探寻四不像正版肖图的神秘魅力

本周官方渠道发布行业新动态,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。客服中心全国联网，服务更便捷

重庆市城口县、大理永平县 ，成都市崇州市、宝鸡市眉县、湘西州古丈县、台州市温岭市、齐齐哈尔市富裕县、江门市新会区、永州市冷水滩区、内蒙古赤峰市克什克腾旗、淮南市寿县、内蒙古鄂尔多斯市鄂托克前旗、驻马店市遂平县、内蒙古乌兰察布市化德县、运城市闻喜县、重庆市大渡口区、晋城市沁水县 、丽水市景宁畲族自治县、温州市泰顺县、上海市青浦区、安康市紫阳县、郑州市上街区、商丘市睢阳区、内蒙古兴安盟阿尔山市、潍坊市临朐县、周口市郸城县、泸州市合江县、内蒙古巴彦淖尔市磴口县、甘孜九龙县

刚刚科研委员会公布突破成果,本周官方更新行业通报,探寻四不像正版肖图的神秘魅力，很高兴为您解答这个问题，让我来帮您详细说明一下：专业回收咨询中心，定制化服务

渭南市华阴市、内蒙古锡林郭勒盟镶黄旗 ，重庆市万州区、儋州市海头镇、合肥市庐阳区、宜昌市枝江市、吉林市磐石市、湛江市徐闻县、菏泽市成武县、宜春市高安市、合肥市巢湖市、怀化市芷江侗族自治县、广西百色市平果市、东莞市清溪镇、新乡市卫辉市、济南市市中区、内蒙古包头市青山区 、玉溪市峨山彝族自治县、雅安市宝兴县、乐东黎族自治县尖峰镇、安阳市安阳县、庆阳市合水县、汉中市宁强县、雅安市宝兴县、广西桂林市阳朔县、延安市子长市、太原市迎泽区、哈尔滨市宾县、扬州市广陵区、枣庄市市中区、海东市民和回族土族自治县

全球服务区域: 滁州市明光市、沈阳市浑南区 、昌江黎族自治县石碌镇、漳州市南靖县、孝感市汉川市、南充市阆中市、广西南宁市青秀区、儋州市海头镇、内蒙古赤峰市松山区、延安市洛川县、内蒙古呼伦贝尔市陈巴尔虎旗、中山市板芙镇、成都市邛崃市、东莞市厚街镇、广西来宾市兴宾区、广西柳州市柳江区、本溪市本溪满族自治县 、本溪市明山区、平顶山市郏县、晋中市左权县、广西桂林市灵川县、济宁市金乡县

可视化操作指导热线,今日行业协会发布重要通报,探寻四不像正版肖图的神秘魅力，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

全国服务区域: 葫芦岛市南票区、泰州市海陵区 、宝鸡市扶风县、绥化市望奎县、景德镇市昌江区、内蒙古呼伦贝尔市扎赉诺尔区、中山市三角镇、泰州市泰兴市、吕梁市兴县、甘孜得荣县、广西梧州市蒙山县、丹东市凤城市、陵水黎族自治县本号镇、果洛甘德县、沈阳市辽中区、内蒙古呼伦贝尔市扎赉诺尔区、南昌市南昌县 、万宁市万城镇、营口市盖州市、广安市武胜县、成都市大邑县、广元市朝天区、果洛玛沁县、重庆市江北区、萍乡市莲花县、黔东南锦屏县、凉山木里藏族自治县、西安市未央区、盐城市响水县、潍坊市潍城区、广州市黄埔区、驻马店市泌阳县、内蒙古鄂尔多斯市准格尔旗、泰州市兴化市、盐城市建湖县、汉中市城固县、南通市海安市、铜仁市印江县、万宁市山根镇、内蒙古兴安盟科尔沁右翼中旗、广西玉林市兴业县

本周数据平台近期官方渠道公开权威通报:今日监管部门公开新进展,探寻四不像正版肖图的神秘魅力

在中国传统文化中，四不像一直是一个充满神秘色彩的象征。它既是神话传说中的神兽，也是民间艺术中常见的图案。四不像正版肖图，更是集艺术、文化、神秘于一体，成为人们心中不可多得的珍品。本文将带您走进四不像正版肖图的奇妙世界，探寻其背后的故事与魅力。 四不像，又称“麒麟”，是中国古代神话传说中的神兽，具有鹿身、牛尾、马蹄、独角的特点，象征着吉祥、平安和长寿。在古代，四不像被视为祥瑞之兆，常常出现在宫廷、寺庙、民间艺术作品中。而四不像正版肖图，则是这些作品中最为经典、最具收藏价值的部分。 四不像正版肖图，顾名思义，是指经过正规渠道制作、具有较高艺术价值的四不像图案。这些图案通常以木版水印、刺绣、剪纸等形式呈现，色彩鲜艳、线条流畅，极具观赏性和收藏价值。以下将从几个方面介绍四不像正版肖图的特点： 1. 历史悠久：四不像图案在我国有着悠久的历史，早在商周时期就已经出现。经过数千年的演变，四不像图案逐渐形成了独特的艺术风格。 2. 艺术价值高：四不像正版肖图在制作过程中，选用优质材料，经过精心雕刻、印刷、刺绣等工序，使得图案线条清晰、色彩饱满，具有较高的艺术价值。 3. 文化内涵丰富：四不像图案蕴含着丰富的文化内涵，如吉祥、平安、长寿等寓意，反映了人们对美好生活的向往。 4. 市场需求旺盛：随着人们对传统文化的重视，四不像正版肖图的市场需求日益旺盛。许多收藏家、艺术品爱好者纷纷将目光投向这一领域，使得四不像正版肖图的价格不断攀升。 5. 独特的艺术风格：四不像正版肖图在艺术风格上具有鲜明的民族特色，既有传统图案的韵味，又不乏现代审美元素，使得这一作品具有很高的观赏价值。 在收藏四不像正版肖图时，应注意以下几点： 1. 确认真伪：购买四不像正版肖图时，要仔细辨别真伪，避免购买到假冒伪劣产品。 2. 关注艺术价值：选择具有较高艺术价值的四不像正版肖图，以便在收藏过程中保值增值。 3. 了解历史背景：了解四不像图案的历史背景和文化内涵，有助于更好地欣赏和收藏这一作品。 总之，四不像正版肖图作为我国传统文化的重要组成部分，具有极高的艺术价值和收藏价值。在今后的日子里，相信四不像正版肖图将继续传承和发扬光大，成为连接过去与未来的文化纽带。

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。