.png?table=collection&id=1e16e373-c263-81c6-a9df-000bd9c77bef&t=1e16e373-c263-81c6-a9df-000bd9c77bef)
AI瘦身风暴：Multiverse融资2.15亿，LLM压缩95%挑战树莓派极限 | AIGC.Bar AI资讯
type
status
date
slug
summary
tags
category
icon
password
网址
在人工智能（AI）飞速发展的今天，大型语言模型（LLM）如雨后春笋般涌现，它们强大的能力令人惊叹，但其庞大的体积和高昂的运算成本也成为了普及应用的巨大障碍。然而，一场针对AI的“瘦身革命”正在悄然兴起。近日，西班牙初创公司Multiverse Computing宣布获得2.15亿美元B轮融资，其核心技术CompactifAI能够将LLM的尺寸极致压缩95%，甚至让强大的Llama模型在小巧的树莓派上流畅运行。这一突破性进展无疑为AI的未来发展注入了新的活力。更多AI前沿动态，欢迎访问AI综合资讯门户 AIGC.Bar。
2.15亿美元的豪赌：Multiverse Computing凭何吸引巨头注资？
Multiverse Computing此次高达1.89亿欧元（约2.15亿美元）的B轮融资由知名投资机构Bullhound Capital领投，该机构曾成功投资Spotify、Discord等科技巨头。惠普科技风投（HP Tech Ventures）、东芝（Toshiba）等重量级企业的加入，也充分证明了市场对Multiverse技术前景的高度认可。
这家成立于西班牙的初创公司并非无名之辈。手握160项专利，服务全球100家客户，包括西班牙电力公司Iberdrola、博世集团（Bosch）和加拿大银行（Bank of Canada）等行业领导者，Multiverse Computing在AI模型优化领域已积累了深厚的技术实力和市场口碑。此轮融资使其总融资额达到约2.5亿美元，为公司进一步研发和推广其AI“瘦身术”提供了充足的弹药。这不仅是对Multiverse团队的肯定，更是资本市场对LLM轻量化赛道前景的积极看好。想要了解更多AI领域的投融资新闻和深度分析，AIGC.Bar是您的不二之选。
CompactifAI揭秘：不止于小，更是快与省
Multiverse Computing的杀手锏是其名为“CompactifAI”的压缩技术。这项技术受到量子计算的启发，其联合创始人兼首席技术官Román Orús是张量网络领域的顶尖学者。张量网络作为一种强大的数学工具，最初用于模拟量子多体系统，如今在深度学习模型压缩方面展现出巨大潜力，它能够在不显著牺牲模型性能的前提下，大幅减少模型的参数量和计算复杂度。
CompactifAI的核心优势在于其惊人的压缩效果和综合性能提升：
* 极致压缩：可将LLM的尺寸缩减高达95%，这意味着原本臃肿的大模型可以变得异常轻巧。
* 性能保持：Multiverse声称，在大幅压缩的同时，模型的性能几乎不受影响。
* 速度提升：压缩后的模型运行速度比未压缩版本快4到12倍。
* 成本降低：推理成本可降低50%至80%。例如，其Llama 4 Scout Slim版在AWS上每百万token的成本仅为10美分，远低于原版的14美分。
目前，Multiverse主要提供知名开源LLM的压缩版本，如Llama 4 Scout、Llama 3.3 70B、Llama 3.1 8B和Mistral Small 3.1等，并计划很快发布DeepSeek R1的压缩版本。这些“瘦身版”模型可通过亚马逊云服务获取，或授权用于本地部署，为企业和开发者提供了灵活高效的AI解决方案。对于希望降低大模型API使用成本的开发者，可以关注AIGC.Bar提供的国内中转API和低价API服务信息。
AI普惠新篇章：当Llama遇见树莓派
LLM模型尺寸的大幅压缩，最直接的影响就是极大地拓展了AI的应用边界。过去，强大的AI模型往往被束缚在昂贵的云服务器或高性能计算集群中。而现在，经过CompactifAI“瘦身”的LLM，不仅可以在个人电脑、智能手机、汽车和无人机上流畅运行，甚至连DIY爱好者钟爱的微型电脑——树莓派（Raspberry Pi）也能轻松驾驭。
想象一下，一个搭载了LLM的树莓派，可以驱动一个能与你深度对话的智能家居中枢，或是一个能够理解复杂指令的机器人助手。正如Multiverse所畅想的，充满创意的树莓派圣诞灯饰屋，未来可能升级为由LLM驱动、能与孩子们互动的“会说话的圣诞老人”。这不仅仅是技术的炫技，更标志着AI技术门槛的显著降低，AI普惠化迈出了坚实的一大步。边缘计算AI将因此迎来爆发式增长，无数创新的AI应用将在我们生活的各个角落生根发芽。在AIGC.Bar，您可以找到大量关于人工智能应用场景和提示词（Prompt）工程的优质内容。
轻量化浪潮：AI模型压缩的挑战与未来机遇
尽管Multiverse Computing的技术突破令人振奋，但AI模型压缩的道路依然充满挑战与机遇。
挑战主要包括：
* 性能与压缩的极致权衡：如何在追求更高压缩比的同时，确保模型在各类复杂任务中的性能表现真正“无损”或“可接受的损失”，仍需持续探索和验证。
* 技术的泛化能力：CompactifAI对不同架构、不同参数规模的LLM（例如OpenAI的GPT系列或Claude系列）的普适性和压缩效果如何，尚待进一步观察。目前其主要针对开源模型，专有模型的壁垒仍未打破。
* 生态系统的构建：围绕压缩后的轻量化模型，如何建立完善的开发工具链、社区支持和应用生态，是技术能否广泛落地的关键。
同时，机遇也前所未有：
* 赋能万千行业：轻量化AI模型将使得AI技术能够渗透到更多资源受限、对实时性要求高的场景，如工业制造、医疗健康、自动驾驶等。
* 推动绿色AI发展：大幅降低模型的计算和存储需求，意味着显著减少AI的能源消耗和碳足迹，助力实现可持续发展目标。
* 激发AGI创新潜力：更易于部署和实验的AI模型，将加速AI研究和应用创新的迭代速度，为探索通用人工智能（AGI）和AI变现带来更多可能性。
结论：AI瘦身术开启智能新纪元
Multiverse Computing凭借其革命性的CompactifAI技术和巨额融资，无疑在AI模型轻量化赛道上投下了一颗重磅炸弹。将LLM尺寸压缩95%并使其能在树莓派上运行，这不仅仅是一项技术指标的突破，更预示着AI技术将以前所未有的速度走向普及化和民主化。
未来，我们可以期待更多类似的高效模型压缩技术涌现，让强大的AI不再是少数巨头和科研机构的专属。轻量化、高效能的AI模型将如空气和水一般，融入我们生产生活的方方面面，开启一个更加智能、便捷的新纪元。想要紧跟AI发展的最新趋势，获取全面的AI资讯、新闻和深度解读，请持续关注AIGC.Bar——您的AI智能门户。
Loading...