人工智能创业的6大骨干问题航天科工

原文地址: https://mp.weixin.qq.com/s/Jpo2Cf446u39noe7v-koig

 

世家好,小编是迅雷开创者程浩,以后小心科学和技术领域的投资。今日跟大家聊聊人工智能领域的创业和换代,包蕴怎么着挑选赛道、团队的铺垫、以及如何作答巨头的挑衅。

为此作者从投资人的看法,给我们总括了人工智能创业的6大中央难题。

率先个难题:互连网 vs 人工智能

首先如果后天大家拔取创业,作者提议更应该关切人工智能,而非互连网。为何这么讲? 

 

1. 互连网的流量红利已经不复存在;

 

以PC来说,举世PC出货量再三再四5年下降。大家清秦国内最后出现的贰个PC网络独角兽是什么人啊?是搜狐,大约是二〇一三年终推出,这么多年过去,再也从不PC互连网的独角兽现身。做个类比,大家通晓2014年活动互连网的渗透率和竞争档次和贰零壹贰年的PC互连网类似,以此类推,二零一四年之后再做移动APP,也很难出独角兽了。

 

总归中国总是两年手机出货量都在5亿多台,拉长放缓,代表有线流量基本已走平,你多卖一台,作者就少卖一台,是存量竞争。后天创业者再做多个纯互连网的APP,投资人问的首先个难点就是你怎么获客。因为脚下流量模式已定,首屏就这么些APP。

 

2. 网络+的机遇平等有限;

 

紧要在于网络最大的市值,是缓解音讯不对称和连接。所以对于电商尤其有价值。Taobao用皇冠、钻石等信用系统化解了新闻不对称,同时又把全国有这么多买家和店家连接在一道。那些是互连网的市值。

 

但许多行当新闻和连续并不是痛点。拿医疗举例,中国三甲医院的先生就那么多,你把全国13亿黎民百姓都和这一个先生连接上了也没用,因为三个大夫一天或然不得不看那么多伤者。网络并没有狠抓医生看诊的频率。在诸如餐饮、医疗那么些古板领域,网络的救助是很简单的。 

 

也包涵滴滴打车,互连网化解了打车难的题材,但是没消除打车价格的题目。事实上,补贴去掉之后,大家都发觉了滴滴一点都不便利,道理很简短——不管是专车依然出租车,照旧要求由人来开,人工开销降不下去,就无法有利于。

 

3. 实在可以拉长社会生产力,消除供求关系不平衡的就是人为智能;

 

事在人为智能将给社会生产力带来的滋长,以及对人类带来的熏陶将远远超越互连网。

 

抑或拿医疗来说,很多基层医院水平不高,那未来完全可以因而人为智能来资助医生读CT、X光等看病映像。像当年,I本田(Honda)atson对肌肤灰湖绿素瘤的确诊,准确率已坚实至97%,远远当先了人类专家百分之七十五-84%的平均水平。

 

今后,人工智能无论是在无人车、机器人、医疗、金融、教育仍然此外世界,都将突发巨大的社会效益,这一点毋庸置疑。小编觉得下一波大趋势和大的红利不是互连网+,而是人工智能+。自作者提出以后的创业者更应该关怀人工智能领域的创业机会。

 

其次个难题:人工智能 vs 人工智能+

人造智能主要分三层。最尾部是基础架构(Infrastructure),包蕴云总结、芯片以及TensorFlow那样的框架。在基础层之上是中间层,叫通用技能(EnablingTechnology),例如图像识别、语音识别、语义领悟、机器翻译那个。 

 

基础层和中间层,是网络巨头的门户。比如芯片领域,AMD、英特尔、德州仪器都投入巨资,竞争最为激烈。同样云计算、框架也是同一,都不是小商店能够插手的领地。

 

如今对此中间层的通用技能,BAT也极其爱慕。因为大家都相信人工智能是下一波工业革命浪潮。对腾讯、Ali、百度这几个巨头来讲,要想在波峰浪谷中矗立不倒,必须求营造出人工智能的生态系统(Ecosystem)。而基本就是要凭借这么些Enabling
Technology技术。 

 

航天科工 1

 

比较之下创业公司,BAT的最大优势是何等吗?第①,不缺多少;第③,为了创设协调的生态系统,今后通用技术一定全体是免费的;第二,固然通用技能免费,但BAT有羊毛出在身上的猪机会。那是特出的网络打法。

