阳市孟津区、辽阳市宏伟区、内蒙古赤峰市喀喇沁旗、江门市台山市、茂名市信宜市、内蒙古巴彦淖尔市五原县

全天候服务支持热线,本月行业报告公开新政策,绿巨人网站：探索绿色科技，引领绿色生活，很高兴为您解答这个问题，让我来帮您详细说明一下：以旧换新服务中心，全流程指导

东方市东河镇、重庆市璧山区 ，定西市安定区、黄山市屯溪区、苏州市吴中区、内蒙古锡林郭勒盟正镶白旗、汕头市潮阳区、渭南市白水县、广安市邻水县、攀枝花市西区、广元市昭化区、保亭黎族苗族自治县什玲、安阳市北关区、临夏东乡族自治县、武汉市江汉区、双鸭山市集贤县、泸州市合江县 、长春市德惠市、临汾市隰县、黄南河南蒙古族自治县、开封市通许县、内蒙古巴彦淖尔市乌拉特中旗、南平市浦城县、齐齐哈尔市克东县、广西南宁市马山县、儋州市海头镇、陇南市文县、丹东市元宝区、赣州市瑞金市、德阳市中江县、东莞市石碣镇

全球服务区域: 怀化市靖州苗族侗族自治县、广安市华蓥市 、定安县龙河镇、玉溪市峨山彝族自治县、陇南市康县、阜新市阜新蒙古族自治县、荆州市洪湖市、洛阳市老城区、齐齐哈尔市依安县、广西桂林市荔浦市、孝感市大悟县、丽水市青田县、商丘市睢阳区、海南共和县、温州市苍南县、榆林市定边县、中山市阜沙镇 、阿坝藏族羌族自治州小金县、昌江黎族自治县十月田镇、东莞市石碣镇、大同市平城区、黄山市黄山区

近日评估小组公开关键数据,今日行业报告披露重大政策更新,绿巨人网站：探索绿色科技，引领绿色生活，很高兴为您解答这个问题，让我来帮您详细说明一下：以旧换新服务中心，全流程指导

全国服务区域: 揭阳市揭西县、贵阳市息烽县 、广安市岳池县、周口市鹿邑县、西双版纳勐腊县、随州市广水市、内蒙古呼和浩特市玉泉区、安康市宁陕县、东莞市中堂镇、儋州市雅星镇、宝鸡市凤县、绵阳市江油市、沈阳市苏家屯区、三门峡市义马市、厦门市集美区、锦州市北镇市、临汾市尧都区 、三亚市吉阳区、常州市金坛区、琼海市塔洋镇、兰州市城关区、定安县翰林镇、广西钦州市灵山县、甘孜九龙县、襄阳市宜城市、内蒙古赤峰市巴林右旗、咸阳市武功县、黔东南从江县、常州市天宁区、黔东南榕江县、白城市大安市、常德市石门县、咸宁市咸安区、临高县多文镇、大同市天镇县、辽阳市文圣区、徐州市鼓楼区、许昌市建安区、张掖市民乐县、儋州市木棠镇、韶关市始兴县

全天候服务支持热线:昨日官方渠道发布新进展,绿巨人网站：探索绿色科技，引领绿色生活

随着全球环境问题的日益严峻，绿色科技和绿色生活方式逐渐成为人们关注的焦点。在这个背景下，绿巨人网站应运而生，它不仅为用户提供了一个了解绿色科技的平台，还致力于引领人们走向更加环保、健康的生活方式。 绿巨人网站是一个专注于绿色科技和环保资讯的综合性网站。它以“绿色、科技、生活”为核心，旨在为用户提供全面、权威的绿色科技资讯，推动绿色生活方式的普及。 首先，绿巨人网站为用户提供了丰富的绿色科技资讯。从新能源、节能环保、绿色建筑、绿色交通到绿色消费，网站涵盖了绿色科技领域的各个方面。用户可以在这里了解到最新的绿色科技成果、政策法规、市场动态等，从而更好地把握绿色科技的发展趋势。 例如，在新能源领域，绿巨人网站介绍了太阳能、风能、生物质能等可再生能源的发展现状和未来前景。在节能环保领域，网站分享了节能减排、绿色建筑、绿色交通等方面的实用技巧和案例。此外，网站还关注绿色消费，为消费者提供绿色产品推荐，引导人们选择环保、健康的生活方式。 其次，绿巨人网站致力于推动绿色生活方式的普及。网站通过举办线上线下活动、开展绿色知识普及等方式，提高公众对绿色科技和环保的认识。例如，网站定期举办绿色科技讲座、环保公益活动，邀请专家学者和行业精英分享绿色科技知识和实践经验，让更多人了解绿色科技的魅力。 此外，绿巨人网站还注重用户体验，为用户提供便捷的服务。网站界面简洁明了，内容分类清晰，用户可以轻松找到自己感兴趣的信息。同时，网站还提供在线咨询、互动交流等服务，让用户在获取资讯的同时，也能参与到绿色科技和环保的讨论中来。 值得一提的是，绿巨人网站还关注绿色科技领域的创新和发展。网站设立了创新项目展示板块，为绿色科技企业提供展示平台，助力企业成长。同时，网站还关注绿色科技领域的投资动态，为投资者提供有价值的信息。 总之，绿巨人网站作为绿色科技和环保资讯的重要平台，为用户提供了丰富的绿色科技资讯，推动了绿色生活方式的普及。在未来的发展中，绿巨人网站将继续发挥自身优势，为我国绿色科技事业贡献力量。 首先，绿巨人网站将继续深耕绿色科技领域，不断拓展资讯内容，为用户提供更加全面、深入的绿色科技资讯。其次，网站将加强与政府、企业、科研机构的合作，推动绿色科技项目的落地实施。此外，绿巨人网站还将加大线上线下活动的力度，提高公众对绿色科技和环保的认识，为我国绿色科技事业的发展注入新的活力。 总之，绿巨人网站作为绿色科技和环保资讯的重要平台，将继续引领绿色科技潮流，助力我国绿色生活方式的普及。让我们携手共进，为建设美丽中国、实现可持续发展目标而努力！

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。