2024年2月16日，OpenAI宣布推出全新的生成式人工智能模型Sora,。Sora可以根據(jù)文本指令直接生成長(zhǎng)達(dá)60秒的視頻，包括精細(xì)的背景,、復(fù)雜的多角度鏡頭和富有情感的多個(gè)角色,。OpenAI表示，Sora是能夠理解和模擬現(xiàn)實(shí)世界的模型的基礎(chǔ),，這一能力將是實(shí)現(xiàn)AGI（通用人工智能）的重要里程碑,?！渡墒饺斯ぶ悄堋芬粫到y(tǒng)介紹了生成式AI所帶來的震撼,，以及生成式人工智能的內(nèi)在邏輯與應(yīng)用，并將其與產(chǎn)業(yè)發(fā)展,、與實(shí)際相結(jié)合,。《讀+》周刊記者專訪該書作者,、人工智能商業(yè)化專家,、PayPal全球數(shù)據(jù)科學(xué)平臺(tái)創(chuàng)始負(fù)責(zé)人丁磊。2015年回國(guó),、一直在互聯(lián)網(wǎng)領(lǐng)域工作的丁磊表示,，就AI人才來說，中國(guó)的人才不比美國(guó)少,，中國(guó)要想在AI競(jìng)爭(zhēng)中快速占據(jù)有利位置,，不妨加快布局，尊重模型訓(xùn)練本身的規(guī)律,，用客觀,、全面的AI思維，去迎接這一領(lǐng)域的挑戰(zhàn),。丁磊臨危受命,，實(shí)現(xiàn)AI的商業(yè)落地當(dāng)丁磊還是一個(gè)高中生時(shí)，他就非常清楚自己未來的發(fā)展方向了,。丁磊說,，這是源自自己對(duì)機(jī)器人的喜愛。當(dāng)時(shí)國(guó)內(nèi)高校并沒有開設(shè)人工智能的相關(guān)專業(yè),，于是他選擇一個(gè)離AI最近的專業(yè),，“那就是計(jì)算機(jī)”。高中畢業(yè)后,，丁磊被保送進(jìn)入浙江大學(xué)計(jì)算機(jī)學(xué)院,。一入學(xué)，他就主動(dòng)尋找研究AI方向的導(dǎo)師,，他的目的非常明確,，就是要學(xué)習(xí)AI。丁磊在這方面做出了十足的努力,。他跟隨導(dǎo)師研究自然語言處理中的文本分類問題,，在本科階段就發(fā)表了一篇國(guó)內(nèi)核心期刊的論文。本科畢業(yè)后,，丁磊在國(guó)外繼續(xù)深造博士學(xué)位,，研究方向?yàn)闄C(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺。他心中一直有著堅(jiān)定的方向——認(rèn)定了研究AI,，沒有任何猶豫,。丁磊是PayPal 2012年成立數(shù)據(jù)科學(xué)部門時(shí)的創(chuàng)始數(shù)據(jù)科學(xué)家之一,。然而，丁磊他們起初的實(shí)驗(yàn)并不順利,，折騰了一年,，PayPal最開始的數(shù)據(jù)科學(xué)團(tuán)隊(duì)，并沒有找到自己在商業(yè)世界中的位置,。一年后,，領(lǐng)隊(duì)黯然離職?！爱?dāng)時(shí)團(tuán)隊(duì)遇到的最大問題,，是數(shù)據(jù)科學(xué)在公司的落地?！彼貞?，雖然第一年出現(xiàn)了一些波折，但PayPal公司在數(shù)據(jù)科學(xué)上的戰(zhàn)略方向并沒有改變,。丁磊這時(shí)“臨危受命”,，重新組建了新的團(tuán)隊(duì)——PayPal消費(fèi)者數(shù)據(jù)科學(xué)部。在他看來,，數(shù)據(jù)科學(xué)之前落地失敗的原因主要有兩個(gè)：一方面是商業(yè)與數(shù)據(jù)科學(xué)本身的割裂,，“也就是說數(shù)據(jù)科學(xué)帶來的收益不能立刻就在商業(yè)中體現(xiàn)出來”；另一方面是數(shù)據(jù)科學(xué)的研究沒有產(chǎn)品化,，單個(gè)項(xiàng)目的成本過高,。