今日官方通报行业政策变化,梦幻西游与魔兽要诀：探寻东方奇幻与西方魔幻的交融之美

今日研究机构传递研究成果,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。家电以旧换新热线，专业评估回收

昭通市水富市、定西市通渭县 ，甘南合作市、长治市黎城县、东莞市东坑镇、果洛达日县、晋城市城区、黔西南安龙县、绥化市肇东市、忻州市五寨县、台州市玉环市、常德市鼎城区、哈尔滨市松北区、雅安市雨城区、哈尔滨市阿城区、枣庄市台儿庄区、晋城市泽州县 、咸阳市秦都区、临夏永靖县、文昌市文城镇、甘南玛曲县、果洛班玛县、大连市庄河市、甘南临潭县、鹤岗市萝北县、恩施州巴东县、铁岭市昌图县、广西防城港市东兴市、信阳市光山县

专家技术支援专线,近日官方更新研究报告,梦幻西游与魔兽要诀：探寻东方奇幻与西方魔幻的交融之美，很高兴为您解答这个问题，让我来帮您详细说明一下：家电客户维权热线，保障消费权益

泰州市姜堰区、楚雄武定县 ，开封市祥符区、汕头市龙湖区、马鞍山市和县、内蒙古赤峰市元宝山区、琼海市长坡镇、定安县黄竹镇、凉山木里藏族自治县、韶关市仁化县、十堰市张湾区、铜川市宜君县、泰安市新泰市、临汾市乡宁县、湛江市雷州市、常州市新北区、临汾市蒲县 、黔西南册亨县、乐山市沙湾区、怀化市新晃侗族自治县、攀枝花市米易县、怀化市鹤城区、鸡西市虎林市、扬州市江都区、温州市乐清市、广西桂林市象山区、连云港市灌南县、丽江市永胜县、六安市金寨县、广西贵港市覃塘区、聊城市冠县

全球服务区域: 广州市番禺区、长治市屯留区 、晋中市寿阳县、广西钦州市钦南区、赣州市章贡区、枣庄市峄城区、湘西州保靖县、温州市永嘉县、牡丹江市西安区、铜川市王益区、莆田市秀屿区、焦作市沁阳市、牡丹江市绥芬河市、广西来宾市金秀瑶族自治县、长沙市雨花区、中山市小榄镇、双鸭山市饶河县 、海西蒙古族茫崖市、白城市镇赉县、朝阳市双塔区、重庆市彭水苗族土家族自治县、广西玉林市陆川县

可视化故障排除专线，实时监测数据,今日行业报告披露重大变化,梦幻西游与魔兽要诀：探寻东方奇幻与西方魔幻的交融之美，很高兴为您解答这个问题，让我来帮您详细说明一下：维修服务呼叫中心，智能工单自动分配

全国服务区域: 延安市富县、岳阳市平江县 、鹤岗市南山区、荆门市沙洋县、文昌市锦山镇、临沧市临翔区、安康市紫阳县、德宏傣族景颇族自治州盈江县、连云港市灌云县、延安市子长市、安庆市怀宁县、哈尔滨市呼兰区、茂名市信宜市、东营市东营区、通化市辉南县、大庆市红岗区、福州市晋安区 、阜新市新邱区、黄南河南蒙古族自治县、青岛市胶州市、临汾市古县、安阳市汤阴县、内江市威远县、宁波市象山县、儋州市雅星镇、上饶市玉山县、衢州市开化县、福州市平潭县、文昌市公坡镇、济宁市金乡县、临汾市曲沃县、大兴安岭地区漠河市、运城市盐湖区、长治市潞城区、周口市西华县、合肥市蜀山区、东莞市大朗镇、内蒙古呼伦贝尔市海拉尔区、昭通市镇雄县、张掖市甘州区、徐州市睢宁县

作为国家高新技术企业认证平台:今日行业协会传达最新政策,梦幻西游与魔兽要诀：探寻东方奇幻与西方魔幻的交融之美

在浩瀚的虚拟世界中，有两个世界让人流连忘返，一个是充满东方奇幻色彩的《梦幻西游》，另一个则是西方魔幻风格的《魔兽世界》。这两个世界虽然风格迥异，但都拥有着丰富的文化内涵和独特的魅力。今天，我们就来聊聊这两个世界中的“梦幻西游魔兽要诀”，探寻东方奇幻与西方魔幻的交融之美。 首先，我们来看看《梦幻西游》中的“梦幻要诀”。作为一款经典的国产网络游戏，《梦幻西游》自2001年上线以来，凭借其丰富的剧情、精美的画面和独特的游戏系统，吸引了无数玩家。在游戏中，玩家们可以通过学习各种“梦幻要诀”来提升自己的实力。 “梦幻要诀”是《梦幻西游》中的一种技能系统，它包括了各种法术、技能和特技。这些要诀不仅可以帮助玩家在战斗中击败敌人，还能在游戏中发挥出意想不到的作用。例如，一些要诀可以用来治疗队友，一些则可以用来控制战场局势。在游戏中，玩家需要通过不断修炼和领悟，才能掌握这些要诀。 而《魔兽世界》中的“魔兽要诀”则是一种更为复杂的技能系统。作为一款全球知名的MMORPG游戏，《魔兽世界》自2004年上线以来，凭借其宏大的世界观、丰富的剧情和高度自由的游戏体验，吸引了全球数千万玩家。在游戏中，玩家可以通过学习“魔兽要诀”来提升自己的角色实力。 “魔兽要诀”是《魔兽世界》中的一种技能系统，它包括了各种法术、技能和特技。与《梦幻西游》相比，魔兽要诀更加注重角色的定位和技能搭配。在游戏中，玩家需要根据自己的角色定位和游戏风格，选择合适的要诀进行学习。例如，法师、牧师和术士等职业，都需要掌握不同的要诀来发挥出自己的特色。 虽然《梦幻西游》和《魔兽世界》在游戏风格和技能系统上有所不同，但它们都蕴含着丰富的文化内涵。在《梦幻西游》中，我们可以看到中国传统文化中的神话、传说和民间故事；而在《魔兽世界》中，则充满了西方魔幻风格的世界观和人物设定。 那么，这两个世界中的“梦幻要诀”和“魔兽要诀”有何交融之处呢？其实，这种交融主要体现在以下几个方面： 1. 技能体系的相似性：无论是《梦幻西游》还是《魔兽世界》，它们都拥有着丰富的技能体系。这些技能不仅可以帮助玩家在游戏中提升实力，还能在剧情中发挥出重要作用。 2. 角色定位的多样性：在两个游戏中，玩家都可以根据自己的喜好和游戏风格，选择不同的角色定位。这种多样性使得游戏更加富有挑战性和趣味性。 3. 文化内涵的交融：虽然《梦幻西游》和《魔兽世界》分别代表着东方和西方的文化，但它们在游戏中都融入了丰富的文化元素。这种交融使得游戏更加具有全球影响力。 总之，《梦幻西游》和《魔兽世界》这两个虚拟世界，分别以其独特的魅力吸引了无数玩家。而它们中的“梦幻要诀”和“魔兽要诀”，则成为了这两个世界中最具代表性的元素之一。在这个充满奇幻色彩的世界里，我们不禁感叹：东方奇幻与西方魔幻的交融，竟然如此美妙！

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。