在人工智能领域，端侧模型与小模型的兴起正引领一场技术革新。
近年来，科技巨头如meta、微软和苹果等纷纷推出了一系列小模型，如Llama-3、Phi-3和OpenELM等，这些模型以其小巧的体积和高效的性能吸引了业界的广泛关注。然而，在这场技术浪潮中，一家名为Multiverse Computing的初创公司凭借其独特的“量子瘦身”技术脱颖而出。
Multiverse Computing成立于2019年，起初专注于量子计算软件在金融领域的应用。凭借其深厚的技术积累，Multiverse很快便在量子计算领域崭露头角，被Gartner评为“Cool Vendor”，并获得了欧盟加速器EIC的资金支持。然而，真正的转折点出现在2023年，当生成式AI爆发，大模型参数规模激增，算力成本飙升成为行业痛点时，Multiverse凭借其量子张量网络技术，找到了破解这一困局的关键。
Multiverse的核心技术CompactifAI，是一种基于量子物理张量网络方法的模型压缩技术。不同于传统的量化、蒸馏技术，CompactifAI通过融合张量分解、矩阵低秩近似等复杂数学技巧，从模型底层重构参数逻辑，实现了模型体积的大幅压缩，同时几乎不损失性能。据Multiverse介绍，CompactifAI通常能将模型体积缩小80-95%，而准确率只下降2-3个百分点。
凭借CompactifAI技术，Multiverse迅速在AI效率赛道上崭露头角。2024年3月，Multiverse完成了2500万欧元的A轮融资，一年多后B轮融资更是直接冲到1.89亿欧元，估值飙升至5亿美元，一跃成为西班牙最大的AI初创公司之一。2025年8月，Multiverse更是发布了两款号称“史上最小且高性能”的模型——SuperFly（苍蝇脑）和ChickBrain（小鸡脑）。这两款模型分别以动物大脑体积命名，SuperFly基于开源SmolLM模型压缩而成，仅含9400万参数；ChickBrain则由meta的Llama 3.1系列8B模型压缩成3.2B参数，却具备一定推理能力。
CompactifAI技术的商业价值显而易见。它不仅能够大幅降低模型推理成本，提高推理速度，还能让此前只能在昂贵服务器上运行的AI模型进入“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”。这一特性迅速吸引了全球硬件巨头的关注，据透露，Multiverse目前正与苹果、三星、Sony、HP等洽谈合作，计划将这类超小模型嵌入下一代终端设备。
然而，尽管Multiverse在AI效率赛道上取得了显著成果，但竞争也在日益加剧。自2024年起，科技巨头纷纷下场小模型领域，推出了一系列高性能的小模型。初创公司如Neural Magic、Deci等也在争抢这一市场，聚焦模型加速、自动选型等方向。面对如此激烈的竞争环境，Multiverse需要不断巩固其技术壁垒，以在市场中保持领先地位。
尽管Multiverse目前主要围绕已有模型进行压缩，而非自己训练小模型，但其在模型压缩领域的技术积累仍然值得肯定。然而，未来Multiverse若想在端侧模型上建立自己的生态壁垒，或许需要与硬件厂商建立更紧密的合作。同时，如何在保持模型压缩效果的同时，提升模型本身的能力，也是Multiverse需要面对的挑战。
