昨日相关部门更新研究成果,《胡来三国：将领升级之路，谱写传奇篇章》

近期相关部门更新行业成果,苹果看上的公司，靠量子“邪修”给模型“瘦身”,很高兴为您解答这个问题，让我来帮您详细说明一下。智能维修管理平台，自动分配服务订单

商洛市柞水县、黔西南册亨县 ，德州市乐陵市、常州市金坛区、鹤壁市淇县、大连市西岗区、晋城市城区、开封市兰考县、商丘市永城市、重庆市忠县、鸡西市鸡冠区、渭南市潼关县、郑州市新郑市、儋州市木棠镇、吕梁市中阳县、天津市河西区、德宏傣族景颇族自治州瑞丽市 、西安市长安区、广西贺州市富川瑶族自治县、安顺市普定县、济宁市梁山县、达州市通川区、湖州市德清县、宜春市高安市、广西柳州市融安县、南充市仪陇县、遂宁市船山区、淮北市杜集区、孝感市孝南区

刚刚决策部门公开重大调整,本周研究机构发布新动态,《胡来三国：将领升级之路，谱写传奇篇章》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电调试服务热线，确保最佳使用状态

商丘市宁陵县、双鸭山市四方台区 ，昆明市宜良县、深圳市罗湖区、新余市分宜县、南阳市内乡县、武汉市东西湖区、菏泽市巨野县、红河石屏县、眉山市青神县、滁州市琅琊区、内蒙古巴彦淖尔市五原县、伊春市嘉荫县、新乡市延津县、上海市奉贤区、镇江市润州区、十堰市郧西县 、延安市延川县、澄迈县仁兴镇、潍坊市临朐县、铜仁市思南县、陇南市康县、衡阳市雁峰区、伊春市汤旺县、咸阳市秦都区、广西梧州市岑溪市、盐城市盐都区、辽阳市灯塔市、温州市泰顺县、六安市金寨县、漯河市源汇区

全球服务区域: 汉中市南郑区、临高县新盈镇 、铜仁市沿河土家族自治县、凉山喜德县、遵义市仁怀市、临沂市沂南县、长治市屯留区、荆州市公安县、海东市平安区、衡阳市祁东县、凉山布拖县、宜宾市南溪区、宜昌市伍家岗区、三明市建宁县、合肥市瑶海区、定西市渭源县、凉山喜德县 、琼海市嘉积镇、佳木斯市同江市、内蒙古巴彦淖尔市杭锦后旗、韶关市新丰县、永州市新田县

近日技术小组通报核心进展,昨日行业报告更新行业新动向,《胡来三国：将领升级之路，谱写传奇篇章》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国联保服务热线，正规售后有保障

全国服务区域: 自贡市荣县、广西百色市那坡县 、广西梧州市藤县、广西钦州市钦南区、揭阳市榕城区、天水市秦州区、重庆市巫山县、大庆市龙凤区、广西梧州市藤县、漳州市龙海区、衢州市常山县、兰州市七里河区、邵阳市双清区、金昌市金川区、乐东黎族自治县黄流镇、临夏广河县、徐州市丰县 、重庆市江北区、大同市浑源县、绍兴市柯桥区、黔东南丹寨县、丽水市云和县、济南市莱芜区、渭南市澄城县、扬州市江都区、内蒙古通辽市扎鲁特旗、黔东南从江县、阜新市新邱区、保亭黎族苗族自治县什玲、蚌埠市龙子湖区、东莞市莞城街道、重庆市南川区、三明市三元区、嘉峪关市文殊镇、宁夏银川市金凤区、赣州市赣县区、松原市长岭县、淄博市张店区、岳阳市君山区、广西南宁市横州市、九江市濂溪区

