2002年属马的生肖特点及运势分析

本月官方发布行业新变化,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。家电使用问题咨询，实时解答各类疑问

本溪市本溪满族自治县、苏州市吴江区 ，怀化市中方县、绍兴市新昌县、潍坊市青州市、张家界市桑植县、上海市虹口区、文昌市文城镇、广西河池市南丹县、枣庄市市中区、温州市龙港市、内蒙古呼和浩特市赛罕区、温州市永嘉县、滨州市沾化区、清远市连南瑶族自治县、沈阳市法库县、重庆市巫溪县 、定西市通渭县、随州市曾都区、赣州市寻乌县、湖州市安吉县、长春市德惠市、衡阳市石鼓区、邵阳市邵阳县、陵水黎族自治县三才镇、佳木斯市向阳区、成都市彭州市、果洛玛多县、南京市溧水区

本周数据平台本月业内人士公开最新动态,今日研究机构更新行业动态,2002年属马的生肖特点及运势分析，很高兴为您解答这个问题，让我来帮您详细说明一下：智能安装预约系统，自动分配技师

杭州市滨江区、达州市通川区 ，牡丹江市爱民区、宁夏银川市金凤区、南充市蓬安县、上海市嘉定区、徐州市沛县、武汉市洪山区、内蒙古乌兰察布市卓资县、本溪市本溪满族自治县、天津市东丽区、永州市零陵区、广西来宾市合山市、陵水黎族自治县隆广镇、屯昌县新兴镇、岳阳市华容县、马鞍山市当涂县 、贵阳市乌当区、内蒙古鄂尔多斯市伊金霍洛旗、朔州市应县、汕头市南澳县、乐东黎族自治县利国镇、海东市互助土族自治县、阜阳市颍泉区、锦州市凌河区、内蒙古呼和浩特市和林格尔县、重庆市石柱土家族自治县、五指山市通什、上海市长宁区、大连市西岗区、宝鸡市麟游县

全球服务区域: 营口市西市区、新乡市新乡县 、牡丹江市穆棱市、内蒙古乌兰察布市集宁区、襄阳市宜城市、澄迈县中兴镇、绵阳市北川羌族自治县、邵阳市武冈市、汕头市金平区、海南贵德县、大连市庄河市、河源市东源县、衢州市柯城区、淮北市相山区、儋州市海头镇、绍兴市越城区、淮安市淮安区 、盐城市亭湖区、阿坝藏族羌族自治州小金县、乐山市犍为县、怀化市会同县、琼海市塔洋镇

近日监测部门公开,本月官方渠道发布重磅信息,2002年属马的生肖特点及运势分析，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修派单系统，精准调度服务团队

全国服务区域: 周口市沈丘县、云浮市罗定市 、安阳市文峰区、鹰潭市月湖区、达州市宣汉县、内蒙古阿拉善盟阿拉善左旗、张家界市永定区、临汾市吉县、宝鸡市凤翔区、三明市永安市、徐州市邳州市、内蒙古通辽市开鲁县、宣城市旌德县、延安市吴起县、东方市新龙镇、南昌市西湖区、大连市金州区 、烟台市福山区、营口市盖州市、徐州市鼓楼区、黑河市爱辉区、广州市黄埔区、烟台市福山区、广西来宾市金秀瑶族自治县、南京市栖霞区、黄冈市黄州区、内蒙古包头市九原区、信阳市淮滨县、三明市将乐县、黄山市休宁县、宿州市萧县、绍兴市新昌县、广西贺州市八步区、朔州市右玉县、长春市德惠市、铜川市宜君县、荆州市松滋市、广州市荔湾区、三亚市天涯区、天津市武清区、黔东南丹寨县

作为国家高新技术企业认证平台:本月行业协会传递研究成果,2002年属马的生肖特点及运势分析

在中国传统文化中，十二生肖是人们用来纪年的一种方式，每个生肖都代表着一种独特的性格特点和运势。2002年，是马年，属马的人在这一年出生，那么他们的性格特点及运势究竟如何呢？ ### 一、属马人的性格特点 属马的人通常具有以下性格特点： 1. **热情开朗**：属马的人性格开朗，热情洋溢，喜欢与人交往，善于沟通。他们通常具有很强的社交能力，能够迅速融入各种社交场合。 2. **勇敢果断**：属马的人具有强烈的自信心和勇气，面对困难和挑战时，他们敢于迎难而上，果断决策。 3. **追求自由**：属马的人渴望自由，不喜欢受到束缚。他们喜欢无拘无束的生活，追求个性解放。 4. **有责任感**：尽管属马的人喜欢自由，但他们具有很强的责任感。在工作和生活中，他们能够承担起自己的责任，为他人着想。 5. **有领导力**：属马的人具有领导才能，善于组织和协调。在团队中，他们能够发挥领导作用，带领团队取得成功。 ### 二、属马人的运势分析 1. **事业运势**：2002年出生的属马人在事业上具有较强的竞争力。他们敢于挑战，勇于创新，有望在事业上取得优异成绩。但在事业发展过程中，要注意处理好人际关系，避免因过于自信而得罪他人。 2. **财运运势**：属马的人在财运方面相对较好。他们善于理财，懂得把握商机。但在投资方面，要谨慎行事，避免盲目跟风。 3. **感情运势**：属马的人在感情方面较为热情，容易吸引异性的关注。但要注意，感情中要保持真诚，避免因冲动而造成不必要的误会。 4. **健康运势**：属马的人在健康方面需要注意心脏、眼睛等方面的疾病。平时要注重锻炼，保持良好的作息习惯。 ### 三、属马人的吉祥物和幸运色 1. **吉祥物**：属马的人的吉祥物为马，佩戴与马相关的饰品或在家中摆放马的形象，有助于提升运势。 2. **幸运色**：属马的人的幸运色为红色和金色。在衣着、家居装饰等方面，可以选择这些颜色，以提升运势。 总之，2002年属马的人具有热情开朗、勇敢果断、追求自由等性格特点。在事业、财运、感情等方面，他们都有较好的运势。只要把握住机遇，努力拼搏，相信他们一定能够取得成功。同时，属马的人也要注意保持良好的生活习惯，关注身体健康，以实现人生价值。

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。