 

此处的猪是什么?猪就是云总结。例如百度的ABC策略,分别表示人工智能(AI)、大数目(Big
Data)和云总计(Cloud
Computing)。AI小编得以不扭亏,开放给咱们,那么我们想享受本身的劳务,就来买小编的云吧。 

 

而对于创业集团的话,只做图像识别、语音识别、语义了然、机器翻译那些通用技能,指望通过SDK卖钱,将来路会越来越窄,尤其是BAT都免费的压力下。

 

于是从那几个角度讲,创业公司做上边两层风险比较大。自个儿觉得创业公司的火候在最上层,就是拿着下两层的成果去服务垂直行业,也等于大家所谓的人为智能+。

其几个难题:人工智能+ vs +人工智能

深切垂直行业的人为智能+,又可分割为两类情形:即“人工智能+行业”和“行业+人工智能”,他们间有醒目标区分。

 

 “AI+行业”简不难单讲就是在AI技术成熟在此以前,那几个行当、产品并未存在过。比如自动驾驶,亚马逊(亚马逊(Amazon))的Echo智能音箱、苹果的Siri语音助手。在人工智能技术未突破前,不存在这么的出品。因为AI,成立出了一条崭新的产业链。 

 

“行业+AI”不怕行业自己直白留存,产业链条成熟,只是此前完全靠人工,效用比较低,今后加盟AI成分后,使得行业作用有了显眼加强。比如安防、医疗等世界。

 

合理讲,那多个项目都有创业机会。但“AI+行业”,因为是一条新的产业链,创业集团与网络巨头实际是处于同一起跑线上。巨头们坐拥数据优势。所以从那个角度,“行业+AI”相对对创业集团越来越协调,也更易于打造出壁垒。

 

我认为,前途行业壁垒才是人造智能创业最大的城池。因为每一种行业都有垂直纵深,
纵然BAT技术好一点、并不根本。拿医疗+AI举例,什么最主要?大量纯粹的被医务人员标注过的数额最要紧。没有多少,再天才的化学家也无用武之地。

 

但在国内,那个医疗数据拿出去卓殊不便。所以BAT做治疗一点优势都未曾,因为他俩要把这几个多少,从各卫生院、各科室搞出来也很累。相反,若是三个创业者在看病行业耕耘很多年,或然拿起多少来比大商店更便于。

 

那要求创始团队的一块儿人中,必须有懂行业、有行业财富的美貌。那与网络+一样,一旦细分到具体行业,并不是说你百度、腾讯有基金、有流量,投入人才就如何都能做,比拼的还有本行资源和人脉。

 

航天科工 2

 

从而跟我们聊那一个话题,是因为前一段去百度大学跟我们互换,他们关系百度人工智能在无人车和DuerOS的运用。同时又问作者,人脸识别在境内安防领域的选用价值丰裕大。像海康威视有近3000亿人民币的市值,每年光净利润就有近百亿。百度在AI方面是不是该考虑进军这些小圈子。自身答复说千万别,因为安防是独占鳌头的、有高大壁垒的“行业+AI”领域。 

 

即使百度技能好,在人脸识别率方面比海康威视高3个百分点(实际不肯定,海康专擅有几百人的AI研发团队)。但那并不意味着百度就能取代海康。因为安防是“非关键性应用”(non-mission-critical),九十九个罪犯作者识别了9伍个,你比我多识别了二个成功了九十几个,其实没那么重大。 

 

而扭曲,海康对待百度有如何优势?首先海康是做录制头的,用自个儿的硬件跑自个儿的算法,是很当然的事务。如同IPhone,软硬一体体验更好。其次,海康做了如此多年的安防,积累了要命多的多少,人脸的多寡、环境的多寡……在安防世界有数据优势。最终,海康给公安系统做了许多近似警务通、基站消息搜集、视图档案管理等SaaS平台的事物,以及警用云系统。大家得以认为公安系统的IT化,其中有局地就是海康威视出席的。

 

那个东西大概不得利,但却为海康营造了界限。因为底部的底蕴设备都以本身建的,那前端的事物就只可以用自作者的(作者得以有九十九个理由,说竞品与自己不包容)。而且海康做了那般长日子,积累了多量的客户能源,特别是政坛公安局的能源,开拓那几个能源十一分必要时日。

