0
| 本文作者： 新智駕 | 2019-04-19 10:08 | 專題：2019 上海車展 |
雷鋒網(wǎng)新智駕按：4 月 18 日，新智駕聯(lián)合上海市國際展覽有限公司共同舉辦“2019 AI+智能汽車創(chuàng)新峰會”，本次峰會作為第十八屆上海國際車展的同期活動之一，邀請到了來自學(xué)術(shù)界、新造車勢力、零部件供應(yīng)商、新興自動駕駛、主流車聯(lián)網(wǎng)企業(yè)等智能汽車產(chǎn)業(yè)鏈上的核心代表參與其中，圍繞智能汽車產(chǎn)業(yè)發(fā)展趨勢，技術(shù)研發(fā)、行業(yè)求索、未來展望等熱點話題共同探討對智能汽車技術(shù)商業(yè)化落地的渴望和疑慮。
*“2019 AI+智能汽車創(chuàng)新峰會”現(xiàn)場
雷鋒網(wǎng)新智駕將本次峰會的所有主題演講進行了精華提取，冀望對各位智能汽車從業(yè)者有所啟發(fā)與幫助。
王飛躍首先從路的演變史分析了汽車從自動化向智能化方向發(fā)展的趨勢。以小數(shù)據(jù)到大數(shù)據(jù)再到小智能的 AlphaGo 論題引出“老”、“舊”和“新”三個 IT 的平行融合。王飛躍提到，IT 的主導(dǎo)不再是信息技術(shù)，而是智能技術(shù)，第三軸心時代的智能駕駛將步入平行駕駛時代。
王飛躍表示，從有人車、遙控車、到網(wǎng)聯(lián)車、再到無人車，這四類車可通過平行駕駛完成統(tǒng)一，即平行汽車。平行汽車未來的目標(biāo)是將物理世界的 UDC 轉(zhuǎn)化為知識世界的 AFC。用現(xiàn)實世界的術(shù)語來講，即實現(xiàn)運營、監(jiān)控及應(yīng)急管理三結(jié)合。其中，運營要實現(xiàn)兩個“E”-Effective、Efficient。具體需做到擴展空間，將兩個世界轉(zhuǎn)化成三個世界，從 CPS 到 CPSS。
以 ACP 方法為基礎(chǔ)，王飛躍介紹了構(gòu)成平行駕駛技術(shù)理論基礎(chǔ)的人工系統(tǒng)與真實系統(tǒng)之虛實互動、平行執(zhí)行的平行系統(tǒng)。系統(tǒng)闡述平行駕駛技術(shù)中的平行感知、平行規(guī)劃、平行學(xué)習(xí)、平行測試以及網(wǎng)聯(lián)環(huán)境下平行車的研究。
王飛躍進一步進行解釋：虛實結(jié)合、平行執(zhí)行，物理車與數(shù)字車結(jié)合到嶄新的 CPSS 空間中，對服務(wù)、安全、駕駛員狀態(tài)進行監(jiān)控，保證在物理世界、精神世界、知識世界三個世界中，汽車可實現(xiàn)物理安全，駕駛員狀態(tài)安全，服務(wù)質(zhì)量及知識質(zhì)量安全?，F(xiàn)階段集中力量于平行感知、平行測試、平行學(xué)習(xí)，最終可實現(xiàn)平行智能。
對于自動駕駛汽車落地發(fā)展而言。王飛躍的認知如下，自動駕駛汽車可以率先應(yīng)用于一些特殊的場合。自動駕駛汽車落地發(fā)展依次為礦山、物流（包括碼頭）、市政、出租車、完全無人駕駛。平行駕駛技術(shù)為礦山、物流及一般場景的智能運營提供了有效的解決方案，平行駕駛是無人車上路的安全高效且智能途徑。
1998 年，Vislab 創(chuàng)始人 Alberto Broggi 在意大利進行無人駕駛的測試，大約行駛了 2000 公里的距離，在當(dāng)時是很大的挑戰(zhàn)。車上搭載了一些攝像頭，還配備了一些轉(zhuǎn)向電機，現(xiàn)在來看都是非常傳統(tǒng)的技術(shù)，但這些都是在進行技術(shù)的探索與測試。到 2010 年的時候，他的團隊開發(fā)的自動駕駛汽車從意大利的帕爾馬一路開到了中國的上海，橫跨了半個地球。當(dāng)然，車上依然有安全駕駛員隨時等待接管。
在這些實驗和測試過程中，Alberto Broggi 意識到了計算機視覺技術(shù)雖然強大，但仍然受限于計算硬件的性能。于是在 2015 年的時候，VisLab 加入到了安霸公司，成為了集團的一部分，Alberto Broggi 也進入安霸任職。VisLab 主要研發(fā)計算機視覺技術(shù)，應(yīng)用于無人駕駛汽車；安霸是芯片公司，擁有世界頂尖品質(zhì)的芯片，強大的處理能力能得到高品質(zhì)的圖像。兩家公司整合在一起可以說是強強聯(lián)手，可以將計算機視覺技術(shù)更好的應(yīng)用到無人駕駛之中。
目前，安霸所打造的計算機視覺處理芯片性能優(yōu)越，能夠處理速度非?？?，能做到每秒 30 幀、60 幀，同時擁有很高的解析度，而且，實現(xiàn)這些性能的同時，其功耗也只有 2-4 W。
安霸也在積極與各個公司進行合作，比如與 Hella-Aglaia 這家公司的合作就是將自家的芯片和對方的算法結(jié)合在一起。未來，安霸希望在芯片當(dāng)中把圖像和其他數(shù)據(jù)進行融合，比如說毫米波雷達、激光雷達等，更好地助力自動駕駛發(fā)展。
