2020年9月5日，由雷鋒網(wǎng) & AI 掘金志主辦的「第三屆中國(guó)人工智能安防峰會(huì)」在杭州正式召開(kāi)。

本屆峰會(huì)以「洗牌結(jié)束，格局重構(gòu)」為主題，會(huì)上代表未來(lái)新十年的15家企業(yè)，為現(xiàn)場(chǎng)1000余位聽(tīng)眾和線上幾十萬(wàn)觀眾，分享迎接安防新十年的經(jīng)營(yíng)理念與技術(shù)應(yīng)用方法論。

在下午場(chǎng)的演講環(huán)節(jié)上，云從科技智慧治理行業(yè)部總經(jīng)理李夏風(fēng)以「人機(jī)協(xié)同平臺(tái)，助推社會(huì)治理現(xiàn)代化升級(jí)」為主題，分享了云從在AI中的思考與應(yīng)用。

云從認(rèn)為人機(jī)協(xié)同有三部分：人機(jī)交互、人機(jī)融合、人機(jī)共創(chuàng)。

人機(jī)協(xié)同中，各個(gè)行業(yè)的專家、以機(jī)器代表的AI知識(shí)服務(wù)和用戶，三者形成一個(gè)閉環(huán)，首先專家把知識(shí)賦能給機(jī)器，機(jī)器轉(zhuǎn)換成智能化產(chǎn)品并提升客戶的體驗(yàn)，用戶從中反饋出個(gè)性化的需求，后續(xù)提升專家的效率并反哺到產(chǎn)品或服務(wù)中。

云從人機(jī)協(xié)的落地通過(guò)三部分實(shí)現(xiàn)：智能化終端設(shè)備收集數(shù)據(jù)，同時(shí)也是人機(jī)交互的入口，云端大腦是整個(gè)數(shù)據(jù)的匯集、分析、提煉的中樞，當(dāng)數(shù)據(jù)大腦經(jīng)過(guò)分析，形成相關(guān)的服務(wù)后，通過(guò)嵌入式的模塊，即AI平臺(tái)，實(shí)現(xiàn)人機(jī)協(xié)同在各個(gè)場(chǎng)景落地。

而AI訓(xùn)練平臺(tái)融合數(shù)據(jù)智能標(biāo)注、OCR訓(xùn)練、圖像訓(xùn)練、NLP訓(xùn)練、視頻結(jié)構(gòu)化訓(xùn)練于一體，根據(jù)場(chǎng)景數(shù)據(jù)，生成符合行業(yè)需求的AI模型算法。云從的智能解析引擎具備軟硬解耦特性，可以適配國(guó)有自主芯片，還能實(shí)現(xiàn)效率和使用維度的極大地性能提升。

基于云從的數(shù)據(jù)分析引擎，提供面向數(shù)據(jù)全生命周期的分析、挖掘及應(yīng)用服務(wù)，完成數(shù)據(jù)到知識(shí)的價(jià)值轉(zhuǎn)換，賦能各業(yè)務(wù)場(chǎng)景應(yīng)用。

具體來(lái)說(shuō)，匯聚感知數(shù)據(jù)，打造數(shù)據(jù)挖掘基礎(chǔ)，融合業(yè)務(wù)數(shù)據(jù)，靈活定制生成各類標(biāo)簽，拓展業(yè)務(wù)對(duì)象，并依托認(rèn)知信息，形成各類專家的決策，為決策提供有力的支撐，最后，依托可視化專家建模，固化專家經(jīng)驗(yàn)?zāi)Ｐ?，積累與傳承業(yè)務(wù)知識(shí)。

從數(shù)據(jù)到知識(shí)是數(shù)據(jù)價(jià)值挖掘的必經(jīng)之路，目前大部分?jǐn)?shù)據(jù)資源沒(méi)有得到充分利用，云從的知識(shí)生產(chǎn)與服務(wù)平臺(tái)KaaS，通過(guò)將標(biāo)簽、機(jī)器學(xué)習(xí)等知識(shí)模型化、在線化，加上AI引擎， 變數(shù)據(jù)/經(jīng)驗(yàn)為在線知識(shí)。

