逆势融资5.7亿美元，估值达17亿：Multiverse Computing用量子物理“瘦身”大模型

Multiverse Computing的核心主张并非打造“超级模型”，而是让现有的大模型变得 更小、更便宜、更节能。其核心技术 CompactifAI 利用源于量子物理的 张量网络 数学结构，能够将大语言模型（LLMs）的体积压缩高达 93%，同时保留约 97% 的原始精度 。这一技术在2024年1月发表于预印本平台arXiv的同行评审论文中得到了验证 。

谁在押注这场“瘦身”革命

本轮C轮融资由三家机构联合领投：Forgepoint Capital International、BNP Paribas Solar Impulse Venture Fund (BNPP SIVF) 和 Bullhound Capital 。其他已确认的参投方包括 卡塔尔开发银行 和 HP Inc.，以及由桑坦德另类投资、Tikehau Capital、Orange Ventures、斯堪尼亚投资、加拿大国家银行风投部门NAventures、Zouk Capital、SETT、欧洲创新理事会基金（EIC Fund）、巴斯克政府Hazten Scale-Up基金和Kutxa Fundazioa等组成的广泛财团 。

CompactifAI如何工作：把量子物理装进AI

CompactifAI的运作机制是，运用一种特定的张量网络对基于Transformer架构的模型进行“张量化”处理，实质上是对模型内部的关联度进行截断 。压缩的程度通过张量网络的“键维度”（bond dimension）来控制。经过一段短暂的分布式重新训练，压缩后的模型几乎能恢复所有的原始精度 。

在2024年1月的论文中，团队演示了CompactifAI结合量化技术，能够：

• 将Meta的LLaMA-2 7B模型的 内存大小缩减93%
• 将参数数量 减少70%
• 加速训练50%
• 加速推理25%
• 而 精度仅下降2-3%

欧盟的EuroHPC联合任务署此前也证实，仅用CompactifAI技术就能将LLaMA-2 7B模型压缩至其原始大小的30%，并在重新训练后恢复超过90%的精度 。

此后，该公司还发布了更新模型的高压缩版本，包括：

• 80%压缩版 的Llama 3.1-8B 和 Llama 3.3-70B，据称参数减少60%，能效提升84%，推理速度加快40%，成本降低50%，且不牺牲精度 。
• 2026年2月，Multiverse在Hugging Face上发布了 HyperNova 60B，这是对OpenAI的gpt-oss-120B进行 50%压缩 的版本 。

从量子算法到AI压缩：一次漂亮的战略转身

Multiverse Computing最初是一家 量子算法公司。在创始人兼CEO Enrique Lizaso Olmos 的带领下，公司后来 战略转向AI模型压缩 。其核心洞察在于：原本用于近似复杂量子系统的张量网络数学工具，完全可以被用来高效压缩神经网络的权重 。这一巧妙的跨界应用，也让这家公司成为深度科技领域一个独特的投资标的。

B轮融资：为C轮爆发铺路

此次C轮融资的爆发式增长，源于公司仅一年前完成的B轮集资。2025年6月，Multiverse Computing完成了由Bullhound Capital领投的 2.15亿美元（1.89亿欧元）B轮融资，HP Tech Ventures、Forgepoint Capital International、SETT、CDP Venture Capital、桑坦德气候VC、东芝等参投 。当时该轮融资对公司的估值超过5亿美元，相对于2024年3月A轮时的约1.08亿美元估值，同样实现了约 5倍的增长 。

增长势头与市场机遇

公司声称，截至C轮宣布时，其 年化收入自2025年6月以来增长了超过10倍 。一份援引Tech Funding News LinkedIn帖子的资料指出，其 2026年第一季度销售额同比增长96倍 。虽然具体数字因来源而异，但其增长轨迹极为迅猛。根据一位分析师的计算，C轮17亿美元的投前估值，意味着其估值与年化收入比的 上限约为17倍 。

关于AI推理的市场规模，一些B轮融资报道中提到了 1060亿美元 的总可寻址市场（TAM）数据，但在此次C轮分析的原始资料中未被直接确认 。

资金用途：全球扩张与主权AI

Multiverse Computing表示，C轮资金将用于：

• 扩展其高效模型库
• 持续进行研发
• 推进主权AI基础设施和软件建设
• 在东亚、东南亚、中东和加拿大建立运营机构

公司目标是将企业级部署拓展至制造业、金融、能源、航空航天、网络安全、国防和医疗保健等行业 。