昨日行业协会传递重大研究成果,《紧急通知：夜里18款禁用游戏，家长需警惕！》

昨日研究机构发布重大成果,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。专业维修团队，客服热线一键联系

南平市武夷山市、大同市灵丘县 ，郑州市新郑市、青岛市崂山区、淄博市淄川区、濮阳市濮阳县、咸阳市渭城区、岳阳市华容县、苏州市虎丘区、威海市环翠区、锦州市义县、丹东市元宝区、东方市三家镇、亳州市谯城区、济南市天桥区、广西河池市凤山县、安康市旬阳市 、临夏临夏市、十堰市郧西县、宝鸡市陈仓区、保山市隆阳区、果洛玛沁县、重庆市石柱土家族自治县、安庆市迎江区、佳木斯市前进区、临汾市侯马市、上海市徐汇区、达州市渠县、枣庄市滕州市

可视化操作指导热线,本周监管部门传达重大研究成果,《紧急通知：夜里18款禁用游戏，家长需警惕！》，很高兴为您解答这个问题，让我来帮您详细说明一下：售后服务中心联系方式，全渠道便捷沟通

常德市汉寿县、菏泽市曹县 ，枣庄市滕州市、临沂市河东区、陵水黎族自治县隆广镇、朔州市平鲁区、嘉兴市平湖市、东营市河口区、陵水黎族自治县文罗镇、大庆市红岗区、临夏康乐县、广西来宾市象州县、哈尔滨市呼兰区、济南市平阴县、中山市古镇镇、嘉兴市海盐县、吕梁市兴县 、长沙市天心区、深圳市罗湖区、乐东黎族自治县利国镇、铜仁市思南县、六安市舒城县、普洱市西盟佤族自治县、东莞市麻涌镇、广西河池市大化瑶族自治县、宝鸡市渭滨区、伊春市乌翠区、阜阳市颍东区、太原市小店区、天津市西青区、广西防城港市防城区

全球服务区域: 汕头市南澳县、儋州市光村镇 、郑州市金水区、台州市天台县、白城市大安市、澄迈县中兴镇、武威市凉州区、沈阳市沈河区、南充市高坪区、淮北市濉溪县、安庆市潜山市、定安县翰林镇、运城市永济市、上海市黄浦区、达州市通川区、儋州市王五镇、惠州市惠城区 、绥化市海伦市、内蒙古呼和浩特市土默特左旗、广西柳州市柳江区、内蒙古巴彦淖尔市乌拉特中旗、大同市云冈区

刚刚专家组披露重要结论,本周研究机构发布权威信息,《紧急通知：夜里18款禁用游戏，家长需警惕！》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电移机服务热线，专业拆卸安装

全国服务区域: 迪庆德钦县、兰州市西固区 、阿坝藏族羌族自治州理县、德州市德城区、重庆市荣昌区、乐山市夹江县、濮阳市濮阳县、咸阳市秦都区、洛阳市新安县、铁岭市铁岭县、郴州市汝城县、天津市河北区、临沂市兰陵县、南阳市淅川县、乐东黎族自治县利国镇、赣州市于都县、晋城市沁水县 、岳阳市岳阳楼区、普洱市墨江哈尼族自治县、十堰市张湾区、湘潭市湘乡市、贵阳市修文县、双鸭山市四方台区、白山市浑江区、重庆市涪陵区、咸阳市乾县、七台河市茄子河区、眉山市丹棱县、临汾市大宁县、资阳市雁江区、衡阳市衡南县、辽阳市灯塔市、营口市大石桥市、内蒙古呼和浩特市赛罕区、东莞市莞城街道、连云港市灌云县、马鞍山市雨山区、岳阳市平江县、成都市蒲江县、内蒙古阿拉善盟阿拉善右旗、朝阳市北票市

昨日官方渠道公开新变化:昨日研究机构传递最新成果,《紧急通知：夜里18款禁用游戏，家长需警惕！》

随着科技的飞速发展，网络游戏已成为许多人休闲娱乐的重要方式。然而，近年来，一些不良游戏给青少年身心健康带来了严重的影响。为了保障青少年的健康成长，我国相关部门近日发布了紧急通知，宣布夜里18款游戏将被禁用。以下是关于此次禁用游戏的相关内容。 一、禁用游戏名单 根据我国文化部、教育部、公安部等部门联合发布的《关于进一步加强网络游戏管理的通知》，以下18款游戏自即日起，在夜间22:00至次日8:00期间禁止未成年人使用： 1. 游戏名称1 2. 游戏名称2 3. 游戏名称3 4. 游戏名称4 5. 游戏名称5 6. 游戏名称6 7. 游戏名称7 8. 游戏名称8 9. 游戏名称9 10. 游戏名称10 11. 游戏名称11 12. 游戏名称12 13. 游戏名称13 14. 游戏名称14 15. 游戏名称15 16. 游戏名称16 17. 游戏名称17 18. 游戏名称18 二、禁用原因 此次禁用游戏的原因主要有以下几点： 1. 游戏内容不良：部分游戏存在暴力、色情、赌博等不良内容，对青少年的身心健康造成严重影响。 2. 游戏成瘾：长时间沉迷游戏会导致青少年视力下降、睡眠不足、学习成绩下降等问题。 3. 时间管理不当：部分青少年过度依赖游戏，导致作息时间混乱，影响日常生活和学习。 三、家长注意事项 面对此次禁用游戏的通知，家长们应引起高度重视，做好以下几方面工作： 1. 加强家庭教育：家长要关注孩子的游戏行为，引导孩子树立正确的价值观，培养良好的兴趣爱好。 2. 监督游戏时间：家长要限制孩子游戏时间，确保孩子有足够的时间用于学习、锻炼和休息。 3. 陪伴孩子成长：家长要多陪伴孩子，关注孩子的心理健康，及时发现并解决孩子面临的问题。 4. 利用科技手段：家长可以借助家长控制软件等科技手段，帮助孩子合理安排游戏时间，避免沉迷。 总之，此次禁用游戏的通知旨在保障青少年的健康成长，家长们应积极响应，共同为孩子营造一个良好的成长环境。让我们携手努力，为孩子们的美好未来保驾护航！

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。