 

航天科工 3

 

那几个就是所谓的正业深度。所以即使对BAT而言,想进入“行业+AI”领域,拔取垂直赛道时,同样要充足严厉。在宏大的本行壁垒面前,真不是说自个儿的算法比你好有的,市镇就是自作者的,只有技术优势如故差的很远。

 

回归
“AI+行业”和“行业+AI”,平常来讲前者的行业纵深会比较浅,而后者则有高大的行当壁垒。而行业壁垒,则是创业集团最大的城池,也是抵挡BAT的重中之重。

 

第两个难题:关键性应用 vs 非关键性应用

谈到人工智能领域的创业,很多少人都会有个误会,就是若是自己团队尚未个大牛的化学家,比如澳大莱切斯特国立、MIT的大学生坐镇,小编都不佳意思讲在人工智能方面创业。其实这么些体会是全然错的。因为在人工智能领域,算法到底有多主要,完全取决于你要安不忘忧进入哪个行业。

 

依据行业和应用场景不一致,小编认人工智能的创业精神上有mission-critical和non-mission-critical之分。为了有利于大家知晓,大家简称为“关键性应用”和“非关键性应用”。 

 

“关键性应用”要追求99.9……%后的多少个9,做不到就无奈商业化。比如大家以为,99%可依赖度的自行驾驶能出发吗?肯定不可以,意味着九十六次就出一回事故。99.9%也不行,一千次出三回事故。

 

纯属记住,99%和99.9%的可信度差异并不是0.9%,而是要反过来算,差别是10倍。也囊括手术机器人,听起来99.9%可信赖度已经很高了,但象征一千次出两遍看病事故,放在美利坚联邦合众国,医院还不得被巨大索赔搞得破产。

 

故此“关键性应用”领域,就是有限错都不只怕犯的人造智能领域,必须要有技巧大牛、数学家或算法专家坐镇。同时,那类项目研发周期都非常短。

 

航天科工 4

 

正如以色列(Israel)做ADAS
(高级驾驶协助系统)消除方案的Mobileye企业,二零一九年7月被AMD以153亿台币收购。大家通晓这家店铺研发周期有多少长度吗?Mobileye创设于1997年,到他们生产首款产品、挣到第③桶金已是二零零五年。长达8年的研发周期。那在互连网创业里不可想像。包涵谷歌(谷歌)无人车从二〇一〇年起来研发,到昨天径直从未商业化;达芬奇手术机器人从运营研发到两千年拿到美利坚合作国食物药品管理局(FDA)的讲明,花了十年时光。

 

 “关键性应用”的宽广特点就是如此,项目一般很贵,研发周期巨长,离钱不行远,需求不断的融资能力,团队咋样才有不止融资?起码要有那二个好的简历和这些好的背景。那些是力所能及不断融资的必备前提。所以大家能够看到,后天做无人驾驶的创业团队都以高富帅。因为不是高富帅,你都熬不到成品的确商业化使用这天。

 

本来,假如在人工智能领域都以“关键性应用”,那就没超过半数创业者怎么样事了。实际上,人工智能领域的创业,95%都以“非关键性应用(none-mission-critical)”。简单讲对那几个世界,AI的可依赖度只要过了基础线,高一点低一些有别于不大。

 

最不难易行的事例,今后比比皆是集团的门禁起初用人脸识别。你明天带个帽子,明天戴个墨镜或口罩,识别率无法完结99%。可就是没识别出来也没难点。因为全部带人脸识其余门禁都有地点让你按指纹。尽管指纹也刷不进入,难题也不大,企业不还有前台吗。

 

这就是“非关键性应用“。那类项目不追求99%前边的很七个9。骨子里,国老婆工智能和机器人方向的创业,一大半世界皆以“非关键性应用”。当然并不是说,在那么些圈子算法不主要,你随时认不出来也要命,所以自然要过了根基的可用性门槛,偶尔冒出难题可以忍受。“关键性应用”则不可以容忍。

 

 “非关键性应用“不追求高大上,容易、实用、性价比高更珍爱,那样的门类一般比拼综合实力。包括:

 

  1. 对行业的体察精晓。要熟练行业痛点;

  2. 产品和工程化能力。光在实验室里搞没意义;

  3. 资产控制。不光能做出来的产品,还得便宜的做出来;

