本月行业协会公开重大研究成果,QQ飞车天使之翼：翱翔在虚拟赛道上的翅膀

今日行业协会披露新政策动向,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。自动化服务调度，智能匹配维修资源

厦门市思明区、沈阳市辽中区 ，宝鸡市陇县、鸡西市梨树区、衡阳市石鼓区、永州市冷水滩区、吕梁市文水县、重庆市涪陵区、昭通市彝良县、三门峡市义马市、阜新市阜新蒙古族自治县、益阳市赫山区、重庆市大渡口区、遵义市播州区、延安市甘泉县、乐东黎族自治县万冲镇、宜春市万载县 、泰安市肥城市、东莞市莞城街道、乐东黎族自治县莺歌海镇、德州市宁津县、焦作市温县、楚雄大姚县、沈阳市沈河区、酒泉市玉门市、武汉市青山区、内蒙古呼和浩特市土默特左旗、平凉市静宁县、内蒙古乌兰察布市卓资县

近日调查组公开关键证据,昨日相关部门更新研究成果,QQ飞车天使之翼：翱翔在虚拟赛道上的翅膀，很高兴为您解答这个问题，让我来帮您详细说明一下：专业家电维修客服，一对一解决问题

东莞市谢岗镇、重庆市巴南区 ，遵义市湄潭县、陵水黎族自治县三才镇、丽水市缙云县、河源市连平县、大连市甘井子区、龙岩市漳平市、六盘水市六枝特区、黄冈市黄州区、襄阳市樊城区、商丘市民权县、德阳市罗江区、锦州市古塔区、泰安市东平县、商丘市睢县、六安市舒城县 、武汉市汉南区、舟山市定海区、铜仁市玉屏侗族自治县、漳州市龙文区、大兴安岭地区呼中区、景德镇市浮梁县、阿坝藏族羌族自治州理县、广安市华蓥市、周口市太康县、鹤岗市向阳区、金华市东阳市、内蒙古乌兰察布市兴和县、邵阳市新宁县、淮北市相山区

全球服务区域: 韶关市始兴县、文山丘北县 、黄山市黟县、酒泉市肃州区、白沙黎族自治县牙叉镇、朝阳市龙城区、宝鸡市凤县、上海市黄浦区、三明市大田县、淮南市谢家集区、双鸭山市宝清县、驻马店市平舆县、泉州市惠安县、大兴安岭地区加格达奇区、海口市秀英区、襄阳市樊城区、洛阳市洛宁县 、榆林市子洲县、襄阳市老河口市、济源市市辖区、淄博市周村区、海东市循化撒拉族自治县

刚刚科研委员会公布突破成果,本周业内人士传递最新研究成果,QQ飞车天使之翼：翱翔在虚拟赛道上的翅膀，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化热线，统一维修服务标准

全国服务区域: 北京市顺义区、平顶山市鲁山县 、锦州市义县、青岛市市南区、内蒙古阿拉善盟阿拉善左旗、天津市静海区、重庆市巴南区、广西崇左市凭祥市、潍坊市潍城区、鸡西市鸡东县、武威市天祝藏族自治县、万宁市山根镇、宣城市泾县、武汉市江夏区、内蒙古乌海市海勃湾区、咸宁市嘉鱼县、重庆市江北区 、西宁市城中区、黑河市北安市、贵阳市乌当区、内蒙古巴彦淖尔市临河区、白山市靖宇县、淮南市潘集区、内蒙古包头市固阳县、吕梁市孝义市、莆田市仙游县、铜仁市松桃苗族自治县、广西南宁市兴宁区、雅安市芦山县、临汾市古县、丹东市宽甸满族自治县、内蒙古呼伦贝尔市扎赉诺尔区、上海市闵行区、周口市鹿邑县、怀化市靖州苗族侗族自治县、西宁市城北区、内蒙古通辽市扎鲁特旗、甘孜得荣县、三沙市南沙区、曲靖市陆良县、东莞市莞城街道

本周数据平台本月业内人士公开最新动态:今日官方通报发布行业新变化,QQ飞车天使之翼：翱翔在虚拟赛道上的翅膀

在众多赛车游戏中，QQ飞车以其独特的画风和丰富的玩法赢得了无数玩家的喜爱。而在这款游戏中，天使之翼无疑是最引人注目的道具之一。它不仅象征着速度与激情，更像是玩家们在虚拟赛道上翱翔的翅膀，带给我们无尽的欢乐和挑战。 天使之翼，顾名思义，是一种拥有天使翅膀的道具。它可以让玩家在游戏中拥有飞行能力，轻松地在赛道上穿梭，超越对手。这款道具的出现，无疑为QQ飞车增添了更多的趣味性和挑战性。 首先，天使之翼的飞行效果十分出色。当玩家装备上天使之翼后，仿佛真的变成了一只展翅飞翔的天使。在游戏中，我们可以自由地在空中翱翔，感受速度与激情的碰撞。尤其是在一些高难度的赛道上，天使之翼的飞行能力可以帮助我们轻松越过障碍，赢得比赛。 其次，天使之翼的获得方式也颇具趣味。在QQ飞车中，玩家可以通过完成任务、参与活动、购买等方式获得天使之翼。这种多样化的获得方式，使得天使之翼成为了玩家们争相追求的道具。同时，这也让玩家在游戏中有了更多的目标和动力。 然而，天使之翼并非完美无缺。虽然它可以让玩家在游戏中自由翱翔，但也存在一些不足之处。首先，天使之翼的飞行速度相对较慢，这在一定程度上影响了玩家的比赛成绩。其次，天使之翼的持续时间有限，玩家在使用过程中需要时刻关注时间，以免在关键时刻失去飞行能力。 尽管如此，天使之翼依然是QQ飞车中备受玩家喜爱的道具。它不仅让我们在游戏中体验到飞翔的快感，更让我们感受到了速度与激情的魅力。在虚拟赛道上，天使之翼就像是我们翱翔的翅膀，让我们勇敢地挑战极限，追求更高的成就。 除了飞行效果，天使之翼的外观设计也颇具特色。天使之翼的翅膀呈现出流线型的线条，给人一种轻盈、优雅的感觉。同时，翅膀的颜色搭配也十分和谐，与QQ飞车的整体风格相得益彰。这使得天使之翼成为了游戏中一道亮丽的风景线。 在QQ飞车中，天使之翼不仅是一款道具，更是一种精神象征。它代表着玩家们对速度与激情的追求，对挑战自我的勇气。在游戏中，我们驾驶着赛车，装备着天使之翼，勇敢地挑战每一个赛道，追求更高的荣誉。 总之，QQ飞车天使之翼是一款极具特色的道具，它让我们在虚拟赛道上翱翔，感受速度与激情的碰撞。虽然它存在一些不足，但依然无法阻挡玩家们对它的喜爱。在未来的日子里，相信天使之翼将继续陪伴着我们，在QQ飞车的赛道上创造更多精彩瞬间。

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。