行业分类:
加载中...
头条分类:
加载中...
WAIC上,高通这一波生成式AI创新,让我们看到了未来
没想到,生成式 AI 爆发后,产业格局的变化居然这么快。 一个月前,微软向全世界介绍了专为 AI 设计的「Copilot + PC」,AI PC 这个新品类突然有了标准款。 这是迄今为止速度最快、最智能化的 Windows 个人电脑。凭借搭载的新型芯片,它能够实现超过 40 TOPS(每秒万亿次操作)AI 算力、电池续航时间长达一整天,而且无缝接入了世界最先进的人工智能模型。其发布之时,只有骁龙 X 系列的 45TOPS 能够满足这样的 Windows 11 AI PC 新品类。 目前基于骁龙 X 系列平台的各品牌 Windows 11 AI PC 已经开始在国内陆续开卖,拥有很多独特的 AI 能力,例如通过回顾功能对浏览过的内部存储资料进行 AI 搜索,设备端的 AI 图像生成与优化,给视频和在线会议加实时翻译字幕、背景滤镜等等。 结合终端侧最先进的大模型技术,人们可以在新型设备上与 AI 轻松地进行交互。AI 大模型可以实时看到、听到系统内外的信息,并给与有效回应,大幅提升你的工作效率。 还记得 OpenAI CEO 山姆・奥特曼发布 GPT-4o 的时候曾经说过「与电脑交互从来都不是很自然的事情」,似乎话音未落,变革已经来到了。 在兴奋于人机交互方式的颠覆之后,人们发现,这些新形态设备的内在也有些许不同之处:常年由 X86 架构主导的 Windows 笔记本,到了 AI PC 时代却是一水的高通骁龙 X 系列芯片。 而且,这还不是简单的替换。微软官方后续进行了说明:Windows 11 中的部分生成式 AI 能力,只有在搭载骁龙芯片上才能正常运行。 为什么到了生成式 AI 时代,计算机内部的「C 位」忽然换了人? 7 月 4 日,世界人工智能大会暨人工智能全球治理高级别会议 WAIC 2024 正式召开,在这次大会上,高通展示的一系列终端侧生成式 AI 能力给了我们答案。 芯片 AI 能力,带动设备形态变革 自 ChatGPT 问世以来,人们就一直在期待大模型等新技术带来的变革。 不过这条道路异常艰难,在技术进步的过程中,人们面临着数据、算法和算力的三重挑战。生成式 AI 极度消耗算力,用于计算大模型的 GPU 都成了稀缺品。面向 AI 计算的芯片迅速成为各家硬件公司的探索方向。 在终端侧算力上,动作最快的就是高通。 去年 10 月,高通在骁龙峰会上推出了第三代骁龙 8 移动平台(骁龙 8Gen3),这块 SoC 在多核跑分中跑赢了苹果 A17 Pro,由于 CPU 和 GPU 性能的大幅提升,NPU 性能直接翻倍,它成为了旗舰 AI 手机芯片的首选。 如今,搭载新一代芯片的 AI 手机已经大卖,AI 手机很大程度上已经是「现在式」,与此同时还有一个「未来式」—— 同在骁龙大会上,我们看到高通花费大量篇幅,介绍了全新设计的高性能 PC 芯片骁龙 X 系列平台。 它的旗舰产品就是「骁龙 X Elite」,大幅提升了移动 PC 能力的上限。 这款芯片采用 4nm 制程打造,搭载了 12 大核的 Oryon CPU,。与英特尔 Ultra 7 155H 相比,Oryon CPU 的单核同功耗性能领先 54%,同性能水平的能耗可以降低 65%。在苹果 M3 芯片推出以后,骁龙 X Elite CPU 在 Geekbench 多线程中的测试结果要比苹果新品好上 28%。 GPU 方面,骁龙 X Elite 采用的 Adreno GPU 与 Ultra 7 155H 相比同功耗性能高出 36%,达到相同性能时,功耗只有竞品的一半。 这款芯片最突出的亮点是其面向下一代设备形态的 AI 算力。骁龙 X Elite 仅依靠 NPU 就可以实现 45TOPS 算力,结合 CPU、GPU、NPU 的异构计算可以输出更高算力。 根据测算,在骁龙 X Elite 的支持下,新一代 AI PC 可以在终端侧运行超过 130 亿参数的生成式 AI 模型。 这就让新一代笔记本电脑,拥有了跑大模型的底气。 骁龙峰会上,高通 CEO 克里斯蒂亚诺・安蒙与微软 CEO 萨提亚・纳德拉进行了面对面对话。两人展望了基于新硬件和大模型算法所能催生出的未来产品形态。 安蒙与纳德拉提到,新一代的 AI PC 就是要把只有新形态系统架构才能实现的体验统统结合在一起。在 AI 算力和大模型结合之后,我们使用 Windows 的体验就仿佛在 Windows 初生时遇见「开始」按钮一样 —— 所有的应用程序、体验都会有机地整合到一键之上。 几个月后,当初的预告就落地成为了现实。现在,我们可以使用 AI PC 快速直观地检索想要寻找的内容,亦或是借助实时字幕突破语言障碍,还可以使用 AI 的图像生成能力进行创作。 未来,AI PC 的能力还将覆盖人们的学习、搜索与创作,我们使用电脑的方式或许会被彻底改变。 在芯片突破的同时,在这几个月里,大模型技术的发展同样突飞猛进。 模型优化,完成最后一块拼图 最近一段时间,不论科技大厂还是创业公司都在加速研发「轻量级」AI 模型。 去年 7 月,Meta 的开源模型 LLaMA-2 70B 模型性能已接近于 GPT-3.5,到今年 4 月,LLaMA-3 8B 做到了在 80 亿参数的体量上性能与 ChatGPT 3.5 基本相当。 上个星期,谷歌开源的 Gemma 2,已经可以使用单块 GPU 进行推理,性能还超过了体量大于自身两倍的竞品。 而在手机、电脑等常规终端设备上,现在我们也已经可以运行起与大型云端模型水平相当的 AI 模型了。 在世界人工智能大会 WAIC 2024 上,高通展示了首个在 Android 智能手机上运行的大语言和视觉助理大模型(LLaVA),拥有超过 70 亿参数,可以接收文字和图像内容的输入,并生成关于图像的多轮对话。