在設(shè)計(jì)這個(gè)平臺(tái)的時(shí)候，丁磊的最終目的是希望它能實(shí)現(xiàn)對(duì)商業(yè)項(xiàng)目的部分自動(dòng)化決策,，所以也稱其為“AI（人工智能）平臺(tái)”。努力的背后終有體現(xiàn),，丁磊的想法成功了,。PayPal用了兩年的時(shí)間成功建立了自己的AI平臺(tái)。這個(gè)平臺(tái)能夠跟海量的底層數(shù)據(jù)銜接,，面對(duì)需求能夠自動(dòng)地提出解決方案,。憑借這個(gè)項(xiàng)目，丁磊成功實(shí)現(xiàn)了AI的工程化商業(yè)落地,。一直到現(xiàn)在,，這都是一項(xiàng)非常領(lǐng)先的AI業(yè)務(wù)創(chuàng)新案例。這個(gè)平臺(tái)為PayPal帶來了成倍數(shù)的客戶增長(zhǎng),，并且至今仍在使用,。AI將會(huì)成為行業(yè)的決策引擎這些年，丁磊始終沉浸在鉆研AI的世界里,。他認(rèn)為,，數(shù)據(jù)科學(xué)分為三個(gè)階段：1.0的時(shí)候是簡(jiǎn)單的事后數(shù)據(jù)分析,，例如報(bào)表等；2.0則是利用更為完備的查詢工具和統(tǒng)計(jì)方法,，輔助業(yè)務(wù)決策,；到3.0的時(shí)候，就是通過AI,、大數(shù)據(jù)等方法進(jìn)行預(yù)測(cè)分析,，進(jìn)而做出決策。2015年,，丁磊回到中國(guó)發(fā)展,。國(guó)內(nèi)日新月異的數(shù)據(jù)科學(xué)環(huán)境，讓他看到了更廣闊的市場(chǎng)前景,?！耙膊皇撬蓄I(lǐng)域都適合使用AI”，在丁磊看來,，滿足大規(guī)模落地商業(yè)化AI,，需要具備兩個(gè)先決條件。首先是數(shù)據(jù)的積累,，數(shù)據(jù)的數(shù)量和質(zhì)量直接決定了AI發(fā)展基礎(chǔ)是否牢固,。AI平臺(tái)的底層是數(shù)據(jù)，數(shù)據(jù)的流通和更新直接影響著上層機(jī)器學(xué)習(xí),、圖像語音處理等技術(shù)的使用效果,。其次，就是所在領(lǐng)域的商業(yè)問題是否清晰,，如果問題不夠明確,，也很難用AI來處理。丁磊為AI繪制了一份商業(yè)版圖,，“如果橫軸是行業(yè),，縱軸是職能，AI現(xiàn)在只是填充了其中非常小的一部分”,。在這個(gè)版圖中,，零售、金融,、制造,、醫(yī)療、教育等是橫軸,，代表不同的行業(yè)領(lǐng)域,；營(yíng)銷、風(fēng)控、安全等是縱軸,，代表不同的職能方向,。二者共同構(gòu)成了一個(gè)二維商業(yè)矩陣，對(duì)于行業(yè)中的相關(guān)職能,，AI都可以探索相關(guān)應(yīng)用場(chǎng)景,。“以后的行業(yè)將要變成AI驅(qū)動(dòng),。AI會(huì)成為行業(yè)的決策引擎,，取代的是在戰(zhàn)術(shù)層面上需要人工干預(yù)的場(chǎng)景,，AI能夠持續(xù)有效地讓企業(yè)在最佳狀態(tài)下運(yùn)行,?！倍±诒硎荆岸褹I帶來的效果不僅是‘優(yōu)化’,，而是革命性的,、成倍數(shù)的增長(zhǎng)，這才是AI的能力,，真正為行業(yè)賦能,。”《生成式人工智能》丁磊 著 中信出版集團(tuán)【訪談】AI的世界理解力還很低讀+：近日掀起科技熱潮的Sora被稱作“世界模擬器”,。相比去年的ChatGPT,，Sora帶來的震撼和沖擊似乎更為劇烈，這是為什么,？丁磊：有研究聲稱隨著越來越多人使用,，大模型似乎變笨了，甚至還出現(xiàn)了“幻覺”,。出現(xiàn)這種問題的主要原因是目前主流的生成式模型仍然缺少對(duì)于物理世界的理解,，以至于對(duì)于一個(gè)正常人來說非常容易解答的問題，在大模型這里卻無法給出正確的輸出,。