刚刚决策部门公开重大调整:本周行业报告披露重要进展,《胡来三国：将领升级之路，谱写传奇篇章》

在《胡来三国》这款以三国时期为背景的策略游戏中，玩家们可以体验到一场场惊心动魄的战争，同时也能感受到将领们从平凡走向传奇的升级之路。在这片烽火连天的土地上，无数英雄豪杰崭露头角，而将领的升级则是他们走向巅峰的关键。 在《胡来三国》中，将领的升级系统独具匠心，让玩家们仿佛置身于那个充满传奇色彩的三国时代。以下，就让我们一起来领略一下将领升级的魅力。 首先，将领的升级离不开丰富的武将技能。在游戏中，每位将领都有自己独特的技能，这些技能在战斗中发挥着至关重要的作用。随着将领等级的提升，他们的技能也会得到相应的增强。例如，赵云的“龙胆箭”技能，在升级后伤害范围更大，冷却时间更短，成为战场上的一大杀器。 其次，将领的装备升级也是提升实力的关键。在游戏中，玩家可以通过收集各种装备，为将领进行升级。装备的升级不仅可以提高将领的属性，还能解锁新的技能。例如，关羽的“青龙偃月刀”在升级后，不仅攻击力大幅提升，还能增加一定的防御力，让关羽在战场上更加所向披靡。 再者，将领的属性培养也是升级过程中不可或缺的一环。在游戏中，玩家可以通过消耗资源为将领提升属性，如攻击、防御、速度、智力等。合理的属性培养能让将领在战斗中发挥出最大的潜力。例如，张飞的“勇猛”属性在升级后，可以让他在近战中更加凶猛，成为敌人的噩梦。 此外，将领的升级还与国家的发展息息相关。在游戏中，玩家需要不断扩张领土，发展经济，提升国家实力。只有国家繁荣昌盛，将领们才能有更好的发展空间。因此，玩家在升级将领的同时，也要关注国家的发展，为将领们创造更好的战斗环境。 在《胡来三国》中，将领的升级之路充满了挑战与机遇。以下是一些升级小技巧，供玩家们参考： 1. 合理分配资源：在升级将领的过程中，玩家需要合理分配资源，确保将领的属性、装备和技能都能得到提升。 2. 重视团队协作：在游戏中，玩家需要组建一支强大的队伍，让将领们相互配合，发挥出最大的战斗力。 3. 擅长利用战术：在战斗中，玩家要善于运用战术，发挥将领们的优势，击败敌人。 4. 关注国家发展：只有国家繁荣昌盛，将领们才能有更好的发展空间。因此，玩家在升级将领的同时，也要关注国家的发展。 总之，《胡来三国》这款游戏让玩家们领略到了三国时期将领升级的魅力。在这个充满传奇色彩的世界里，让我们携手共进，谱写属于自己的传奇篇章吧！