LLaVA 在由骁龙 8 Gen 3 移动平台支持的工程机上运行,通过全栈的 AI 优化,实现了极高的响应速度。 加入视觉理解能力的大模型可以为 AI 手机带来很多新的用法。在 WAIC 人工智能赋能新型工业化主题论坛上,高通公司中国区研发负责人徐晧分享了多模态终端侧 AI 的应用前景。 高通公司中国区研发负责人徐晧在 WAIC 上。 比如你可以给冰箱里的食材拍一张照片,然后问大语言模型「你看到了什么?」,AI 可以很快地识别所有物体;在此基础上还可以接着问「基于这些食材,请给我推荐一个菜谱」,让 AI 进行菜式和做法的推荐。这比以前的 AI 助手,只能问「今天天气怎么样」或者「给我讲一个笑话」要有用的多。 在搭载骁龙 X Elite 的 Windows PC 上,高通此前还展示过全球首个超过 70 亿参数的 LMM 设备端推理,它可以接受文本和环境音频输入(如音乐、交通声音等),然后生成关于音频的多轮对话。 能够终端侧处理音频内容的方法,可以帮助 AI PC 更好地回答用户给出的指令。 为了把大模型微调的成本「打下来」,AI 学界提出的低秩自适应(LoRA)技术已经成为了先进大模型的主流方法,它能够在保证模型输出内容质量的前提下,大幅降低 AI 模型的可训练参数量。高通率先在安卓手机上实现了 LoRA 模型的终端侧运行,降低了大模型的训练成本,并演示了手机端运行支持 LoRA 适配器的图像生成模型 Stable Diffusion。 在 WAIC 现场,高通展示了骁龙生态的更多可能性。抖音集团在骁龙 X Elite 平台的 AI PC 上跑起了自家的机器学习框架 ByteNN,对剪映客户端进行 AI 适配优化。通过 NPU 加速,剪映的智能抠像功能可以实现快速、轻松的一键移除视频背景,测试对两分钟时长的视频进行智能抠像,比使用 CPU 耗时降低 92%,完成抠像任务所消耗电量减少 85%。 另外,在剪映的美颜美体匀肤功能中,我们同样可以在本地 NPU 的加速下实现快速祛斑祛痘能力。 高通还展示了高度智能的 AI 服务机器人。告诉机器人「我想喝水」或是「我口渴」,机器人会提供不同的饮料选择。用户选择之后,机器人可以走到房间另一侧,识别饮料然后拿给用户。这样由人工智能驱动的机器人,已经可以在日常生活中提供帮助了。 有了多模态、LoRA 和能够支撑第三方应用的软件栈,高通可谓已经完成了终端侧生成式 AI 的全部拼图。 用「小模型」撬动大生态 上述这些研究、实践的共同目的,是为了让 AI 大模型更加轻量化,让终端侧设备承担起更多的计算任务。大模型虽然可以在云端运行,但在终端侧设备上运行生成式 AI 的推理可以带来很多好处。 从技术角度来看,终端侧处理 AI 任务具有保护隐私、个性化、降低成本、可靠性和快速响应的优势,每个方面对于大规模、常态化的部署都至关重要。 从实用角度来看,作为「通用化」的人工智能技术,在拥有更完善的能力后,终端侧大模型可以让手机等设备更全面地了解世界,AI 助理实现真正的智能化,把我们从很多繁杂的任务中解放出来。 不过,能做到从软到硬,布局完整体系,又有大规模生态的玩家并不多。 在国内,除了各家大厂打造的旗舰 AI 手机,部分玩家在 AI PC 上的角力才刚刚展开。把视线往远看,生成式 AI 的应用还要扩展到汽车、XR 设备和物联网上。 这其中,很多应用落地的背后都可以看见高通的身影。 WAIC 大会上,高通中国区董事长孟樸在产业发展主论坛上介绍了高通为推动终终端侧 AI 发展所做的努力。 高通中国区董事长孟樸在 WAIC 大会现场。 高通拥有超过 15 年的 AI 技术研发经验,凭借长期不懈的技术探索与实践,已经打造出了端云结合的混合 AI 能力。在生成式 AI 时代,高通充分发挥技术优势,为终端设备提供了性能领先的硬件,其可扩展的软硬件技术架构可以对多种 AI 算法实现性能、能效的极致优化,并快速部署到不同终端上。 在去年骁龙峰会上,高通便表示全球搭载骁龙芯片的设备已经超过了 30 亿台。背靠庞大的设备基数,先进的软硬件全栈优化体系,以及全球协作的生态系统,高通在生成式 AI 技术爆发的过程中,进一步扩展了对于前沿技术方向的探索,站在了引领潮流的高度。 现在,高通的生成式 AI 能力已经覆盖了开发的全流程:高通提供面向生成式 AI 设计的全新计算架构,可以实现 CPU、NPU、GPU 结合的异构计算;高通 AI 引擎能够横跨不同设备类型,帮助人们把业界领先的 AI 模型快速落地;最后,使用这套软件和硬件,大模型应用对接的还是用户面积最大、品类最为繁多的生态。 高通的终端侧生成式 AI 布局,已经在收获成果: 智能手机是生成式 AI 发展最快的领域之一,已有超过 20 款搭载第三代骁龙 8 的旗舰手机产品发布。这些 AI 手机支持的应用针对人们的需求进行了大量优化,大幅提升了实用性,让生成式 AI 越来越贴近我们的生活。 个人电脑方面,高通的骁龙 X Elite 和骁龙 X Plus 平台凭借专用的 AI 算力实现了一系列独有功能。联手微软等生态伙伴,已有超过 20 款基于骁龙 X 系列的 Windows 11 AI PC 上市。新形态的硬件为人们带来了更多可能性。 在汽车领域,「AI 上车」正在成为现实。包括理想、小鹏、极越等多家汽车厂商,已经在搭载第四代至尊级骁龙座舱平台(骁龙8295)的汽车上部署了车端大模型;随着多模态技术的发展,生成式 AI 有望为智能座舱、自动驾驶等领域打开全新的应用空间。 有高通这样提供完整技术栈的存在,生成式 AI 的大规模落地已经按下了加速键。由此带动,变革正逐渐显现,这不由得让人想起 NPU 刚刚诞生时,上一波 AI 技术爆发的前夜。 很快,终端侧生成式 AI 带来的智能化将会无处不在。
英特尔、AMD、苹果:您应该购买哪款AI CPU?