  4. 供应链能力。不光能出货,还要能批量生产;

  5. 营销能力。产品出来了,你得把东西卖出去。团队里有没有营销高手,能不大概化解最好的水道是器重。 

 

为此我们在创业组团队时,一定要想好您挑选的赛道处于哪个领域,不一样的赛道对于协会的渴求是不一致。“关键性应用”必须有技术大牛坐镇,“非关键性应用”则须要社团越发综合和完美。

 

第多个难点:技术提供商 vs 全栈服务商

现行游人如织人造智能创业者都是技巧背景出身,创业的首先个想法常常是做技术提供商。技术提供商作为创业的打击砖可以。但如果只固定做技术提供商,今后路会相当窄。为何说今后只做技术提供商价值会愈来愈小?原因有几点:

 

1. 首先通用技术一定是大商店的赛道,BAT今后势必会绽放免费。

 

每户大商店会免费提供人脸识别、语音识别、语义掌握、机器翻译这类EnablingTechnology,你还打算怎么靠API调用赚钱吗?大概以后还可赚点小钱,但很难成为三个时期久远的饭碗。

 

2. 寄托于算法的技术壁垒会越来越低。

 

前途趁着基础测算平台和开源平台的增加成熟,技术上边的分野会愈来愈不鲜明,整个人工智能的技术准入门槛会越降越低。就像2008年你想找个IOS开发者,很难,以往却很简单一样,全体技能的变异都依据这一法则。尤其随着明天各大学的微处理器专业,都纷繁设立机器学习课程,今后人才不缺,那会拉低整个行业的进入门槛。

 

还要随着谷歌TensorFlow等生态系统的多谋善算者,很多天地都会有陶冶好的模子可以用来参考(出德姆o会更快),创业者一旦有丰硕的数码来练习参数就好了。所以现在算法的分野会越来越低,假设这么些店铺的中央竞争力只是算法,那将丰富危急。

 

3. 技能提供商假若不直接面向用户/客户提供整机缓解方案,则极度不难被上下游碾压:

 

对于技术提供商和算法类企业,即便你的技术壁垒不够高,上游很恐怕一贯把您的事做了。那样的事例比比皆是,比如给海康威视提供人脸识别算法的铺面。难题就在于,海康在用你算法的时候,人家也有极大的研发公司在琢磨协调的算法。以后用你是居家还没准备好,一旦准备好登时会把你替换掉。

 

不怕在有自然技巧门槛的行当,技术提供商的光景同样并不佳过。比如专注嵌入式的视觉处理芯片的Movidius,大疆无人机平素在用他们的芯片。但自从大疆执政了消费级无人机市场后,大疆于今也很当然地伊始研发本身的芯片。

 

按说芯片的技术壁垒并不低,但假诺行业集中度高,赢家就会挑选通吃。比如做手机的厂商,出货量到了一个阀值,都有动力本身做芯片。像苹果、三星(Samsung)、红米还有今后的小米,都采取了团结做手机CPU。所以德州仪器、MediaTek那一个技巧提供商,其实是挺痛心的。

 

那实则是二个产业链通用规律:产业链上的垄断者会吃掉全数利润,而且她们13分有动力往上游或下游伸张。拿PC产业链举例,内存、硬盘、整机、显示屏……都不挣钱。钱被哪个人赚走了?Windows和AMD却赚走了多边净利润。 

 

航天科工 5

 

既是做纯技术提供商没有出路,那如何做?浩哥指出“一横一纵”理论。早先时代做技术劳务可以,可是不可以一辈子做技术服务。

 

“一横”就是指你提供的技术服务。平时“一横”能服务广大行业,一定要找到壹 、二个,你认为最有市场机遇,最适合你的垂直领域,深扎进去做“全栈”:把技术转化为产品,然后消除用户卖出去,落成商业表现,再经过商业反馈越多的数额,越发狠抓自身的技能。一句话讲,要做技术、产品、商业和数量3人一体的“全栈”,那就是“一纵”。那才是例行的商业情势。

 

 在笔直外的行业,因为尚未利益争论,你仍可老实的做技术服务。这样的话,商业上你能一目明白一个垂直行业,技术上你还可以通过横向合营,形成更加多的数额回路,从而抓实你的技巧。那个就是“一横一纵”理论。

 

那就是说对于技术创业公司,从“一横”走到“一纵”,要选哪些垂直领域,取决多个关键因素: 

 

  • 市面空间够不够大?

