本月行业协会披露重大成果,《天堂2职业介绍：探寻游戏世界的多元角色扮演体验》

昨日行业报告更新政策变化,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。智能派单服务中心，精准匹配维修师傅

晋中市和顺县、定安县雷鸣镇 ，宣城市郎溪县、万宁市三更罗镇、商丘市民权县、晋城市陵川县、临沧市沧源佤族自治县、海口市美兰区、大庆市肇州县、辽源市龙山区、宜宾市江安县、定安县新竹镇、汉中市汉台区、内蒙古通辽市科尔沁区、广安市邻水县、临汾市乡宁县、伊春市汤旺县 、广西桂林市永福县、沈阳市辽中区、绥化市青冈县、遵义市播州区、大庆市萨尔图区、玉溪市新平彝族傣族自治县、焦作市解放区、临高县南宝镇、眉山市青神县、郴州市嘉禾县、马鞍山市当涂县、安康市汉滨区

刚刚科研委员会公布突破成果,本月行业报告公开重要成果,《天堂2职业介绍：探寻游戏世界的多元角色扮演体验》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电客服电话，系统自动派单处理

惠州市惠城区、连云港市灌云县 ，淄博市淄川区、商丘市宁陵县、泸州市纳溪区、毕节市大方县、中山市小榄镇、沈阳市康平县、锦州市太和区、内蒙古鄂尔多斯市鄂托克前旗、眉山市彭山区、屯昌县南坤镇、十堰市茅箭区、长春市双阳区、潍坊市昌邑市、广安市岳池县、黄冈市浠水县 、焦作市博爱县、北京市西城区、济宁市邹城市、攀枝花市米易县、东莞市石碣镇、儋州市南丰镇、大庆市大同区、郑州市上街区、定西市通渭县、西安市阎良区、赣州市宁都县、文山富宁县、红河弥勒市、梅州市梅江区

全球服务区域: 绵阳市安州区、滁州市定远县 、芜湖市镜湖区、海北海晏县、温州市瑞安市、温州市永嘉县、铁岭市铁岭县、甘南碌曲县、菏泽市曹县、凉山宁南县、三明市永安市、南平市松溪县、白山市临江市、内蒙古呼和浩特市和林格尔县、南通市如皋市、张家界市武陵源区、临高县调楼镇 、西安市周至县、延边敦化市、内蒙古巴彦淖尔市乌拉特前旗、丹东市振兴区、南京市高淳区

本周官方渠道披露研究成果,本月研究机构公开新进展,《天堂2职业介绍：探寻游戏世界的多元角色扮演体验》，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心全国联网，服务更便捷

全国服务区域: 绍兴市诸暨市、内蒙古包头市东河区 、三门峡市陕州区、楚雄南华县、伊春市丰林县、宝鸡市千阳县、吕梁市临县、四平市铁东区、延边敦化市、东方市八所镇、青岛市城阳区、武威市凉州区、宁夏石嘴山市平罗县、锦州市古塔区、孝感市孝昌县、五指山市通什、玉树囊谦县 、太原市迎泽区、惠州市惠城区、迪庆香格里拉市、郴州市汝城县、武汉市汉阳区、郴州市临武县、忻州市宁武县、郴州市桂东县、榆林市定边县、内蒙古呼伦贝尔市阿荣旗、郑州市上街区、玉溪市江川区、济南市钢城区、遵义市湄潭县、昭通市彝良县、黔南惠水县、广西百色市田阳区、大理云龙县、甘孜稻城县、汉中市西乡县、朝阳市北票市、内蒙古阿拉善盟阿拉善左旗、成都市彭州市、重庆市南岸区

刚刚应急团队公布处置方案:最新研究机构披露最新研究结果,《天堂2职业介绍：探寻游戏世界的多元角色扮演体验》

《天堂2》作为一款经典的MMORPG游戏，自2003年问世以来，凭借其丰富的游戏内容和精美的画面，吸引了无数玩家。在游戏中，职业的选择对于角色的成长和战斗能力有着至关重要的影响。下面，就让我们一起来了解一下《天堂2》中的职业介绍，探寻游戏世界的多元角色扮演体验。 一、战士 战士是《天堂2》中最常见的职业之一，以高生命值和物理攻击力著称。战士擅长近战战斗，拥有强大的防御能力，是团队中不可或缺的肉盾角色。战士的职业技能包括剑术、盾牌和投掷武器等，可以应对各种战斗场景。 二、法师 法师是《天堂2》中拥有强大魔法攻击力的职业，擅长远程攻击。法师的技能包括冰、火、雷、暗等元素魔法，可以造成大范围的伤害。法师在团队中主要负责输出，但同时也具备一定的辅助能力，如治疗和增益。 三、刺客 刺客是《天堂2》中具有高爆发伤害和隐身能力的职业。刺客擅长潜行和暗杀，可以迅速接近敌人并造成致命一击。刺客的职业技能包括暗杀、潜行和毒药等，适合喜欢快节奏战斗的玩家。 四、牧师 牧师是《天堂2》中拥有强大治疗和辅助能力的职业。牧师的技能包括治疗、复活和增益等，可以保证团队在战斗中的持续作战能力。牧师在团队中扮演着重要的角色，是团队中不可或缺的治疗者。 五、游侠 游侠是《天堂2》中具有高移动速度和远程攻击能力的职业。游侠擅长使用弓箭和远程武器，可以快速移动到战场上的各个角落进行攻击。游侠的职业技能包括箭术、陷阱和追踪等，适合喜欢自由移动和远程攻击的玩家。 六、圣骑士 圣骑士是《天堂2》中具有强大防御和辅助能力的职业。圣骑士的技能包括神圣攻击、治疗和增益等，可以在战斗中为队友提供强大的支持。圣骑士在团队中扮演着重要的角色，是团队中的守护者。 七、巫师 巫师是《天堂2》中具有强大魔法攻击和辅助能力的职业。巫师的技能包括元素魔法、召唤和诅咒等，可以在战斗中为队友提供强大的支持。巫师在团队中扮演着重要的角色，是团队中的输出者。 总结： 《天堂2》中的职业种类繁多，每个职业都有其独特的技能和战斗风格。玩家可以根据自己的喜好和游戏需求选择合适的职业，体验不同的角色扮演乐趣。在游戏中，合理搭配职业，发挥每个职业的优势，才能在激烈的战斗中取得胜利。让我们一起走进《天堂2》的世界，探寻那片充满奇幻色彩的天堂吧！

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。