市场上出现了这么多的 AI CPU,你应该买哪一种呢? AI CPU 是集成了神经处理单元 (NPU) 的专用计算机处理器。AI 处理器旨在帮助您在本地设备上完成 AI 任务,它出现在越来越多的设备中,并且是运行 Copilot 和 Apple Intelligence 等 AI 助手所必需的。 那么,市场上出现了这么多的 AI CPU,你应该买哪一种呢? AI CPU 比较 英特尔、AMD、苹果和高通已宣布为其最新移动处理器采用新的SoC(片上系统)设计。这些新处理器将CPU、GPU 和 NPU组合集成在一个芯片中,以提供高效的 AI 计算能力。虽然其中一些新的 SoC 仍需等待 2024 年发布,但官方公告、设计规格以及自报和独立基准测试可以帮助我们确定这些即将推出的处理器是否值得等待,或者您是否应该立即购买 AI 笔记本电脑。 为了帮助您决定购买哪种 AI 处理器,这里介绍了英特尔、AMD、苹果和高通在 AI 处理器方面的最新进展。 英特尔酷睿超 200V (Lunar Lake) 英特尔在 2024 年中国台湾国际电脑展上发布了新款 Lunar Lake 处理器。这款新移动处理器较上一代设计有多项改进,主要侧重于散热、能效、更好的 GPU 和 AI 计算能力,同时仍使用 x86 架构。值得注意的 SoC 设计特点包括: 统一内存架构:英特尔 Lunar Lake 处理器现在将 LPDDR5 RAM 集成到其 SoC 设计中。这可以在 RAM 和处理器之间传输数据时实现更高的带宽和更低的功耗。 3nm 工艺:借助 3nm 工艺,英特尔在 Lunar Lake 中装入了更多晶体管,从而提高了其性能和电源效率。 集成 NPU:Lunar Lake SoC 采用六个 NPU 计算引擎,以 INT8 精度提供高达 40 TOPS(每秒万亿次运算)的 AI 计算能力。 禁用超线程:所有八个核心(四个性能核心和四个效率核心)均禁用超线程,以提高电池寿命而不是性能。 采用这种新的 SoC 设计,与上一代 Meteor Lake 处理器相比,英特尔 Lunar Lake 处理器的 AI 性能预计将提高 3 倍,图形处理速度将提高 1.5 倍,能效将提高约 40%。 AMD Ryzen AI 300(Strix Point) 与英特尔在处理 x86 时所采取的节能方法相比,AMD 更注重强调性能,但代价是更高的功耗。以下是使这些处理器强大的一些特性: Zen 5 微架构:为 IPC(每时钟指令数)和整体性能带来显著改进。 集成 RDNA 3.5 显卡:对之前的 RDNA 架构进行了改进,在图形和 AI 相关任务上都增加了显着的性能提升。 XDNA2 NPU:SoC 上性能最高的 NPU。在 INT8 精度下最高可达 50 TOPS,适用于需要 40 TOPS 的 Copilot+。 Block FP16:在几乎不影响性能的情况下实现更高精度的 AI 任务。 这使得 AMD 的 Ryzen AI 300 系列处理器成为要求苛刻的 AI 和计算任务的强大选择,并利用先进的图形和 AI 处理功能。 苹果 M4 Apple M4 使用与 M3 类似的技术,例如 3nm 工艺节点、芯片集成内存、小芯片设计和混合架构。M4 已集成到最新的 iPad Pro 中,提供 9 或 10 个 CPU 内核(3 或 4 个性能内核和 6 个效率内核)、能够达到 35 TOPS 的 16 核 NPU 以及比 M2 快四倍的 10 核 GPU。设计变化并不像英特尔的 Lunar Lake 那样剧烈,主要是因为 M 系列芯片此时已经经过了很好的优化,而 ARM 设备比 x86 设备更节能。 高通骁龙 X Elite 高通现在正在为 Windows 机器生产功能强大的 ARM 处理器!Snapdragon X Elite 处理器运行在RISC(精简指令集计算)上,而不是大多数 Windows 计算机上常见的 CISC(复杂指令集计算)。高通表示,X Elite SoC 采用 12 核 ARM v8 Oryon CPU、Adreno X1 GPU 和 Hexagon NPU,在 INT8 精度下能够达到 45 TOPS,使其成为功能强大的 Windows Copilot Plus 处理器。RISC 与强大的 SoC 相结合的使用使高通的 Snapdragon X Elite 成为 Apple M 系列芯片的强大竞争对手,后者也是高性能的 RISC 处理器。 英特尔、AMD、苹果和高通:人工智能处理器对比 以下是英特尔 Lunar Lake、AMD Ryzen AI 300、Apple M4 和 Qualcomm Snapdragon X Elite 的比较表: 根据上表,我们有两个 x86(Lunar Lake 和 Ryzen AI 300)和两个 ARM(M4 和 Snapdragon X Elite)AI 处理器。众所周知,ARM 处理器具有更好的能效,而 x86 具有更高的性能。然而,随着 M4 和 X Elite 变得更加强大,以及 Lunar Lake 和 Ryzen AI 300 更加节能,性能和能效之间的差距似乎越来越小。 在 X86 处理器的能效方面,英特尔凭借其 3nm 工艺节点、片上内存、禁用超线程和较低的 CPU 核心数,表现更佳。与此同时,AMD 的 Ryzen AI SoC 凭借 24 个线程(CPU 时钟速度略高)、功能更强大的 GPU 和具有块 FP16 功能的 NPU 提供了更好的性能。 至于 ARM AI 处理器,由于其硬件加速跟踪功能和对 macOS 应用程序的原生支持,Apple 的 M4 在散热、CPU 甚至 GPU 方面均胜过 X Elite。然而,值得注意的是,尽管存在模拟和其他软件问题,X Elite 芯片仍然是一款强大的基于 ARM 的处理器,可与 Apple 的 M3、英特尔的 Meteor Lake 和 AMD 的 Ryzen 7000 处理器相媲美。 