昨日行业报告发布行业动态,探索中日本乱码卡一卡二新区：揭秘虚拟世界的奇幻之旅

今日官方传达行业研究成果,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。全国统一回收标准，环保处理规范

西宁市湟中区、鹤壁市鹤山区 ，黔东南台江县、新乡市牧野区、陵水黎族自治县文罗镇、平顶山市郏县、西双版纳勐海县、宜春市高安市、黄石市阳新县、铁岭市银州区、平凉市泾川县、岳阳市临湘市、广西百色市田阳区、黔东南施秉县、滁州市明光市、陇南市宕昌县、内蒙古兴安盟扎赉特旗 、上饶市广信区、榆林市绥德县、天水市秦安县、太原市迎泽区、济宁市嘉祥县、安康市宁陕县、锦州市凌河区、定西市通渭县、白山市靖宇县、陵水黎族自治县新村镇、黔西南普安县、宜春市上高县

近日观测中心传出重要预警,昨日研究机构公开最新成果,探索中日本乱码卡一卡二新区：揭秘虚拟世界的奇幻之旅，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

渭南市华阴市、北京市石景山区 ，阜阳市颍泉区、扬州市高邮市、沈阳市大东区、铜仁市德江县、定安县富文镇、宜昌市长阳土家族自治县、延安市子长市、黄冈市浠水县、赣州市定南县、邵阳市城步苗族自治县、天津市滨海新区、黔东南岑巩县、长沙市开福区、毕节市赫章县、贵阳市息烽县 、许昌市建安区、保山市龙陵县、盐城市响水县、岳阳市岳阳楼区、衢州市柯城区、宁夏石嘴山市平罗县、三明市永安市、宜宾市屏山县、鸡西市鸡东县、三沙市南沙区、十堰市茅箭区、内蒙古巴彦淖尔市杭锦后旗、甘孜九龙县、东莞市麻涌镇

全球服务区域: 阜阳市界首市、铁岭市铁岭县 、海口市秀英区、泰州市海陵区、周口市商水县、南阳市桐柏县、常德市津市市、丽江市玉龙纳西族自治县、湘潭市岳塘区、广西百色市那坡县、三亚市吉阳区、中山市小榄镇、德州市禹城市、孝感市大悟县、济南市天桥区、泸州市合江县、衡阳市石鼓区 、镇江市丹阳市、大同市云州区、东营市垦利区、抚州市乐安县、衢州市衢江区

本周数据平台不久前行业协会透露新变化,本周监管部门传递新进展,探索中日本乱码卡一卡二新区：揭秘虚拟世界的奇幻之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：家电客服热线，系统自动分配订单

全国服务区域: 重庆市巫山县、渭南市富平县 、广西防城港市上思县、忻州市繁峙县、遵义市仁怀市、吉林市蛟河市、泸州市合江县、甘南玛曲县、聊城市东昌府区、吕梁市柳林县、贵阳市开阳县、西安市灞桥区、黄南河南蒙古族自治县、抚州市黎川县、大同市天镇县、汕头市金平区、黄山市黄山区 、海西蒙古族天峻县、周口市淮阳区、东莞市麻涌镇、昌江黎族自治县七叉镇、泸州市合江县、广西贵港市港北区、酒泉市肃北蒙古族自治县、广西桂林市阳朔县、烟台市海阳市、凉山会东县、东莞市道滘镇、吕梁市汾阳市、内蒙古包头市昆都仑区、吕梁市中阳县、大庆市龙凤区、福州市永泰县、临高县临城镇、内蒙古通辽市扎鲁特旗、临高县调楼镇、扬州市仪征市、惠州市惠城区、营口市鲅鱼圈区、铜仁市思南县、宜昌市远安县

本周数据平台本月官方渠道披露重要进展:今日相关部门传达新动态,探索中日本乱码卡一卡二新区：揭秘虚拟世界的奇幻之旅

在科技飞速发展的今天，虚拟世界已成为人们休闲娱乐的重要场所。其中，中日本乱码卡一卡二新区作为一款备受瞩目的游戏，以其独特的游戏体验和丰富的内容，吸引了大量玩家。本文将带您走进这个奇幻的世界，一探究竟。 ### 游戏背景与设定 中日本乱码卡一卡二新区是一款以日本为背景的MMORPG游戏，玩家在游戏中扮演一名冒险者，穿梭于各个神秘的新区。游戏以日本传统文化为基调，结合了丰富的历史元素，为玩家呈现了一个充满奇幻色彩的世界。 ### 新区特色与亮点 1. **独特的角色设定**：游戏中拥有多样化的角色，包括剑士、法师、弓箭手等，每个角色都有独特的技能和成长路线，玩家可以根据自己的喜好选择合适的角色。 2. **丰富的任务系统**：中日本乱码卡一卡二新区拥有丰富的任务系统，包括主线任务、支线任务、日常任务等。完成任务可以获得丰厚的奖励，提升角色实力。 3. **新区探险**：游戏中的新区设计独具匠心，每个新区都有其独特的风景和故事。玩家可以在探险过程中，发现隐藏的宝藏，解锁新的技能。 4. **社交互动**：游戏中设有公会、好友等社交系统，玩家可以结交志同道合的朋友，共同组队完成任务，提升游戏体验。 5. **丰富的活动**：中日本乱码卡一卡二新区定期举办各种活动，如节日庆典、竞技比赛等，为玩家提供展示实力的舞台。 ### 游戏玩法与技巧 1. **合理搭配技能**：在游戏中，合理搭配角色技能是提升战斗力的关键。玩家需要根据自己的角色特点，选择合适的技能组合。 2. **掌握游戏节奏**：游戏中的任务和活动都有时间限制，玩家需要掌握好游戏节奏，合理安排时间，才能更好地完成任务。 3. **团队协作**：在游戏中，与队友的协作至关重要。玩家需要学会与队友沟通，共同应对挑战。 4. **关注游戏更新**：游戏会定期更新，推出新的内容和活动。玩家需要关注游戏动态，及时了解游戏更新，把握游戏节奏。 ### 总结 中日本乱码卡一卡二新区作为一款优秀的MMORPG游戏，凭借其独特的游戏体验和丰富的内容，赢得了众多玩家的喜爱。在这个奇幻的世界里，玩家可以尽情释放自己的想象力，体验一场别开生面的冒险之旅。相信在未来，中日本乱码卡一卡二新区会继续为玩家带来更多精彩的内容，让我们一起期待吧！

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。