在人工智能领域，端侧模型与小模型的讨论热度不减。近年来，多家科技巨头如meta、微软和苹果纷纷推出了一系列小模型，包括Llama-3、Phi-3和OpenELM等，这些模型以其较小的体积和相对高效的性能吸引了业界的广泛关注。
然而，在这股浪潮中，一家名为Multiverse Computing的公司以其独特的“量子瘦身”技术脱颖而出。这家成立于2019年的西班牙初创企业，最初专注于量子计算软件在金融领域的应用，并凭借其在量子技术上的积累，迅速获得了第三方数据分析与咨询机构Gartner的认可，被评为量子计算领域的“Cool Vendor”。Multiverse还获得了欧盟加速器EIC提供的1250万欧元资金支持，成为欧洲资本最充足的量子初创公司之一。
Multiverse的团队构成极具实力，40%的成员拥有博士学位，核心成员横跨金融、量子物理与科技创业三大领域。CEO恩里克不仅拥有数学、计算机、医学博士与MBA学位，还具备20年的银行业经验。联合创始人罗曼是欧洲顶尖的量子物理学家，专攻张量网络，并曾获得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，对创业与投资逻辑了如指掌。
2023年，随着生成式AI的爆发，大模型参数规模激增，算力成本飙升成为行业痛点。Multiverse团队敏锐地意识到，他们深耕多年的量子张量网络技术，或许能够破解这一困局。于是，团队迅速组建AI压缩专项组，年底便推出了核心技术CompactifAI，正式从“量子+金融”转向“量子+AI”。
CompactifAI技术并非简单削减参数，而是采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。据Multiverse介绍，这种方法能够将大模型体积压缩95%，同时几乎不损失性能，让原本只能在数据中心运行的AI模型得以装进手机、汽车等终端设备。
Multiverse的压缩技术得到了市场的广泛认可。目前，该公司已经发布了多个压缩模型版本，包括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。这些精简版模型在保留原模型大部分性能的同时，显著降低了算力成本和推理延迟。
2025年8月，Multiverse更是推出了两款号称“史上最小且高性能”的模型——SuperFly（苍蝇脑）和ChickBrain（小鸡脑）。SuperFly基于135M参数的开源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（压缩率60%）。这两款模型不仅体积小巧，还具备一定的推理能力，能够直接在苹果电脑上运行，无需联网。
CompactifAI的商业价值显而易见。它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，即每处理百万tokens可以节省约30%费用。
CompactifAI还使得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”，这极大地拓展了AI模型的应用场景。
Multiverse的商业模式也颇具创新性。该公司提供了三种商业服务模式：一是通过AWS API将压缩后的模型与原始模型均可通过API访问；二是购买私有部署许可，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；三是通过服务提供商交付，让Multiverse为用户压缩模型，并交付指定的推理服务提供商。
目前，Multiverse的用户主要是广泛使用大模型的企业和开发者。这些用户往往面临高昂的推理开销和延迟问题，而CompactifAI则能够帮助他们大幅削减算力成本，甚至支持离线部署。这使得Multiverse在降本增效和边缘部署方面具有明显的优势。
然而，随着科技巨头纷纷下场小模型领域，Multiverse也面临着激烈的竞争。初创公司如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。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。
尽管如此，Multiverse凭借其独特的量子瘦身技术和强大的团队实力，在AI初创公司中仍然占据了一席之地。目前，该公司已经与苹果、三星、Sony、HP等硬件巨头洽谈合作，计划将“苍蝇脑”“小鸡脑”等超小模型嵌入下一代终端设备。这将为Multiverse带来更多的商业机会和发展空间。