您应该购买哪款 AI CPU? 笔记本电脑制造商通常会提供不同硬件规格的选项,包括处理器。那么,随着今年新的支持 AI 的 SoC 上市,您应该购买哪款 AI CPU? Apple M4(Donan):最适合 macOS 用户。专为 macOS 设计和优化,提供有竞争力的性能和较长的电池寿命。 AMD Ryzen AI 300(Strix Point):游戏玩家的理想之选。其高性能多线程 CPU 搭配强大的集成 GPU,使其成为游戏和其他密集型任务的理想之选。 英特尔酷睿超极本 200V(Lunar Lake):性能均衡。它在性能和电池效率之间实现了良好的平衡。适用于游戏(尤其是电子竞技游戏)、生产力任务、媒体消费和一般网页浏览。 高通骁龙 X Elite:目前最省电的 Windows AI 处理器。它是首款原生支持 Windows Co-Pilot Plus 的处理器。非常适合一般工作、网页浏览和媒体消费。 尽管所有这些处理器都通过其集成的 NPU 具备 AI 功能,但我们可能还需要一段时间才能充分受益于它们。开发人员需要更多时间来创建充分利用 NPU 的软件。 虽然现在购买一台新笔记本电脑可能很诱人,但这些新 SoC 上的 AI 功能明显优于 2023 年发布的 SoC。因此,如果 AI 功能对您很重要,那么您要么立即购买 Snapdragon X Elite PC,要么等待今年晚些时候即将推出的 M4、Core Ultra 200V 或 Ryzen AI 笔记本电脑。
初探苹果tvOS 18系统:Insight、支持 21:9、史努比屏保、将iPhone变为摄像头等
IT之家 7 月 6 日消息,苹果公司在 WWDC 2024 全球开发者大会上展示了诸多系统更新,焦点自然在 iOS / iPadOS 18、macOS 15、watchOS 11 系统方面,现在 9to5Mac 盘点了 tvOS 18 系统带来的诸多新功能和新特性。 IT之家基于博文内容,简要汇总如下: Insight tvOS 18 最值得关注的改进就是 Insight,可以显示 Apple TV+ 电影或节目中演员、角色甚至歌曲的信息。 用户只需要轻点 1 下,Apple TV 应用就会显示有关当前场景中的一些信息。 Enhance Dialogue 苹果在 tvOS 18 系统中大幅增强了 Enhance Dialogue,该功能利用机器学习,在音乐、动作和背景噪音中提供更清晰的语音。 Enhance Dialogue 现在还能与 HDMI 连接的扬声器、AirPods 或任何蓝牙扬声器一起使用。 tvOS 18 系统中还引入了 Extended Voice Isolation 功能,可在视频播放过程中实现额外的语音隔离。 智能字幕 用户升级 tvOS 18 之后,用户按下静音键或在观看时跳回时,系统会自动启用字幕。当 Apple TV 检测到节目或电影的语言与系统默认语言不同时,也会自动显示字幕。 支持 21:9 在 tvOS 18 中,Apple TV 除了支持标准的 16:9 长宽比外,还将首次支持 21:9 长宽比。21:9 宽高比非常适合在投影仪上观看内容。 重新设计的 Apple Fitness+ 应用程序 Apple TV 的 Apple Fitness+ 应用程序在 tvOS 18 中进行了重新设计。该应用现在分为个性化的“For You”、“探索”、“资料库”和“搜索”。 FaceTime 的实时字幕 苹果的 FaceTime 也将在 tvOS 18 上推出实时字幕功能。有了这项功能,FaceTime 通话中所说的一切内容都会以实时字幕的形式显示在电视屏幕上。 专用摄像机 在 tvOS 18 中,用户可以选择将特定的 iPhone 设置为专用的 Apple TV 摄像头。 全新的屏保 tvOS 18 中,苹果首次为 Apple TV 添加了新样式的屏保。用户可以选择 Portraits(结合时钟显示照片幻灯片)和 Apple TV+ 节目场景作为屏保。
教育大模型炸场WAIC!蚂蚁云科技集团AI智慧教育方案全面升级
作者 | ZeR0 编辑 | 漠影 智东西7月6日报道,2024世界人工智能大会暨人工智能全球治理高级别会议(WAIC 2024)于7月4日开幕。本次大会上,蚂蚁云科技集团将产品全面升级,并推出围绕以正教育大模型为核心驱动的AI智慧教育整体解决方案,包括教学评一体化AI课堂、虚拟现实互动课堂、智慧作业辅导批改、智慧体育测评、智慧心理健康监测、智慧平安校园-校园防欺凌等内容。 在大模型应用中,教育领域成为多家企业的首个发力点。蚂蚁云科技集团在今年4月首次发布的以正教育大模型,专为教育行业的多方用户设计,涵盖教师端、学生端、家长端和管理端。 在现场演示环节中,蚂蚁云科技集团以正教育大模型教师端的TA助教展现出了全面的能力,如辅助教师生成定制化、个性化的教学材料;高效、准确地批改作业及辅导辅助;对学生的测验结果进行深入分析和评价,生成详细的学生报告等。这些能力能够极大地提升教学效率,为教师减负,从教师侧实现对学生的因材施教。 蚂蚁云科技集团以正教育大模型管理端为教育管理者提供高效智能的数据驾驶舱和AI助手,展示实时数据和通过自然语言交互来生成定制化的校园业务数据,及根据输出的结果给出科学的政策建议。 教育元宇宙-虚拟现实互动课堂基于以正教育大模型及虚拟现实技术,通过数智虚拟老师和虚拟课堂,为学生提供一对一互动式教学和心理辅导。 一体化AI课堂通过课堂全维感知、模型驱动等技术分析课堂数据,实现差异化的教学评价、个性化的学习监督、一体化的过程评价,达成教学评一体化。 智慧作业辅导批改融合了点阵码和智慧笔技术,采集教师批改结果,生成学情统计与分析结果,实现精准教学。 还有AI体育、智慧心理健康监测、智慧平安校园-校园防欺凌等,覆盖教育全场景,吸引了大量观众体验参观。
苹果“真的很你”闹笑话,为何国外品牌翻译不上心?