人腦認(rèn)識(shí)事物的過程類似一個(gè)模型,。從認(rèn)識(shí)論的角度來看，人腦認(rèn)識(shí)的過程中會(huì)逐漸形成“關(guān)于世界的模型”,。人的主觀知識(shí)并不一定從一開始就符合現(xiàn)實(shí)規(guī)律，但通過不斷的實(shí)踐和不斷的比較后,，人們調(diào)整修正主觀認(rèn)識(shí),，以減少以往思維模型預(yù)測(cè)與實(shí)踐之間的差異。這種調(diào)整機(jī)制可以使得人腦關(guān)于世界的模型更接近真理,。打個(gè)比方,，體育運(yùn)動(dòng)是人類對(duì)物理世界認(rèn)知和學(xué)習(xí)過程的體現(xiàn)。以乒乓球運(yùn)動(dòng)為例，運(yùn)動(dòng)員一開始能掌握最簡(jiǎn)單的推,、攻技巧,，對(duì)于常規(guī)的來球，他們一般都能正常應(yīng)對(duì),，回球路線也符合自己的預(yù)期,。隨著來球的速度、旋轉(zhuǎn)的變化,，運(yùn)動(dòng)員發(fā)現(xiàn)以往的接球技巧很難完全應(yīng)對(duì)了,，他們回球時(shí)而下網(wǎng)、時(shí)而出臺(tái),。運(yùn)動(dòng)員逐漸認(rèn)知到,，通過調(diào)整球拍接球的力度和角度可以應(yīng)對(duì)不同的來球情況。隨著接觸到的來球情況變得多樣,，大腦里就會(huì)構(gòu)建越來越復(fù)雜的“世界模型”,，之后在賽場(chǎng)上無論遇到什么情況，越來越應(yīng)對(duì)自如,。這就是人類的“世界模型”認(rèn)知和學(xué)習(xí)的過程,。Sora的出現(xiàn)讓我們更加清晰地認(rèn)識(shí)到了這個(gè)問題，也為生成式AI的未來發(fā)展提供了方向,，就是讓大模型認(rèn)識(shí)和學(xué)習(xí)物理世界,，建立起大模型與物理世界的聯(lián)通。這必將帶來AI新的應(yīng)用和突破,。所以,，看到Sora的出現(xiàn)以后，有人認(rèn)為我們實(shí)現(xiàn)通用人工智能的時(shí)間也被縮短了——當(dāng)然,，我們現(xiàn)在沒法預(yù)判多長(zhǎng)時(shí)間以后會(huì)實(shí)現(xiàn)通用的人工智能,，但是大家感覺時(shí)間線上似乎是縮短了。讀+：有人將Sora視為走向通用人工智能的重要里程碑,，您怎么看,？對(duì)于創(chuàng)業(yè)者和行業(yè)來講，會(huì)引發(fā)“地震”嗎,？丁磊：Sora帶給人們的震撼是,，它似乎通過學(xué)習(xí)，不斷締造物理場(chǎng)景下的“知識(shí)體系”,，通過融匯這些知識(shí),，生成高質(zhì)量的視頻內(nèi)容，給人類帶來以假亂真的視覺感受,。當(dāng)然,，如果我們以“世界模型”的標(biāo)準(zhǔn)來重新審視目前的生成結(jié)果，Sora距離真正意義上的“世界模型”還有一段不小的距離。一方面,，Sora在處理復(fù)雜場(chǎng)景和物理效果時(shí)仍然存在一些不足,。例如，當(dāng)場(chǎng)景中涉及多個(gè)物體的交互或復(fù)雜的物理運(yùn)動(dòng)時(shí),，Sora可能會(huì)出現(xiàn)失誤或偏差,。另一方面，Sora主要依賴于大量的訓(xùn)練數(shù)據(jù)來學(xué)習(xí)視頻的生成規(guī)律,，這種方式雖然有效但在一定程度限制了其在新場(chǎng)景下的泛化能力,。Sora讓我們看到了AI形成“世界模型”的影子，一旦AI與物理世界建立了聯(lián)通,，學(xué)習(xí)到了“世界模型”,，AI的推理和預(yù)測(cè)能力將實(shí)現(xiàn)突破，這將在很多應(yīng)用場(chǎng)景和專業(yè)領(lǐng)域里大有可為,。