今日监管部门披露重大进展,小丑辅助：游戏世界中的欢乐之源

今日相关部门发布新变化,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。全国联网回收网络，统一处理渠道

渭南市大荔县、辽源市东辽县 ，广西桂林市永福县、雅安市石棉县、广西河池市南丹县、宜宾市珙县、内蒙古阿拉善盟阿拉善右旗、广西柳州市三江侗族自治县、内蒙古兴安盟扎赉特旗、衡阳市常宁市、黄山市黄山区、龙岩市长汀县、毕节市金沙县、文昌市潭牛镇、西安市高陵区、通化市辉南县、中山市横栏镇 、东莞市莞城街道、白银市景泰县、绥化市海伦市、陵水黎族自治县黎安镇、兰州市皋兰县、周口市西华县、双鸭山市岭东区、内蒙古乌兰察布市集宁区、内蒙古呼和浩特市武川县、南阳市新野县、琼海市博鳌镇、茂名市茂南区

昨日官方渠道公开新变化,本周研究机构发布权威信息,小丑辅助：游戏世界中的欢乐之源，很高兴为您解答这个问题，让我来帮您详细说明一下：智能回收评估系统，自动生成报价

荆州市荆州区、丹东市凤城市 ，佳木斯市桦南县、广西梧州市长洲区、嘉兴市南湖区、台州市临海市、内蒙古呼伦贝尔市根河市、内蒙古巴彦淖尔市五原县、漳州市华安县、三门峡市灵宝市、常德市武陵区、常州市金坛区、永州市冷水滩区、吉安市青原区、荆州市荆州区、长春市朝阳区、南京市江宁区 、三明市泰宁县、白山市长白朝鲜族自治县、青岛市即墨区、宜春市上高县、六安市霍邱县、本溪市本溪满族自治县、武汉市江岸区、郑州市二七区、洛阳市汝阳县、凉山布拖县、海南同德县、中山市大涌镇、郑州市新密市、黔西南兴仁市

全球服务区域: 黑河市逊克县、厦门市集美区 、西安市未央区、广元市青川县、牡丹江市西安区、昌江黎族自治县七叉镇、广西百色市平果市、淮南市寿县、鹤岗市东山区、哈尔滨市道外区、合肥市瑶海区、广西桂林市雁山区、东方市四更镇、广西玉林市福绵区、绥化市海伦市、长沙市芙蓉区、大庆市龙凤区 、中山市三乡镇、中山市小榄镇、昆明市晋宁区、安庆市迎江区、佳木斯市富锦市

统一服务管理平台，智能监控质量,本月行业报告更新新政策,小丑辅助：游戏世界中的欢乐之源，很高兴为您解答这个问题，让我来帮您详细说明一下：家电保养记录查询，完整服务历史追溯

全国服务区域: 东莞市中堂镇、德州市陵城区 、杭州市淳安县、宁德市柘荣县、松原市乾安县、张家界市武陵源区、屯昌县枫木镇、大连市中山区、昭通市绥江县、商洛市商南县、白城市洮北区、宝鸡市太白县、广州市天河区、济宁市邹城市、广西玉林市兴业县、定安县龙湖镇、衡阳市蒸湘区 、荆州市监利市、东莞市麻涌镇、渭南市临渭区、大兴安岭地区呼中区、黔东南麻江县、荆州市沙市区、延安市宜川县、酒泉市肃北蒙古族自治县、宁波市海曙区、成都市锦江区、嘉兴市海宁市、儋州市光村镇、海东市平安区、宁波市象山县、郑州市新郑市、定安县雷鸣镇、南阳市内乡县、南通市启东市、西安市莲湖区、大连市旅顺口区、广西南宁市隆安县、渭南市富平县、海口市秀英区、黔东南麻江县

作为国家高新技术企业认证平台:昨日官方更新权威研究结果,小丑辅助：游戏世界中的欢乐之源

在游戏世界中，小丑辅助这一角色犹如一颗璀璨的明珠，以其独特的魅力和趣味性，赢得了无数玩家的喜爱。小丑辅助，顾名思义，就是那些在游戏中扮演小丑角色，为团队提供辅助的玩家。他们以幽默、搞笑的形象，为游戏增添了不少欢乐氛围。 小丑辅助在游戏中的地位十分重要。他们不仅要在战斗中为队友提供支援，还要在游戏中制造欢乐，缓解队友的压力。在团队协作的过程中，小丑辅助往往扮演着调节气氛、提高团队士气的角色。以下将从几个方面介绍小丑辅助在游戏中的表现。 首先，小丑辅助在战斗中的表现。他们通常会使用一些特殊技能，如嘲讽、治疗、控制等，为队友提供全方位的支援。在战斗中，小丑辅助会时刻关注队友的动态，及时调整战术，确保团队在战斗中保持优势。此外，小丑辅助还会在关键时刻，用自己的幽默语言和搞笑动作，为队友加油鼓劲，激发他们的斗志。 其次，小丑辅助在游戏中的娱乐作用。他们以独特的形象和幽默的语言，为游戏增添了不少趣味性。在游戏中，小丑辅助会通过各种方式，如制造搞笑场景、模仿其他角色等，让队友在紧张的游戏过程中，感受到一丝轻松和愉悦。这种娱乐作用不仅有助于缓解队友的压力，还能提高团队的整体氛围。 再次，小丑辅助在团队协作中的重要作用。在游戏中，小丑辅助会时刻关注队友的需求，为他们提供必要的帮助。在关键时刻，小丑辅助会挺身而出，为团队争取胜利。此外，小丑辅助还会在游戏中传递正能量，鼓励队友积极面对挑战，共同为团队的目标而努力。 然而，小丑辅助在游戏中并非毫无争议。有些人认为，小丑辅助过于依赖搞笑和娱乐，忽视了游戏本身的竞技性。对此，我们应理性看待。事实上，小丑辅助在游戏中的存在，既有其合理性，也有其必要性。在游戏中，适当的娱乐和调节气氛，有助于提高团队的整体表现。 那么，如何成为一名优秀的小丑辅助呢？以下是一些建议： 1. 提高自己的游戏技能。作为一名小丑辅助，你需要具备一定的游戏操作能力，以便在战斗中为队友提供有效的支援。 2. 学会调节气氛。在游戏中，幽默的语言和搞笑的动作，是吸引队友的关键。学会调节气氛，让队友在游戏中感受到快乐，是小丑辅助的重要职责。 3. 注重团队协作。小丑辅助在游戏中，不仅要为队友提供支援，还要关注团队的整体表现。学会与队友沟通，共同为团队的目标而努力。 4. 保持乐观心态。在游戏中，遇到挫折和失败是不可避免的。保持乐观心态，积极面对挑战，是小丑辅助应具备的品质。 总之，小丑辅助是游戏世界中不可或缺的角色。他们以独特的魅力和幽默，为游戏增添了欢乐氛围，提高了团队的整体表现。让我们共同期待，更多优秀的小丑辅助在游戏中绽放光彩。

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。