“这很苹果”。 一直以来,苹果的宣传风格主打一个随心所欲,无论是视频还是文案,如果你没有点“果式领悟力”还真的很难看懂。这就导致一个结果:能理解的用户看得津津有味,而不能理解的用户则是一头雾水,不知道它想表达什么。 这不,果子哥又在iOS 18的中文宣传标语上整花活了,生涩难懂的宣传文案引来了众多数码博主和网友的吐槽。虽然不清楚这次是无心之失,还是有意为之,总之苹果宣传目的是达到了。 “真的很你”,这宣传语真的很苹果 近日,苹果大陆官网最新上线了iOS 18介绍页面,详细展示了iOS 18的新设计和新功能。原本这是再正常不过的事情了,但苹果给iOS 18介绍页面植入了一个很奇怪的宣传语——“真的很你”。 图源:苹果官网 当小雷看到这句话时,瞬间有种小脑萎缩的感觉,明明每个字我都认识,但连在一起却怎么也读不懂。一开始,我还认为是苹果工作人员失误,或许很快就会得到修正。可等了半个小时也没等来官方行动,这一刻我终于明白,原来这就是苹果的“创意”文案。 同样因此感到不适的还有众多网友,他们在社交媒体上发表了质疑:“苹果的营销文案还真的挺反人类的”、“‘真的很你’这个翻译真的离谱”。还有网友幽默评论道,“比机翻还机翻”、“真的很难懂你”。 作为参考,苹果美国官网的iOS 18宣传文案是“Yours.Truly”,苹果大陆官网的“真的很你”很可能就是直译过来,虽然小雷大致能猜测出苹果想表达的意思或许是iOS 18拥有更丰富的自定义内容,比如手机APP和小组件可以随意排列,但咱就是说,这种翻译方式看起来确实有些难懂。 对比之下,苹果中国台湾官网的宣传文案为“真的,就很你”,而苹果中国香港官网则使用了更直接的表达方式,“徹底,非常你”。虽然这两个宣传文案同样有些生涩难懂,但总比“真的很你”要更容易理解些。 图源:苹果官网/左中国香港,右中国台湾 跟着iOS 18一起发布的还有iPadOS 18和macOS Sequoia,苹果大陆官网的宣传文案分别为“全改写,新标杆”、“犀利一如 Mac”,同样是果味十足。这样看来,苹果翻译团队闹出的笑话还真不少,几乎每年苹果大陆官网发布的标语翻译都会对网友的中文理解能力发起挑战。 图源:苹果官网 大家还记得当年iPhone 6的标语是什么吗?没错就是那句经典的“Bigger than bigger”,英文其实没什么毛病,毕竟iPhone 6和6 Plus确实是苹果迈向大屏手机的第一步。 然而,当年苹果大陆官网是这样翻译的:“比更大还更大”。相信稍微具备英文能力的朋友都很难给出这么直接的翻译,相比之下,中国台湾和中国香港“岂止与大”的翻译就接地气多了。 图源:微博/iPhone 6产品页 同样出人意料的中文文案还有很多很多,比如“让妈妈开心的礼物,开了又开”、“开发者的大事,大快所有人心的大好事”、“服务器,为人民服务”、“真的笑,笑出声”。 图源:微博/iPad Air产品页 这些能明白表达什么意思,但感觉又不像人话的中文全部来自苹果大陆官网的产品介绍。不知道为什么,苹果大陆官网的宣传语经常被翻译成这种奇葩画风,给人带来极强的违和感,语感和逻辑与正常中文表达完全不一样。 当然,你也能理解为苹果想通过独特的表达方式来塑造特殊记忆点,形成品牌的梗和辨识度。但从用户角度出发,我并不认为这是一件好事,玩梗带来的热度和流量完全无法弥补对品牌造成的损害。 中文翻译离谱,海外品牌频频翻车 事实上,对中文翻译漫不经心的远不止苹果一个,不少国外企业也患上了“翻译困难症”。其中最为大众所熟知的应该就是微软了,因为微软Windows操作系统中存在很多奇奇怪怪的中文翻译,网友甚至为其量身打造了专有名词“微软式中文”。 “你的电脑正在重启,坐和放宽”,这是微软在Windows 10预览版安装界面上的错误翻译而产生的短语,英文原文是“Sit back and relax”。虽然这个“神翻译”在后续的版本中很快被修正 ,但是这个短语却在网络中流传开来,成为又一个用来吐槽错漏的翻译的短语。 图源:微博/Windows 10预览版安装界面 Windows来到中国也已经有20多年时间了,在中文化的过程中,微软整出过很多这样让人触不及防的“金句”,当然这是高情商的表达,低情商的就是机翻还不带人工校验的错误翻译。 这些微软式中文力求营造出符合温馨体贴的感觉,略带粗鲁的翻译却让人内心的疑惑和血压同步上升。 “滚回到以前的版本”,回滚和滚回的意思可完全不一样,这翻译显然不太礼貌了。 图源:微博/Win10 预览版降级时的标题 “不要说我们没有警告过你...”,来自微软的警告,这不客气的升级警告可是会吓跑用户的。 图源:微博/WP 升级预览版前的警告 “幸福倒计时”,霸道总裁文风,Windows更新容不得半点拒绝。 图源:微博/Win10 强制更新前弹窗 “Windows 10不是面向我们所有人,而是面向我们每一个人”,我们还是能看出Windows系统神翻译的“文学修养”,一句谦虚又自负的自我介绍是微软冲击茅盾文学奖的一大步。 图源:微博/Windows 10 宣传页描述 类似的微软式中文实在太多,相信每个Windows用户都深有体会。简单来说微软式中文大多来自Bing的机翻,虽然读不太通,但严格意义上也不能算错误翻译。偶尔也有微软员工输入的错别字,加上微软后期没有专人进行检查,导致语序、时态、惯用词、排版都不符合汉语用户的使用习惯。 这也是苹果、微软等国外企业出现低级翻译错误的主要原因。 苹果微软们该多上点心 表面上看,一些企业在翻译中文时出现的错误是由于对中国文化不了解以及翻译过程中缺乏仔细审查。但实际上,这些奇怪的中文翻译反映出企业对翻译工作不够重视。 本土化是所有跨国业务都需要面临的问题,而要判断一个企业的本土化做的是否足够,首当其冲的就是翻译问题。然而,一些企业在进入中国市场时,往往忽视了翻译的重要性,导致出现了许多令人啼笑皆非的翻译错误。这些错误不仅损害了企业的品牌形象,也影响了与消费者的沟通。 首先,翻译不仅仅是语言的转换,更是文化的传递。一个成功的翻译应该能够准确传达原文的意思,同时考虑到目标语言的文化背景和使用习惯。