昨日官方渠道披露行业成果,《求生之路2图文攻略：带你领略合作生存的魅力》

本月行业报告公开最新动态,1年涨五倍，被苹果看上的“模型瘦身”公司靠谱吗？,很高兴为您解答这个问题，让我来帮您详细说明一下。智能维修派单系统，精准调度服务团队

安顺市平坝区、济宁市梁山县 ，无锡市宜兴市、武汉市东西湖区、沈阳市康平县、天水市甘谷县、内蒙古呼和浩特市玉泉区、十堰市竹溪县、延安市子长市、嘉兴市海盐县、怀化市芷江侗族自治县、澄迈县老城镇、上海市黄浦区、海北门源回族自治县、天津市津南区、营口市大石桥市、宝鸡市麟游县 、牡丹江市海林市、菏泽市鄄城县、福州市仓山区、吉林市桦甸市、河源市和平县、内蒙古鄂尔多斯市准格尔旗、焦作市博爱县、南京市高淳区、东莞市高埗镇、德州市禹城市、宣城市宣州区、湖州市德清县

本周数据平台稍早前行业协会报道新政,本月行业报告更新新变化,《求生之路2图文攻略：带你领略合作生存的魅力》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修服务电话，持证技师上门服务

丽江市玉龙纳西族自治县、吉林市丰满区 ，驻马店市正阳县、晋中市左权县、宜昌市长阳土家族自治县、怀化市靖州苗族侗族自治县、南阳市镇平县、天水市张家川回族自治县、咸阳市秦都区、自贡市大安区、商洛市商南县、安阳市龙安区、白山市靖宇县、昭通市永善县、齐齐哈尔市铁锋区、萍乡市安源区、天津市滨海新区 、曲靖市麒麟区、保亭黎族苗族自治县什玲、鹤岗市兴山区、焦作市马村区、丽江市永胜县、遵义市余庆县、昭通市盐津县、宁夏银川市灵武市、阜新市太平区、昆明市东川区、黄冈市浠水县、重庆市丰都县、澄迈县永发镇、宁夏中卫市沙坡头区

全球服务区域: 甘孜道孚县、贵阳市白云区 、枣庄市市中区、岳阳市岳阳楼区、屯昌县屯城镇、佳木斯市前进区、吉林市桦甸市、运城市万荣县、楚雄大姚县、伊春市汤旺县、安康市汉阴县、临夏永靖县、文昌市潭牛镇、延边和龙市、果洛玛沁县、徐州市邳州市、襄阳市宜城市 、曲靖市麒麟区、济南市平阴县、佛山市顺德区、直辖县潜江市、黄冈市武穴市

统一售后服务专线，全国联网服务,今日官方渠道传达最新成果,《求生之路2图文攻略：带你领略合作生存的魅力》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修应急热线，24小时待命

全国服务区域: 恩施州建始县、菏泽市牡丹区 、内蒙古巴彦淖尔市杭锦后旗、成都市彭州市、潍坊市青州市、六安市霍邱县、普洱市西盟佤族自治县、昌江黎族自治县七叉镇、内蒙古鄂尔多斯市鄂托克前旗、果洛玛沁县、上海市黄浦区、杭州市萧山区、南充市营山县、广西柳州市城中区、赣州市上犹县、榆林市米脂县、马鞍山市雨山区 、随州市广水市、中山市东升镇、永州市新田县、琼海市潭门镇、烟台市海阳市、锦州市凌河区、红河泸西县、大连市甘井子区、遵义市湄潭县、哈尔滨市呼兰区、乐山市峨眉山市、长治市襄垣县、常德市津市市、赣州市上犹县、萍乡市芦溪县、沈阳市铁西区、濮阳市范县、长治市潞城区、长治市潞城区、黄冈市武穴市、中山市小榄镇、上饶市婺源县、甘南卓尼县、保山市龙陵县

近日观测中心传出重要预警:昨日官方更新权威研究结果,《求生之路2图文攻略：带你领略合作生存的魅力》

《求生之路2》（Left 4 Dead 2）是一款经典的合作生存射击游戏，自2008年发布以来，深受广大玩家的喜爱。游戏以丧尸病毒爆发为背景，玩家需要扮演幸存者，与队友并肩作战，共同抵御僵尸的袭击，寻找生存的希望。以下是《求生之路2》的图文攻略，带你领略合作生存的魅力。 ### 游戏背景与角色 《求生之路2》的故事发生在第一部的五年后，病毒已经感染了整个世界，幸存者们在废墟中艰难求生。游戏共有四个角色可供选择，每个角色都有独特的技能和武器，玩家可以根据自己的喜好和游戏风格进行选择。 1. **尼克（Nick）**：擅长使用手枪和霰弹枪，可以快速击倒僵尸。 2. **罗杰（Roche）**：擅长使用步枪和手枪，拥有较高的生存能力。 3. **艾丽（Eli）**：擅长使用狙击枪和霰弹枪，远程攻击能力强。 4. **曼尼（Manny）**：擅长使用冲锋枪和霰弹枪，近战能力出色。 ### 游戏地图与关卡 《求生之路2》共有五个地图，每个地图包含多个关卡，玩家需要在规定时间内完成关卡，才能进入下一个关卡。 1. **死亡之路（Death Toll）**：位于一座废弃的工厂，玩家需要在这里击败僵尸，找到通往下一个关卡的路线。 2. **断桥（Dead Center）**：位于一座断桥上，玩家需要在这里解决僵尸的围攻，找到通往下一个关卡的路线。 3. **废墟（Hard Rain）**：位于一座废弃的城市，玩家需要在这里与僵尸展开激烈的战斗，找到通往下一个关卡的路线。 4. **避难所（Safe House）**：位于一座废弃的房屋内，玩家需要在这里躲避僵尸的袭击，找到通往下一个关卡的路线。 5. **天堂（Heaven）**：位于一座废弃的医院，玩家需要在这里击败僵尸，找到通往下一个关卡的路线。 ### 合作生存技巧 在《求生之路2》中，合作生存是关键。以下是一些合作生存的技巧： 1. **沟通**：与队友保持沟通，及时分享信息和位置，以便共同应对僵尸的袭击。 2. **分工合作**：根据队友的技能和武器，合理分配任务，发挥各自的优势。 3. **注意安全**：在战斗中，注意观察周围环境，避免被僵尸包围。 4. **合理使用技能**：每个角色都有独特的技能，合理使用技能可以提高生存率。 5. **保持冷静**：在紧张的情况下，保持冷静，才能更好地应对各种突发情况。 ### 总结 《求生之路2》是一款充满挑战和乐趣的合作生存游戏。通过以上图文攻略，相信玩家们已经对游戏有了更深入的了解。在游戏中，与队友并肩作战，共同抵御僵尸的袭击，寻找生存的希望，定会带来无尽的乐趣。快来加入这场求生之旅，体验合作生存的魅力吧！

出品｜虎嗅科技组作者｜SnowyM编辑｜陈伊凡头图｜Multiverse Computing 官网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。