本月行业报告公开重要信息,梦幻诛仙职业介绍：探寻仙侠世界的神秘之旅

今日行业报告更新研究成果,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。数字化监督平台，智能优化服务质量

苏州市吴中区、平顶山市叶县 ，抚顺市清原满族自治县、宿州市泗县、沈阳市辽中区、九江市濂溪区、泉州市洛江区、广西防城港市上思县、赣州市瑞金市、大同市平城区、驻马店市泌阳县、龙岩市连城县、广州市从化区、益阳市桃江县、北京市顺义区、达州市开江县、普洱市宁洱哈尼族彝族自治县 、重庆市九龙坡区、十堰市郧西县、凉山木里藏族自治县、咸阳市秦都区、本溪市明山区、果洛玛多县、聊城市临清市、辽阳市文圣区、广安市邻水县、焦作市山阳区、眉山市洪雅县、临沂市兰山区

本周数据平台近期行业报告发布政策动向,本周业内人士传递最新研究成果,梦幻诛仙职业介绍：探寻仙侠世界的神秘之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修保障热线，售后90天质保

珠海市金湾区、中山市港口镇 ，福州市仓山区、海西蒙古族乌兰县、忻州市五台县、咸阳市三原县、上海市闵行区、阿坝藏族羌族自治州小金县、深圳市龙岗区、宝鸡市太白县、沈阳市浑南区、榆林市榆阳区、营口市站前区、芜湖市弋江区、镇江市京口区、河源市连平县、金华市义乌市 、内蒙古乌兰察布市卓资县、焦作市解放区、南充市仪陇县、内蒙古呼和浩特市托克托县、鞍山市铁东区、江门市蓬江区、渭南市澄城县、十堰市郧西县、大兴安岭地区加格达奇区、齐齐哈尔市碾子山区、吉安市安福县、甘南玛曲县、南通市海安市、安阳市内黄县

全球服务区域: 澄迈县永发镇、肇庆市德庆县 、萍乡市莲花县、五指山市番阳、金华市婺城区、荆门市沙洋县、广西桂林市秀峰区、昭通市大关县、昭通市彝良县、广西河池市环江毛南族自治县、内江市资中县、郑州市中原区、广西百色市隆林各族自治县、陇南市礼县、上海市虹口区、大兴安岭地区塔河县、衡阳市雁峰区 、茂名市高州市、信阳市平桥区、南充市营山县、大连市庄河市、泉州市惠安县

刚刚监管中心披露最新规定,今日行业协会发布行业动态,梦幻诛仙职业介绍：探寻仙侠世界的神秘之旅，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一安装标准，规范操作流程

全国服务区域: 渭南市大荔县、凉山普格县 、丽水市缙云县、杭州市萧山区、哈尔滨市方正县、哈尔滨市五常市、东莞市虎门镇、阿坝藏族羌族自治州小金县、乐东黎族自治县志仲镇、通化市柳河县、怀化市芷江侗族自治县、海西蒙古族德令哈市、温州市永嘉县、六盘水市盘州市、临沧市临翔区、杭州市江干区、宁夏银川市灵武市 、黑河市逊克县、广西防城港市东兴市、临汾市霍州市、长沙市岳麓区、永州市东安县、南通市如皋市、韶关市始兴县、重庆市开州区、乐东黎族自治县利国镇、伊春市铁力市、广西百色市田阳区、齐齐哈尔市龙沙区、广西梧州市岑溪市、怀化市麻阳苗族自治县、白银市平川区、中山市黄圃镇、赣州市赣县区、雅安市雨城区、绥化市海伦市、天津市北辰区、酒泉市敦煌市、吕梁市石楼县、文昌市东阁镇、新乡市辉县市

刚刚科研委员会公布突破成果:稍早前相关部门更新进展,梦幻诛仙职业介绍：探寻仙侠世界的神秘之旅

《梦幻诛仙》是一款深受玩家喜爱的仙侠题材网络游戏，其丰富的职业设定和独特的游戏体验，为玩家们构建了一个梦幻般的诛仙世界。本文将为您详细介绍梦幻诛仙中的职业，带领您领略这个仙侠世界的神秘魅力。 一、梦幻诛仙职业概述 梦幻诛仙共有八个职业，分别为：剑灵、剑修、剑侠、剑尊、剑魔、剑仙、剑妖和剑鬼。每个职业都有其独特的技能和玩法，玩家可以根据自己的喜好选择适合自己的职业。 二、各职业介绍 1. 剑灵：剑灵是梦幻诛仙中的辅助职业，擅长治疗和控制敌人。剑灵的技能以团队辅助为主，能为队友提供强大的治疗和辅助效果，是团队中不可或缺的一员。 2. 剑修：剑修是梦幻诛仙中的近战输出职业，以强大的攻击力和生存能力著称。剑修的技能以单体攻击为主，擅长快速击败敌人。 3. 剑侠：剑侠是梦幻诛仙中的远程输出职业，以精准的远程攻击和灵活的移动能力著称。剑侠的技能以群体攻击为主，擅长对敌人造成大量伤害。 4. 剑尊：剑尊是梦幻诛仙中的治疗职业，擅长为队友提供治疗和保护。剑尊的技能以治疗和控制为主，能在战斗中稳定队伍。 5. 剑魔：剑魔是梦幻诛仙中的近战输出职业，以强大的爆发力和控制能力著称。剑魔的技能以单体攻击和群体控制为主，擅长在短时间内击败敌人。 6. 剑仙：剑仙是梦幻诛仙中的远程输出职业，以高爆发力和精准的远程攻击著称。剑仙的技能以单体攻击和群体伤害为主，擅长对敌人造成致命打击。 7. 剑妖：剑妖是梦幻诛仙中的近战输出职业，以强大的生存能力和爆发力著称。剑妖的技能以单体攻击和群体伤害为主，擅长在战斗中持续输出。 8. 剑鬼：剑鬼是梦幻诛仙中的近战输出职业，以强大的爆发力和控制能力著称。剑鬼的技能以单体攻击和群体控制为主，擅长在战斗中瞬间击败敌人。 三、职业选择与搭配 在梦幻诛仙中，玩家可以根据自己的喜好和游戏风格选择适合自己的职业。同时，职业搭配也是游戏中的重要环节。合理的职业搭配能使团队在战斗中发挥出最大的威力。以下是一些建议的职业搭配： 1. 剑灵+剑修：剑灵负责治疗和控制，剑修负责输出，适合新手玩家。 2. 剑侠+剑尊：剑侠负责远程输出，剑尊负责治疗和保护，适合喜欢远程攻击的玩家。 3. 剑魔+剑仙：剑魔负责近战输出，剑仙负责远程输出，适合追求高爆发力的玩家。 4. 剑妖+剑鬼：剑妖负责近战输出，剑鬼负责近战输出，适合喜欢近战战斗的玩家。 总之，梦幻诛仙的职业选择和搭配多种多样，玩家可以根据自己的喜好和游戏风格，打造出属于自己的梦幻诛仙之旅。在这个仙侠世界中，尽情享受游戏的乐趣吧！

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。