例如,一些西方的俚语或双关语,在中文中可能没有对应的表达方式,如果直接翻译,不仅无法达到预期的效果,反而可能引起误解。 图源:苹果官网 其次,翻译的质量直接影响到产品的市场接受度。在竞争激烈的市场环境中,消费者对产品的选择往往取决于细节。一个充满错误的翻译,很容易让消费者对产品的质量产生怀疑,从而影响购买决策。 再者,翻译错误还可能涉及到法律风险。在某些情况下,错误的翻译可能会违反当地的法律法规,给企业带来不必要的麻烦。例如,一些产品说明书如果翻译不当,可能会误导消费者,导致使用不当,甚至引发安全事故。 微软、苹果作为各自领域的头部品牌,进行本土化时更应该重视翻译工作,投入足够的资源和精力。这包括聘请专业的翻译人员,进行严格的质量控制,以及与本土文化专家合作,确保翻译的准确性和适宜性。只有这样,企业才能在跨文化交流中减少障碍,赢得消费者的信任和支持。 最后,企业还应该建立起一套有效的反馈机制,及时收集和处理消费者对翻译的意见和建议。这不仅可以帮助企业不断改进翻译质量,也是对消费者尊重和重视的体现。 奇葩中文翻译背后反映的是企业对本土化的不重视,随着本土化工作的愈发完善,这些“野蛮生长”的XX式中文终究会成为互联网的记忆,小雷期待苹果下一次中文宣传文案能让用户读懂。
机皇大战一触即发!iPhone 16今年的对手们,都有哪些秘密武器
iPhone 16 还没进入「赛场」,它的对手们已经准备「抢跑」。 不久前,苹果在 WWDC24 上为我们展示了许多新技术和产品,引起了业内外的广泛关注,期待 Apple 智能 iPhone 16 「王者归来」。 而随着苹果秋季发布会的临近,苹果的对手们也开始摩拳擦掌,希望能在苹果之前抢占先机,集中放出了即将在下半年推出的新消息: 7 月初,三星将发布新的折叠屏旗舰手机; 8 月,一向以「后发制人」著称的 Google 也反常提档,抢在 iPhone 16 发布前一个月发布 Pixel 9 系列新机; 9 月华为的 Mate 70 系列新机,毫无疑问会是「纯血鸿蒙」和鸿蒙智能的示范机型,称为 iPhone 不可忽视的对手。 2024 下半年,是智能手机一年一度的「机皇之战」,也是 AI 终端的「第一次世界大战」。 7月:三星折叠屏 + GalaxyAI,中杯大杯超大杯 第一个奔赴战场的是三星。 三星宣布将在 7 月 10 日举办 Galaxy Unpacked 特别活动,从发布会名称到海报上的「V」形立方体再到十字星标志,三星手机的牌已经呼之欲出——折叠屏和 AI。 按惯例,三星这次会更新 Galaxy Z Flip6 和 Galaxy Z Fold6 大小两款折叠屏手机。 根据爆料和渲染图,Galaxy Z Fold6 外形采用了更加方正硬朗的设计,与 Galaxy S24 系列的设计语言一致,外部屏幕尺寸进一步加码到 6.4 英寸,展开后也会比上一代屏幕更大,且更加轻薄。据爆料,Galaxy Z Fold6 展开厚度为 5.6mm,折叠厚度约 12.1mm,折叠时比前代产品薄了 1.3mm。 但是和荣耀 Magic V2、vivo X Fold3 这样折叠仅有 10mm 左右厚度的产品相比,Galaxy Z Fold6 的厚度控制表现只能说中规中矩。 三星 Galaxy Z Fold6,图片来自 OnLeaks 另据法国媒体 Pigtou 透露,Galaxy Z Fold6 采用了全新的铰链方案,称能更好地均衡显示屏负载,做到兼顾体验和耐用性,据称当设备折叠到一定位置时,用户可以获得触觉反馈体验,增加对设备的掌控感。 有意思的是,传闻三星还会发布一款 Galaxy Z Fold 6 Ultra 机型,有着更极致的设计,可能会采用钛金属材质,并且配备 S Pen,且在性能、影像上均有提升。不过目前我们对此仍知之甚少。 图片来自 Pigtou 至于另一款小折叠手机 Galaxy Z Flip6,据爆料来看主要升级了铰链,折叠缝隙更小,另外在影像方面,采用了主摄 5000 万 +1200 万双摄方案,前置 1000 万像素摄像头,作为 Android 阵营的扛把子,三星显然非常清楚用户到底需要什么。 三星 Galaxy Z Flip6,图片来自 OnLeaks 虽然三星曾经是折叠屏的开创者,但如今却已经不再是领跑者。 根据最新的 Counterpoint Research 可折叠智能手机出货量追踪报告显示,相比 2023 年第一季度,三星在 2024 年第一季度在折叠屏手机领域的市场占比出现了明显下降,被摩托罗拉、华为、荣耀等品牌蚕食了大量市场份额。 Galaxy Z Fold6 及 Galaxy Z Flip6 将成为三星能否夺回「头把交椅」的关键,压力着实不小。 图片来自 Counterpoint Research 官网 为此,AI 可能会成为三星产品的另一大卖点。 此前 Galaxy S24 发布时,三星就演示过同声传译、圈图即搜、AI 修图等多项能力,而经过大半年的酝酿,三星 Galaxy AI 还会有哪些升级,尤其是在折叠屏手机这样的新形态下,AI 是否能带来更多助力值得期待。 三星 S24 圈图即搜功能 8 月:Google Pixel 9,变凸了也变强了 乔布斯最认可的计算机科学家艾伦·凯(Alan Kay)有句名言: 真正认真对待软件的人就应该自己做硬件。 这句话不只影响了 iPhone,也影响了 Google。凭借软硬结合的系统优势,Google Pixel 系列可以说是「Android 手机里的 iPhone」,有着不可思议的流畅度和深度定制的软硬结合。 除了适配性更好的系统,Pixel 系列还有一个标志性的特征——圆润的机身搭配凸起的条状镜头模组,但这一特点或将在 Pixel 9 这一代将会发生巨大的变化。 从左到右分别为 Pixel 9 Pro、Pixel 9、Pixel 8、Pixel 7,图片来自Rozetked 前不久,Google 官宣将在 8 月 13 日举办 Google Pixel 新机发布会,而根据俄罗斯媒体 Rozetked 爆料,Pixel 9 系列将会采用直角边框的设计,让整体风格略显硬朗,尺寸相比上一代基本变化不大,镜头模组的凸起值增加到了 12mm,但牺牲手感换来的是更好的长焦潜望镜头。 