通過(guò)數(shù)據(jù)智能模型為核心的知識(shí)體系構(gòu)建實(shí)現(xiàn)從多維數(shù)據(jù)中挖掘隱形事件背后的關(guān)聯(lián)關(guān)系及規(guī)律現(xiàn)象，服務(wù)于風(fēng)險(xiǎn)防控、態(tài)勢(shì)預(yù)測(cè)、行為畫(huà)像、虛擬軌跡等各類實(shí)際業(yè)務(wù)決策。

以下是李夏風(fēng)演講全文，雷鋒網(wǎng)AI掘金志作了不改變?cè)獾恼砼c編輯：

云從科技智慧治理行業(yè)部總經(jīng)理李夏風(fēng)

大家好，我是李夏風(fēng)，我首先簡(jiǎn)要介紹一下云從科技。

云從科技孵化自中國(guó)科學(xué)院重慶研究院，受托參與了人工智能國(guó)標(biāo)、行標(biāo)制定，并成為第一個(gè)同時(shí)承擔(dān)國(guó)家發(fā)改委人工智能基礎(chǔ)平臺(tái)、應(yīng)用平臺(tái)，工信部芯片平臺(tái)等國(guó)家重大項(xiàng)目建設(shè)任務(wù)的人工智能科技企業(yè)。致力圍繞人們生活的每個(gè)場(chǎng)景，以人工智能技術(shù)與人機(jī)協(xié)同平臺(tái)為基礎(chǔ)，以用戶為中心，定義出場(chǎng)景化、行業(yè)化、個(gè)性化的智能服務(wù)。

云從先后布局智慧金融、智慧治理、智慧交通及智慧商業(yè)等四大業(yè)務(wù)領(lǐng)域，助推各個(gè)行業(yè)從數(shù)字化到智慧化轉(zhuǎn)型升級(jí)，每天為全球3億人次用戶帶來(lái)智慧、便捷和人性化的AI生活體驗(yàn)。

在發(fā)展過(guò)程當(dāng)中，云從科技也受到了各級(jí)政府的廣泛支持，就在今年，我們和廣州市政府達(dá)成了戰(zhàn)略合作，共建國(guó)內(nèi)首個(gè)人機(jī)協(xié)同的開(kāi)放平臺(tái)，為人機(jī)協(xié)同平臺(tái)城市的落地打下了非常堅(jiān)實(shí)的基礎(chǔ)。

云從提出的人機(jī)協(xié)同與人工智能有什么關(guān)系？我們可以回顧下汽車工業(yè)發(fā)展史。18世紀(jì)汽車已經(jīng)誕生，當(dāng)時(shí)的汽車屬于工藝品，需要頂尖工匠手工打造。到了19世紀(jì)20年代，通過(guò)生產(chǎn)線可將汽車標(biāo)準(zhǔn)化、大規(guī)模生產(chǎn)，汽車變成了一個(gè)工業(yè)產(chǎn)品，規(guī)模化、效率化的提升，使得汽車走進(jìn)了千家萬(wàn)戶。到了現(xiàn)在，工業(yè)4.0時(shí)代，汽車已經(jīng)可以按照每個(gè)個(gè)體需求，自由地組合生產(chǎn)了。

人工智能的發(fā)展路徑是否也像汽車工業(yè)一樣是漸進(jìn)式、階段式發(fā)展的呢？

我們總結(jié)出人工智能“三浪”發(fā)展趨勢(shì)。前幾年驅(qū)動(dòng)了人工智能第一浪，抓住AI單點(diǎn)技術(shù)帶來(lái)的市場(chǎng)機(jī)遇期布局戰(zhàn)略性技術(shù)，尤其是人臉識(shí)別技術(shù)，驅(qū)動(dòng)了AI廣泛應(yīng)用、市場(chǎng)快速推廣的浪潮。

在這個(gè)浪潮中，市場(chǎng)從剛開(kāi)始的不信任，到后來(lái)的盲目信任，最后在與AI企業(yè)合作過(guò)程中發(fā)現(xiàn)，對(duì)于提出的需求，有些AI公司很難快速響應(yīng)或者響應(yīng)效果不盡人意，這時(shí)候第一波浪潮有所下跌。

