对话离哲：企业AI离别「对话玩具」，，，，，，多模态影象是分水岭

2026-03-02 06:24:52

“影象会是AI时代的主角，，，，，，多模态影象平台将成为AI时代的基础设施范式。。。。。”

作者丨成仲轩

编辑丨董子博

初见离哲（本名占轶群，，，，，，质变科技首创人兼CEO）时，，，，，，他习惯性地用双手比划，，，，，，似乎在将空气中无形的碎片聚拢、串联。。。。。“人的影象是碎片的，，，，，，”他说，，，，，，“而无数碎片化的知识，，，，，，就像无数溪流汇成湖。。。。。”这形象地诠释了质变科技焦点产品“影象湖（MemoryLake）”的由来，，，，，，也指向了目今企业AI升级中最要害的挑战与机缘。。。。。

现在，，，，，，企业AI正面临一个分水岭：一边是仅能处置惩罚对话的“智能玩具”；；；；；；；另一边，，，，，，则有望成为能一连明确、学习并给出行动级决议的“营业同伴”。。。。。二者的实质区别，，，，，，并不完全取决于模子自己的巨细！�。。。�，，，而在于AI是否拥有一个能够明确、串联并推理现实天下重大信息的能力——即多模态影象。。。。。

这并非简朴的功效叠加，，，，，，而是一次认知范式革命：它要求AI从纯粹处置惩罚会话场景，，，，，，转向明确企业生产场景中由文本、表格、音视频、事情流交织而成的一连“决议轨迹”。。。。。离哲与他的团队，，，，，，正致力于通过MemoryLake，，，，，，成为这场静默革命的要害构建者。。。。。

作为前阿里研究员，，，，，，现在质变科技的CEO，，，，，，离哲为何选择“影象”这条未来可能竞争强烈的赛道？？？？？？（AI 行业尚有哪些生长新动向？？？？？？背后又有哪些不为人知的行业故事？？？？？？雷峰网 AI PM 十人谈正一连推进中，，，，，，接待添加作者微信：GO-GO-ZEPPELI，，，，，，交流信息，，，，，，分享认知。。。。。）

以下是雷峰网和离哲的对话，，，，，，作者举行了不改变原意的编辑整理：

影象碎片，，，，，，汇聚成湖（MemoryLake）

雷峰网：您为什么会想去做影象这件事？？？？？？

离哲：这与 AI 行业的生长趋势有关。。。。。我们可以把这一轮的 AI 生长分成三个阶段：

第一个阶段就是 2024年之前，，，，，，各人更多的感受是 AI 能体会到价值，，，，，，能毗连到企业，，，，，，以是各人会选择做向量数据库，，，，，，做知识库。。。。。它要解决进入企业、跨过企业生产价值的第一道门槛。。。。。由于许多工具是没有太多生产效率提升的，，，，，，好比问答，，，，，，以是进入企业的第一件事情，，，，，，就是通过向量数据库在大模子和数据之间毗连起第一道桥梁。。。。。虽然这道桥梁离生产还很是远，，，，，，但它确实解决了第一阶段的问题，，，，，，让 AI 和数据能连起来。。。。。

时代，，，，，，我们发明这内里的生长空间很大。。。。。一方面，，，，，，数据不但是一个向量表征；；；；；；；另一方面，，，，，，人的知识是分隐性和显性的。。。。。犹如一篇新闻稿，，，，，，若是你是媒体人，，，，，，会比通俗人更容易判断内容的新闻性，，，，，，这就是你的隐性知识。。。。。但 AI 不知道，，，，，，这就导致它很难落地。。。。。

第二个阶段是从 2024 年最先的，，，，，，因由有两个：第一，，，，，，模子本钱下降以及性能提升；；；；；；；第二，，，，，，泛起了一些树模应用，，，，，，好比一些通用智能体应用，，，，，，以是 2024 年到 2025 年更多解决的是树模应用的问题，，，，，，就是除了谈天工具以外的第一层树模应用。。。。。树模应用最大的问题不是欠好用，，，，，，而是没有完全介入企业事情流，，，，，，无法评估、无法兜底、无法追责。。。。。