Pixel 9,图片来自 OnLeaks 此外,该消息源还公布了 Pixel 9 的安兔兔跑分成绩,其中 Pixel 9 的得分为 1071616 分,Pixel 9 Pro 的得分为 1148452 分,谷歌 Pixel 9 Pro XL 的得分为 1176410 分。 相比上一代 90 万分的成绩而言有提升,但有限。不过 Pixel 系列一直也不是以处理器见长,更何况这一代还使用了 Exynos Modem 5400 基带,可能还会有卫星通信功能。 网友展示卫星通信 UI 界面 另据 Android Authority 的爆料,Pixel 9 系列除了尺寸大小不同、性能存在差距的标准版和 Pro 机型之外,还存在一款小尺寸但具备 Pro 性能的型号,对于小屏手机爱好者而言可能是个好消息。此外,Google Pixel Fold 系列折叠屏手机可能也会出现在这次发布会上。 Pixel 9,图片来自 OnLeaks 一次性发布四款新机,Google 不可能在 AI 方面毫无建树。 去年,Google 就为 Pixel 8 Pro 内置了Gemini Nano,这是一个最大 32 亿参数量的端侧大模型,能够支持 Pixel 8 Pro 实现录音摘要、AI 修图、智能回复等功能,而在 Pixel 9 的发布会上,Google 可能会披露更多关于手机 AI 能力的信息。 Pixel 8 上的录音摘要功能 The Information 报道称,Google 将为 Pixel 系列手机加入一款名为「Pixie」的 AI 助手(又是一个谐音梗)取代原来的 Google 助手,能够跨应用操作并调取相关数据,类似于 Apple 智能加持下的 Siri。 这个 Pixie 不仅能使用 Pixel 手机上的 Gmail、地图和其他来自谷歌产品的数据,还可以执行复杂的多模态任务,例如能够根据用户拍摄的照片,找到售卖该产品的最近商店,并指引用户购买等。 一年前,Google 为 Pixel 8 引入了一系列的 AI 能力——如手机能为你自动修图、给没有笑的人 P 上笑脸甚至能做到超现实的移形换位。 与 Pixel 8 系列一同推出的 Best Take 功能 Google Photos 应用程序中的 Magic Editor 对于这些 AI 能力的加持,当时业界有过不小的争论。但一年后,AI 修图已经是所有新手机必备的卖点,而 AI 录音摘要、智能回复等功能,也成为不少人工作生活中的刚需。 或许,今年 Google 又会再次引领潮流,给行业带来一些新的 AI 冲击。 Pixel 9,图片来自 OnLeaks 9 月:第一款纯血鸿蒙旗舰 Mate70 来势汹汹 华为鸿蒙作为 iOS、Android 以外的第三大操作系统,近期也越来越受到关注。 不久前华为刚刚在开发者大会上开启了纯血鸿蒙的 beta 测试,实现了从系统内核到文件系统,从编程语言到编译器、运行时、编程框架,再到设计系统、集成开发环境,乃至 AI 框架和大模型技术,它都实现了全栈自研,真正成为「纯血」鸿蒙。 在纯血鸿蒙系统里,应用与应用之间的壁垒被打破,数据和服务成为了新的基础单元,无须点开一个个应用,就可以一口气完成多项服务。以此为基础,华为又内嵌了系统级的鸿蒙智能架构,用 AI 智能体带来了全新的交互范式。 华为小艺展示跨应用服务能力 同时,纯血鸿蒙不仅是技术上的变革,也意味着激活了一个全新的市场。 从 2019 年至今,鸿蒙生态在经历了多次迭代后,设备数量已经超过 9 亿,主流应用超过 5000 款。根据 Counterpoint Research 最新数据,HarmonyOS 在中国的市场份额已由 2023 年一季度的 8% 上涨至 2024 年一季度的 17%, 正式超过 iOS,成为中国智能手机市场第二大操作系统。 图片来自 Counterpoint Research 在开发者大会上,余承东还表示,纯血鸿蒙将在第四季度为 Mate70 正式商用。 据爆料,华为 Mate70 和 Mate60 一样,共有四款机型,分别是标准版、Pro 版、Pro+ 版及非凡大师版。其中 Mate70 Pro+ 有可能采用钛金属框架,以提高强度并降低重量,而非凡大师版本则沿用陶瓷机身工艺。 华为 Mate 60 非凡大师版 性能优化是鸿蒙 NEXT 系统的优点之一,有爆料称华为 Mate70 其性能将达到骁龙 8 Gen3 的水平,而图形性能则有望追赶骁龙 8 Gen2,重回性能体验的第一梯队。 华为 Mate70 是否会和 Mate 60 一样成功仍未可知,但可以确定的是,和鸿蒙 NEXT 结合后的 Mate70 会是下半年最值得关注的产品。 不难看出,2024 下半年 iPhone 16 的竞争对手们在硬件创新之外,不约而同地将目光投向了 AI 与软件生态的深度结合,这注定将会成为一场从硬件、软件到 AI 表现的全面较量。 无论最终谁能成为市场赢家,这场「机皇之争」都将称为 AI 走向应用的关键之战。 2024 下半年,注定不会平静。
理想的“端到端”:比行业进了一步,比特斯拉还少一步