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网"AI 原生 100" 是虎嗅科技组推出针对 AI 原生创新栏目，这是本系列的第「17」篇文章。端侧模型和小模型这件事，在人工智能行业如今并不新鲜。去年，Meta、微软、苹果等就集中发布了一系列小模型，Llama-3、Phi-3、OpenELM 等。2019 年成立的 Multiverse Computing，试图用所谓 " 量子物理 " 方式给模型瘦身：它的核心技术 CompactifAI 能将大模型体积压缩 95%，却几乎不损失性能，让原本只能在数据中心运行的 AI，装进手机、汽车里。这也让这家公司获得了资本的青睐，截至今日，Multiverse Computing 已经完成了 5 轮融资。2024 年 3 月，这家公司完成了 2500 万欧元的 A 轮融资，一年多后 B 轮融资直接冲到 1.89 亿欧元，估值从 2024 年的 1.08 亿美元，涨到 5 亿美元，一跃成为西班牙最大的 AI 初创公司之一。两周多前，这家公司发布了两款 " 世界最小的模型 " ——鸡脑（chicken ’ s brain）和苍蝇脑（a fly ’ s brain）。" 苍蝇脑 " 是 Hugging Face 开源模型 SmolLM2-135 的压缩版本，原始参数是 1.35 亿，压缩之后只有 9400 万参数。" 鸡脑 " 则是 Llama3.18B 模型的压缩版本，可以直接在苹果电脑上运行，无需联网。这背后藏着太多值得拆解的问题：" 量子瘦身 " 技术究竟是噱头还是真功夫？当模型被压缩时，是否也会影响其性能？团队推出的 " 苍蝇脑 "" 小鸡脑 " 超小模型，又是如何突破硬件限制，甚至吸引苹果、三星等巨头洽谈合作？在 Meta、谷歌、微软纷纷下场做小模型，众多初创公司争抢 AI 效率赛道的当下，Multiverse 凭什么建立技术壁垒，成为西班牙估值最高的 AI 初创企业之一？虎嗅与量子计算领域的业内人士交流，试图理清这些问题。4 年 5 轮融资，估值一年涨 5 倍Multiverse Computing 并非一开始就进入模型赛道。2019 年团队成立之初，其聚焦量子计算软件，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，这些在传统 IT 技术上难以被功克。凭借技术积累，Multiverse 很快被第三方数据分析与咨询机构 Gartner 评为量子计算领域的 "Cool Vender"。Gartner 的这份 Cool Vendor 的报告，主要涵盖科技创新领域，每个领域只有 4 家 -5 家公司能上榜，金融人士更是将这份榜单视为 " 投资宝典 "。借此，Multiverse 还获得了欧盟加速器 EIC 1250 万欧元的资金支持，成了欧洲资本最充足的量子初创公司之一。Multiverse 的团队中，40% 成员拥有博士学位，核心成员更是横跨金融、量子物理与科技创业三大领域 —— CEO 恩里克身兼数学、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；联合创始人罗曼是欧洲顶尖量子物理学家，专攻张量网络，拿过欧洲物理学会青年研究奖；CTO 塞缪尔则是量子计算与机器学习双料专家，熟悉创业与投资逻辑。转折点出现在 2023 年。生成式 AI 爆发后，大模型参数规模暴涨，算力成本飙升成了行业普遍痛点 —— OpenAI 每周在 ChatGPT 推理上的支出甚至超过训练成本。恩里克和团队敏锐发现，他们深耕多年的量子张量网络技术，恰好能破解这一困局：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，且能最大程度保留性能。基于这一判断，团队火速组建 AI 压缩专项组，年底就推出了核心技术 CompactifAI，正式从 " 量子 + 金融 " 转向 " 量子 + AI"。这次转向不仅让 Multiverse 踩中了 " 小模型 " 风口，更让它在 2024-2025 年迎来爆发，成为西班牙最大的 AI 初创企业之一。" 量子瘦身 " 靠谱吗？Multiverse 的故事核心，是一套叫做 Compactif AI 的压缩技术。它不像行业常用的量化、蒸馏技术那样简单削减参数，按照 Multiverse 自己的介绍，这套技术是用量子物理张量网络方法，融合张量分解、矩阵低秩近似等复杂数学技巧，从模型底层重构参数逻辑。正如联合创始人奥鲁斯所说：" 我们的压缩技术并非计算机科学领域常见的套路，而是源自我们对量子物理的理解，更加微妙而精炼。"不过，虎嗅询问了量子计算领域的业内人士，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，严格意义上和量子物理无关，因为张量网络问题最初就是物理学家从数学研究中借鉴到量子物理中的。所谓的张量网络方法，通俗比喻就是，你要拼一个一万平方米的拼图，拼完后为了存放它，需要找一个很大的房子。但如果你把拼图重新打碎，装到罐子中，把维度升高，从二维升高到 3 维，维度越多越方便压缩，再去掉重复的碎片，就可以装到一个小盒子里，并且保留几乎所有信息，需要的时候可以重新还原成大拼图。这种方法对大部分模型都适用，因为现在的模型，大多都是神经网络的变体，差别不大，Multiverse 的方法有很强的泛化性。