AI模型压缩初创公司Multiverse Computing SL于本周一宣布完成5.7亿美元C轮融资。该公司专注于研发可压缩AI模型的技术，使模型能够在更少硬件资源上高效运行。
本轮融资由Forgepoint Capital International、BNPP SIVF和Bullhound Capital联合领投，Santander Alternative Investments、Tikehau Capital、惠普、Orange Ventures、Scania Invest、NAventures及其他数家投资机构共同参与。此次融资对应的预投资估值为17亿美元，较2025年6月完成的2.15亿美元B轮融资估值提升了近五倍。
Multiverse的核心产品CompactifAI是一项模型压缩技术，借助量子物理领域的数学框架——张量网络，实现对AI模型的高效瘦身。公司表示，该技术可将大语言模型所需的硬件规模缩减80%至95%，且对模型精度的影响极为有限。
体积更小的AI模型运行速度更快、能耗更低，也可以部署在成本较低的硬件上，而非依赖大型高端设备。这为在消费级PC、笔记本电脑、智能手机及边缘设备上运行高性能模型开辟了新的可能。
公司首席执行官恩里克·利萨索（Enrique Lizaso）表示："AI行业多年来接受了一个错误的认知——强大的模型必须依赖昂贵的基础设施。这一认知已成历史。我们已经证明，AI可以在智能手机上、在主权数据中心内、在没有云连接的工厂车间里实现完整性能运行。"
在许多应用场景中，智能手机、传感器连接设备等边缘终端在本地AI能力不足时，往往需要将高算力AI计算任务卸载至云端。本地运行模型不仅能降低延迟（即问题发出至云端并返回答案所需的时间），还能将敏感数据留存在设备端，避免外部访问。
Multiverse近期发布了平台技术细节，展示了其CompactifAI压缩版Meta Llama 3.3 70B模型在英特尔至强6处理器上的运行表现，精度损失极低。压缩后模型的磁盘占用减少约50%，从130GB降至65GB。尽管仍需约1TB的较大内存，但该模型可完全依靠中央处理器运行大语言模型，无需超高性能图形处理器。
Multiverse的平台覆盖高效AI部署的完整场景，包括可在终端设备上运行的压缩模型，以及针对云端和本地部署优化的高效模型。其中，CompactifAI Router可实时判断AI任务是否能在本地完成，或需上传至云端处理。
此外，公司正将该技术应用于下一代AI工厂的软件层，将模型压缩、图形处理器调度、AI部署、算力管理及治理控制整合为一体化解决方案。据公司介绍，企业客户由此可在自有防火墙内完整隔离整个AI技术栈，无需替换现有基础设施。
Multiverse将确保所有AI及数据流转均在企业硬件内部完成，包括本地和自建环境下的AI模型推理，全程无需借道超大规模云服务商。
目前，公司的客户及合作伙伴涵盖安联保险、加拿大银行、博世、伊比德罗拉、Indra、普华永道、西班牙电信等，业务领域横跨制造、金融、能源、航空航天、网络安全、国防及生命科学。
Multiverse表示，本次融资所得资金将用于扩大高效小尺寸模型产品线，推进专有前沿模型压缩算法的研发，同时计划加大对AI超级工厂基础设施及配套软件栈的战略投入，并在东亚、东南亚、中东、加拿大及美国等重点市场进一步强化区域布局。
Q&A
Q1：Multiverse Computing的CompactifAI技术是什么？能实现什么效果？
A：CompactifAI是Multiverse Computing开发的一项AI模型压缩技术，基于量子物理中的张量网络数学框架构建。它可以将大语言模型所需的硬件规模缩减80%至95%，同时将模型的磁盘占用大幅压缩，例如Meta Llama 3.3 70B模型可从130GB压缩至65GB，且精度损失极低，使强大的AI模型得以在智能手机、消费级PC等边缘设备上本地运行。
Q2：AI模型在本地运行相比云端有哪些优势？
A：AI模型在本地运行主要有两大优势：一是降低延迟，本地处理无需将请求发送至云端再等待返回，响应速度更快；二是保护隐私，所有数据留存在设备或企业内部，不会被外部服务商获取。这对于工厂、金融机构等对数据安全要求较高的场景尤为重要。Multiverse的CompactifAI Router还能实时判断任务是否适合本地处理，进一步提升部署灵活性。
Q3：Multiverse Computing这轮融资将用在哪些方向？
A：Multiverse Computing表示，5.7亿美元的C轮融资将主要用于以下几个方向：一是扩展高效小尺寸模型产品线；二是推进专有前沿模型压缩算法的研发；三是对AI超级工厂基础设施及配套软件栈进行战略投入；四是在东亚、东南亚、中东、加拿大及美国等重点市场加强区域布局，拓展全球业务版图。
热门跟贴