第三个阶段是从2025 年下半年最先的，，，，，，若是说前两年照旧生产效率的探索，，，，，，现在就要往企业生产效率平台演进了，，，，，，对可信可靠、重大性都提出了很高要求, 企业最先用“生产系统”的标准来要求 AI，，，，，，而不是“演示效果”的标准。。。。。已往各人会说自己提升了几多，，，，，，但着实都是“时间的节约”。。。。。时间压缩能提升试错速率，，，，，，但在如芯片制造、风控这类高约束场景里，，，，，，瓶颈往往不在时间，，，，，，而在物理和危害界线。。。。。这背后也涉及到今年进入企业要解决的几个问题，，，，，，首先是真正围绕价值睁开，，，，，，再往后才是效率、准确性、重大性等问题。。。。。

这些工具要怎么提升？？？？？？尤其是许多隐性知识怎样展现？？？？？？好比风投，，，，，，同样是被投企业的三张表，，，，，，为什么通俗人看不出来，，，，，，但 VC 就能看出许多“门道”？？？？？？由于这些“门道”是他们已经内化了的逻辑。。。。。�；；；；；；痪浠八担�，，，内化了的隐性知识是最有含金量的。。。。。这差别于我们现在常说的“数字人”，，，，，，它只是把人的表象数字化，，，，，，但没有做到内化，，，，，，没有把人的隐性的工具数字化。。。。。怎样让这些隐性的工具“展现”出来？？？？？？就需要影象。。。。。

雷峰网：在现阶段，，，，，，企业要实现从“生产效率探索”到“生产效率平台”的跨越，，，，，，您以为最需要突破的是什么？？？？？？

离哲：要害在于怎样让这些隐性知识“展现”出来？？？？？？就需要多模态影象。。。。。

多模态影象是企业刚需，，，，，，决议轨迹天生就是多模态的。。。。。企业中的一次采购决议，，，，，，线索可能来自一份PDF报告（文本）、一次聚会录音（音频）中的要害论点、一组历史价钱曲线（图表）和审批流中的批注（结构化数据）。。。。。古板“会话级别”的影象，，，，，，仅是这条一连、混杂轨迹的一个伶仃切片，，，，，，丧失了绝大部分上下文与影象链。。。。。多模态影象平台的目的，，，，，，是完整复现这条“决议轨迹”，，，，，，让AI能在全量影象基础上举行推理。。。。。

构建多模态影象有很高的手艺门槛，，，，，，它要求一整套影象化工程手艺栈和自力的多模态数据大模子来处置惩罚，，，，，，包括：

多模态表征与对齐：将文本、图像、表格等差别模态的信息，，，，，，映射到统一的语义空间，，，，，，并建设跨模态的关联（例如，，，，，，将报告中的文字“销量大涨”与PPT里的折线图峰值对齐）。。。。。

深度明确与结构化提取！�。。。和üㄓ媚Ｗ樱ㄈ鏜emoryLake-D1），，，，，，从重大文档、图表中提取逻辑关系和结构化知识，，，，，，而非简朴转写文字。。。。。

影象的状态治理：处置惩罚影象的逻辑冲突、更新、增强、反思与合成等，，，，，，这是一个动态的、一连的历程。。。。。

这也诠释了为什么通用大模子厂商或古板数据平台难以胜任：前者缺乏深度结构化明确与系统级影象治理能力；；；；；；；后者则缺乏顶层的多模态认知与推理能力。。。。。从这个层面来看，，，，，，多模态影象不是功效升级，，，，，，而是AI范式革命。。。。。

雷峰网：这是否意味着，，，，，，多模态影象平台的乐成，，，，，，就是建设一套差别于古板文本处置惩罚的数据明确、表征、存储、治理与盘算系统？？？？？？

离哲：是的，，，，，，这正是焦点。。。。。我们训练MemoryLake-D1，，，，，，不是为了做一个更好的OCR或语音转文本工具，，，，，，那是功效优化。。。。。PT视讯(中国区)官网目的是建设一套统一的“多模态影象框架”，，，，，，让表格的逻辑、图片的语义、语音的情绪都能被结构化地明确和关联，，，，，，成为可推理的影象单位。。。。。这确实需要从底层模子到以影象为中心的存储盘算架构的周全刷新。。。。。