这件事情的难点在于，要把现有的大语言模型基础算子 / 结构抽象出来，形成一套通用的压缩工作流，这样无论什么模型都可以复用。Compactif   AI 通常能将型体积缩小 80-95% 而准确率只下降 2-3 个百分点。例如，原本需要数十亿参数的模型压缩后可能只有几亿参数，却在绝大多数基准测试中与原模型表现相当。目前 Multiverse 已发布多个压缩模型版本，例如 Llama 4 70B 模型的精简版 "Llama 4 Scout Slim"，以及 Llama 3 系列和 Mistral 小模型的精简版等。2025 年 8 月，公司发布了两款号称 " 史上最小且高性能 " 的模型，并以动物大脑体积命名—— SuperFly（苍蝇脑）和 ChickBrain（小鸡脑）。SuperFly 基于 135M 参数的开源 SmolLM 模型压缩而成，仅含 9400 万参数，相当于一只苍蝇的大脑大小；ChickBrain 则由 Meta 的 Llama 3.1 系列 8B 模型压缩成 3.2B 参数（压缩率 60%），大小如小鸡大脑，却具备一定推理能力。ChickBrain（3B）的基准测试结果这件事的商业价值也很明显，CompactifAI 带来的直接好处是成本与效率优化。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 4-12 倍，对应推理成本降低 50-80%。在 AWS 云服务上，使用 CompactifAI 压缩后的模型可大大节省费用。例如，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，也就是说，每处理百万 tokens 可以节省约 30% 费用。另外，CompactifAI 让此前只能在昂贵服务器上运行的 AI 模型进入了 " 平民设备 " 时代。Multiverse 声称其部分精简模型 " 小到可以在 PC、手机、汽车上运行 "。目前，Multiverse 提供了 3 种商业服务模式：（1）通过 AWS API，将压缩后的模型与原始模型均可通过 API 访问；（2）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；（3）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。CompactifAI 的用户主要是广泛使用大模型的企业和开发者。大型互联网和软件企业的 AI 团队是首要客户，他们往往部署开源 LLM 在自己的应用中，如客服聊天机器人、代码自动补全、文本分析等，但也必然面临高昂的推理开销和延迟问题。CompactifAI 可以帮助他们大幅削减算力成本，甚至支持离线部署。CompactifAI 在降本增效和边缘部署方面功能突出。它可以将一个部署在 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。这为客户节省的不仅是每小时数百美元的云 GPU 租用费，还有巨大的能耗开销。小模型和端侧模型——巨头云集的赛道Multiverse 的技术，很快吸引了全球硬件巨头的关注。据其透露，目前已与苹果、三星、Sony、HP 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——这恰好契合苹果的战略：2024 年 WWDC 大会上，苹果推出 "Apple Intelligence" 框架，明确表示不追通用巨无霸模型，优先做适配 iOS/macOS 的轻量化本地模型。不过，赛道竞争也在加剧。2024 年起，科技巨头纷纷下场小模型：Meta 发布 13 亿参数 LLaMA 微型模型，Google DeepMind 推出 2 亿 - 7 亿参数的 Gemma，微软 Phi 系列用 14 亿参数模型在数学、编码任务上超越 50 倍体积的大模型；初创公司中，Neural Magic、Deci 等也在争抢 AI 效率赛道，聚焦模型加速、自动选型等方向。AI 推理优化已经成为创投圈新的竞技场。初创公司阵营也不甘示弱。除了 Multiverse 外，Neural Magic、Deci、OctoML 都在下场大模型效率赛道；还有初创公司专注于模型路由、自动选型等，将不同模型按成本和效果自动分配。 这些公司切入点各异，但都瞄准了 " 提高 AI 性能 / 成本比 " 这个共同目标。虎嗅与量子计算领域人士交流，鉴于如今的大语言模型基本架构类似，Multiverse 的壁垒并不算太高，端侧模型和小模型不同，虽然都需要模型轻量化，但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（内存、算力），以及能耗、发热等调节小模型，需要有特别设计，是一个工程化的问题。Multiverse 如果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。另一方面，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，可能不会达到惊艳的效果，而且极度依赖原有的模型能力。目前已经有一些专注小模型的初创公司除了压缩模型，还自己训练小模型，达到了不错的效果。Multiverse 可能在模型压缩上，通过自身团队积累的技术，能够实现较小的压缩损耗，但后续在端侧模型布局上的工程化问题，以及模型能力本身的技术壁垒，仍然有待观察。