今日研究机构公开最新行业进展,天堂M与天堂W：两款游戏之间的异同解析

本月监管部门发布新研究报告,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。家电深度清洁专线，彻底解决卫生问题

九江市湖口县、青岛市市北区 ，黔南长顺县、阿坝藏族羌族自治州理县、广西来宾市金秀瑶族自治县、双鸭山市宝山区、凉山会东县、宜昌市兴山县、宜宾市翠屏区、漳州市漳浦县、铜仁市沿河土家族自治县、鹤壁市山城区、上海市宝山区、吉安市遂川县、上饶市弋阳县、永州市江华瑶族自治县、昆明市石林彝族自治县 、长治市沁县、汉中市汉台区、屯昌县屯城镇、景德镇市昌江区、黑河市北安市、大兴安岭地区漠河市、昭通市彝良县、聊城市东昌府区、陇南市成县、赣州市上犹县、沈阳市浑南区、南平市建瓯市

24小时维修咨询热线，智能语音导航,本周研究机构发布新报告,天堂M与天堂W：两款游戏之间的异同解析，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修电话，支持在线咨询报修

金华市浦江县、孝感市大悟县 ，临汾市霍州市、广西河池市罗城仫佬族自治县、中山市石岐街道、南阳市唐河县、南通市如皋市、重庆市万州区、中山市沙溪镇、周口市川汇区、怀化市靖州苗族侗族自治县、五指山市南圣、上海市黄浦区、六安市叶集区、毕节市纳雍县、潍坊市坊子区、西安市高陵区 、合肥市庐阳区、临沂市蒙阴县、朝阳市凌源市、太原市阳曲县、贵阳市开阳县、眉山市丹棱县、池州市东至县、烟台市蓬莱区、临汾市乡宁县、东营市利津县、温州市永嘉县、赣州市宁都县、宿州市砀山县、张掖市民乐县

全球服务区域: 三门峡市湖滨区、内蒙古兴安盟阿尔山市 、郑州市新郑市、红河元阳县、郴州市安仁县、东莞市洪梅镇、内蒙古乌兰察布市兴和县、北京市丰台区、永州市双牌县、内江市东兴区、济宁市微山县、遵义市湄潭县、重庆市铜梁区、惠州市龙门县、凉山木里藏族自治县、郴州市汝城县、广西梧州市藤县 、南京市雨花台区、临汾市隰县、宁夏银川市永宁县、安阳市汤阴县、天水市秦安县

本周数据平台稍早前行业报告,本月监管部门公开最新动态,天堂M与天堂W：两款游戏之间的异同解析，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: 文昌市文城镇、宿州市埇桥区 、汉中市佛坪县、绍兴市上虞区、怀化市麻阳苗族自治县、黄南同仁市、佛山市顺德区、长治市潞城区、迪庆香格里拉市、普洱市墨江哈尼族自治县、玉树称多县、东莞市望牛墩镇、广州市番禺区、永州市蓝山县、临沂市临沭县、哈尔滨市道外区、榆林市子洲县 、商洛市镇安县、渭南市澄城县、佛山市禅城区、临汾市古县、泰州市姜堰区、甘孜稻城县、六盘水市盘州市、娄底市双峰县、新余市分宜县、南昌市西湖区、内蒙古兴安盟科尔沁右翼中旗、东莞市中堂镇、果洛玛沁县、台州市临海市、广西桂林市兴安县、乐山市沙湾区、上饶市德兴市、广西玉林市福绵区、珠海市斗门区、潮州市湘桥区、黑河市爱辉区、阜新市阜新蒙古族自治县、襄阳市樊城区、阜阳市颍泉区

24小时维修咨询热线，智能语音导航:今日监管部门披露重大进展,天堂M与天堂W：两款游戏之间的异同解析

在手游市场，有许多优秀的游戏作品，其中《天堂M》和《天堂W》作为两款知名的游戏，吸引了大量玩家。尽管它们都源自同一个游戏系列，但两款游戏在玩法、画面、系统等方面存在着诸多差异。本文将深入解析这两款游戏之间的区别，帮助玩家更好地了解它们。 ### 1. 游戏背景与世界观 《天堂M》和《天堂W》都源自韩国NCSoft公司开发的经典游戏《天堂》。两款游戏在背景设定和世界观方面有着紧密的联系，但各自有所侧重。 《天堂M》以西方魔幻为背景，讲述了玩家在天堂大陆上冒险的故事。游戏中的角色可以自由选择职业，探索神秘的地图，与各种怪物战斗，解锁丰富的剧情。 《天堂W》则将背景设定在东方神话世界，以中国古代神话为蓝本，融入了独特的东方元素。玩家在游戏中将扮演各种神话角色，体验东方文化的魅力。 ### 2. 游戏画面与音乐 在画面表现上，《天堂M》采用了较为写实的手绘风格，色彩鲜艳，场景丰富。游戏中的角色造型精美，动作流畅，给玩家带来沉浸式的游戏体验。 《天堂W》则采用了更为细腻的日式动漫风格，画面色彩柔和，场景充满东方韵味。游戏中的角色造型独特，表情丰富，为玩家呈现了一个充满神话色彩的世界。 在音乐方面，《天堂M》和《天堂W》都拥有优美的背景音乐，为玩家营造出独特的游戏氛围。不过，《天堂W》在音乐方面更注重东方元素的融入，让玩家在游戏中感受到浓厚的东方风情。 ### 3. 游戏玩法与系统 《天堂M》和《天堂W》在玩法上有着较大的区别。 《天堂M》是一款以角色扮演为主的游戏，玩家需要通过升级、完成任务、参与副本等方式提升角色实力。游戏中的战斗系统较为简单，玩家主要依靠技能和装备来对抗敌人。 《天堂W》则是一款以动作冒险为主的游戏，玩家需要在游戏中不断探索、解谜、战斗。游戏中的战斗系统较为复杂，玩家需要掌握各种技能和策略才能战胜敌人。 在系统方面，《天堂M》拥有丰富的社交系统，玩家可以加入公会、组队副本等，与其他玩家互动。而《天堂W》则更注重个人成长，玩家需要通过不断挑战自我，提升实力。 ### 4. 总结 《天堂M》和《天堂W》作为两款源自同一游戏系列的作品，在画面、音乐、玩法等方面各有特色。玩家可以根据自己的喜好选择适合自己的游戏。虽然两款游戏在玩法上存在差异，但它们都为玩家带来了丰富的游戏体验。在今后的日子里，这两款游戏将继续陪伴着我们度过美好的游戏时光。

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。