本周官方披露新研究成果,《阴阳师中的神秘姑获鸟：探寻其背后的传说与魅力》

今日官方发布新研究成果,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。数字化监督平台，智能优化服务质量

湛江市赤坎区、咸宁市崇阳县 ，广西百色市田阳区、黔东南丹寨县、漳州市平和县、广西贺州市富川瑶族自治县、平凉市泾川县、红河绿春县、通化市二道江区、大兴安岭地区松岭区、内蒙古鄂尔多斯市鄂托克旗、大理剑川县、牡丹江市阳明区、岳阳市云溪区、佳木斯市郊区、烟台市莱州市、东方市新龙镇 、内蒙古乌兰察布市化德县、郑州市登封市、湛江市遂溪县、金华市婺城区、文山广南县、海东市民和回族土族自治县、成都市新津区、普洱市景谷傣族彝族自治县、安阳市文峰区、昭通市鲁甸县、莆田市仙游县、泰安市泰山区

本周数据平台今日官方渠道披露重磅消息,今日监管部门传达新研究成果,《阴阳师中的神秘姑获鸟：探寻其背后的传说与魅力》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用咨询专线，专业指导日常维护

宁夏银川市永宁县、上海市嘉定区 ，青岛市市北区、宜春市万载县、泸州市江阳区、宜昌市伍家岗区、甘南玛曲县、文昌市重兴镇、成都市大邑县、深圳市福田区、东莞市长安镇、资阳市安岳县、邵阳市双清区、宜宾市屏山县、凉山甘洛县、凉山会理市、青岛市市南区 、通化市二道江区、揭阳市揭西县、咸阳市彬州市、铜仁市思南县、齐齐哈尔市铁锋区、宜春市樟树市、盘锦市兴隆台区、汉中市汉台区、绥化市肇东市、内蒙古赤峰市翁牛特旗、黄冈市武穴市、常州市武进区、濮阳市华龙区、九江市德安县

全球服务区域: 安康市汉阴县、温州市平阳县 、汉中市西乡县、延安市宜川县、衡阳市石鼓区、巴中市巴州区、酒泉市金塔县、凉山喜德县、乐东黎族自治县千家镇、连云港市赣榆区、德州市宁津县、莆田市城厢区、营口市西市区、昆明市嵩明县、齐齐哈尔市碾子山区、宜昌市夷陵区、陇南市康县 、铁岭市昌图县、金华市婺城区、大兴安岭地区呼玛县、铁岭市铁岭县、乐山市沙湾区

近日监测部门传出异常警报,刚刚官方渠道传达新政策变化,《阴阳师中的神秘姑获鸟：探寻其背后的传说与魅力》，很高兴为您解答这个问题，让我来帮您详细说明一下：预防性维保中心，延长产品使用寿命

全国服务区域: 杭州市淳安县、重庆市奉节县 、黔东南黎平县、泰安市岱岳区、运城市芮城县、梅州市丰顺县、内蒙古鄂尔多斯市伊金霍洛旗、海南贵德县、滁州市明光市、郴州市桂东县、德宏傣族景颇族自治州盈江县、运城市永济市、新余市分宜县、北京市西城区、文昌市东郊镇、南充市高坪区、温州市瓯海区 、甘南卓尼县、乐东黎族自治县九所镇、武汉市江夏区、毕节市金沙县、广西来宾市兴宾区、定西市漳县、长沙市天心区、苏州市相城区、福州市马尾区、黄冈市黄梅县、太原市晋源区、淄博市张店区、遵义市湄潭县、合肥市蜀山区、池州市东至县、常德市津市市、南京市江宁区、梅州市兴宁市、曲靖市麒麟区、徐州市贾汪区、襄阳市宜城市、驻马店市泌阳县、许昌市建安区、广州市花都区

官方技术支援专线:今日行业报告披露重大变化,《阴阳师中的神秘姑获鸟：探寻其背后的传说与魅力》

在《阴阳师》这款深受玩家喜爱的手游中，姑获鸟以其独特的形象和神秘的背景故事，成为了众多玩家心中不可或缺的角色。姑获鸟，这个名字本身就充满了东方神话的色彩，让人不禁对她的来历和故事产生浓厚的兴趣。 姑获鸟，又称“鬼鸟”，在古代神话传说中，是一种能够变化形态的妖怪。据《搜神记》记载，姑获鸟是一种能够变成美女的妖怪，常在夜晚出现，迷惑行人。而在《阴阳师》中，姑获鸟则被塑造成了一位美丽而神秘的巫女，她拥有着强大的法力，是阴阳师们不可或缺的助手。 在游戏中，姑获鸟是一位攻击型式神，她拥有着高爆发的伤害和出色的群体控制能力。她的技能“月之羽”能够对敌人造成大量伤害，并附带减速效果，使敌人难以逃脱。而她的“月影”技能则可以召唤出一只幻影，迷惑敌人，为自己争取时间。这样的技能组合，使得姑获鸟在战斗中能够发挥出巨大的作用。 姑获鸟的背景故事同样引人入胜。在游戏中，她的故事与一位名叫“博雅”的阴阳师紧密相连。博雅在一次探险中，意外救下了被妖怪追赶的姑获鸟。为了报答博雅的救命之恩，姑获鸟决定跟随他，成为他的式神。从此，姑获鸟便成为了博雅的得力助手，一同对抗邪恶势力。 姑获鸟的形象设计也颇具匠心。在游戏中，她是一位长发飘飘、身着华丽服饰的巫女。她的眼睛犹如星辰般明亮，透露出一种神秘而深邃的气质。而在战斗中，她则化身为一位英勇的战士，用她的法力守护着博雅和阴阳师们。 姑获鸟的传说故事同样令人着迷。在古代神话中，姑获鸟被认为是女性亡魂的化身，她们在死后无法安息，便化作姑获鸟，寻找自己的亲人。这种传说使得姑获鸟的形象更加神秘，也让玩家们对她的故事产生了更多的遐想。 在《阴阳师》中，姑获鸟不仅是一位强大的式神，更是一位充满魅力的角色。她的出现，为游戏增添了更多的神秘色彩。而对于喜欢东方神话的玩家来说，姑获鸟的故事更是让他们感受到了浓厚的文化底蕴。 总之，姑获鸟作为《阴阳师》中的一位重要角色，凭借其独特的形象、神秘的背景故事和强大的战斗能力，赢得了广大玩家的喜爱。她不仅丰富了游戏的内容，更让玩家们在游戏中感受到了东方神话的魅力。相信在未来的日子里，姑获鸟将继续陪伴着阴阳师们，共同书写属于他们的传奇故事。

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。