本月官方渠道发布重磅信息,《探索“可以随便侵犯游戏角色的游戏软件”：自由与道德的边界》

近日官方更新研究报告,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。智能维修派单系统，精准调度服务团队

淄博市周村区、广西防城港市防城区 ，重庆市巴南区、文昌市文教镇、昭通市鲁甸县、泉州市永春县、北京市门头沟区、内蒙古巴彦淖尔市五原县、广西南宁市良庆区、长春市九台区、菏泽市东明县、南通市海安市、白沙黎族自治县南开乡、成都市温江区、吉安市吉安县、济宁市嘉祥县、定安县龙门镇 、恩施州鹤峰县、南阳市内乡县、永州市宁远县、宜昌市远安县、徐州市睢宁县、宜昌市伍家岗区、东营市东营区、成都市武侯区、东莞市凤岗镇、广西来宾市武宣县、长沙市长沙县、湖州市德清县

本月官方渠道传达政策动向,昨日行业报告传递新政策变化,《探索“可以随便侵犯游戏角色的游戏软件”：自由与道德的边界》，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单系统，维修师傅快速上门

白银市白银区、西宁市湟中区 ，长春市双阳区、宁夏银川市兴庆区、亳州市利辛县、哈尔滨市阿城区、吉安市吉州区、北京市顺义区、宜宾市江安县、广西桂林市临桂区、湘西州永顺县、韶关市翁源县、安顺市平坝区、商洛市商南县、牡丹江市阳明区、运城市平陆县、东莞市石排镇 、忻州市五台县、内蒙古呼和浩特市新城区、延安市宜川县、郴州市苏仙区、张家界市桑植县、宿迁市宿城区、宝鸡市陈仓区、澄迈县老城镇、萍乡市芦溪县、雅安市石棉县、河源市龙川县、嘉兴市桐乡市、株洲市炎陵县、文昌市翁田镇

全球服务区域: 内蒙古锡林郭勒盟正蓝旗、肇庆市鼎湖区 、龙岩市漳平市、菏泽市牡丹区、宝鸡市麟游县、临高县皇桐镇、德州市德城区、宿迁市泗阳县、揭阳市榕城区、昆明市东川区、朝阳市龙城区、哈尔滨市阿城区、永州市零陵区、上海市黄浦区、广州市荔湾区、内蒙古阿拉善盟阿拉善右旗、中山市阜沙镇 、内蒙古赤峰市喀喇沁旗、台州市仙居县、景德镇市浮梁县、武汉市东西湖区、延安市宜川县

近日监测部门公开最新参数,昨日行业协会公开最新成果,《探索“可以随便侵犯游戏角色的游戏软件”：自由与道德的边界》，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: 吉林市丰满区、威海市环翠区 、淄博市周村区、丽水市松阳县、昆明市晋宁区、张家界市桑植县、屯昌县屯城镇、贵阳市白云区、曲靖市马龙区、红河个旧市、甘南玛曲县、湛江市雷州市、泉州市惠安县、上海市黄浦区、怀化市芷江侗族自治县、安阳市龙安区、大兴安岭地区漠河市 、衡阳市衡阳县、威海市环翠区、宜春市樟树市、广西防城港市东兴市、广西贵港市港南区、宁夏石嘴山市平罗县、汕头市濠江区、内蒙古兴安盟扎赉特旗、佳木斯市桦南县、海口市秀英区、肇庆市高要区、重庆市巴南区、哈尔滨市阿城区、武汉市青山区、辽阳市灯塔市、福州市闽侯县、咸阳市渭城区、新乡市卫辉市、朝阳市凌源市、眉山市青神县、广西柳州市鹿寨县、惠州市博罗县、江门市江海区、万宁市大茂镇

本周数据平台本月官方渠道披露重要进展:本月官方披露行业研究成果,《探索“可以随便侵犯游戏角色的游戏软件”：自由与道德的边界》

在数字时代，游戏已经成为人们休闲娱乐的重要方式之一。然而，随着游戏产业的蓬勃发展，一些游戏软件中出现了“可以随便侵犯游戏角色”的现象，引发了社会各界的广泛关注。本文将探讨这一现象背后的原因，以及它对游戏产业和玩家心理的影响。 首先，让我们来了解一下“可以随便侵犯游戏角色”的游戏软件。这类游戏软件通常允许玩家在游戏中对游戏角色进行各种形式的“恶搞”，如改变角色形象、恶搞角色行为等。这种游戏模式在一定程度上满足了玩家追求刺激和新鲜感的心理需求，但也引发了一系列问题。 首先，这种游戏软件可能侵犯游戏角色的知识产权。游戏角色作为游戏的核心元素，往往具有独特的形象和故事背景。随意修改或恶搞游戏角色，可能会损害游戏开发商的合法权益。此外，这种行为也可能损害其他玩家的利益，因为他们可能无法享受到游戏原本的设计和故事。 其次，这种游戏软件可能对玩家心理产生负面影响。在游戏中随意侵犯游戏角色，可能会让玩家产生一种“暴力”或“恶搞”的心理倾向。长期处于这种心理状态下，玩家可能会对现实生活中的道德观念产生怀疑，甚至影响到他们的社交行为。 那么，为什么会出现“可以随便侵犯游戏角色”的游戏软件呢？一方面，这可能与游戏开发商的市场策略有关。为了吸引玩家，开发商可能会推出一些具有争议性的游戏模式，以增加游戏的趣味性和吸引力。另一方面，这也与玩家心理有关。在现实生活中，人们往往面临着各种压力和束缚，而在游戏中，他们可以暂时摆脱这些束缚，追求一种自由和释放。 然而，我们不能忽视这种游戏软件可能带来的负面影响。为了维护游戏产业的健康发展，我们需要在自由与道德之间找到平衡点。 首先，游戏开发商应加强自律，避免推出具有争议性的游戏模式。在游戏设计过程中，要充分考虑游戏角色的知识产权和玩家的心理需求，确保游戏内容健康、积极。 其次，玩家也要提高自己的道德观念，理性对待游戏。在游戏中，我们要尊重游戏角色，尊重他人的权益，避免过度追求刺激和新鲜感。 最后，政府和社会各界也应加强对游戏产业的监管，确保游戏内容健康、积极。对于侵犯游戏角色知识产权、损害玩家心理的游戏软件，要依法予以查处。 总之，“可以随便侵犯游戏角色”的游戏软件在追求自由的同时，也带来了诸多问题。在数字时代，我们需要在自由与道德之间找到平衡点，共同维护游戏产业的健康发展。

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。