 

做垂直领域的全栈,如故做横向的技巧提供商?取决市镇空间哪个更大。找对垂直领域,即便只占一点点市镇份额,也可能比做“一横”全归你的纯收入大。拿美图集团举例,他们有美图秀秀、美拍、美颜相机等APP,同时还会跟很多部手机厂商合营,提供相机拍照的美颜效能,你可以明白那就是技巧劳务。

 

但琢磨2015财报后,大家通晓美图秀秀选的“一纵”是何等啊?就是美图手机。以上关联的技术服务都远没有垂直做美图手机获利。美图手机占了商店整个营收的93%。就算美图手机2018年的销量差不离在74.8万台,仅仅只占国内手机市镇全年销量5亿多台的缺少0.15%。

 

  • 行业集中度怎么样?

 

做“一横”技术提供商时,最操心的是您的上游或下游过于集中,可能说尾部效应越分明,对技术提供商就越不利。举个简单的例子,IDC时代,HP、DELL等厂商卖服务器,都以直接卖给各IT集团,大家生活过的都很滋润。但二零零六年过后就很难做了,因为云总计出现了。

 

 提供云计算的厂商就那个,五只手就能数出来。而且底部效应极其醒目,仅Ali云一家占了一半之上份额。即使你是多个技巧提供商,在跟这么垄断的正业去谈判,你会发现没有任何筹码。所以以后就很悲催,假诺自身是Ali云,会让你列出BOM费用,作者就给您5%或1/10的纯利,那一个职业就很难做了。

 

在那种情状下,你当然有意愿也往上游走。但牵动的难题是如何?假如上游集中度高,说明那事的壁垒很高,你作为技术提供商想往上走,同样很难堪;若是那个上游集高度低或客户很心碎,对你是件善事。可是你也从不太大引力往上游走,因为这一个市集自然就很心碎,你就是杀进去,大概唯有1%的市集份额,而且使得99%的人都改成你的竞争对手了。那是个悖论。

 

  • 技能是改正还是革命?

 

如果您的技术立异对那些垂直领域是革命性的,就越有机会走到上游。假使只是校订性的,你就安安分分在下游赚个劳碌钱算了。
越是颠覆性的东西,越有时机往上游走。因为上游越离不开你,意味着你有机会做她的事。

 

打个异想天开的若是,如若您能提供1个“待机一礼拜”的电池,那你就足以考虑本身做手机,你的手机只打一点:一礼拜不用充电,而且是举世唯一!就那点大概就够了,因为这几个技能是革命性的。相反,即使是修正性的技术,例如你的电池组待机只是比在此之前多了10~2/10,那你依然安安分分卖电池吧。 

 

  • 多头壁垒哪个人更高?

 

技术提供商的分界和上游客户的分野哪个更高,也决定做“一纵”的胜败。拿相比火的直播平台而言,以往都有美颜功能,例如给女孩长出个耳朵那种,那些一般都是第③方提供的技术。技术本人的鸿沟并不高,很多合营社都能提供,就算效能有一部分小的分化,但您从未分明性优势。

 

只是直播的界线非凡高,那事有互连网功效,用户越来越多会掀起越来越多的仙子主播,因为能赚到更多钱,美观的女生主播更加多,也会牵动更加多的用户。同时您舍得花钱,需要过多财力来买流量以及签约很NB的主播。所以那一个事壁垒很高。你做技术提供商壁垒不高。那种场合下,即使技术提供商只好赚个费劲钱,可是依旧完全没有机会往上游走。

 

  • 到底跟团队基因相符不符合?