這樣的AI能夠執(zhí)行復(fù)雜任務(wù)和操作,，甚至能夠模仿人類智能的行為，最終實(shí)現(xiàn)通用人工智能,。Sora帶給我們的不僅是視頻生成領(lǐng)域這么一個(gè)應(yīng)用,，更多的是我們的大模型是需要具有對(duì)世界的理解能力的，我想這才是它帶給我們更新的思考,?！爸袊?guó)版OpenAI”值得期待讀+：人工智能技術(shù)正在加速度發(fā)展。未來,，類似Sora這樣顛覆傳統(tǒng)認(rèn)知的技術(shù)創(chuàng)新是否會(huì)越來越多,？所謂的人工智能奇點(diǎn)真的會(huì)來嗎？丁磊：首先,，對(duì)于人工智能奇點(diǎn)會(huì)不會(huì)來,，我是持有謹(jǐn)慎樂觀態(tài)度的。AI短期內(nèi)出現(xiàn)很多奇跡,，但要真正被大家廣泛使用到實(shí)際中去,，并不會(huì)那么快。我們可以運(yùn)用一些智能工具,，但并不能在短時(shí)間內(nèi)實(shí)現(xiàn)全方位的產(chǎn)業(yè)變革,。從長(zhǎng)遠(yuǎn)來看，我非?？春萌斯ぶ悄艿陌l(fā)展,。在我看來，AI的發(fā)展是需要與行業(yè)相結(jié)合的——大的應(yīng)用無非兩類,，一類是消費(fèi)類的應(yīng)用，像我們用來購(gòu)物、打車等消費(fèi)類的應(yīng)用,；還有一類就是行業(yè)類的應(yīng)用,，比如跟零售業(yè)結(jié)合、跟傳播業(yè)結(jié)合,、跟制造業(yè)結(jié)合……前者需要一個(gè)大的網(wǎng)絡(luò)平臺(tái),，這并不需要AI直接去解決問題；跟行業(yè)結(jié)合類的應(yīng)用,，包括媒體影視類的應(yīng)用中,，人工智能所發(fā)揮的影響會(huì)更大。當(dāng)然,，這些行業(yè)本身還是需要更多的創(chuàng)意,，制作只是它中間的一個(gè)環(huán)節(jié)——AI跟其他行業(yè)的結(jié)合，更需要尊重行業(yè)發(fā)展的規(guī)律,。所以,，回到那個(gè)問題，你問我人工智能奇點(diǎn)會(huì)不會(huì)很快到來,，我覺得不會(huì),，但它一定會(huì)到來。我們要尊重行業(yè)的發(fā)展規(guī)律,，要尊重人工智能技術(shù)的發(fā)展規(guī)律,，這樣才會(huì)有一個(gè)更加合理的預(yù)判。讀+：下一個(gè)AI元?jiǎng)?chuàng)新會(huì)發(fā)生在中國(guó)嗎,？丁磊：我曾在AI領(lǐng)域有20多年的研究和工作經(jīng)驗(yàn),。在硅谷工作多年，我非常了解為什么硅谷會(huì)出現(xiàn)OpenAI及奧特曼這樣的人物——是硅谷的“工程師文化基因”造就了他們,。對(duì)于AI領(lǐng)域來說,，不能沿用互聯(lián)網(wǎng)公司的“養(yǎng)雞模式”，而是得用“養(yǎng)娃模式”來研發(fā)產(chǎn)品,。實(shí)際上,，美國(guó)真正專注通用人工智能研發(fā)的知名公司也就兩家——OpenAI以及谷歌母公司Alphabet下設(shè)的人工智能實(shí)驗(yàn)室DeepMind。就目前披露的信息看,，奧特曼個(gè)人能力非常強(qiáng),，不僅懂技術(shù)，也懂商業(yè)運(yùn)作,，OpenAI在運(yùn)營(yíng)過程中也鮮少受股東制約,。OpenAI是長(zhǎng)在美國(guó)硅谷重視工程師地位的文化土壤里，有著強(qiáng)大的“工程師文化基因”,，簡(jiǎn)單說就是工程師可以主導(dǎo)研發(fā),，擁有更大自主性,，發(fā)揮創(chuàng)造性的空間更大。但是OpenAI也是一個(gè)很稀有的物種,，在美國(guó)可能找不到第二家,。