大型語(yǔ)言模型（LLM）的“大”既是智慧的象征，也是落地的枷鎖。模型規(guī)模越來(lái)越大，計(jì)算資源、內(nèi)存占用、能耗和部署成本急劇上升，這讓許多企業(yè)和開(kāi)發(fā)者難以實(shí)際應(yīng)用其前沿能力。

2 月 24 日，一家西班牙初創(chuàng)公司 Multiverse Computing 在 Hugging Face 平臺(tái)免費(fèi)開(kāi)放其最新壓縮模型 HyperNova 60B 2602 的完整訪問(wèn)權(quán)限。

這是這家公司過(guò)去發(fā)布多款開(kāi)源壓縮模型的延續(xù)，今年 1 月份，他們開(kāi)放了基于 OpenAI 開(kāi)源模型 gpt-oss-120B 的 50% 壓縮版本，HyperNova 60B。這次又在工具調(diào)用和代理式工作流上實(shí)現(xiàn)顯著迭代。他們?cè)噲D用量子計(jì)算技術(shù)打破這一僵局，以“身量減半、性能不減”的姿態(tài)，向全球開(kāi)發(fā)者展示了模型輕量化的新路徑：無(wú)需巨額基礎(chǔ)設(shè)施，即可調(diào)用接近前沿水平的 AI。

量子技術(shù)啟發(fā)模型壓縮：身量減半、性能不減

Multiverse Computing 成立于 2019 年，創(chuàng)始理念源于創(chuàng)始人恩里克·利薩索（Enrique Lizaso）與量子物理學(xué)家羅曼·奧魯斯（Román Orús）的一次 WhatsApp 聊天，他們討論了將量子技術(shù)應(yīng)用于金融復(fù)雜問(wèn)題的可能性，并迅速邀請(qǐng)營(yíng)銷(xiāo)專(zhuān)家阿方索·魯比奧（Alfonso Rubio）和計(jì)算物理學(xué)家塞繆爾·穆格爾（Samuel Mugel）加入，還獲得了西班牙巴斯克地區(qū)政府的支持孵化。

公司最初深耕于金融領(lǐng)域的量子計(jì)算軟件開(kāi)發(fā)，這種通過(guò)量子方法解決復(fù)雜優(yōu)化問(wèn)題的思路，之后也被逐步擴(kuò)展到 AI 模型的“瘦身”領(lǐng)域。

現(xiàn)在，Multiverse Computing 已將自身定義為“量子啟發(fā) AI 模型壓縮領(lǐng)域的領(lǐng)導(dǎo)者”。其專(zhuān)有技術(shù) CompactifAI 正是這一路線的結(jié)晶。

（來(lái)源：Multiverse）

在傳統(tǒng)壓縮方法中，剪枝、蒸餾和低秩近似專(zhuān)注于減少網(wǎng)絡(luò)中的有效神經(jīng)元數(shù)量，量化的重點(diǎn)則放在了降低單個(gè)權(quán)重的數(shù)值精度，以在保持神經(jīng)元數(shù)量不變的情況下減小模型尺寸。

CompactifAI 另辟蹊徑，將量子計(jì)算中的張量網(wǎng)絡(luò)（Tensor Networks）數(shù)學(xué)思路應(yīng)用于神經(jīng)網(wǎng)絡(luò)分析與重組，關(guān)注模型的關(guān)聯(lián)空間，僅保留信息最豐富的核心組件，從而實(shí)現(xiàn)更可控、更精細(xì)和更可解釋的模型壓縮。

Multiverse 的研究團(tuán)隊(duì)在 2024 年發(fā)表論文《CompactifAI：基于量子啟發(fā)式張量網(wǎng)絡(luò)的大型語(yǔ)言模型極致壓縮》（CompactifAI: Extreme Compression of Large Language Models using Quantum-Inspired Tensor Networks，arXiv:2401.14109），首次詳細(xì)闡述了 CompactifAI 的工作原理和具體技術(shù)路徑：

對(duì)模型的自注意力（Self-Attention, SA）層和多層感知機(jī)（MLP）層進(jìn)行“張量化”（tensorizing），使用特定張量網(wǎng)絡(luò)（Tensor Network）結(jié)構(gòu)；通過(guò)控制鍵維度（bond dimension）精確截?cái)嗄Ｐ椭械南嚓P(guān)性（correlations），從而大幅減少參數(shù)數(shù)量和內(nèi)存占用；壓縮后，通過(guò)多 GPU 分布式再訓(xùn)練（稱(chēng)為“healing”過(guò)程）恢復(fù)精度，確保模型在更小規(guī)模下仍保留高級(jí)推理能力。

測(cè)試顯示，CompactifAI 最高可將模型體積減少 95%，精度損失僅控制在 2%~3% 以?xún)?nèi)。相比之下，行業(yè)標(biāo)準(zhǔn)的壓縮技術(shù)在進(jìn)行 50%~60% 的壓縮時(shí)，精度卻出現(xiàn)了 20%~30% 的大幅下降。

這一方法不僅顯著降低訓(xùn)練和推理時(shí)間（訓(xùn)練時(shí)間可縮短 50%、推理時(shí)間縮短 25%），還極大減少了 GPU-CPU 數(shù)據(jù)傳輸開(kāi)銷(xiāo)，使其特別適合分布式訓(xùn)練場(chǎng)景。CompactifAI 可獨(dú)立使用，也可與其他壓縮技術(shù)結(jié)合，進(jìn)一步放大效果。

HyperNova 60B 2602 是基于 OpenAI 開(kāi)源模型 gpt-oss-120B 的 50% 壓縮版本。原始模型大小約 61GB，新模型僅為 32GB，參數(shù)規(guī)模降至約 60B，同時(shí)大幅降低了內(nèi)存占用和推理延遲。

