本周行业协会披露最新报告,《王者荣耀女性角色正能量换装，展现青春活力与时尚风采》

本周行业报告披露政策新动向,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。客服中心全国联网，服务更便捷

宁夏固原市西吉县、盐城市阜宁县 ，吉安市新干县、眉山市青神县、滁州市琅琊区、中山市中山港街道、阳泉市平定县、甘孜九龙县、荆州市石首市、辽源市东丰县、白山市浑江区、文昌市东郊镇、吉林市磐石市、郑州市新密市、苏州市相城区、德州市齐河县、抚州市乐安县 、中山市神湾镇、东莞市南城街道、沈阳市辽中区、泰州市海陵区、天水市甘谷县、抚州市南城县、广西桂林市灌阳县、邵阳市大祥区、景德镇市乐平市、菏泽市巨野县、连云港市灌南县、沈阳市皇姑区

本周数据平台不久前行业协会透露新变化,本月监管部门发布行业新报告,《王者荣耀女性角色正能量换装，展现青春活力与时尚风采》，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

广西钦州市钦南区、南充市南部县 ，泰州市靖江市、梅州市蕉岭县、白沙黎族自治县细水乡、白银市景泰县、牡丹江市绥芬河市、淄博市高青县、南阳市镇平县、澄迈县仁兴镇、中山市大涌镇、商丘市民权县、澄迈县中兴镇、信阳市淮滨县、金昌市金川区、宿迁市泗洪县、安阳市滑县 、内蒙古呼和浩特市新城区、淮北市相山区、铜仁市松桃苗族自治县、东莞市厚街镇、天津市蓟州区、鹤岗市向阳区、宁夏固原市彭阳县、吕梁市岚县、宜昌市长阳土家族自治县、攀枝花市西区、焦作市马村区、德州市乐陵市、台州市温岭市、三门峡市灵宝市

全球服务区域: 大连市金州区、开封市兰考县 、本溪市本溪满族自治县、内蒙古鄂尔多斯市伊金霍洛旗、枣庄市滕州市、黔东南黎平县、内蒙古呼和浩特市土默特左旗、宝鸡市渭滨区、广西百色市平果市、滁州市凤阳县、萍乡市芦溪县、淄博市张店区、广西来宾市兴宾区、莆田市秀屿区、曲靖市马龙区、泉州市惠安县、内蒙古呼和浩特市和林格尔县 、宁夏吴忠市同心县、延安市宜川县、濮阳市华龙区、澄迈县瑞溪镇、茂名市信宜市

专业维修服务电话,本周官方更新行业通报,《王者荣耀女性角色正能量换装，展现青春活力与时尚风采》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一售后服务热线，售后有保障

全国服务区域: 广西来宾市兴宾区、内蒙古锡林郭勒盟正镶白旗 、曲靖市陆良县、黄山市屯溪区、齐齐哈尔市泰来县、衢州市龙游县、五指山市毛道、佛山市禅城区、济南市济阳区、怀化市麻阳苗族自治县、黔东南岑巩县、河源市和平县、保山市隆阳区、雅安市汉源县、儋州市新州镇、东莞市大岭山镇、忻州市五寨县 、荆州市松滋市、陇南市成县、鸡西市滴道区、焦作市博爱县、广西百色市凌云县、武汉市黄陂区、襄阳市襄城区、三亚市海棠区、文昌市翁田镇、内蒙古锡林郭勒盟阿巴嘎旗、大庆市龙凤区、济宁市梁山县、广西南宁市武鸣区、商丘市夏邑县、武汉市新洲区、玉树称多县、大兴安岭地区塔河县、乐山市金口河区、四平市伊通满族自治县、青岛市胶州市、乐东黎族自治县抱由镇、信阳市淮滨县、玉溪市华宁县、汉中市留坝县

本周数据平台不久前行业协会透露新变化:昨日官方更新权威研究结果,《王者荣耀女性角色正能量换装，展现青春活力与时尚风采》

随着电子竞技的蓬勃发展，王者荣耀这款游戏吸引了无数玩家的关注。在游戏中，角色设计是吸引玩家的一大亮点，尤其是女性角色，她们不仅形象各异，更充满正能量。今天，就让我们一起来欣赏一下王者荣耀女性角色的正能量换装图片，感受她们的青春活力与时尚风采。 在王者荣耀中，女性角色形象多样，既有古典美女，也有现代时尚达人。她们或婉约柔美，或英姿飒爽，或俏皮可爱，各具特色。在换装系统中，玩家可以根据自己的喜好为角色搭配各种服装，展现她们不同的魅力。 首先，让我们看看古典美女型女性角色。如貂蝉、王昭君等，她们身着华丽的汉服，尽显古典韵味。在正能量换装图片中，她们换上了时尚的汉元素服装，既保留了古典的韵味，又融入了现代的时尚元素，让人眼前一亮。 接下来，现代时尚达人型女性角色也不甘示弱。如孙尚香、妲己等，她们身着时尚的连衣裙、短裙等，展现出青春的活力。在正能量换装图片中，她们换上了简约大气的服装，简约而不简单，时尚感十足。 此外，还有一些俏皮可爱的女性角色，如安琪拉、妲己等。她们在换装系统中，可以换上各种卡通风格的服装，可爱至极。在正能量换装图片中，她们换上了充满童趣的服装，让人忍俊不禁。 除了服装的多样性，王者荣耀女性角色的正能量还体现在她们的性格特点上。她们勇敢、自信、独立，充满正能量。在游戏中，她们不仅能够帮助队友取得胜利，还能给玩家带来无尽的欢乐。 正能量换装图片的推出，不仅丰富了游戏内容，也让玩家在欣赏角色美丽的同时，感受到了她们传递的正能量。以下是一些具有代表性的正能量换装图片： 1. 貂蝉换上了汉元素时尚服装，古典韵味与现代时尚完美结合，展现出独特的魅力。 2. 孙尚香换上了简约大气的连衣裙，时尚感十足，充满青春活力。 3. 安琪拉换上了卡通风格的服装，可爱至极，让人忍俊不禁。 4. 妲己换上了简约时尚的短裙，展现出她的自信与独立。 总之，王者荣耀女性角色的正能量换装图片，为玩家呈现了一场视觉盛宴。她们不仅形象各异，充满活力，更传递着积极向上的正能量。在今后的游戏中，我们期待看到更多具有正能量的女性角色，为我们的生活带来更多的欢乐与感动。

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。