如何解決這個(gè)問(wèn)題？我們認(rèn)為需要提出一個(gè)新概念：AI工程學(xué)。

正如汽車工業(yè)中工業(yè)化、流水線生產(chǎn)的理念，我們需要用AI工程學(xué)的方法解決AI生產(chǎn)力快速提升的目標(biāo)。利用AI工程學(xué)提升10倍效率，行業(yè)化、場(chǎng)景化后，實(shí)現(xiàn)行業(yè)價(jià)值閉環(huán)，人工智能會(huì)進(jìn)入第二個(gè)浪潮。隨著與更多行業(yè)與AI深入的結(jié)合，我們有理由相信會(huì)進(jìn)入第三波浪潮。彼時(shí)AI廣泛存在，將以人機(jī)協(xié)同的方式嵌入到所有業(yè)務(wù)流程中，就像現(xiàn)在的互聯(lián)網(wǎng)一樣。實(shí)際上，現(xiàn)在沒(méi)有純粹的互聯(lián)網(wǎng)行業(yè)，每個(gè)行業(yè)都必須與互聯(lián)網(wǎng)結(jié)合。人工智能發(fā)展到一定程度也會(huì)達(dá)到這個(gè)階段。這就是我們所理解的人工智能“三浪”發(fā)展規(guī)律。

人機(jī)協(xié)同在其中處于什么位置？我們認(rèn)為人機(jī)協(xié)同分三個(gè)方式：

首先，人機(jī)交互。

通過(guò)視覺(jué)、聽(tīng)覺(jué)、文字感知等感知技術(shù)，以及認(rèn)知、決策技術(shù)實(shí)現(xiàn)與AI之間的基本交互。即，AI至少能聽(tīng)得懂人在說(shuō)什么，看得見(jiàn)人在做什么。

第二，人機(jī)融合。

通過(guò)智能技術(shù)幫助行業(yè)專家總結(jié)知識(shí)，讓人工智能能夠?yàn)樾袠I(yè)用戶提供全天候、穩(wěn)定的、全面的智能服務(wù)。即，人和機(jī)器共同完成一些事情。

第三，人機(jī)共創(chuàng)。

人工智能與行業(yè)專家共同探索，創(chuàng)造出新的產(chǎn)品、場(chǎng)景與服務(wù)，實(shí)現(xiàn)千人前面的個(gè)性化精準(zhǔn)服務(wù)。即，除了完成一些既定的事情外，還可以共同創(chuàng)造出新的東西。

在人機(jī)協(xié)同這個(gè)過(guò)程中，也有三個(gè)主要角色：各個(gè)行業(yè)和場(chǎng)景的專家、以機(jī)器代表的人工智能的知識(shí)服務(wù)和用戶。

首先專家把他的知識(shí)賦能給機(jī)器，機(jī)器再通過(guò)知識(shí)服務(wù)的方式，通過(guò)智能化的產(chǎn)品提升用戶的體驗(yàn)，用戶在這個(gè)過(guò)程中也會(huì)反饋出他們的個(gè)性化需求，然后反哺到機(jī)器，機(jī)器協(xié)助專家，提升其潛能與效率。這三者之間形成的閉環(huán)，就是我們所說(shuō)的人機(jī)協(xié)同的概念。

而人機(jī)協(xié)同落地，需要三樣?xùn)|西，云端大腦，整個(gè)數(shù)據(jù)匯集、分析和提煉的中樞；終端設(shè)備，智能設(shè)備是搜集數(shù)據(jù)，同時(shí)也是人機(jī)交互的入口；嵌入式模塊，即AI平臺(tái)，是智能化的中樞和核心載體，數(shù)據(jù)經(jīng)過(guò)云端大腦 的處理后，形成的服務(wù)通過(guò)嵌入式模塊集成到各類業(yè)務(wù)當(dāng)中，從而實(shí)現(xiàn)人機(jī)協(xié)同在各場(chǎng)景落地。

通過(guò)以上架構(gòu)，云從科技在智慧金融、智慧交通、智慧治理、智慧零售等領(lǐng)域都實(shí)現(xiàn)了商業(yè)落地。

國(guó)家層面的治理現(xiàn)代化是除了之前的“四化”以外的第五個(gè)現(xiàn)代化，在國(guó)家治理現(xiàn)代化當(dāng)中，智能化是非常關(guān)鍵的一部分。治理現(xiàn)代化或者說(shuō)治理智能化大概包含以下幾點(diǎn)：第一，對(duì)治理場(chǎng)景的智能感知。第二，對(duì)治理要素的智能認(rèn)知。第三，對(duì)治理動(dòng)作或者治理行為、治理工作的智能決策。