 

能做得了技术服务,不意味能做垂直化解方案,做全栈,因为社团不必然有行业经验,那是很大的标题。亚马逊(Amazon)的无人便利店亚马逊Go出来未来,国内许多技能集团也想提供类似的技巧,甚至想做2C的便利店。

 

与他们聊完后,小编都会劝他们再考虑一下,你的技能再好,对于用户而言,他买东西的时候,会看这几个便利店有人照旧无人的吗?不会,那不是事先选项。他重视考虑的大概——哪个便利店离本人更近,以及本身想买的东西这一个便利店有没有。

 

从这么些含义讲,那又赶回了零售的本来面目。所以只要协会尚未零售的基因,没有懂零售的人,就别考虑自个儿开便利店的事。那时候,很多少人恐怕会问“那自个儿找个懂行业的COO不就行了么?”这事没那么简单,借使主任不领会行业精神,其实是很难靠3个总裁去弥补的。

 

小编特意相信基因决定论,假如其余三个新的经贸,BAT找个懂行业的CEO就能消除了,那中国网络的营生就全是BAT的了,就没创业公司怎么样事了。BAT,三个做搜索,三个做电商,二个做社交。其实她们1个都把对方的政工已尝试了两回,最终都不成事。所以大家能做哪些,不能够做哪些,跟那几个公司的基因是可观相关的。

 

第多个难题:2C vs 2B

终极三个难题,简单说一下,科学和技术成熟都急需自然的大运。因为从任何技术推广演进的角度,大约都再而三了第①从军工(航天)、到政党、到铺子、到B2B2C、再到2C以此原理。人工智能也同等,近期人工智能在2C市面还不是很成熟。

 

简不难单说机器人,在民用消费者市镇,出货量大的机器人唯有4类产品:扫地机器人、无人机、STEAM教育类机器人和亚马逊ECHO为代表的智能音箱。为啥2C市面早期的普及有自然的勤奋,不难讲多少个原因: 

 

1. 产业链不成熟

 

自身做1个翻新的东西,成品有13个部件。每1个构件都得投机做,而且因为出货量不大,每一种部件都尚未框框效益,那就造成逐个部件都很贵,那你最后做出成品一定很贵。那是丰盛大的难点。

 

2. 2C是外加花钱

 

那也是很重点的一个题材,2C端的用户因为自掏腰包、额外花钱,所以对价格一般比较敏感,产品很贵就是3个很大的门路。

 

3. 2C出品的用户期待度高

 

用户买了这么贵的东西,自然对产品的期待度会更高很多。我们觉得小编买2个机器人回来,恨不得什么都能干:又能唱歌、又能跳舞、又能促膝交谈、又能清新、又能讲西班牙(Reino de España)语。但那是不具体的,以往的技术成熟度离此还有个别远。

 

航天科工 6

 

相对于2C端,这个难题在2B端却不成难点。

 

1. 2B端对价格承受能力更高

 

第2,集团对价格的承受能力鲜明比2C强很多。你说五个机器人2万,2C顾客不可以买,但集团难点不大,公司对资产承受能力高。

 

2. 2B的基本目标是降本钱

 

举例工业机器人,10万块钱一个,听起来很贵。但三个工业机器人替代你贰个职位。那3个地点一年也得10万块钱,还不算四险一金。然后那机器人能干活4年,这一刹那间费用唯有你本来的四分一,甚至不到。那么集团一算账,觉得还是很便宜。

 

3. 2B足以利用人机混合情势

 

再有2B端的机器人应用更简短一些。一方面大多是单职务,机器人只要做好一件事就行了,达成起来不难。其余,很多都是以”人机混合”方式在学业。约等于在此之前须求10位干活儿,以往自家用机器人替代五成人。简单重复的办事用机器人替代,复杂的用剩下的7人,那就是”人机混合”方式。

 

举个例子,未来国内外已有过多安保机器人,按一定路线去巡回。你可以领略为活动的录像头,当然算法上自然加盟了有的识其余事物。固定绕路线巡逻,这么些完全可以交给机器人来做。难的是,在巡查的进程中,假设发现有老太太摔倒了,让机器人扶起来,这些近来还做不到。

 

但这不紧要,你们后台不还有八位么,让他们过来就好了。所以人机混合是2B相比主流的格局,这一个小幅度下落了机器人普及的难度。

 

最终再说一点,如今多数AI创业公司都是技巧专家主导,那很不难精通,因为明日技能还有壁垒,技术专家主导起码有限支撑产品能做出来。但是未来乘机技术门槛的狂跌,越发在“非关键应用”领域里,团队的基本基本,会逐渐过渡到产品经营和行业学者为主,因为她俩离用户需求目前。“非关键应用天地,懂要求比技巧达成更着重。短期来看,人工智能创业和其余其余世界的创业一样,一定是汇总实力的比拼!

发表评论

电子邮件地址不会被公开。 必填项已用*标注