今日行业协会传达最新政策,探索无人区码：3DMAX在虚拟世界中的无限可能

今日监管部门传达新研究成果,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。家电服务反馈专线，多渠道收集意见

新乡市原阳县、辽阳市灯塔市 ，德宏傣族景颇族自治州瑞丽市、镇江市句容市、绍兴市嵊州市、哈尔滨市方正县、大连市瓦房店市、铜川市耀州区、成都市彭州市、宜昌市点军区、青岛市莱西市、雅安市宝兴县、昆明市寻甸回族彝族自治县、邵阳市新邵县、南京市溧水区、揭阳市惠来县、乐东黎族自治县九所镇 、安康市石泉县、潍坊市诸城市、广州市天河区、杭州市萧山区、乐东黎族自治县黄流镇、重庆市大足区、中山市南头镇、阜阳市太和县、上饶市余干县、长治市平顺县、盘锦市双台子区、马鞍山市和县

本周数据平台近日官方渠道公开最新动态,本月行业报告传达最新进展,探索无人区码：3DMAX在虚拟世界中的无限可能，很高兴为您解答这个问题，让我来帮您详细说明一下：智能安装预约系统，自动分配技师

凉山美姑县、琼海市嘉积镇 ，揭阳市揭东区、徐州市铜山区、广州市黄埔区、合肥市瑶海区、成都市金牛区、凉山金阳县、内蒙古呼和浩特市玉泉区、临高县皇桐镇、荆州市江陵县、深圳市坪山区、湘潭市韶山市、北京市平谷区、广西贵港市港南区、嘉兴市平湖市、湛江市霞山区 、长治市潞州区、重庆市巫溪县、九江市湖口县、上饶市婺源县、宿迁市沭阳县、儋州市那大镇、德州市齐河县、张家界市永定区、泰安市东平县、天水市清水县、齐齐哈尔市建华区、广西崇左市凭祥市、德州市禹城市、东莞市厚街镇

全球服务区域: 安庆市怀宁县、鹤岗市萝北县 、昆明市五华区、潮州市湘桥区、海北门源回族自治县、黔东南麻江县、无锡市新吴区、大兴安岭地区塔河县、平凉市灵台县、淄博市沂源县、漯河市召陵区、蚌埠市龙子湖区、内蒙古通辽市库伦旗、德阳市旌阳区、文昌市蓬莱镇、遵义市湄潭县、肇庆市四会市 、运城市临猗县、东方市天安乡、吕梁市柳林县、宁夏银川市兴庆区、攀枝花市东区

近日调查组公开关键证据本,今日相关部门发布新动向,探索无人区码：3DMAX在虚拟世界中的无限可能，很高兴为您解答这个问题，让我来帮您详细说明一下：家电售后专线，专业团队高效处理

全国服务区域: 聊城市东阿县、广西北海市银海区 、南京市玄武区、焦作市修武县、濮阳市台前县、玉树杂多县、潍坊市青州市、甘孜得荣县、鄂州市鄂城区、枣庄市市中区、泸州市江阳区、韶关市始兴县、白沙黎族自治县元门乡、凉山昭觉县、连云港市赣榆区、遵义市红花岗区、哈尔滨市呼兰区 、内蒙古鄂尔多斯市康巴什区、湛江市霞山区、宁夏石嘴山市平罗县、黄山市休宁县、亳州市利辛县、抚顺市抚顺县、汉中市略阳县、海西蒙古族格尔木市、武汉市汉阳区、直辖县天门市、榆林市子洲县、内蒙古赤峰市喀喇沁旗、阜阳市颍州区、开封市祥符区、达州市宣汉县、汕头市濠江区、惠州市惠城区、汉中市佛坪县、马鞍山市和县、文山西畴县、温州市平阳县、天津市滨海新区、天津市北辰区、牡丹江市阳明区

可视化故障排除专线:今日官方渠道发布研究成果,探索无人区码：3DMAX在虚拟世界中的无限可能

在数字化时代，虚拟现实技术逐渐成为人们关注的焦点。其中，3DMAX作为一款功能强大的三维建模和动画软件，在众多虚拟现实创作中扮演着不可或缺的角色。而“无人区码”这一概念，更是将3DMAX的潜力发挥得淋漓尽致。本文将围绕“无人区码3DMAX”这一关键词，探讨3DMAX在虚拟世界中的无限可能。 首先，让我们来了解一下“无人区码”。无人区码，顾名思义，是指那些尚未被开发、探索的区域。在虚拟现实领域，无人区码代表着那些未被充分挖掘的创意空间。而3DMAX作为一款三维建模和动画软件，为创作者提供了丰富的工具和资源，使他们能够在这个虚拟的无人区码中尽情发挥。 在3DMAX中，创作者可以轻松地构建出各种场景和角色。无论是宏伟的城市景观，还是神秘的自然风光，亦或是科幻的未来世界，都能在3DMAX中找到合适的工具和素材。以下是一些3DMAX在无人区码中发挥作用的实例： 1. 建模与场景设计：3DMAX提供了丰富的建模工具，如多边形建模、NURBS建模等，使得创作者可以轻松地构建出各种复杂场景。例如，在无人区码中，创作者可以设计一个充满异域风情的神秘古城，通过3DMAX的建模功能，将这座古城的每一个细节都表现得栩栩如生。 2. 材质与纹理：3DMAX拥有丰富的材质和纹理资源，可以帮助创作者为场景和角色赋予真实感。在无人区码中，创作者可以利用这些资源，为虚拟世界中的物体添加独特的质感，如粗糙的岩石、细腻的肌肤、华丽的金属等。 3. 灯光与渲染：3DMAX的灯光和渲染功能，使得创作者可以模拟出真实世界的光影效果。在无人区码中，创作者可以通过调整灯光、阴影和反射等参数，营造出令人陶醉的氛围，让虚拟世界更加生动。 4. 动画与特效：3DMAX强大的动画和特效功能，为创作者提供了丰富的表现手法。在无人区码中，创作者可以制作出令人惊叹的动画效果，如飞行的鸟类、翻滚的云彩、爆炸的火球等。 5. 虚拟现实应用：随着虚拟现实技术的不断发展，3DMAX在无人区码中的应用越来越广泛。创作者可以利用3DMAX制作出沉浸式的虚拟现实体验，让用户仿佛置身于虚拟世界之中。 总之，无人区码3DMAX为创作者提供了一个充满无限可能的创作空间。在这个虚拟世界中，创作者可以尽情发挥自己的想象力，创造出令人叹为观止的作品。而随着技术的不断进步，3DMAX在无人区码中的应用将会更加广泛，为虚拟现实领域带来更多惊喜。 当然，要充分发挥3DMAX在无人区码中的潜力，创作者还需要不断学习和实践。只有掌握了3DMAX的各项技能，才能在这个虚拟世界中游刃有余，创造出属于自己的独特作品。 总之，无人区码3DMAX为我们打开了一扇通往虚拟世界的大门。在这个充满无限可能的领域，让我们共同探索、创造，用3DMAX为虚拟现实世界增添更多色彩。

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。