今日行业报告披露最新研究成果,《王者荣耀神秘商店：揭开神秘面纱，探寻隐藏福利！》

今日监管部门发布重要研究成果,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。专业维修服务热线，技术专家在线解答

内蒙古乌兰察布市四子王旗、红河元阳县 ，成都市锦江区、陵水黎族自治县三才镇、东莞市道滘镇、广西桂林市象山区、文昌市蓬莱镇、广元市苍溪县、绥化市安达市、惠州市博罗县、万宁市北大镇、北京市门头沟区、潍坊市临朐县、驻马店市西平县、毕节市大方县、德阳市绵竹市、白沙黎族自治县青松乡 、广安市武胜县、滁州市凤阳县、牡丹江市林口县、鸡西市滴道区、东莞市凤岗镇、西安市新城区、文山丘北县、中山市西区街道、周口市项城市、聊城市东昌府区、榆林市定边县、南京市高淳区

刚刚专家组披露重要结论,今日行业报告公布最新动态,《王者荣耀神秘商店：揭开神秘面纱，探寻隐藏福利！》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能维修派单系统，精准调度服务团队

聊城市高唐县、自贡市大安区 ，安阳市滑县、珠海市香洲区、海北刚察县、铁岭市铁岭县、文昌市公坡镇、漳州市龙文区、佳木斯市桦川县、菏泽市曹县、商丘市永城市、重庆市大渡口区、潍坊市寒亭区、伊春市大箐山县、天津市河北区、乐东黎族自治县尖峰镇、内蒙古巴彦淖尔市乌拉特后旗 、内蒙古呼伦贝尔市扎赉诺尔区、抚州市金溪县、齐齐哈尔市泰来县、烟台市莱阳市、内蒙古赤峰市林西县、通化市通化县、大同市灵丘县、衡阳市蒸湘区、东莞市桥头镇、楚雄武定县、牡丹江市穆棱市、淄博市张店区、万宁市后安镇、三明市三元区

全球服务区域: 内蒙古兴安盟乌兰浩特市、黄山市屯溪区 、梅州市平远县、临沂市罗庄区、商丘市民权县、厦门市海沧区、合肥市瑶海区、德州市宁津县、泰安市泰山区、巴中市平昌县、连云港市海州区、淮北市相山区、新乡市新乡县、杭州市临安区、遂宁市射洪市、郴州市临武县、果洛玛多县 、湘潭市湘乡市、六安市金寨县、白沙黎族自治县荣邦乡、珠海市斗门区、南平市顺昌县

可视化操作指导热线,本周监管部门披露重要研究成果,《王者荣耀神秘商店：揭开神秘面纱，探寻隐藏福利！》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业技术指导中心，远程视频协助安装

全国服务区域: 本溪市明山区、甘南夏河县 、宣城市旌德县、武汉市武昌区、定西市临洮县、濮阳市清丰县、朝阳市凌源市、新乡市新乡县、阜新市清河门区、新乡市辉县市、马鞍山市雨山区、漳州市南靖县、昆明市石林彝族自治县、绍兴市新昌县、大同市浑源县、阳泉市盂县、甘南碌曲县 、连云港市灌云县、铜川市王益区、扬州市江都区、果洛玛沁县、惠州市惠城区、成都市邛崃市、新乡市新乡县、黄冈市蕲春县、上海市黄浦区、菏泽市东明县、内蒙古阿拉善盟阿拉善右旗、文山麻栗坡县、北京市门头沟区、泸州市古蔺县、甘孜炉霍县、十堰市竹山县、东莞市沙田镇、十堰市茅箭区、临汾市大宁县、甘孜康定市、内蒙古呼和浩特市和林格尔县、宁波市象山县、昌江黎族自治县石碌镇、商丘市虞城县

本周数据平台最新官方渠道传来研究成果:昨日相关部门更新研究成果,《王者荣耀神秘商店：揭开神秘面纱，探寻隐藏福利！》

在《王者荣耀》这款风靡全球的手机游戏中，神秘商店一直是玩家们津津乐道的话题。它如同一个神秘的宝藏，隐藏着各种珍贵的皮肤和道具，让无数玩家为之疯狂。那么，这个神秘商店究竟有何魅力？又有哪些隐藏福利等待我们去探寻呢？ ### 神秘商店的起源 神秘商店最早出现在《王者荣耀》的周年庆活动中，作为回馈玩家的福利，神秘商店逐渐成为了游戏中的常态化活动。它以限时、神秘、惊喜为特点，吸引了大量玩家前来“寻宝”。 ### 神秘商店的规则 神秘商店的规则相对简单，玩家只需花费一定数量的游戏内货币——钻石或点券，即可开启一次抽奖。商店内琳琅满目的皮肤、道具、英雄碎片等，让玩家们跃跃欲试。然而，由于商店内物品的随机性，玩家们往往难以预料自己会抽到什么。 ### 神秘商店的魅力 1. **皮肤丰富**：神秘商店中，玩家可以抽到各种稀有皮肤，如限定皮肤、传说皮肤等。这些皮肤不仅外观精美，还有独特的特效，为玩家带来极致的游戏体验。 2. **道具多样**：神秘商店还提供了丰富的道具，如铭文、英雄碎片、经验卡等。这些道具有助于提升玩家在游戏中的实力。 3. **惊喜不断**：由于神秘商店的随机性，玩家们往往可以在其中发现意想不到的惊喜。有时，玩家甚至可以抽到价值连城的稀有道具。 ### 隐藏福利 1. **限时折扣**：在神秘商店开启期间，部分皮肤和道具会享受限时折扣，让玩家以更低的价格购买心仪的物品。 2. **积分兑换**：参与神秘商店活动，玩家可以获得积分。积分可以在商店中兑换限定皮肤、道具等。 3. **活动奖励**：在神秘商店活动期间，完成特定任务，玩家还可以获得额外奖励，如英雄碎片、铭文等。 ### 如何提高抽中几率 1. **多参与活动**：参与神秘商店活动次数越多，抽中稀有物品的概率越高。 2. **关注官方动态**：关注《王者荣耀》官方微博、微信公众号等，及时了解神秘商店活动信息。 3. **合理分配资源**：在购买神秘商店物品时，要根据自己的需求合理分配钻石或点券。 总之，王者荣耀神秘商店以其神秘、惊喜的特点，成为了玩家们热衷的活动。在这个神秘的商店里，我们不仅可以找到心仪的皮肤和道具，还能收获满满的惊喜。那么，你准备好揭开神秘商店的面纱，探寻隐藏福利了吗？

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。