對(duì)于實(shí)現(xiàn)智慧治理的方式，云從科技提出了“應(yīng)用牽引，雙擎驅(qū)動(dòng)，平臺(tái)賦能，終端延伸”的思路。

具體環(huán)節(jié)，我們提出了智慧治理“N-N”的業(yè)務(wù)架構(gòu)。第一個(gè)N指的是N類場(chǎng)景，包括社會(huì)治理、公共安全等，第二個(gè)N是指N類數(shù)據(jù)源，包括各種邊緣設(shè)備、智能終端、業(yè)務(wù)系統(tǒng)等。視頻、音頻、人車物等N類數(shù)據(jù)源將進(jìn)入一個(gè)數(shù)據(jù)匯聚中心。

兩大引擎：第一大引擎，智能解析引擎，是以視圖解析為核心的解析引擎，它將非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)化。第二個(gè)引擎，數(shù)據(jù)分析引擎，基于結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理分析，將數(shù)據(jù)變成信息。

兩項(xiàng)平臺(tái)：一是知識(shí)服務(wù)平臺(tái)或者知識(shí)生成平臺(tái)，叫知識(shí)及服務(wù)。這個(gè)“知識(shí)”，是“信息”經(jīng)過(guò)解析和分析后形成知識(shí)，在這個(gè)平臺(tái)，面向場(chǎng)景，通過(guò)這些知識(shí)去提供標(biāo)準(zhǔn)化的綜合性應(yīng)用，包括全息檔案、態(tài)勢(shì)預(yù)測(cè)、圖上指揮等基礎(chǔ)性功能?；诖?，到達(dá)第二個(gè)綜合應(yīng)用平臺(tái)，真正去賦能N類的專業(yè)化場(chǎng)景。這是一個(gè)完整的體系。

有人可能會(huì)質(zhì)疑云從科技如何有能力去實(shí)現(xiàn)這個(gè)藍(lán)圖。

首先，N類數(shù)據(jù)源來(lái)自云從科技廣泛的合作伙伴。云從科技雖然有硬件產(chǎn)品，也具備硬件生產(chǎn)的能力，但我們只在一些小場(chǎng)景、專業(yè)化場(chǎng)景中提供少量設(shè)備，云從不是一個(gè)專業(yè)的、面向廣泛場(chǎng)景的硬件設(shè)備公司。正因?yàn)槿绱耍覀兙哂虚_(kāi)放的心態(tài)和生態(tài)，實(shí)現(xiàn)數(shù)據(jù)的匯聚。

另外，云從具備打造雙引擎和知識(shí)服務(wù)平臺(tái)、應(yīng)用平臺(tái)的AI能力。第三，云從科技提出的人機(jī)協(xié)同理論中，核心是對(duì)人、對(duì)行業(yè)的敬畏，所以云從從戰(zhàn)略到體系，都結(jié)合專家，深入到各個(gè)業(yè)務(wù)環(huán)節(jié)，深刻地理解業(yè)務(wù)。

接下來(lái)，我介紹一下具體的板塊。

智能解析引擎。早期大家說(shuō)的人工智能主要是人臉識(shí)別或者泛人臉識(shí)別，隨著技術(shù)演進(jìn)，解析內(nèi)容不斷增長(zhǎng)，從人臉走向了人體，走向了車輛，也走向了文字和語(yǔ)言，AI的需求和場(chǎng)景極其多，不管我們可以走向多少內(nèi)容，不可能窮盡，所以就需要開(kāi)放的訓(xùn)練平臺(tái)，針對(duì)長(zhǎng)尾算法進(jìn)行快速地生產(chǎn)。

視圖全結(jié)構(gòu)化解析，在各類人車監(jiān)控場(chǎng)景下，全結(jié)構(gòu)化引擎是對(duì)視頻或圖片中的人臉、人體、機(jī)動(dòng)車、非機(jī)動(dòng)車以及人體行為進(jìn)行目標(biāo)抓拍、識(shí)別、屬性分析、實(shí)時(shí)聚類和分析檢索的智能視頻分析引擎。

