导语
在 AI 供应链波动、算力成本居高不下的背景下，越来越多企业开始重新评估是否必须持续依赖外部云端算力。TechCrunch 报道称，西班牙创业公司 Multiverse Computing 正试图提供另一条路径：把大模型压缩到更小体量，让部分 AI 能力直接在终端设备上运行，减少对数据中心和持续联网的依赖。
这家公司此前已经对 OpenAI、Meta、DeepSeek 和 Mistral AI 等多家机构的模型做过压缩处理。如今它进一步推出了 CompactifAI 应用和一个面向开发者的 API 门户，希望把这些压缩模型从“技术展示”推进到更接近真实商用的阶段。对普通用户来说，CompactifAI 看起来像一个聊天工具；但对 Multiverse 来说，它更像是在展示小模型本地运行、隐私保护和低成本部署的可能性。
报道提到，Multiverse 在应用中嵌入了一款名为 Gilda 的超小模型，并称其可以在本地离线运行。这意味着数据不必离开设备，也不一定需要持续联网。不过，这一能力仍受硬件条件限制：如果手机内存或存储不足，应用仍会自动切回云端模型处理请求。一旦走向云端，原本最突出的隐私和离线优势就会被削弱。
核心信息
从现阶段表现看，这款应用还没有准备好面向大众市场快速扩张。Sensor Tower 的数据称，它过去一个月的下载量不足 5000 次。真正的重点其实在企业端。Multiverse 同步推出自助式 API 门户，允许开发者和企业直接调用这些压缩模型，而不必再绕经 AWS Marketplace 等分发渠道。公司 CEO Enrique Lizaso 表示，这个门户的目标是提供生产环境所需的透明度和控制能力。
" alt="Multiverse Computing 的 CompactifAI 应用界面" />
企业为何会对小模型重新产生兴趣，核心原因仍是成本和可部署性。报道指出，随着 AI 应用从实验走向生产，实时监控、算力消耗和延迟控制都变得更关键。较小模型在很多场景下虽然能力不及最强的大语言模型，但如果能以更低成本、更快速度完成任务，尤其在代理式编码或边缘部署场景中，就会具备现实吸引力。
TechCrunch 还提到，Multiverse 最新的压缩模型 HyperNova 60B 2602 建立在 OpenAI 的 gpt-oss-120b 之上。公司宣称，新模型在响应速度和成本方面优于原始模型，尤其适合需要多步骤自动执行的代理式编码工作流。与此同时，像 Mistral 这样的大厂也在持续更新小模型产品线，说明“小而能用”的方向正在从边缘补充方案逐步进入主流竞争。
更多细节
对企业客户而言，本地或近端部署的小模型并不只是“省钱”这么简单。报道点出，在无人机、卫星、关键行业终端等网络连接不稳定或对隐私要求极高的环境中，能够脱离云端持续工作的模型，会带来更强的韧性和可控性。Multiverse 目前已服务加拿大银行、博世和 Iberdrola 等 100 多家客户，这也显示市场并非停留在概念验证阶段。
资本市场显然也在关注这条路径。Multiverse 去年刚完成 2.15 亿美元 B 轮融资，如今又传出正以超过 15 亿欧元估值筹集 5 亿欧元新资金。若这一方向继续成立，小模型、压缩模型与边缘 AI 的结合，可能会在未来几年成为企业部署 AI 的重要分支，而不只是大模型云服务的附属选项。
