本月官方发布行业报告,《梦幻诛仙启灵：探寻仙侠世界的神秘之旅》

本月官方渠道发布重磅信息,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。数字化维保平台，智能管理维护周期

楚雄大姚县、重庆市潼南区 ，绵阳市游仙区、南昌市西湖区、黄冈市团风县、沈阳市大东区、长沙市宁乡市、周口市项城市、果洛班玛县、遵义市湄潭县、安康市旬阳市、广西南宁市兴宁区、重庆市云阳县、儋州市雅星镇、楚雄楚雄市、沈阳市苏家屯区、漳州市长泰区 、长春市双阳区、红河蒙自市、临夏永靖县、佛山市三水区、牡丹江市海林市、周口市川汇区、内江市资中县、镇江市丹阳市、天津市红桥区、宁夏银川市贺兰县、黄冈市罗田县、咸宁市赤壁市

近日检测中心传出核心指标,本月官方渠道发布行业新报告,《梦幻诛仙启灵：探寻仙侠世界的神秘之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：24小时维修客服热线，随时为您服务

吉安市万安县、上海市嘉定区 ，襄阳市樊城区、新乡市新乡县、亳州市蒙城县、上海市普陀区、眉山市洪雅县、安阳市内黄县、酒泉市金塔县、荆州市洪湖市、台州市温岭市、温州市龙湾区、酒泉市肃北蒙古族自治县、临沧市临翔区、儋州市东成镇、天津市北辰区、襄阳市谷城县 、通化市辉南县、儋州市海头镇、昌江黎族自治县七叉镇、双鸭山市宝清县、鹤岗市绥滨县、青岛市李沧区、长沙市岳麓区、连云港市海州区、广州市番禺区、安康市汉阴县、淮安市清江浦区、临汾市浮山县、济宁市邹城市、松原市乾安县

全球服务区域: 广州市天河区、内蒙古赤峰市克什克腾旗 、安康市镇坪县、肇庆市高要区、广西玉林市福绵区、泉州市丰泽区、广州市越秀区、大同市左云县、万宁市三更罗镇、万宁市龙滚镇、郑州市惠济区、长沙市开福区、乐山市市中区、伊春市金林区、芜湖市繁昌区、湛江市徐闻县、苏州市虎丘区 、南阳市唐河县、枣庄市滕州市、泰州市高港区、广西百色市那坡县、佛山市顺德区

全天候服务支持热线,今日官方渠道更新行业研究成果,《梦幻诛仙启灵：探寻仙侠世界的神秘之旅》，很高兴为您解答这个问题，让我来帮您详细说明一下：专业延保咨询中心，定制化方案

全国服务区域: 南充市营山县、滨州市惠民县 、巴中市通江县、松原市乾安县、内蒙古锡林郭勒盟正蓝旗、合肥市庐阳区、屯昌县坡心镇、吉安市峡江县、衡阳市蒸湘区、莆田市秀屿区、平顶山市鲁山县、赣州市崇义县、铁岭市铁岭县、晋中市榆社县、安康市、甘孜雅江县、吉林市丰满区 、怀化市会同县、嘉峪关市文殊镇、中山市民众镇、海口市琼山区、临沂市河东区、阿坝藏族羌族自治州汶川县、德阳市什邡市、丽水市景宁畲族自治县、大理祥云县、东莞市凤岗镇、果洛玛多县、肇庆市高要区、延边敦化市、益阳市安化县、郴州市汝城县、乐山市峨眉山市、温州市鹿城区、延边敦化市、濮阳市濮阳县、沈阳市康平县、铜仁市沿河土家族自治县、六安市霍山县、徐州市邳州市、襄阳市老河口市

作为国家高新技术企业认证平台:昨日研究机构公开研究成果,《梦幻诛仙启灵：探寻仙侠世界的神秘之旅》

在浩瀚的仙侠世界中，有一个充满神秘与梦幻的传奇故事，那就是《梦幻诛仙启灵》。这是一款深受玩家喜爱的仙侠题材网络游戏，它以独特的启灵系统，为玩家们带来了一场场惊心动魄的冒险之旅。 《梦幻诛仙启灵》的故事背景设定在一个名为“诛仙界”的神秘世界。这个世界中，仙魔并存，仙侠气息浓郁。玩家在游戏中扮演的角色，将踏上寻找仙灵之力的旅程，解锁各种神秘技能，最终成为一代仙侠传奇。 游戏中的启灵系统是《梦幻诛仙启灵》的一大亮点。玩家可以通过启灵，让角色获得更强大的能力。启灵分为多个等级，每个等级都有不同的效果。随着等级的提升，玩家可以解锁更多强大的技能，如飞升、御剑、神通等。 在启灵过程中，玩家会遇到各种挑战。首先，要收集足够的启灵材料。这些材料分布在诛仙界的各个角落，有的隐藏在险峻的山脉中，有的藏于神秘的古墓里。玩家需要发挥智慧，克服重重困难，才能收集到这些珍贵的材料。 其次，启灵过程需要消耗大量的精力。玩家需要在游戏中不断积累经验，提升角色的等级，才能获得足够的精力进行启灵。这个过程既考验玩家的耐心，也考验他们的策略。 在启灵的过程中，玩家还会遇到各种意想不到的惊喜。有时候，一个看似普通的材料，竟然能够带来意想不到的强大效果。这种惊喜感，让玩家在游戏中充满了期待。 除了启灵系统，《梦幻诛仙启灵》还有丰富的剧情和角色设定。游戏中的角色各具特色，玩家可以根据自己的喜好选择不同的职业。每个职业都有独特的技能和成长路线，玩家需要根据自己的需求，制定合适的培养策略。 在诛仙界中，玩家不仅要面对强大的敌人，还要应对各种复杂的剧情。有时候，一个看似微不足道的线索，可能会引发一场惊天动地的变革。这种剧情设定，让玩家在游戏中体验到了仙侠世界的变幻莫测。 此外，《梦幻诛仙启灵》还拥有强大的社交系统。玩家可以在游戏中结识志同道合的朋友，一起组队闯荡诛仙界。在团队中，玩家可以相互帮助，共同成长。这种社交体验，让玩家在游戏中感受到了友谊的温暖。 总之，《梦幻诛仙启灵》是一款充满梦幻色彩的仙侠游戏。它以独特的启灵系统，丰富的剧情，以及强大的社交系统，为玩家带来了一场场惊心动魄的冒险之旅。在这个仙侠世界中，玩家将开启一段属于自己的传奇故事，探寻那神秘莫测的仙灵之力。让我们一起踏上这场梦幻之旅，感受仙侠世界的无尽魅力吧！

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。