雷峰网：为什么会取 MemoryLake（影象湖）这个名字？？？？？？

离哲：实质上是由于人的影象也是碎片的、多源的、多类型的，，，，，，好比说我今天看到你，，，，，，可能有多个角度：第一是行业高着名度；；；；；；；第二是你来了我们公司；；；；；；；第三你是个媒体；；；；；；；第四我们有个交流；；；；；；；第五PT视讯(中国区)官网面容、相同历程中的音频等。。。。。总之它是一个碎片化的知识，，，，，，就像是无数溪流汇成湖，，，，，，它是一个动态、流动的荟萃，，，，，，我们需要什么就从内里动态去基于意图“捞”，，，，，，或者说你需要的时间，，，，，，就凭证意图、Context Window Size 实时帮你构建出来。。。。。

特殊说明下，，，，，，虽然现在各人都在提短期、中期、恒久影象，，，，，，需要做静态的压缩、遗忘等，，，，，，主要缘故原由是人脑的存储容量、算力很有限；；；；；；；而真实天下不应该是静态举行预先压缩，，，，，，而是接纳全新的漫衍式多模态存储与盘算能力，，，，，，尽可能所有存储与组织，，，，，，凭证真实问题按需动态实时构建专属的精炼且完整的影象。。。。。

详细到 MemoryLake-D1 ，，，，，，由于它是数据Data的首字母，，，，，，又是第一代，，，，，，以是叫“D1”。。。。。

雷峰网：MemoryLake 的产品形态是怎样的？？？？？？您怎样看待这种产品形态？？？？？？

离哲：MemoryLake 有多种形态，，，，，，最常见的形态之一就是做成 API和兼容已有规范（如兼容mem0、MCP、OpenMemory）。。。。。这样用户就可以直接去使用熟悉的大模子和 Agent，，，，，，就很容易毗连上我们，，，，，，默认就有多模态影象并且毗连到海量数据。。。。。

在外洋，，，，，，MemoryLake 的绝大部分场景是被集成，，，，，，好比 ChatGPT 和 Claude。。。。。PT视讯(中国区)官网影象恰恰可以把恣意的数据转成恣意一个大模子或Agent 支持的影象形态，，，，，，以是 MemoryLake 是插件形态照旧别的什么形态都不主要。。。。。

MemoryLake 将作为一个恒久保存的影象层，，，，，，而不会被某一个模子或工具锁死。。。。。

雷峰网：详细到 MemoryLake-D1，，，，，，它主要解决了哪些方面的问题？？？？？？挪用本钱怎样？？？？？？

离哲：MemoryLake-D1 主要解决的是数据明确的问题，，，，，，就是我怎么更好地去明确 Excel、PDF 等多模态内容，，，，，，由于个性化的营业表格是很是重大的（Excel 很洪流平上是最好最重大的软件）。。。。。为相识决这个问题，，，，，，我们投入很大资源去标注与合成数据，，，，，，并结适用户的反响！�。。。�，，，训练自己的多模态数据明确模子 MemoryLake-D1 来解决这个问题。。。。。

至于 MemoryLake-D1 的挪用本钱，，，，，，相比自己挪用OCR 模子以及多模态视觉模子要低不少。。。。。不过这内里也涉及到权衡，，，，，，你是要速率、无邪性、准确度？？？？？？差别选择还不太一样。。。。。好比“极快”，，，，，，我们可以接纳预静态编译Skills 的模式天生 coding，，，，，，一连复用实现高性能、低无邪性、低本钱剖析。。。。。

雷峰网：MemoryLake 的后续更新偏向是什么？？？？？？难点又在那里？？？？？？

离哲：MemoryLake-D1 现在主要照旧文字、表格、图片、文档、数据库、音频，，，，，，后续主要增强视频和音频。。。。。

相比图片，，，，，，音视频会更难题一些。。。。。由于音频、视频有语速、有情绪，，，，，，处置惩罚起来较量重大。。。。。好比某个游戏玩家很恼怒，，，，，，但当你把他的“恼怒”语音转文本后，，，，，，很容易丢掉语速和情绪，，，，，，进而改变这个玩家的最初语意。。。。。

这着实也是 AI 生长到当下面临的一个问题：会在转换的历程丢掉许多主要的信息。。。。。由于许多信息是隐性的，，，，，，但模子与数据明确能力又是有限的。。。。。

内化隐性知识，，，，，，构建决议智能

雷峰网：您之前重复提到“隐性知识”，，，，，，怎样将其内化到相关企业当中？？？？？？

离哲：我以为但凡要落地AI的企业，，，，，，首先要做的是把企业员工过往的主要事情历程形成决议轨迹，，，，，，把多模态的语音、视频、文本、文档、审批等多模态的决议轨迹�；；；；；；�，，，后面才有用率的提升和突破点。。。。。

