本月国家机构发布重大政策通报,阴阳师玉藻前：神秘与魅力的交织

近日行业报告发布最新研究成果,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。智能派单服务中心，精准匹配维修师傅

南阳市内乡县、鹤岗市绥滨县 ，临汾市霍州市、清远市清新区、南平市浦城县、重庆市大渡口区、沈阳市铁西区、盐城市东台市、长春市双阳区、澄迈县加乐镇、达州市万源市、驻马店市泌阳县、郴州市临武县、黄冈市黄梅县、大兴安岭地区松岭区、平凉市崆峒区、牡丹江市海林市 、梅州市平远县、丽江市宁蒗彝族自治县、普洱市景谷傣族彝族自治县、成都市新津区、周口市西华县、昭通市盐津县、凉山布拖县、清远市清新区、济宁市汶上县、焦作市解放区、丹东市振安区、甘孜康定市

本周数据平台不久前行业协会透露新变化,今日监管部门披露重大进展,阴阳师玉藻前：神秘与魅力的交织，很高兴为您解答这个问题，让我来帮您详细说明一下：专业售后服务中心，技术团队随时支援

张掖市临泽县、阿坝藏族羌族自治州茂县 ，雅安市芦山县、雅安市芦山县、广西南宁市隆安县、南昌市青云谱区、鞍山市岫岩满族自治县、长治市潞城区、广西来宾市武宣县、中山市神湾镇、太原市古交市、内蒙古赤峰市元宝山区、安庆市宜秀区、娄底市冷水江市、临汾市洪洞县、乐山市峨边彝族自治县、常州市新北区 、衡阳市祁东县、安庆市迎江区、湖州市南浔区、镇江市丹徒区、德阳市旌阳区、哈尔滨市呼兰区、吉安市万安县、天津市河西区、沈阳市大东区、绥化市肇东市、安阳市内黄县、琼海市长坡镇、内蒙古呼伦贝尔市阿荣旗、海南贵南县

全球服务区域: 福州市台江区、东方市八所镇 、深圳市坪山区、内蒙古鄂尔多斯市杭锦旗、大连市金州区、广西柳州市鹿寨县、白沙黎族自治县元门乡、孝感市汉川市、六安市金寨县、岳阳市云溪区、广西桂林市资源县、大理鹤庆县、东方市八所镇、沈阳市新民市、驻马店市泌阳县、绍兴市柯桥区、益阳市资阳区 、北京市大兴区、济宁市泗水县、许昌市鄢陵县、济宁市梁山县、威海市文登区

近日观测中心传出重要预警,昨日行业报告传递新政策,阴阳师玉藻前：神秘与魅力的交织，很高兴为您解答这个问题，让我来帮您详细说明一下：专业技术指导中心，远程视频协助安装

全国服务区域: 上饶市万年县、哈尔滨市平房区 、安康市旬阳市、忻州市偏关县、安庆市桐城市、西双版纳勐海县、孝感市应城市、苏州市姑苏区、聊城市莘县、渭南市澄城县、惠州市惠阳区、广西柳州市融水苗族自治县、铜仁市万山区、汕头市澄海区、合肥市庐阳区、长治市平顺县、成都市郫都区 、聊城市临清市、延安市子长市、宝鸡市凤县、宣城市绩溪县、杭州市桐庐县、绍兴市柯桥区、忻州市河曲县、徐州市云龙区、重庆市大渡口区、安庆市桐城市、广西桂林市秀峰区、南阳市内乡县、南平市松溪县、昌江黎族自治县海尾镇、沈阳市法库县、温州市瓯海区、东莞市石龙镇、广西北海市铁山港区、琼海市塔洋镇、成都市青羊区、定西市漳县、琼海市龙江镇、沈阳市沈北新区、广西防城港市东兴市

本周数据平台最新相关部门透露权威通报:本月行业报告披露新进展,阴阳师玉藻前：神秘与魅力的交织

在阴阳师的众多式神中，玉藻前以其独特的魅力和神秘感，成为了玩家们津津乐道的话题。玉藻前，这个名字本身就充满了诗意，仿佛在诉说着一段古老而神秘的传说。 玉藻前，本名玉藻，是一位拥有着高贵气质的式神。她拥有着美丽的容颜和优雅的身姿，宛如从画中走出的仙子。然而，她的内心却隐藏着不为人知的秘密。在阴阳师的世界里，玉藻前是一位拥有强大实力的式神，她的能力足以让敌人闻风丧胆。 玉藻前的故事，起源于古老的日本神话。相传，玉藻前是一位美丽的妖狐，她拥有着变幻莫测的能力，可以随心所欲地改变自己的形态。在古代，人们敬畏她的力量，将她视为神明。然而，随着时代的变迁，玉藻前的传说逐渐被遗忘，她也被世人误解为邪恶的化身。 在阴阳师的世界里，玉藻前被赋予了一个新的身份——一位忠诚的守护者。她与玩家们并肩作战，共同对抗邪恶势力。玉藻前的技能独特而强大，她的攻击力极高，能够迅速击败敌人。同时，她还有着出色的辅助能力，可以为队友提供强大的支援。 玉藻前的外观设计充满了东方古典美。她的服饰华丽而精致，每一处细节都透露出她的高贵气质。她的头发如瀑布般垂至腰间，眼眸深邃，仿佛藏着无尽的秘密。这样的形象，让人不禁对她的故事产生好奇。 在游戏中，玉藻前是一位非常受欢迎的式神。她的技能组合多样，既可以单独作战，也可以与其他式神搭配，发挥出意想不到的效果。许多玩家都渴望拥有这位强大的式神，以便在战斗中取得胜利。 然而，玉藻前并非完美无缺。她的技能虽然强大，但也有一些局限性。例如，她的攻击范围较小，容易受到敌人的围攻。此外，她的技能冷却时间较长，需要玩家在战斗中合理运用，以免陷入被动。 尽管如此，玉藻前依然是一位极具魅力的式神。她的神秘背景、高贵气质以及强大的实力，都让她成为了阴阳师世界中的传奇。许多玩家都愿意花费时间和精力，去了解她的故事，去掌握她的技能。 在阴阳师的剧情中，玉藻前也有着重要的地位。她的出现，为整个故事增添了更多的悬念和惊喜。玩家们可以通过与玉藻前的互动，了解到她的内心世界，感受到她那独特的魅力。 总之，玉藻前是阴阳师中一位极具代表性的式神。她那神秘而美丽的形象，以及强大的实力，都让她成为了玩家们心中的女神。在未来的日子里，相信玉藻前将继续在阴阳师的世界里，绽放出耀眼的光芒。

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。