尽管特斯拉从来没有公开过FSD v12版本的技术魔法,但国内确实已经掀起了“端到端”自动驾驶的学习热潮。 作为智驾追赶者的理想汽车,也不例外。7月5日,理想就首次公开了其端到端自动驾驶技术架构。 该架构主要由端到端模型、VLM视觉语言模型、世界模型三部分共同构成。同时,理想还开启了新架构方案的早鸟测试计划。 有行业人士指出,跟华为、小鹏的分段式端到端方案相比,理想方案的方案更为激进,可视为分段式端到端的下一站。“从传感器输入到行驶轨迹输出只经过一个模型。”理想智能驾驶技术研发负责人贾鹏在发布会上介绍道。 此外,在新技术架构方案中,理想还融合了视觉语言模型、世界模型,分别帮助智驾解决复杂的城市道路挑战,以及端到端方案测试、验证问题。 理想智能驾驶负责人郎咸朋在社交媒体上表示,端到端方案从去年下半年就在内部孵化并启动预研,目前已经完成了模型的原型验证和实车的部署。 据36氪了解,目前理想针对端到端搭建了一个超300人的研发团队,在北京进行封闭式开发,预计年内拿出阶段性成果。 不少业内人士都表示,智驾行业技术路径切换得太快了,去年行业的主流方案还是轻高精地图的城区智驾,今年就要追击端到端。这也是车企智驾团队的研发难题,上一代方案还没完全落地,下一代方案又将到来。 但在技术切换的空隙,也让过去智驾晚投入的玩家如理想等,有了赶上的机会。至少在端到端方案上,理想与同行站在了相近起跑线上。 比特斯拉后退一步,比“分段式端到端”更进一步 端到端自动驾驶方案,最先由特斯拉引领。在喂给AI神经网络足够多、足够高质量的数据前提下,智驾系统能够自主学习人类的驾驶方式。用特斯拉的话来说,“端到端”就是“输入图像,输出驾驶指令”。 比起传统智驾方案,端到端有更高的技术天花板。过往智驾方案以工程师制定的规则为基础,依靠感知、决策、规划等模块配合来实现智驾。 但每个模块相互独立,模块间的信息传递接口由工程师来定义,这就造成了信息流转的缺失与误差。一方面是影响整体方案的效果,二是依赖人力应对无尽的corner case,并非长久之计。 端到端看起来是一剂良药。特斯拉FSD v12也凭借端到端方案,大杀四方。华为、小鹏、蔚来、Momenta、商汤、元戎启行等,都试图跟上特斯拉的端到端步伐。 而作为国内首个公开端到端技术方案的车企,理想的方案也有值得分析与借鉴之处。 理想提出的端到端“One Model”结构,输入端是传感器信息,输出端是行驶轨迹。不过这个思路并非理想独有。此前,商汤绝影提出的端到端自动驾驶方案UniAD也是类似思路,该模型还拿到了2023年全球顶级计算机视觉会议CVPR的最佳论文奖。 理想认为,由于中间没有规则介入,其端到端模型在信息传递、推理计算、模型迭代上更有优势,可以拥有更强大的通用障碍物理解能力、超视距导航能力、道路结构理解能力,以及更拟人的路径规划能力。 图源:理想汽车 从技术架构上看,理想比华为、小鹏的分段式端到端更近一步。此前华为的提出的端到端方案,仍有感知大网和预决策规划大网。小鹏的端到端方案则分为神经网络感知XNet、规控大模型XPlanner+大语言模型XBrain三段。 不过有行业技术人士告诉36氪,One Model方案的训练也有很大挑战。“以前训练规控,会假定感知模块是完美的,两者独立训练,出了问题也比较容易定位,但端到端方案是感知和规划一起训练,训完容易出现负优化的情况。” 而跟特斯拉号称“输入图像、输出控制”的端到端方案相比,理想的方案显然还少了一步。 目前,在国内,各家的端到端思路,最多也就从感知端到预测决策端,最终的控制执行模块,依然由工程师的手写规则来兜底。 视觉语言模型,帮助智驾理解世界 理想端到端方案,更有意思的地方还在于,提出了快思考与慢思考。这点主要是受诺贝尔奖得主丹尼尔·卡尼曼的“快慢系统理论”启发。 在理想看来,快系统,即系统1,善于处理简单任务,更像人类基于经验和习惯形成的直觉,足以应对驾驶车辆时95%的常规场景。 慢系统,即系统2,则是人类通过更深入的理解与学习,形成的逻辑推理、复杂分析和计算能力,在驾驶车辆时用于解决复杂甚至未知的交通场景,占日常驾驶的约5%。两个系统的,可以分别确保大部分场景下的高效率和少数场景下的高上限。 图源:理想汽车 借鉴这套理论,理想汽车打造了自动驾驶技术架构。系统1由端到端模型实现,实现快速响应,端到端模型接收传感器输入,并直接输出行驶轨迹用于控制车辆。 而系统2由VLM视觉语言模型实现,其接收传感器输入后,经过逻辑思考,输出决策信息给到系统1。双系统构成的自动驾驶能力还将在云端利用世界模型进行训练和验证。 用理想的话来说,VLM模型对物理世界的复杂交通环境具有强大的理解能力。不仅可以识别路面平整度、光线等环境信息;还具备更强的导航地图理解能力,可以配合车机系统修正导航;还能理解公交车道、潮汐车道和分时段限行等复杂的交通规则,在驾驶中作出合理决策。 图源:理想汽车 举个例子,比如车辆前方遇到坑洼路面的时候,系统2就会给出具体驾驶建议,将车速从40公里/小时降到32公里/小时。小鹏的大语言模型XBrain也有类似能力,可以识别待转区、潮汐车道、特殊车道、路牌文字等指令。 作为视觉语言模型,理想的VLM模型参数量达到22亿。当然,这跟ChatGPT等大语言模型的数百上千亿参数无法相提并论。 但理想希望将端到端+VLM双系统同时部署在车端芯片上。为了将双系统部署到车上,理想智驾高级算法专家詹锟也介绍,最早VLM模型在车端的推理时间长达4.1秒,经过不断优化后,目前整体推理性能已经优化了13倍,推理只需0.3秒。 目前,行业主流、已经量产、能够支持端到端方案的智驾芯片只有特斯拉的HW3.0芯片与英伟达的Orin,理想搭载的正是英伟达Orin。不过有行业人士告诉36氪:“像理想这种延时,20亿级的模型参数量算是比较极限了。后续如果要上更大模型,可能就需要Thor(英伟达下一代芯片,算力超1000Tops)了。” 图源:理想汽车 此外,理想还介绍了端到端方案的测试和验证方法。理想介绍,行业过往主要通过虚拟仿真、重建仿真等方式来对智驾做仿真测试。而随着生成式AI的出现,生成式仿真也正成为智驾行业的一大趋势。 理想结合了重建仿真和生成仿真两种技术路径,为端到端的测试验证搭建了一个世界模型。理想称,重建和生成两者结合所构建的场景,可以为自动驾驶系统能力的学习和测试创造了更优的虚拟环境。 图源:理想汽车 不过,理想的端到端+VLM方案还难以真正立刻交付给用户。7月,理想将推送给用户仍然是基于分段式端到端的无图NOA方案,能在全国道路开启。 当下,国内高阶智驾面临商业与技术的双重挑战。一方面是稳步推进的大规模智驾体验,保证用户口碑;另一方面则是跟上端到端等技术浪潮。 这需要车企智驾团队同时具备极强的工程落地、技术判断能力,保证用户体验的同时,持续追赶前沿技术。这对理想是挑战,对华为、对小鹏、蔚来,以及一众智驾供应商而言,同样如此。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。