雷峰网：详细到质变科技，，，，，，又是怎么做的？？？？？？

离哲：首先需要明确一点，，，，，，决议轨迹的完善不是一蹴而就的，，，，，，它会越做越强，，，，，，越来越完善。。。。。别的，，，，，，从我们过往的实践来看，，，，，，我们从第一天最先就以为：未来的最终智能一定是行动智能和决议智能，，，，，，有决议智能，，，，，，才有行动智能，，，，，，以是我们第一天就在做决议智能体，，，，，，从 2024 年最先研发，，，，，，其时的焦点头脑就是“Every chat is software”；；；；；；；架构就是基于通用大模子天生头脑树、然后自演进模式迭代天生局部代码来做这件事情，，，，，，只有这样才华实现决议的可诠释、可干预、可信可靠、可执行。。。。。

好比我们做了高考的相关智能体。。。。。由于高考的所有历程和决议是果真的，，，，，，以是高考也可以做展望。。。。。好比有人提问，，，，，，说自己的性格较量孤僻，，，，，，适合读什么专业？？？？？？然后把分数线、都会、性别输入，，，，，，智能体给他推荐相关的专业。。。。。又好比说有人想凭证地理位置、家庭经济条件等因素举行选择，，，，，，哪些学校更适合留学？？？？？？哪些更适合保研？？？？？？智能体都能给出响应的推荐。。。。。

虽然这背后涉及到很是重大的决议系统，，，，，，但从实质上来说，，，，，，若是决议自己跟快速验证强相关，，，，，，就相对好做。。。。。至于许多隐性的信息，，，，，，着实是被“藏”起来了。。。。。就好比像张雪峰这样履历富厚的向导先生，，，，，，自然而然隐去自己过往积累的富厚的决议历程。。。。。

雷峰网：这是否意味着决议智能/AI个性化决议市场已经进入红海？？？？？？以及当下面临着哪些生长难题？？？？？？

离哲：这倒不会，，，，，，AI个性化决议市场照旧很大的，，，，，，你要说决议智能难不难做？？？？？？难做。。。。。只是许多灾做的缘故原由是由于没法验证或激励，，，，，，或者说验证周期漫长。。。。。

怎么样把这些工具“展现”出来，，，，，，就需要用到影象以及大模子的深度思索能力，，，，，，二者深度融合。。。。。在底层构建重大的静态影象如实体提取、知识Skill 化，，，，，，在用的时间动态分层构建起来，，，，，，这着实也是我们自己做的第一类产品。。。。。

至于第二类产品，，，，，，就是我们厥后效劳的一些办公场景和游戏场景。。。。。

雷峰网：游戏场景？？？？？？这个要怎么明确？？？？？？

离哲：我一直以为，，，，，，游戏实质上是真实社会的投射，，，，，，甚至是一个提前演化的更富厚的社会实验场。。。。。

已往的游戏是静态的——你一旦下线，，，，，，天下就停在那里等你回来。。。。。但现在纷歧样了，，，，，，许多 AI 游戏里，，，，，，你下线之后，，，，，，这个天下并不会暂停，，，，，，而是会以靠近真实天下、甚至更快许多倍的速率继续运转。。。。。

游戏里的角色会继续生涯、做选择、爆发转变。。。。。某种意义上，，，，，，它已经不但是“给人玩的系统”，，，，，，而是一个一连运行的虚拟社会，，，，，，在用更高的时间密度，，，，，，去映射和放大真实天下的运行逻辑。。。。。

别的，，，，，，除了自然离用户近、离价值评估近，，，，，，游戏尚有一个利益——容忍度高。。。。。在游戏里，，，，，，影象或 AI 明确局部过失还不会造成严重影响，，，，，，可是AI 在企业场景的容忍度极低。。。。。

雷峰网：可以就AI 在企业侧的低容忍度睁开讲讲吗？？？？？？

离哲：在容忍度这件事情上，，，，，，在许多现实场景中远远凌驾各人想象的难，，，，，，由于许多过失一旦爆发，，，，，，效果是不可逆的。。。。。好比电商、客服，，，，，，但凡涉及退货、赔款等规模性金融损失都很重大。。。。。又好比包管，，，，，，针对差别的人、差别的症状，，，，，，包管费率也都纷歧样。。。。。

