拿下5.7亿美元C轮！用“量子算法”给大模型瘦身，西班牙跑出17亿美金独角兽

在当前趋冷的欧洲硬科技融资环境中，这属于一笔罕见的巨款。

2026年7月27日，Multiverse Computing宣布完成规模达5.7亿美元（5亿欧元）的C轮融资，投前估值为17亿美元（15亿欧元），较B轮融资估值提升近5倍。

本轮融资由Forgepoint Capital International、BNPP SIVF和Bullhound Capital共同领投，桑坦德另类投资、Tikehau Capital、惠普公司、Orange Ventures、斯堪尼亚投资、NAventures等机构跟投。摩根大通和桑坦德投资银行担任财务顾问。该轮融资完成后，公司累计融资额达到8亿美元。

可以说，这是2026年以来，全球量子软件与量子启发赛道规模最大的一笔融资。

支撑这笔投资的是陡峭的营收曲线。自2025年6月完成B轮融资以来，Multiverse Computing的年化收入已增长逾10倍，2026年第一季度的销售额同比增长96倍。

自2019年跟三位合伙人认识以后，Forgepoint Capital International董事总经理兼合伙人Damien Henault一直密切关注该公司的发展，见证其从一家量子研究实验室，成长为具备颠覆AI训练与推理市场的有潜力的独角兽。Forgepoint Capital International从 B 轮开始投资它们。

剥开“AI基础设施”的资本包装，Multiverse的底色其实是一家量子计算软件公司。Multiverse的故事，正是关于一家硬科技公司如何将冷门的“量子算法”与“张量网络”跨界应用，切下大模型压缩市场的样本。

从量子软件到AI压缩的技术跨界

Multiverse Computing成立于2019年，总部位于西班牙圣塞巴斯蒂安。

这是一家量子人工智能软件公司，该公司运用量子技术与类量子技术革新人工智能及优化解决方案。公司的两大旗舰产品分别是CompactifAI——通过类量子张量网络将大语言模型压缩率最高达95%，以及量子软件平台Singularity。

团队核心成员横跨金融、量子物理与科技创业三大领域。首席执行官恩里克·利萨索身兼数学、计算机、医学博士与MBA，有20年银行业经验，曾任西班牙Unnim银行副CEO；联合创始人兼首席科学官罗曼·奥鲁斯是欧洲顶尖量子物理学家，专攻张量网络；首席技术官塞缪尔·穆格尔则是量子计算与机器学习双料专家。

早期，该公司聚焦量子计算软件，试图用量子技术解决金融领域的投资组合优化、风险管理等难题。

凭借技术积累，Multiverse获得了欧盟加速器EIC 1250万欧元的资金支持，成为欧洲资本最充足的量子初创公司之一。在NISQ（含噪声中等规模量子）阶段，量子硬件存在噪声大、比特数有限的硬伤，客户多集中在BBVA、加拿大央行等机构的PoC（概念验证）阶段。

转折点出现在2023年。

生成式AI爆发后，大模型参数规模暴涨，算力成本飙升成为行业痛点。据虎嗅此前报道，团队发现，量子多体系统中的数学技巧，可用于大模型参数的高效压缩。团队火速组建AI压缩专项组，年底推出了核心技术CompactifAI，正式从“量子+金融”转向“量子+AI”。

CompactifAI将量子物理中的张量网络这一数学框架，应用于人工智能模型的压缩问题。该方法将复杂的数据表示为一系列相互关联的小型组件，而非单一的庞大整体，在保留相关性的同时剔除冗余信息。

其具体的压缩流程分为三步：首先，软件会识别出神经网络中那些适合压缩的最大且最密集的层；随后，张量化将这些层中的大型矩阵分解为更小的、相互关联的矩阵；最后，它通过调整剩余的参数来重新训练或“修复”模型，从而提高其准确性。

罗曼·奥鲁斯表示：“我们的研究结果表明，标准的大型语言模型实际上存在严重的参数过剩问题，根本无需如此庞大。”

据2024年5月发表的研究论文，CompactifAI可将模型的参数量减少70%至80%。这一降维使得内存需求降低93%，训练时间缩短50%，而推理时间则缩短25%，所有这些变化仅导致准确率下降2%。官方数据显示，该方法可在精度损失极小的情况下将模型规模缩减80%至95%。

张量网络切入算力痛点

CompactifAI带来的直接改变是成本与效率优化。

根据Multiverse公布的数据，其瘦身版模型推理速度是未压缩模型的4至12倍，对应推理成本降低50%至80%。在AWS云服务上，压缩过的Llama 4 Scout Slim在AWS上的调用费用约为每百万tokens 0.10美元，而原版约为0.14美元，每处理百万tokens可以节省约30%费用。

据虎嗅此前分析，在实际部署中，CompactifAI可以将一个部署在8张A100 GPU上的LLM压缩到1-2张GPU即可运行，甚至压缩到能够在CPU上实时推理。