為什么谷歌等大公司目前在人工智能領(lǐng)域的研發(fā)，都很難超越OpenAI,？一個(gè)關(guān)鍵因素就是GPT是一個(gè)新領(lǐng)域,，訓(xùn)練這么大一個(gè)模型，難度不亞于造火箭或無人車,。打個(gè)比方,，包括谷歌在內(nèi)的現(xiàn)代公司研發(fā)產(chǎn)品，采用的是“養(yǎng)雞模式”,，公司會(huì)將“養(yǎng)雞”拆成不同的細(xì)分任務(wù),，多部門人員各自負(fù)責(zé)具體業(yè)務(wù)。而訓(xùn)練GPT模型是“養(yǎng)娃模式”,，它反而不需要那么多老師,，核心人物只要少數(shù)。也就是說,，它很難拆分成完全獨(dú)立的任務(wù),，必須有父母站在全局角度，親自教授培養(yǎng)孩子,。訓(xùn)練 GPT模型本質(zhì)是一個(gè)很難拆解的事,，需要公司領(lǐng)導(dǎo)層在技術(shù)、業(yè)務(wù),，甚至資本方面都是專家,。另一個(gè)簡(jiǎn)單的例子，是美國(guó)AI繪畫工具M(jìn)idjourney,，它是由一家獨(dú)立研究實(shí)驗(yàn)室開發(fā)出來的,。包括創(chuàng)始人大衛(wèi)·霍爾茲在內(nèi)僅有11個(gè)人，除了他和財(cái)務(wù),、法務(wù),，核心人員只有8位研發(fā)人員。我曾在IBM沃森研究中心有過一段工作經(jīng)歷,，IBM的沃森人工智能也曾陷入這種困境——有太多的人參與人工智能訓(xùn)練,，資源太多、研發(fā)不聚焦,，造成該項(xiàng)目并沒有持續(xù)取得成績(jī)?，F(xiàn)在大家普遍對(duì)人工智能有一種焦慮，在我的新書《生成式人工智能》中,，比較詳細(xì)地介紹了哪些職業(yè)可能被取代,。在我看來,，隨著中國(guó)經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)升級(jí),，“中國(guó)版OpenAI”的出現(xiàn)可以期待,。就AI人才來說，中國(guó)的人才不比美國(guó)少,，中國(guó)要想在AI競(jìng)爭(zhēng)中快速占據(jù)有利位置，不妨加快布局,，尊重模型訓(xùn)練本身的規(guī)律,，用客觀、全面的AI思維,，去迎接這一領(lǐng)域的挑戰(zhàn),。真正能被AI取代的工作很少讀+：AI帶來的改變深入各行各業(yè)，它也帶來職業(yè)結(jié)構(gòu)的改變,。您在《生成式人工智能》中提到,，我們身處在AI技術(shù)日益革新的世界中，每一個(gè)人與其踟躕不定,，不如就此前行,。作為普通人，我們應(yīng)該如何前行,？丁磊：人工智能模擬的是人腦,，但又不同于人腦。人工智能與人腦的相似點(diǎn)在于通過對(duì)過往的分析習(xí)得規(guī)律,、得出結(jié)論,，只是分析過往數(shù)據(jù)過程與人腦是不同的。AI與人腦的競(jìng)爭(zhēng)也在于“有跡可循”的規(guī)律,，面對(duì)規(guī)律性強(qiáng)的工作,，AI會(huì)表現(xiàn)出優(yōu)勢(shì)。因此不難得出結(jié)論：面對(duì)事情本身的,、重復(fù)性高的,、有章可循的、需要具體執(zhí)行的工作最易被人工智能取代,；而需要面對(duì)人的,、對(duì)創(chuàng)新性要求高的、情感交互多的,、對(duì)專業(yè)經(jīng)驗(yàn)要求多的,、需要展現(xiàn)情感交流價(jià)值和領(lǐng)導(dǎo)力的工作最難被人工智能取代。其實(shí),，真正能夠被人工智能取代的工作很少,，但是絕大部分職業(yè)都會(huì)受到影響,。目前，人工智能仍然只能完成部分工作,，在很多環(huán)節(jié)還只是起到輔助性作用,。