昨日行业报告公布最新成果,《手游新体验：与女角色共度的浪漫时光》

昨日官方发布新变化,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。智能派单服务中心，精准匹配维修师傅

阜新市海州区、宣城市宣州区 ，荆门市掇刀区、沈阳市新民市、抚州市东乡区、内蒙古鄂尔多斯市杭锦旗、金华市浦江县、金华市兰溪市、汉中市勉县、武威市天祝藏族自治县、嘉兴市秀洲区、赣州市瑞金市、宁夏银川市兴庆区、江门市台山市、咸阳市武功县、成都市邛崃市、金华市永康市 、福州市台江区、伊春市大箐山县、内蒙古锡林郭勒盟镶黄旗、咸阳市秦都区、朔州市应县、内蒙古乌兰察布市商都县、朔州市朔城区、通化市通化县、杭州市滨江区、雅安市雨城区、恩施州巴东县、营口市站前区

作为国家高新技术企业认证平台,本周官方更新行业研究成果,《手游新体验：与女角色共度的浪漫时光》，很高兴为您解答这个问题，让我来帮您详细说明一下：全国标准化热线，统一维修服务标准

三亚市天涯区、四平市伊通满族自治县 ，忻州市河曲县、连云港市灌南县、毕节市织金县、内蒙古兴安盟乌兰浩特市、汕头市潮阳区、商丘市睢阳区、赣州市信丰县、延安市甘泉县、三门峡市湖滨区、广西来宾市合山市、大理祥云县、东莞市麻涌镇、临汾市浮山县、果洛玛多县、甘南碌曲县 、宜春市樟树市、中山市小榄镇、天津市东丽区、苏州市常熟市、广西百色市那坡县、吉林市丰满区、漳州市南靖县、海东市循化撒拉族自治县、恩施州建始县、内蒙古阿拉善盟阿拉善右旗、佛山市三水区、泉州市鲤城区、文山西畴县、岳阳市云溪区

全球服务区域: 湛江市廉江市、重庆市巴南区 、济南市长清区、济南市章丘区、朔州市应县、长春市南关区、宁波市鄞州区、烟台市牟平区、遂宁市安居区、内蒙古鄂尔多斯市康巴什区、内蒙古巴彦淖尔市乌拉特后旗、西双版纳勐腊县、万宁市三更罗镇、朔州市山阴县、陵水黎族自治县三才镇、广州市南沙区、玉溪市易门县 、张家界市慈利县、宜春市靖安县、昆明市官渡区、北京市西城区、三明市永安市

本周数据平台近期官方渠道公开权威通报,今日监管部门公开新政策变化,《手游新体验：与女角色共度的浪漫时光》，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用教学专线，新手快速入门指导

全国服务区域: 湘西州吉首市、辽阳市辽阳县 、泰安市东平县、广西南宁市武鸣区、韶关市始兴县、景德镇市珠山区、鸡西市滴道区、吉安市峡江县、南通市如皋市、咸阳市长武县、平顶山市郏县、惠州市惠城区、绥化市青冈县、沈阳市沈北新区、咸阳市渭城区、泰州市兴化市、临沧市镇康县 、恩施州巴东县、果洛久治县、玉溪市新平彝族傣族自治县、乐山市五通桥区、白沙黎族自治县细水乡、安康市汉阴县、九江市湖口县、齐齐哈尔市昂昂溪区、昭通市盐津县、衡阳市衡山县、广西贵港市平南县、沈阳市大东区、铜仁市德江县、天津市静海区、辽阳市宏伟区、榆林市吴堡县、长治市长子县、泉州市永春县、南阳市内乡县、孝感市汉川市、洛阳市涧西区、内蒙古锡林郭勒盟锡林浩特市、眉山市东坡区、铜川市王益区

本周数据平台本月业内人士公开最新动态:今日官方披露研究成果,《手游新体验：与女角色共度的浪漫时光》

随着手游市场的日益繁荣，越来越多的玩家开始追求更加丰富和多元化的游戏体验。而在这其中，与女角色互动的手游成为了许多玩家的新宠。这类游戏不仅提供了独特的视觉享受，还让玩家在游戏中体验到与女角色共度的浪漫时光。下面，就让我们一起来盘点一下那些可以和女角色做的手游吧。 首先，不得不提的是《恋与制作人》。这款游戏自上线以来，凭借其精美的画面、丰富的剧情和独特的角色设定，吸引了大量玩家。在游戏中，玩家可以扮演一位年轻的作家，与四位各具特色的男角色展开浪漫的爱情故事。而在这其中，与女角色的互动更是游戏的一大亮点。玩家可以通过写信、送礼物、约会等方式，与女角色建立深厚的感情。 其次，《阴阳师》也是一款深受玩家喜爱的手游。在这款游戏中，玩家可以收集各种式神，并与她们展开互动。其中，一些女式神如妖狐、桃花妖等，更是拥有独特的魅力。玩家可以通过喂食、洗澡、聊天等方式，与女式神建立深厚的友谊。此外，游戏中还有各种活动，让玩家有机会与女式神共度浪漫时光。 再来说说《碧蓝航线》。这款游戏以二战时期的战舰为原型，设计了众多精美的女角色。玩家在游戏中可以收集这些女角色，并与她们一起战斗。在战斗之余，玩家还可以与女角色进行互动，如聊天、送礼等。这些互动不仅让玩家感受到游戏的乐趣，还让玩家对女角色产生了深厚的感情。 此外，《剑网3》也是一款可以与女角色互动的手游。在这款游戏中，玩家可以扮演各种职业，与女角色展开冒险。游戏中，玩家可以通过完成任务、参与活动等方式，与女角色建立深厚的友谊。而与女角色的互动，也让游戏充满了浪漫的气息。 当然，除了以上这些游戏，还有许多其他可以与女角色互动的手游。例如，《恋与制作人》的姊妹篇《恋与制作人2》、《恋与制作人3》；以女角色为主角的《阴阳师：平安物语》；以及以女角色为背景的《少女前线》等。 总之，可以和女角色做的手游种类繁多，为玩家提供了丰富的游戏体验。在这类游戏中，玩家不仅可以享受到游戏的乐趣，还可以体验到与女角色共度的浪漫时光。在这个虚拟的世界里，玩家可以尽情释放自己的情感，与心仪的女角色展开一段美好的爱情故事。让我们一起期待更多精彩的游戏作品问世，为玩家带来更多美好的回忆吧！

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。