今日行业报告披露新成果,阿怡代打：电竞圈的另类英雄

本月国家机构发布重要通报,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。家电客服电话，系统自动派单处理

南平市武夷山市、邵阳市大祥区 ，黄冈市黄州区、新乡市获嘉县、赣州市于都县、抚州市崇仁县、连云港市灌南县、汉中市略阳县、潍坊市寒亭区、保山市昌宁县、德州市武城县、内蒙古锡林郭勒盟锡林浩特市、苏州市常熟市、内蒙古锡林郭勒盟镶黄旗、天水市甘谷县、白山市临江市、楚雄武定县 、抚顺市抚顺县、韶关市新丰县、岳阳市华容县、鹰潭市余江区、盐城市射阳县、漳州市芗城区、直辖县仙桃市、淮安市淮阴区、成都市邛崃市、三明市清流县、黔西南普安县、遵义市赤水市

近日技术小组通报核心进展,本周官方更新政策动态,阿怡代打：电竞圈的另类英雄，很高兴为您解答这个问题，让我来帮您详细说明一下：售后服务中心热线，电话网络全渠道

赣州市赣县区、阳泉市盂县 ，成都市崇州市、株洲市石峰区、信阳市潢川县、杭州市萧山区、菏泽市巨野县、哈尔滨市松北区、定西市岷县、定安县龙河镇、宁德市周宁县、内蒙古通辽市奈曼旗、东莞市厚街镇、盐城市大丰区、广西梧州市藤县、江门市新会区、通化市东昌区 、黄冈市武穴市、咸阳市兴平市、乐东黎族自治县利国镇、白山市临江市、濮阳市台前县、安顺市普定县、常德市临澧县、绥化市肇东市、临夏广河县、广西北海市海城区、驻马店市驿城区、天水市麦积区、黔东南台江县、渭南市合阳县

全球服务区域: 内蒙古鄂尔多斯市杭锦旗、盐城市阜宁县 、福州市长乐区、阿坝藏族羌族自治州小金县、大同市云州区、杭州市富阳区、无锡市惠山区、昭通市绥江县、黄山市歙县、抚顺市新宾满族自治县、盐城市建湖县、武汉市东西湖区、金华市磐安县、昌江黎族自治县石碌镇、东莞市石龙镇、辽阳市太子河区、太原市晋源区 、内蒙古阿拉善盟阿拉善右旗、儋州市木棠镇、锦州市凌海市、红河蒙自市、恩施州巴东县

本月官方渠道传达政策动向,今日行业协会发布最新研究报告,阿怡代打：电竞圈的另类英雄，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

全国服务区域: 陇南市成县、广西桂林市兴安县 、大同市阳高县、怀化市辰溪县、上海市浦东新区、成都市彭州市、安顺市普定县、龙岩市上杭县、怀化市芷江侗族自治县、宁夏石嘴山市大武口区、绥化市兰西县、广西来宾市金秀瑶族自治县、黔南贵定县、哈尔滨市道外区、琼海市石壁镇、广州市越秀区、韶关市始兴县 、怀化市靖州苗族侗族自治县、南通市启东市、安庆市太湖县、内蒙古鄂尔多斯市达拉特旗、榆林市米脂县、宣城市泾县、东方市大田镇、中山市中山港街道、资阳市安岳县、昭通市威信县、南充市蓬安县、张掖市高台县、成都市龙泉驿区、南平市武夷山市、六安市舒城县、安顺市平坝区、内蒙古通辽市扎鲁特旗、九江市永修县、马鞍山市雨山区、吉林市丰满区、永州市道县、岳阳市君山区、文山文山市、武汉市汉阳区

统一售后服务专线，全国联网服务:今日研究机构传递新研究成果,阿怡代打：电竞圈的另类英雄

在电竞这个充满激情与挑战的世界里，每一位选手都渴望在赛场上展现自己的实力，赢得观众的喝彩。然而，在电子竞技的舞台上，也存在着一些特殊的角色，他们并不亲自上场，却以另一种方式影响着比赛的结果，他们就是代打选手。而在这其中，阿怡代打无疑是最具话题性的人物之一。 阿怡，一个在电竞圈中颇具争议的名字。她并非职业选手，却因为代打而名声大噪。在众多代打选手中，阿怡以其独特的魅力和出色的技术赢得了不少粉丝。那么，阿怡代打究竟是怎么回事呢？ 阿怡代打的故事始于一场直播。当时，阿怡在直播中展示了自己的游戏技巧，引起了观众的关注。随后，有观众在弹幕中留言，希望阿怡能够代打。阿怡在直播中回应了这位观众，表示自己愿意尝试。于是，一场特殊的代打比赛就此展开。 在这场代打比赛中，阿怡以一己之力带领团队取得了胜利。观众们对阿怡的代打能力赞不绝口，认为她不仅游戏技巧高超，而且心态稳定，是真正的代打高手。然而，阿怡的代打之路并非一帆风顺。 在电竞圈，代打选手一直备受争议。一方面，代打选手的存在让比赛失去了公平性，让观众们对比赛结果产生了质疑。另一方面，代打选手也面临着道德和法律的挑战。在我国，代打选手甚至可能面临刑事责任。 尽管如此，阿怡并没有因此放弃代打。她认为，代打并非单纯的作弊行为，而是对游戏技巧的一种展示。阿怡表示：“我代打的目的并不是为了赢得比赛，而是为了让观众们看到我的实力，让他们了解电子竞技的魅力。” 阿怡的代打之路引起了电竞圈的广泛关注。有人支持她，认为她敢于尝试，敢于突破；也有人反对她，认为她破坏了比赛的公平性。面对争议，阿怡始终保持冷静，她表示：“我尊重每一位选手，也尊重每一位观众。我只是想用自己的方式，让更多的人了解电子竞技。” 在阿怡的代打生涯中，她曾为多位职业选手代打，帮助他们取得了优异的成绩。然而，随着电竞圈的不断发展，代打行为逐渐被限制。我国相关部门也加大了对代打行为的打击力度，阿怡的代打之路也逐渐走到了尽头。 尽管如此，阿怡在电竞圈的影响力依然不减。她用自己的实力和勇气，证明了代打选手并非都是负面形象。在未来的电竞道路上，阿怡或许会以另一种身份出现，继续为电子竞技事业贡献自己的力量。 总之，阿怡代打的故事让我们看到了电竞圈的多样性和复杂性。在这个充满激情与挑战的舞台上，每一位选手都有机会成为英雄。而阿怡，这位另类的电竞英雄，也将永远留在我们的记忆中。

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。