标题和作者

标题：Multiverse Computing pushes its compressed AI models into the mainstream
作者：未明确指定（来源为 TechCrunch、Reuters、Bloomberg 等科技媒体）
主题：西班牙初创公司 Multiverse Computing 致力于通过模型压缩技术，解决 AI 领域高昂的计算成本、数据隐私风险及供应链金融不稳定等问题，将大模型的智能能力推向边缘设备和企业应用。

摘要

Multiverse Computing 推出了其压缩 AI 模型的应用和 API 门户，旨在解决当前 AI 领域对昂贵云基础设施的过度依赖问题。此前，AI 模型主要依赖大型数据中心运行，且随着私营公司违约率攀升至 9.2%，对计算能力的承诺存在金融风险。Multiverse 通过开发 CompactifAI 技术，对 OpenAI、Meta 等主流实验室的模型进行了压缩，推出了名为 Gilda 的小型模型，并开发了 Ash Nazg 路由系统以实现本地与云端的自动切换。其 HyperNova 60B 2602 模型在保持智能水平的同时，提供了更快的响应和更低的成本，目前已吸引包括 Bank of Canada 和 Bosch 在内的企业客户。

此外，为了让听众更好地理解本节内容，需要解释几个关键术语。首先是“边缘计算”，指将计算任务直接在用户设备（如手机或电脑）上处理，而非发送到远程云端服务器，这能极大提升数据隐私性。其次是“大语言模型”，指能够理解和生成复杂人类语言的 AI 系统，通常体积庞大且运行成本高昂。最后是“压缩模型”，这是 Multiverse 的核心技术，旨在通过算法优化，在不显著降低智能水平的前提下，大幅减小模型体积，使其能在普通硬件上流畅运行。

主要主题和概念

主题一：本地化边缘 AI 与数据隐私
What：指利用用户自有设备运行 AI 模型，而非依赖外部数据中心。
Why：随着 AI 供应链金融风险增加（违约率达 9.2%），企业急需避免对第三方云服务商的过度依赖；同时，对于医疗、金融等敏感领域，数据不出设备的隐私要求至关重要。
How：Multiverse 推出了名为 Gilda 的小型模型，并开发了名为 Ash Nazg 的智能路由系统，在设备性能允许时自动调用本地模型，性能不足时才切换至云端 API。

主题二：模型压缩技术
What：指通过特定算法将大型 AI 模型（如 gpt-oss-120b）精简为小型模型（如 HyperNova 60B 2602），以减少对算力的需求。
Why：传统大模型运行成本高昂，且受限于硬件环境；压缩后的模型能够在普通硬件上运行，显著降低企业部署 AI 的成本门槛。
How：Multiverse 对 OpenAI、Meta 等主流实验室的模型进行了压缩处理，推出了 CompactifAI 技术和相应的应用，使得开发者可以直接在本地设备上体验接近大模型的智能水平。

为了帮助读者理解这些概念，需要补充说明“智能代理编码工作流”。这是一种 AI 自动化执行复杂任务的模式，常用于编程辅助。Multiverse 指出，其压缩模型在处理这类多步骤任务时，速度更快且成本更低，从而更适合实际的生产环境应用。

重要引文

论点：Multiverse Computing 的 HyperNova 60B 2602 模型在保持同等智能水平的同时，提供了更快的响应速度、更低的成本以及改进的工具调用能力，优于其基于的原始 OpenAI 模型。
论据：Multiverse 公司发布的官方声明及数据报告显示，HyperNova 60B 2602 是基于 gpt-oss-120b 构建的；同时，Mistral AI 发布了 Mistral Small 4 模型，证明小型模型在通用对话、编程和推理任务上已具备实用价值。
论证：Multiverse 通过对比分析指出，其压缩后的 HyperNova 60B 2602 不仅继承了原始模型的能力，还在性能上实现了优化，特别是在“智能代理编码工作流”这一对速度和成本敏感的场景中，展现了显著优势。

在理解本节引文时，需要厘清“智能代理编码工作流”这一术语。它指的是 AI 模型能够自主地完成一系列复杂的编程步骤，而不是简单地回答单一问题。Multiverse 强调，其压缩模型在这一特定任务链上的表现优于原始模型，证明了压缩技术并未牺牲核心功能性。

总结

Multiverse Computing 的核心价值在于利用“压缩模型”技术，成功将曾经只存在于大型数据中心的 AI 能力移植到了普通用户的设备上。这一突破不仅响应了当前 AI 供应链中日益严峻的金融不稳定性，通过本地化运行规避了云服务商违约风险，还为企业提供了极具吸引力的成本节约方案。虽然 CompactifAI 应用目前的下载量尚小，但其背后的 HyperNova 60B 2602 模型和 Ash Nazg 路由系统已显示出超越原始大模型在特定场景（如编程辅助）下的潜力。随着传闻中 5 亿美元融资的推进，以及向无人机、卫星等无网络环境领域的拓展，这家西班牙初创公司正试图证明“小而美”的 AI 模型才是未来主流，而不仅仅是云服务的廉价替代品。