相比 1 月份的初版 HyperNova 60B，本次更新聚焦于工具調(diào)用（tool calling）和代理式編碼（agentic coding），這些正是推理成本較高的核心場(chǎng)景。

公司表示，更新版在真實(shí)開(kāi)發(fā)者反饋基礎(chǔ)上進(jìn)行了針對(duì)性?xún)?yōu)化，相對(duì)于前版，其具體基準(zhǔn)均有顯著提升：代理工具使用能力（Tau2-Bench）提升 5 倍、代理編碼與終端使用性能（Terminal Bench Hard）提升 2 倍，函數(shù)調(diào)用（BFCL v4）能力也是原來(lái)的 1.5 倍。

（來(lái)源：Multiverse）

整體而言，HyperNova 60B 2602 在工具調(diào)用能力上已經(jīng)接近原始 120B 開(kāi)源模型的水平，大小卻只有原來(lái)的一半。這一成果驗(yàn)證了壓縮技術(shù)在生產(chǎn)級(jí) AI 部署中的可行性：開(kāi)發(fā)者可在資源受限環(huán)境下實(shí)現(xiàn)前沿級(jí)代理工作流，同時(shí)無(wú)需承擔(dān)巨額基礎(chǔ)設(shè)施開(kāi)銷(xiāo)。

Hugging Face 模型頁(yè)面進(jìn)一步提供了完整基準(zhǔn)、技術(shù)文檔和集成指南，支持 8-bit 精度和 mxfp4 量化，適用于 vLLM 等高效推理框架。

歐洲主權(quán) AI 的曙光

目前，Multiverse Computing 已在美國(guó)、加拿大及歐洲多地設(shè)立辦公室，服務(wù)包括西班牙能源巨頭伊維爾德羅拉電力公司（Iberdrola）、德國(guó)工業(yè)巨頭博世（Bosch）以及加拿大銀行等在內(nèi)的 100 余家全球企業(yè)客戶。

Multiverse 強(qiáng)調(diào)，HyperNova 系列專(zhuān)為真實(shí)世界部署設(shè)計(jì)，覆蓋企業(yè)系統(tǒng)、研究機(jī)構(gòu)、公共部門(mén)，以及邊緣設(shè)備和終端級(jí)應(yīng)用。通過(guò)開(kāi)源策略，組織可在承諾大規(guī)模實(shí)施前輕松評(píng)估性能、安全性和運(yùn)營(yíng)適配性，只需最小化集成工作即可獲得更高控制權(quán)和獨(dú)立性。

2025 年，公司完成約 1.89 億歐元（約合人民幣）的 B 輪融資，西班牙技術(shù)轉(zhuǎn)型局（SETT）等機(jī)構(gòu)參與投資。據(jù)相關(guān)消息，公司正在今年 2 月推進(jìn)新一輪約 5 億歐元（約合人民幣）的融資談判，估值可能超過(guò) 15 億歐元?？紤]到 Multiverse 曾宣稱(chēng)可“在 AI 全棧提供主權(quán)解決方案”，這一增長(zhǎng)勢(shì)頭或與歐洲對(duì)“非美科技替代方案”的迫切需求密切相關(guān)。

近期，公司還與西班牙東北部阿拉貢地區(qū)政府達(dá)成合作，進(jìn)一步強(qiáng)化其在歐洲主權(quán) AI 生態(tài)中的位置。

未來(lái)，這一壓縮技術(shù)將大幅降低模型使用的準(zhǔn)入門(mén)檻，開(kāi)發(fā)者不再受海量 LLM 基礎(chǔ)設(shè)施的制約，可自由測(cè)試、迭代和部署高級(jí) AI；此外，還有望引發(fā)一場(chǎng)成本與能耗革命：用更低的算力、內(nèi)存和功耗保留“智能”，實(shí)現(xiàn)更綠色、更經(jīng)濟(jì)的 AI。

最后，在 AI 競(jìng)爭(zhēng)中已經(jīng)不占優(yōu)勢(shì)地位的歐洲地區(qū)，壓縮技術(shù)有望支持私有云、on-premise 或邊緣部署，幫助歐洲及全球企業(yè)減少對(duì)外部巨頭的依賴(lài)，保障數(shù)據(jù)安全與技術(shù)自主。

正如公司 CEO Enrique Lizaso Olmos 所言，“HyperNova 60B 2602 的推出展示了壓縮作為迭代改進(jìn)過(guò)程而非一次性?xún)?yōu)化的本質(zhì)。每代壓縮模型都推動(dòng)高效 AI 的邊界。”公司計(jì)劃在 2026 年持續(xù)發(fā)布更多不同尺寸的開(kāi)源壓縮模型，進(jìn)一步拓展從企業(yè)級(jí)到設(shè)備級(jí)的應(yīng)用場(chǎng)景。

開(kāi)發(fā)者現(xiàn)可訪問(wèn)以下鏈接免費(fèi)試用：

HyperNova 60B 2602 模型頁(yè)：https://huggingface.co/MultiverseComputingCAI/Hypernova-60B-2602

公司 Hugging Face 空間（含全部發(fā)布、基準(zhǔn)與指南）：https://huggingface.co/MultiverseComputingCAI

參考資料：

https://techcrunch.com/2026/02/24/spanish-soonicorn-multiverse-computing-releases-free-compressed-ai-model/

https://multiversecomputing.com/resources/multiverse-computing-opens-full-access-to-hypernova-60b-2602-on-hugging-face

https://arxiv.org/abs/2401.14109

運(yùn)營(yíng)/排版：何晨龍