今日官方发布政策通报,《荒野大镖客2小姐姐嘿嘿触发攻略：探索游戏中的趣味瞬间》

今日行业报告发布行业新变化,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。全国统一配件标准，质量保证无忧

十堰市郧西县、楚雄大姚县 ，白银市靖远县、临汾市霍州市、六盘水市钟山区、洛阳市宜阳县、六安市舒城县、宝鸡市凤县、海西蒙古族茫崖市、朝阳市凌源市、遂宁市安居区、重庆市奉节县、宜春市高安市、海口市琼山区、广西百色市西林县、西宁市大通回族土族自治县、郴州市苏仙区 、临沧市镇康县、伊春市金林区、盐城市阜宁县、上饶市鄱阳县、益阳市安化县、中山市东凤镇、焦作市温县、白山市浑江区、黔东南岑巩县、乐山市市中区、西宁市湟源县、牡丹江市阳明区

本周数据平台最新官方渠道传来研究成果,今日官方通报行业政策变化,《荒野大镖客2小姐姐嘿嘿触发攻略：探索游戏中的趣味瞬间》，很高兴为您解答这个问题，让我来帮您详细说明一下：以旧换新服务中心，全流程指导

宁夏固原市原州区、铜川市王益区 ，重庆市万州区、岳阳市平江县、嘉兴市桐乡市、驻马店市遂平县、重庆市潼南区、黔东南黎平县、深圳市光明区、内蒙古赤峰市林西县、广西柳州市三江侗族自治县、定西市渭源县、绥化市肇东市、天津市东丽区、咸阳市渭城区、无锡市惠山区、淮安市清江浦区 、武汉市新洲区、沈阳市于洪区、鹤岗市绥滨县、驻马店市遂平县、黑河市爱辉区、海北门源回族自治县、邵阳市北塔区、达州市通川区、马鞍山市当涂县、渭南市临渭区、韶关市翁源县、天津市静海区、汉中市汉台区、广西来宾市忻城县

全球服务区域: 凉山木里藏族自治县、通化市梅河口市 、昆明市晋宁区、延安市志丹县、忻州市保德县、广西河池市东兰县、本溪市桓仁满族自治县、营口市盖州市、内蒙古呼和浩特市玉泉区、屯昌县西昌镇、内蒙古鄂尔多斯市鄂托克旗、宁德市福鼎市、上饶市德兴市、嘉兴市平湖市、广西桂林市灵川县、扬州市邗江区、成都市锦江区 、铁岭市调兵山市、大同市灵丘县、青岛市市南区、咸阳市旬邑县、昭通市水富市

作为国家高新技术企业认证平台,今日研究机构公开行业新动态,《荒野大镖客2小姐姐嘿嘿触发攻略：探索游戏中的趣味瞬间》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修服务电话，持证技师上门服务

全国服务区域: 通化市辉南县、陵水黎族自治县群英乡 、安康市岚皋县、肇庆市高要区、兰州市七里河区、吕梁市石楼县、重庆市永川区、镇江市京口区、宁夏银川市西夏区、枣庄市市中区、红河建水县、肇庆市德庆县、重庆市城口县、揭阳市揭西县、金昌市金川区、广西河池市都安瑶族自治县、淄博市高青县 、吉林市磐石市、淄博市张店区、昌江黎族自治县海尾镇、抚顺市顺城区、咸阳市旬邑县、辽源市西安区、三门峡市陕州区、直辖县天门市、苏州市相城区、吉林市丰满区、成都市双流区、文山广南县、广西来宾市金秀瑶族自治县、广西河池市巴马瑶族自治县、达州市渠县、重庆市巴南区、澄迈县金江镇、内蒙古阿拉善盟阿拉善左旗、玉溪市红塔区、宜春市铜鼓县、哈尔滨市延寿县、双鸭山市宝山区、东莞市道滘镇、内江市东兴区

刚刚决策小组公开重大调整:今日行业协会发布重要通报,《荒野大镖客2小姐姐嘿嘿触发攻略：探索游戏中的趣味瞬间》

《荒野大镖客2》作为一款深受玩家喜爱的开放世界动作冒险游戏，凭借其丰富的剧情和自由度，让无数玩家沉浸在其中。在这款游戏中，玩家不仅能体验到西部世界的冒险，还能与各种角色互动，甚至有些有趣的瞬间让人忍不住嘿嘿笑出声。今天，就让我们一起来看看如何在游戏中触发“小姐姐嘿嘿”这一有趣瞬间吧！ 一、背景介绍 在《荒野大镖客2》中，玩家将扮演一位西部世界的牛仔，展开一段传奇冒险。游戏中，玩家会遇到许多有趣的角色，其中不乏一些漂亮的小姐姐。而“小姐姐嘿嘿”这一瞬间，往往出现在玩家与某些角色互动时。 二、触发方法 1. 与角色互动 在游戏中，与角色互动是触发“小姐姐嘿嘿”这一瞬间的重要途径。以下是一些互动方法： （1）与角色聊天：游戏中，玩家可以与部分角色进行聊天，了解他们的故事。在聊天过程中，有些角色可能会说出一些让人嘿嘿笑出声的话。 （2）完成任务：部分任务完成后，角色可能会对玩家说出一些有趣的话，这时就有可能触发“小姐姐嘿嘿”这一瞬间。 2. 角色好感度提升 提升角色好感度，也是触发“小姐姐嘿嘿”瞬间的一个方法。以下是一些建议： （1）送礼物：游戏中，玩家可以为角色送礼物，提升好感度。选择一些有趣或与角色性格相符的礼物，更容易触发这一瞬间。 （2）完成特定任务：部分任务完成后，角色好感度会提升。在完成这些任务时，注意观察角色反应，可能会有意想不到的收获。 3. 角色状态 在某些特定情况下，角色状态可能会触发“小姐姐嘿嘿”这一瞬间。以下是一些例子： （1）角色受伤：当角色受伤时，他们可能会说出一些有趣的话，让人嘿嘿笑出声。 （2）角色情绪波动：当角色情绪波动时，他们可能会说出一些让人意想不到的话。 三、注意事项 1. 角色性格：不同性格的角色，触发“小姐姐嘿嘿”这一瞬间的概率不同。了解角色性格，有助于提高触发概率。 2. 游戏版本：不同版本的《荒野大镖客2》中，触发这一瞬间的概率可能会有所不同。 总结： 在《荒野大镖客2》中，触发“小姐姐嘿嘿”这一有趣瞬间并不难。只需与角色互动、提升好感度，并在特定情况下观察角色状态，就能轻松体验到这一乐趣。快来试试吧，相信你一定会收获不少欢乐！

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。