雷峰网：企业对 AI 的低容忍度，，，，，，对 AI 生长的最大影响是什么？？？？？？

离哲：我以为“低容忍度”对 AI 生长的最大影响，，，，，，不是简朴的“不敢用”，，，，，，而是企业没法接受一个行为不可诠释、效果不可追溯、问题重复泛起无法优化的系统。。。。。

这几年 AI 进企业之以是一直“雷声大、雨点小”，，，，，，并不是模子不敷智慧，，，，，，而是许多系统每一次判断都像第一次做决议——它不记得自己之前为什么这么判断，，，，，，也没法把决议依据完整地还原出来。。。。。

一旦出问题，，，，，，企业最畏惧的除了效率损失，，，，，，尚有三件事：为什么会错？？？？？？错在那里？？？？？？以后还能不可阻止？？？？？？若是这些问题回覆不了，，，，，，哪怕系统再智慧，，，，，，企业也不敢把它放进真正的生产和决议链条里。。。。。

从这个角度看，，，，，，企业对 AI 的低容忍度，，，，，，实质上是在逼 AI 从“能回覆”，，，，，，走向一个有影象、有上下文、能诠释自己行为、能解决问题的系统。。。。。这也是为什么我以为，，，，，，影象不是锦上添花，，，，，，而是 AI 能不可真正进企业的条件条件。。。。。

雷峰网：既然云云，，，，，，质变科技目今的用户组成是怎样的？？？？？？

离哲：主要分为三类：第一类偏办公；；；；；；；第二类偏金融；；；；；；；第三类偏AI游戏、具身智能等新行业。。。。。

在消耗市场领域，，，，，，MemoryLake 效劳了全球凌驾 150 万专业数据用户。。。。。在行业实践领域，，，，，，MemoryLake效劳了海内超大规模（生产系统中超10万亿级纪录、亿级文档）的文档办公、头部的企业移动办公软件、大模子、大型国央企等企业，，，，，，在与全球云大厂和AI典范厂商等竞争中，，，，，，MemoryLake在本钱、准确召回率和延迟等性能指标方面有着数倍于敌手的优势，，，，，，如在某严苛的办公场景端到端评测中抵达99.8 % 准确率。。。。。

泛化或将击败垂类

雷峰网：综合海内外市场、平台，，，，，，您现在会关注树模应用的哪些方面？？？？？？

离哲：分两类，，，，，，通用和垂类。。。。。通用应用更多照旧在做谈天条理，，，，，，若是按营业深度分，，，，，，ChatGPT 和 Claude 的营业深度可能在第一层，，，，，，对许多企业营业以及数据明确还不敷，，，，，，执行还不敷可靠，，，，，，智能体公司可能在第二层，，，，，，大宗垂类平台可能在第三层，，，，，，以及更深度定制+长周期交付的如Palantir可能在第四层。。。。。

虽然这些平台都在做某一类或者某一个深度的树模应用，，，，，，但背后也保存逐渐吞噬的历程：随着通用大模子的一直增强，，，，，，越往后，，，，，，可能会吃掉越多的垂类深度。。。。。比及一准时间后，，，，，，今天所谓的 FDE+平台、刚刚兴起的 BPO等商业模式也就纷歧定保存。。。。。

雷峰网：可以就通用/泛化与垂类的关系睁开说说吗？？？？？？

离哲：我以为泛化或许率会击败垂类。。。。。

今天许多企业（尤其是许多垂类创业公司）做的所谓垂类，，，，，，缺少壁垒（有数据或数据模子的除外）。。。。。只是今天有许多企业在应用AI的差别阶段，，，，，，从适配、接入刷新再到价值升级的差别阶段中，，，，，，需要一些角色如目今所谓的垂类来辅助完成阶段性使命。。。。。以是各人在这段时间会感受垂类有价值，，，，，，会以为垂类能提高自己的效率，，，，，，由于各人的起点都较量低。。。。。等各人都生长起来后，，，，，，垂类的价值就不特殊显着了。。。。。