其中行為識(shí)別是當(dāng)前的技術(shù)熱點(diǎn)，在某些場(chǎng)景實(shí)現(xiàn)了落地應(yīng)用，但我認(rèn)為還遠(yuǎn)未達(dá)到大面積推廣的階段，所以這是我們當(dāng)前重點(diǎn)研發(fā)的課題。

從解析的效率和底層貫通角度看，多家算法對(duì)大量人車的關(guān)聯(lián)、人和非機(jī)動(dòng)車的關(guān)聯(lián)以及行為識(shí)別等效率和數(shù)據(jù)利用上影響非常大，無(wú)法實(shí)現(xiàn)底層貫通，所以以上所有引擎的結(jié)構(gòu)化算法都由云從提供。

OCR場(chǎng)景及產(chǎn)品種類。從卡證和票據(jù)的OCR到通用類型的OCR，到自然場(chǎng)景的文字識(shí)別，云從都已經(jīng)有相應(yīng)的產(chǎn)品落地。比如，在海關(guān)，云從識(shí)別船舶的集裝箱。

云從也做語(yǔ)音識(shí)別，因?yàn)槲覀內(nèi)藱C(jī)協(xié)同的戰(zhàn)略中，人機(jī)交互是非常重要的一部分，而人機(jī)交互離不開(kāi)語(yǔ)音，所以我們?cè)谡Z(yǔ)音上落地效果也非常好。只有語(yǔ)音遠(yuǎn)遠(yuǎn)不夠，還需要自然語(yǔ)言理解（NLP），如此，才能真正實(shí)現(xiàn)這些業(yè)務(wù)。

語(yǔ)音也好，NLP也好，都是面向場(chǎng)景形成專業(yè)化應(yīng)用，而不是面向通用通常，這與其他友商不同。

AI訓(xùn)練平臺(tái)。剛才提到，我們不可能窮盡所有的算法，所以我們必須要提供一個(gè)可再生產(chǎn)的平臺(tái)，于是AI訓(xùn)練平臺(tái)誕生了，它可以實(shí)現(xiàn)快速的場(chǎng)景適配，快速的模型生成和便捷的部署，包括模型效果的評(píng)價(jià)。云從AI落地的行業(yè)中，很多是2G或者2B，他們都有自己獨(dú)立的網(wǎng)絡(luò)和安全策略，所以我們需要通過(guò)AI訓(xùn)練平臺(tái)，盤(pán)活客戶的數(shù)據(jù)活。

現(xiàn)在我做一個(gè)總結(jié)。

智能解析引擎有四大特點(diǎn)。

首先，軟硬解耦，云從自主解析算法支持軟硬資源解耦，可以與各類解析中心硬件資源進(jìn)行適配；其次，云從解析算法可以適配國(guó)產(chǎn)化芯片，同時(shí)，在底層實(shí)現(xiàn)解析算法相互融合，實(shí)現(xiàn)效率和使用維度的極大的性能提升。當(dāng)然，模型訓(xùn)練平臺(tái)融合智能算法訓(xùn)練于一體，可以根據(jù)場(chǎng)景數(shù)據(jù)生產(chǎn)符合行業(yè)需求的模型算法，它是一個(gè)自我進(jìn)化的算法。

數(shù)據(jù)分析引擎。云從基于此引擎，建設(shè)了數(shù)據(jù)全生命周期的接入、分析、治理、挖掘、認(rèn)知與決策的體系。其中包括數(shù)據(jù)治理模塊、標(biāo)簽工廠、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)可視化等，這些模塊把數(shù)據(jù)變成信息，再通過(guò)專家的可視化建模，并利用平臺(tái)自動(dòng)的生成，快速響應(yīng)業(yè)務(wù)的需求，從而構(gòu)建自己的業(yè)務(wù)模型。

機(jī)器學(xué)習(xí)訓(xùn)練推理引擎，能夠基于歷史數(shù)據(jù)，找尋規(guī)律，通過(guò)挖掘，生產(chǎn)出判斷模型。知識(shí)圖譜，實(shí)現(xiàn)關(guān)系的廣泛連接和挖掘。