但是它會(huì)提升效率，讓我們從重復(fù)性的工作中解脫出來,，對(duì)于部分技術(shù)要求低且重復(fù)勞動(dòng)類的職業(yè),，如數(shù)據(jù)錄入員、電話客服等,，人工智能的工作表現(xiàn)已經(jīng)十分突出了,。對(duì)于人工智能是否能真正取代我們的工作，還應(yīng)該理性對(duì)待,，人工智能在很多領(lǐng)域帶來的是崗位數(shù)量的調(diào)整,。人工智能也會(huì)在產(chǎn)業(yè)升級(jí)中創(chuàng)造新的產(chǎn)品和市場(chǎng)，從而創(chuàng)造出新的崗位和就業(yè)機(jī)會(huì),，例如算法工程師,、人工智能產(chǎn)品經(jīng)理、提示詞工程師,、人工智能創(chuàng)意師,、人工智能調(diào)校師等職業(yè)，這些職業(yè)的需求和數(shù)量也將逐步上升,。據(jù)普華永道2018年12月發(fā)布的《人工智能和相關(guān)技術(shù)對(duì)中國(guó)就業(yè)的凈影響》估算,，未來20年，中國(guó)現(xiàn)有約26%的工作崗位將被人工智能及相關(guān)技術(shù)取代,，但是人工智能及相關(guān)技術(shù)通過提高生產(chǎn)率和實(shí)際收入水平,，能夠產(chǎn)生約38%的新工作崗位，最終將凈增約12%的工作崗位,。因此,，人工智能帶來的是對(duì)職業(yè)結(jié)構(gòu)的影響。讀+：您在書中提到“君子生非異也,，善假于物也”,。您為何引用中國(guó)這句經(jīng)典名言來面對(duì)第四次科技革命的浪潮？丁磊：對(duì)我們每個(gè)個(gè)體而言,，應(yīng)該去提升自己的認(rèn)知,，從而去和人工智能一起工作，我們要與AI共存,，去掌握它,、擁抱它。具體怎么做,？我有兩個(gè)建議,。首先,，擁有AI思維。所謂AI思維,，本質(zhì)是一種“數(shù)據(jù)驅(qū)動(dòng)”的思維,，對(duì)未知情況做出最佳預(yù)測(cè)。不管是決策式AI模型還是生成式AI模型,，其基礎(chǔ)邏輯都是一致的,，只靠邏輯和經(jīng)驗(yàn)難以推導(dǎo)，需要海量的數(shù)據(jù)進(jìn)行訓(xùn)練,，我們需要理解AI思維的底層邏輯,，其基礎(chǔ)在于數(shù)據(jù)，核心在于模型,，實(shí)現(xiàn)在于算力，具體應(yīng)用在于業(yè)務(wù)場(chǎng)景,。擁有AI思維能夠避免經(jīng)驗(yàn)主義帶來的主觀,、片面和限制，具有積極的意義,。其次,，擁有AI工具思維。就是善于利用工具,，通過工具賦能,，從而解決問題、提高效率,、解放勞動(dòng)力,。而AI工具思維，就是掌握數(shù)據(jù)化思維,，掌握使用AI,、訓(xùn)練AI的方法。AIGC技術(shù)的發(fā)展已經(jīng)不可逆轉(zhuǎn),，與其消極對(duì)待,，不如使之為我所用。我們要理解AI的底層邏輯,，在工作和生活中使用AI,，挖掘AI技術(shù)的工具價(jià)值，并訓(xùn)練AI具有更強(qiáng)的適配性,，為我們的工作和生活帶來更大的便利,，將我們從繁雜的事務(wù)中解放出來。未來,，我們?nèi)巳硕伎梢允茿I的使用者和訓(xùn)練師,。（長(zhǎng)江日?qǐng)?bào)記者馬夢(mèng)婭）【編輯：張靖】更多精彩資訊請(qǐng)?jiān)趹?yīng)用市場(chǎng)下載“大武漢”客戶端,，未經(jīng)授權(quán)請(qǐng)勿轉(zhuǎn)載，歡迎提供新聞線索,，一經(jīng)采納即付報(bào)酬,。24小時(shí)報(bào)料熱線：027-59222222。此文版權(quán)歸原作者所有,，若有來源錯(cuò)誤或者侵犯您的合法權(quán)益,，您可通過郵箱與我們?nèi)〉寐?lián)系，我們將及時(shí)進(jìn)行處理,。郵箱地址：[email protected]