雷峰网：您得出“泛化会击败垂类”这一结论的依据是什么？？？？？？

离哲：我们在效劳许多外洋客户的时间，，，，，，能显着感受到他们对 ChatGPT、 Claude 的依赖远超垂类。。。。。这主要是由于通用大模子的演进很快，，，，，，通用大模子的生态也很强盛，，，，，，他们现在的工具都在往上适配。。。。。在适配的历程中，，，，，，它的能力也会越来越强，，，，，，你会发明 ChatGPT 、Claude 每次宣布新版本后，，，，，，一些浅层垂类就容易被镌汰。。。。。

好比Claude 前不久推出了Interactive Tools，，，，，，这是件标记性大事，，，，，，可能会倾覆未来软件的生长。。。。。由于它预示着未来任何软件都可以headless 化，，，，，，不需要有界面，，，，，，并且它在1/26 还界说和宣布了一套规范—MCP Apps，，，，，，围绕LLM的一体化UI以及跨应用交互规范，，，，，，这才是真的革命SaaS最后一环。。。。。

LLM认真思索，，，，，，Agent Skills认真注入领域知识，，，，，，影象湖认真链接以及组织多模态数据，，，，，，MCP认真通讯/挪用/局部界面天生（MCPApps），，，，，，新一代的应用范式实现软件业更迭。。。。。当App 融入 MCP Apps 生态之后，，，，，，受到最大危险的就是垂类。。。。。在这之前，，，，，，小垂类可能说我比至公司做的好，，，，，， Interactive Tools出来后，，，，，，目今的垂类可能都会受到攻击。。。。。

雷峰网：您判断“泛化或将击败垂类”，，，，，，而影象具有“引力效应”。。。。。这是否可以明确为，，，，，，多模态影象平台将成为AI时代的基础设施范式？？？？？？就像云时代的数据平台。。。。。

离哲：是的。。。。。影象会是AI 时代的主角，，，，，，影象平台解决的不但是“记得住”，，，，，，更是“怎样深度明确”、“怎样深度组织”、“怎样动态基于Query 构建”的范式问题。。。。。当通用大模子的能力通过像MCP/Agent Skills/OpenMemory这样的规范与多模态影象平台深度融合，，，，，，它就获得了一连进化的、可信的“履历”和“知识”。。。。。这改变了软件构建的范式。。。。。我们坚信，，，，，，界说并实现这套“影象驱动智能”新范式的公司，，，，，，将有时机成为AI时代的基石企业。。。。。

雷峰网：质变科技在未来若是有像 Manus 这样的时机，，，，，，会思量卖吗？？？？？？

离哲：我们不会卖，，，，，，虽然现在有许多公司想并购我们，，，，，，但我们以为影象这件事情在未来有很大的生长空间，，，，，，是AI 时代的焦点手艺设施之一。。。。。由于影象是有引力效应的，，，，，，越用越好用，，，，，，价值越来越大；；；；；；；模子可以随需切换，，，，，，可是影象是企业需要一连构建的焦点资产。。。。。加之我们有平台能力、影象能力、最佳实践的优势，，，，，，我们是有时机做出一个像Databricks、Snowflake 那样的公司。。。。。

别的，，，，，，国家将人工智能定位为新时代国家战略性焦点手艺与新质生产力，，，，，，强调 AI 不但是手艺工业工具，，，，，，而是推动现代化建设的“基础设施”和“要害实力”。。。。。从构建基础设施的视角来看，，，，，，影象平台也是焦点基础设施之一。。。。。

雷峰网：在坚持自力性的条件下，，，，，，质变科技会朝哪些偏向发力？？？？？？

离哲：在焦点手艺方面：我们会一连构建多模态能力如支持图片、视频、音频以及更多的数据源，，，，，，增强MemoryLake-D1多模态数据模子的准确度、漫衍式影象盘算能力，，，，，，提升产品端到端的精准度、可诠释性、可干预性、清静性；；；；；；；

在市场拓展方面，，，，，，我们会着重开拓游戏、办公、具身智能、金融等极具生长远景的市场领域；；；；；；；

在手艺研究方面，，，，，，我们将深入对漫衍式影象盘算能力（影象规模�；；；；；；嵋涣铀僭鎏恚⒍说蕉说挠跋笃拦老低辰ㄉ琛！�。。。

接待添加作者微信：GO-GO浙江甬港供应链有限公司-ZEPPELI，，，，，，相识AI行业的更多内部故事与生长新动向。。。。。