決策引擎，把基于專家的建模，把基于機(jī)器學(xué)習(xí)的模型，基于關(guān)系知識(shí)圖譜的推理等進(jìn)行一個(gè)綜合的決策編排。

數(shù)據(jù)分析引擎的特點(diǎn)。匯聚感知數(shù)據(jù)，打造數(shù)據(jù)挖掘基礎(chǔ)；融合業(yè)務(wù)數(shù)據(jù)，靈活定制生成各類標(biāo)簽，拓展業(yè)務(wù)對(duì)象；依托認(rèn)知信息，形成各類專家的決策，為決策提供有力的支撐。最后，我們也可以依托可視化專家建模、固化經(jīng)驗(yàn)?zāi)Ｐ?，積累與傳承業(yè)務(wù)知識(shí)。

知識(shí)生產(chǎn)與服務(wù)平臺(tái)KaaS。

這是一個(gè)變數(shù)據(jù)/經(jīng)驗(yàn)為在線知識(shí)的平臺(tái)。從數(shù)據(jù)到知識(shí)，是數(shù)據(jù)價(jià)值挖掘的必經(jīng)之路，目前大部分?jǐn)?shù)據(jù)資源還沒(méi)有得到充分利用。

云從定義的知識(shí)是廣義的，包含數(shù)據(jù)，描述事實(shí)的內(nèi)容，如人口信息、快遞信息等；標(biāo)簽，數(shù)據(jù)的進(jìn)一步加工，如高齡老人、購(gòu)物達(dá)人等；知識(shí)圖譜，進(jìn)一步把數(shù)據(jù)加工，存入圖數(shù)據(jù)庫(kù)，形成關(guān)系網(wǎng)絡(luò)；機(jī)器學(xué)習(xí)模型，通過(guò)歷史數(shù)據(jù)沉淀和數(shù)據(jù)挖掘算法，建立趨勢(shì)預(yù)測(cè)、人群分類模型；決策模型，用來(lái)提供某種場(chǎng)景下的業(yè)務(wù)規(guī)則，如城市應(yīng)用響應(yīng)等；專家模型，用來(lái)從海量數(shù)據(jù)中發(fā)現(xiàn)需要的數(shù)據(jù)，建立數(shù)字人像檔案等。

將以上這些知識(shí)模型化、在線化，加上AI引擎（感知處理能力），就能提供智能服務(wù)，賦能應(yīng)用智能化升級(jí)。

有了知識(shí)體系后，我們就能快速地支撐決策，當(dāng)然，決策很多時(shí)候是沉淀在業(yè)務(wù)系統(tǒng)當(dāng)中，我們可以快速地通過(guò)知識(shí)體系模式和強(qiáng)大的智能化手段賦能這些業(yè)務(wù)系統(tǒng)。

舉一個(gè)例子，這是我們?cè)谀硞€(gè)市級(jí)單位的應(yīng)用，我們拉通了覆蓋幾十個(gè)機(jī)關(guān)，十個(gè)區(qū)和四個(gè)開(kāi)發(fā)區(qū)的幾千個(gè)系統(tǒng)，其中有幾萬(wàn)個(gè)數(shù)據(jù)項(xiàng)，形成了專業(yè)的數(shù)據(jù)集，把其中的對(duì)象、行為、標(biāo)簽進(jìn)行提煉，通過(guò)云從的算法、規(guī)則引擎模型的訓(xùn)練、圖譜的構(gòu)建對(duì)知識(shí)進(jìn)行加工，最后形成了面向以“人、事、地、物、組、網(wǎng)”為核心要素的治理知識(shí)體系。基于這個(gè)知識(shí)體系構(gòu)建了一系列的大數(shù)據(jù)智能模型，最終實(shí)現(xiàn)決策支持、風(fēng)險(xiǎn)防控、治安防控、執(zhí)法辦案、公共服務(wù)、市域治理等幾大場(chǎng)景的應(yīng)用，這是一個(gè)真實(shí)的案例。

最后，在這里我們希望和更多的業(yè)內(nèi)同仁們一起，基于人機(jī)協(xié)同平臺(tái)，以業(yè)務(wù)專家的向?qū)橹敢?，以核心技術(shù)引擎為驅(qū)動(dòng)，以大數(shù)據(jù)燃料為支撐，實(shí)現(xiàn)社會(huì)治理智能化。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。