2025年8月，公司发布了两款“史上最小且高性能”的模型——SuperFly（苍蝇脑）和ChickBrain（小鸡脑）。“苍蝇脑”基于135M参数的开源SmolLM模型压缩而成，仅含9400万参数；“鸡脑”则由Meta的Llama 3.1系列8B模型压缩成3.2B参数（压缩率60%），可在苹果电脑上直接运行。

目前Multiverse提供了3种商业服务模式：通过 AWS API，将压缩后的模型与原始模型均可通过 API 访问；购买私有部署许可，提供企业级授权，允许用户在自己的本地基础设施或云环境中部署 CompactifAI；以及通过服务提供商交付，让Multiver为用户压缩模型，并交付指定的推理服务提供商。

Multiverse的平台覆盖了云端、本地及设备端环境优化的压缩模型，由CompactifAI路由器进行编排，实时决策工作负载是应在本地运行还是上云执行。Multiverse 的技术，很快吸引了全球硬件巨头的关注。据透露，目前已与苹果、三星、Sony等洽谈合作，核心是将“苍蝇脑”“小鸡脑”这类超小模型嵌入下一代终端设备。

“人工智能行业多年来一直接受着一个错误的限制——即强大的模型必须依赖昂贵的基础设施，”联合创始人兼首席执行官恩里克·利萨索表示。“这一限制已经不复存在。我们已经证明，人工智能可以在智能手机上、在主权数据中心内，甚至在无需连接云端的工厂车间中，以全性能运行。”

此外，公司还开发了SentinelAI，这是一款人工智能治理、安全防护与安全保障平台，可实时监控生产环境中的模型行为，满足银行、能源、国防及公共管理等受监管行业的关键需求。

目前，多宇宙模型已广泛部署于数以百万计的设备与系统中，涵盖无人机、摄像头、卫星、车辆以及电信基础设施，并有望嵌入人工智能个人电脑。客户与合作伙伴遍及制造、金融、能源、航空航天、网络安全、国防以及健康与生命科学等领域，其中包括安联、加拿大银行、博世、伊比德罗拉、英德拉、普华永道和西班牙电信。

Multiverse 在其之上叠加了一层高效能层，使企业能够为每项工作负载匹配最合适的模型与后端资源，从而在此过程中节省数亿美元的成本。

17亿美元估值的红海硬仗

Multiverse Computing提供了一个跨越技术周期的生存样本，但拿到5.7亿美元现金后，它面临的是更残酷的市场竞争。随着人工智能企业不断应对运行日益庞大的模型所带来的成本压力，模型压缩正成为一个愈发拥挤的领域。

诸如剪枝、量化和知识蒸馏等技术，如今已被各大研究机构广泛应用于内部。例如，英伟达就拥有自己的剪枝与知识蒸馏流水线“Minitron”，并借此仅用通常所需训练资源的一小部分，便成功推出了更小规模的Llama模型。

同时，谷歌开发了一种名为TurboQuant的独立优化技术，在推理阶段压缩人工智能系统的内存占用。初创公司阵营中，Neural Magic、Deci、OctoML也在下场大模型效率赛道。

Multiverse公司声称，其张量网络方法相较于竞争对手的技术，能够在实现更深层次压缩的同时保持更小的精度损失，并且已将该技术打造为一个覆盖云端、本地部署及设备端部署的综合性平台，而非单一的独立工具。

一项由Sopra Steria独立开展的评估表明，CompactifAI针对Llama 3.1 8B模型所采用的压缩方法确实有效，该评估发现，这一方法不仅大幅降低了计算资源需求，还保持了模型精度。

然而，挑战依然存在。业内人士对虎嗅指出，Multiverse所使用的这套数学方法虽然是量子中常用的，但其实只是一类数学方法。鉴于如今的大语言模型基本架构类似。端侧模型除了需要轻量化，还需要配合不同设备的计算资源以及能耗、发热等调节小模型，是一个工程化的问题。

目前Multiverse如今大部分还是围绕已有模型压缩，而不是自己训一个小模型，在效果上极度依赖原有的模型能力。如果Multiverse能够绑定一家硬件厂商，或许能够在端侧模型上建立自己的生态壁垒。

C轮融资资金将用于扩充Multiverse全球最高效模型的模型库；持续推进专有、前沿算法的研发；对主权人工智能超大规模工厂基础设施以及支撑部署所需的软件栈进行战略投资；并在包括东亚、东南亚、中东、加拿大和美国在内的主要市场进一步巩固区域布局。

正如Bullhound Capital联合创始人兼管理合伙人佩尔·罗曼所言：“多年来，欧洲一直担忧自己难以在人工智能的前沿领域与之竞争。Multiverse正是答案，一支来自圣塞瓦斯蒂安的团队，其技术使任何人都能在自己的条件下、在自己的土地上运行强大的模型，而无需依赖任何第三方。”

但资本市场的耐心有限，支撑17亿美元估值的，终究是其在通用AI市场的实际变现能力。