今日研究机构披露重要进展,《侠盗猎车手：圣安地列斯密码——探寻游戏背后的秘密世界》

本月行业协会公开新研究成果,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。家电维修应急热线，24小时待命

南昌市新建区、吕梁市交城县 ，临夏康乐县、河源市东源县、惠州市惠阳区、郴州市桂东县、鸡西市鸡东县、福州市福清市、广西桂林市秀峰区、荆州市公安县、楚雄永仁县、广西北海市银海区、咸阳市乾县、赣州市崇义县、信阳市平桥区、河源市连平县、宁波市宁海县 、德州市庆云县、衡阳市衡山县、恩施州建始县、定安县雷鸣镇、南充市高坪区、晋中市祁县、鹤岗市绥滨县、凉山会东县、遵义市桐梓县、聊城市茌平区、襄阳市南漳县、本溪市明山区

全天候服务支持热线,本周行业报告披露重要变化,《侠盗猎车手：圣安地列斯密码——探寻游戏背后的秘密世界》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业维修调度中心，快速响应各类需求

东莞市东城街道、临沧市永德县 ，济南市济阳区、陇南市成县、漳州市平和县、玉溪市通海县、内蒙古巴彦淖尔市乌拉特中旗、南充市西充县、松原市宁江区、长春市南关区、淄博市周村区、焦作市温县、大连市甘井子区、伊春市铁力市、广西钦州市钦南区、南平市武夷山市、天津市北辰区 、湘西州永顺县、聊城市莘县、恩施州利川市、宁德市屏南县、内蒙古呼和浩特市托克托县、咸宁市赤壁市、杭州市萧山区、普洱市思茅区、三门峡市灵宝市、酒泉市玉门市、海北门源回族自治县、嘉兴市桐乡市、云浮市新兴县、黄冈市红安县

全球服务区域: 宁波市余姚市、锦州市太和区 、长春市南关区、昆明市晋宁区、齐齐哈尔市克东县、抚顺市抚顺县、湘西州永顺县、乐山市井研县、邵阳市邵东市、驻马店市确山县、玉溪市澄江市、宜昌市秭归县、临高县临城镇、定安县龙湖镇、长沙市雨花区、儋州市和庆镇、菏泽市巨野县 、铜陵市枞阳县、武汉市新洲区、漳州市龙海区、遵义市余庆县、肇庆市鼎湖区

本周官方渠道披露研究成果,本月行业报告发布新动态,《侠盗猎车手：圣安地列斯密码——探寻游戏背后的秘密世界》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业维修调度中心，快速响应各类需求

全国服务区域: 广西贺州市钟山县、咸阳市渭城区 、信阳市潢川县、六盘水市盘州市、白银市白银区、五指山市番阳、大庆市大同区、牡丹江市西安区、济宁市微山县、舟山市普陀区、丹东市宽甸满族自治县、乐山市沐川县、驻马店市新蔡县、荆门市沙洋县、重庆市梁平区、吉安市庐陵新区、韶关市翁源县 、安庆市望江县、重庆市大足区、舟山市岱山县、泰安市东平县、镇江市句容市、宣城市郎溪县、安庆市大观区、保山市腾冲市、枣庄市市中区、宝鸡市眉县、驻马店市上蔡县、甘孜稻城县、郴州市桂东县、信阳市光山县、东莞市东城街道、盐城市东台市、南京市栖霞区、安庆市怀宁县、嘉兴市嘉善县、池州市贵池区、德阳市旌阳区、深圳市盐田区、天津市红桥区、信阳市固始县

统一维修资源中心:本月研究机构公开新进展,《侠盗猎车手：圣安地列斯密码——探寻游戏背后的秘密世界》

《侠盗猎车手》系列游戏自问世以来，便以其开放式的游戏世界和丰富的剧情深受玩家喜爱。而在这众多作品中，以虚构城市圣安地列斯为背景的《侠盗猎车手：圣安地列斯》更是成为了许多玩家的经典回忆。在这款游戏中，隐藏着许多令人难以置信的密码和秘密。今天，就让我们一起来探寻《侠盗猎车手：圣安地列斯密码》背后的秘密世界。 首先，让我们来谈谈游戏中的隐藏任务。在《侠盗猎车手：圣安地列斯》中，玩家会发现一些看似无关紧要的线索，这些线索往往与游戏中的某些特殊任务有关。比如，在游戏初期，玩家会发现一辆废弃的汽车，车内有一张地图。这张地图指向了游戏中的一个秘密地点——一个隐藏的赛车跑道。完成这个任务后，玩家可以解锁更多赛车跑道，享受更加刺激的赛车体验。 其次，游戏中还隐藏着一些有趣的彩蛋。比如，在游戏中的某个地点，玩家会发现一个神秘的信箱。打开信箱后，会发现一封神秘的信件。信件中提到了一个密码，输入这个密码后，玩家可以解锁一个特殊的任务。这个任务完成后，玩家将获得一些丰厚的奖励。 除此之外，游戏中还隐藏着一些与游戏背景相关的秘密。比如，在游戏中的某个地点，玩家会发现一些古老的壁画。这些壁画描绘了圣安地列斯的历史和文化。通过研究这些壁画，玩家可以了解到游戏背景中的一些故事，从而更好地理解游戏的世界观。 当然，最引人入胜的还是游戏中那些神秘的密码。这些密码与游戏中的某些任务、物品和角色息息相关。比如，输入一个特定的密码，玩家可以解锁一个隐藏的武器或服装。而另一个密码则可能解锁一个隐藏任务，让玩家在游戏中体验更多的冒险。 值得一提的是，《侠盗猎车手：圣安地列斯》中的密码并非全都是游戏内部设定的。有些密码来源于玩家社区，他们通过对游戏世界的探索，发现了这些隐藏的秘密。这些密码的发现，使得《侠盗猎车手：圣安地列斯》的神秘色彩更加浓厚。 总之，《侠盗猎车手：圣安地列斯密码》背后隐藏着一个充满神秘色彩的世界。在这个世界里，玩家可以体验到丰富的游戏内容，发现隐藏的任务、彩蛋和秘密。这些密码和秘密的发现，使得《侠盗猎车手：圣安地列斯》成为了一款不可多得的经典游戏。 如今，《侠盗猎车手》系列游戏已经发展到了第五代。虽然游戏的世界观和玩法发生了很大的变化，但那些隐藏在游戏中的秘密和密码依然吸引着无数玩家。或许，这正是《侠盗猎车手》系列游戏经久不衰的魅力所在。让我们一起继续探寻游戏背后的秘密世界，享受这份独特的游戏体验吧！

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。