今日行业协会发布重要研究报告,《暴躁妹妹的CSGO直播：独特魅力与电竞圈的青春风采》

稍早前相关部门公布新政策,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。全国联保服务热线，正规售后有保障

开封市杞县、文昌市锦山镇 ，内蒙古呼和浩特市玉泉区、滁州市明光市、昆明市晋宁区、朝阳市凌源市、湘西州保靖县、大庆市萨尔图区、天水市武山县、内蒙古鄂尔多斯市东胜区、温州市平阳县、吉安市遂川县、甘孜炉霍县、汉中市勉县、湛江市坡头区、东莞市横沥镇、白沙黎族自治县青松乡 、广西柳州市三江侗族自治县、抚州市黎川县、白沙黎族自治县阜龙乡、青岛市胶州市、济宁市汶上县、青岛市市南区、甘南玛曲县、哈尔滨市五常市、襄阳市樊城区、儋州市兰洋镇、宁夏中卫市沙坡头区、苏州市常熟市

专家远程指导热线，多终端,今日官方渠道传达最新成果,《暴躁妹妹的CSGO直播：独特魅力与电竞圈的青春风采》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电配件订购专线，原厂正品保障

滁州市定远县、资阳市安岳县 ，盐城市建湖县、西安市碑林区、泉州市石狮市、赣州市瑞金市、东莞市凤岗镇、洛阳市老城区、陵水黎族自治县三才镇、三明市永安市、三明市清流县、宁夏吴忠市青铜峡市、内蒙古呼和浩特市赛罕区、滨州市惠民县、济宁市嘉祥县、舟山市定海区、阜阳市颍东区 、苏州市太仓市、广西贺州市富川瑶族自治县、延边汪清县、文山富宁县、临汾市古县、宿州市埇桥区、广西桂林市资源县、遵义市播州区、广西玉林市福绵区、临汾市洪洞县、长治市潞城区、德阳市广汉市、西安市鄠邑区、龙岩市上杭县

全球服务区域: 泰安市宁阳县、上海市静安区 、十堰市竹溪县、台州市椒江区、南平市松溪县、抚顺市新宾满族自治县、滁州市明光市、玉溪市新平彝族傣族自治县、松原市长岭县、武汉市江岸区、淄博市张店区、绍兴市越城区、宜春市高安市、上海市静安区、陵水黎族自治县群英乡、韶关市新丰县、内蒙古巴彦淖尔市乌拉特前旗 、渭南市华阴市、济宁市梁山县、黔东南丹寨县、沈阳市大东区、郴州市桂东县

全天候服务支持热线,本周官方传递最新行业报告,《暴躁妹妹的CSGO直播：独特魅力与电竞圈的青春风采》，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

全国服务区域: 安庆市桐城市、内蒙古呼和浩特市托克托县 、西宁市城东区、鹤壁市淇县、天津市河西区、韶关市武江区、湘西州吉首市、定安县富文镇、昭通市鲁甸县、忻州市神池县、内蒙古通辽市科尔沁区、甘南卓尼县、广西桂林市叠彩区、酒泉市肃北蒙古族自治县、衡阳市蒸湘区、宜昌市远安县、北京市昌平区 、中山市南头镇、南京市六合区、大兴安岭地区加格达奇区、濮阳市台前县、澄迈县瑞溪镇、黔西南望谟县、张家界市慈利县、昭通市巧家县、五指山市水满、阳江市阳西县、金华市兰溪市、东方市三家镇、延安市子长市、昭通市威信县、榆林市吴堡县、常州市金坛区、南阳市南召县、泰安市东平县、马鞍山市雨山区、福州市鼓楼区、湘潭市岳塘区、广西柳州市柳北区、德阳市旌阳区、常德市安乡县

专家远程指导热线，多终端:今日官方发布政策通报,《暴躁妹妹的CSGO直播：独特魅力与电竞圈的青春风采》

在电竞圈中，有一位名叫“暴躁妹妹”的年轻主播，凭借其独特的直播风格和精湛的CSGO技术，迅速赢得了广大粉丝的喜爱。她的直播充满了激情与活力，时而暴躁，时而温柔，成为了电竞圈中一道亮丽的风景线。 暴躁妹妹，真名李某某，是一名90后电竞爱好者。自幼对游戏有着浓厚的兴趣，尤其擅长射击类游戏。在接触到CSGO这款游戏后，她便深深爱上了它。为了追求自己的电竞梦想，她毅然决然地走上了直播的道路。 暴躁妹妹的直播间以其独特的风格而闻名。她直播时，时而暴躁，时而温柔，让粉丝们感受到了电竞圈的青春风采。在游戏中，她凭借出色的射击技巧和敏锐的反应能力，赢得了无数荣誉。然而，在她暴躁的一面，却让人感受到了她内心的热情和执着。 在直播过程中，暴躁妹妹的妹妹也会时不时地出现在镜头前，为直播增添了不少乐趣。这对姐妹花在直播间里相互扶持，共同成长，成为了电竞圈中的一道独特风景。她们之间的默契配合，也让粉丝们感受到了家庭的温暖。 暴躁妹妹的直播内容丰富多样，除了CSGO游戏直播，她还经常分享自己的生活点滴、游戏心得和电竞圈趣事。她的直播风格幽默风趣，让人在紧张的游戏之余，也能感受到生活的美好。此外，她还积极参与公益活动，用自己的影响力为社会传递正能量。 在电竞圈中，暴躁妹妹以其独特的魅力赢得了无数粉丝。她的直播不仅让粉丝们感受到了电竞的魅力，也让他们看到了电竞选手的青春风采。以下是暴躁妹妹在直播中的一些精彩瞬间： 1. 暴躁妹妹在游戏中表现出色，带领队友取得胜利，直播间瞬间爆满，粉丝们纷纷为她欢呼。 2. 暴躁妹妹与妹妹在直播间互动，姐妹俩默契配合，让粉丝们感受到了家庭的温馨。 3. 暴躁妹妹分享自己的游戏心得，为粉丝们提供实用的技巧，帮助他们提高游戏水平。 4. 暴躁妹妹积极参与公益活动，用自己的影响力为社会传递正能量。 总之，暴躁妹妹的CSGO直播以其独特的魅力和青春风采，成为了电竞圈中的一颗璀璨明珠。在未来的日子里，我们期待她能继续在电竞舞台上绽放光芒，为粉丝们带来更多精彩的直播内容。同时，也希望她能继续发挥自己的影响力，为电竞事业贡献自己的力量。

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。