裴軍從當(dāng)前行業(yè)內(nèi)激光雷達各路技術(shù)路線及 Cepton 的技術(shù)及優(yōu)勢進行了分享。測試方式層面，目前全球大部分激光雷達公司都在采用 pulsed time of flight 方式進行測量；激光器方面，多數(shù)公司采用 905nm 或 1550nm 的技術(shù)。其中，Cepton 選擇了基于硅的 905nm 的激光器。在上述兩方面，各家廠商并沒有差別，且不能拉開差距。各路玩家競爭的重點是中間環(huán)節(jié)，即如何將產(chǎn)品變成一個成像激光雷達，高速的為自動駕駛提供三維成像。
Cepton 自研 Micro-Motion （微動）技術(shù)，這項技術(shù)可以用來替代積激光雷達內(nèi)部的旋轉(zhuǎn)部件。在激光雷達內(nèi)部，Cepton 利用光學(xué)共軛的方法及電磁鐵，它沒有任何旋轉(zhuǎn)或摩擦部件。
裴軍提到，如何將激光雷達變成落地的產(chǎn)品，而非科研產(chǎn)品，是當(dāng)下激光雷達供應(yīng)商的競爭重點。Cepton 與日本最大汽車照明燈公司 Koito（小糸制作所）合作，前者將為后者提供定制的微型激光雷達解決方案，將激光雷達安裝車燈中。基于此，實現(xiàn)激光雷達實現(xiàn)量產(chǎn)上車。
車聯(lián)網(wǎng)經(jīng)歷了四代發(fā)展，整個車聯(lián)網(wǎng)的發(fā)展速度比以往更快速。2020 年車聯(lián)網(wǎng)的市場增速將會超過 60%。
5G 的到來也為車聯(lián)網(wǎng)的到來打下了堅實的基礎(chǔ)和保障；人機交互的過程中的突破，特別是語音交互為主的多模態(tài)交互，將會使人在駕駛過程當(dāng)中更高效地獲得服務(wù)，因此服務(wù)生態(tài)運營將是下一個戰(zhàn)場。
越來越多的主機廠正在重新定語車聯(lián)網(wǎng)服務(wù)員，驀然認知所聚焦的事情就是成為整個對話生態(tài)服務(wù)的創(chuàng)造者。目前驀然認知用語音交互對話鏈接了日常 50 種的生活服務(wù)（涵蓋娛樂、旅游、餐飲以及出行的相關(guān)服務(wù)）。
龔思穎認為目前車聯(lián)網(wǎng)的服務(wù)運營生態(tài)，主要面對用戶習(xí)慣、如何讓用戶在安全駕駛環(huán)境下獲得高效、安全的車聯(lián)網(wǎng)服務(wù)、以及如何保證車聯(lián)網(wǎng)的可持續(xù)性以及黏性等三大挑戰(zhàn)。
驀然認知最為核心的能力在于語音交互的多輪對話，在車載環(huán)境當(dāng)中，驀然認知則是采取減法的原則，設(shè)計多模態(tài)交互的體系和設(shè)計，使得用戶在使用過程當(dāng)中安全。關(guān)于增加用戶黏性上，驀然認知認為可以增加社交功能、或者建立會員體系——積分獎勵、分享機制，建立完善而同步的賬號系統(tǒng)。
偉世通是域控制器領(lǐng)域的領(lǐng)先者，目前有兩大域控制器產(chǎn)品：座艙域控制器 SmartCore 和自動駕駛域控制器 DriveCore。
偉世通近兩年建立了以域控制器為中心的朋友圈，拓展了與商湯、高通、瑞薩、AllGo、縱目、DeepScale、Steer、StradVision、 AAI、騰訊等各方技術(shù)公司的合作。SmartCore 將引入語音 AI 助理、面部表情識別、手勢識別等多模態(tài)交互技術(shù)。
SmartCore 最核心的概念就是將多個 ECU（電子控制單元）集成在單一域控制器內(nèi)，可帶來體積、功耗和成本優(yōu)勢。DriveCore 則是在這一基礎(chǔ)上的另一個延伸。自動駕駛汽車既然由機器控制，就可能存在安全隱患。所以 DriveCore 必須有極高的安全性，并且達到 ASIL-D 級別。
偉世通自動駕駛首席架構(gòu)師王凱表示，針對 Studio 和 Runtime 的不同算法進行優(yōu)化，然后編譯到相應(yīng)硬件環(huán)境中。其實要能夠支持不同的硬件，需定義好一個通用的架構(gòu)，然后在這個架構(gòu)的基礎(chǔ)之上，通過統(tǒng)一的接口定義實現(xiàn)擴展性，增加對不同硬件的支持。
值得一提的是，安全始終是偉世通對于自動駕駛技術(shù)研發(fā)的出發(fā)點及落腳點。偉世通的 SmartCore 座艙域控制器與可擴展 DriveCore 自動駕駛域控制器的智能全數(shù)字座艙。兩種控制器協(xié)同合作，實現(xiàn)了自動禮讓行人、智能分析路況、自動調(diào)整駕駛速度與行駛路線等功能，將帶來駕駛員和車輛間無縫的人機交互體驗，確保未來出行安全可靠。
人工智能算法是當(dāng)今車聯(lián)網(wǎng)智能汽車的主要推手。澳大利亞格里菲思大學(xué)教授，IEEE 智能交通系統(tǒng)雜志總編輯 Ljubo Vlacic 認為，目前我們對智能汽車的測試并沒有完全交給獨立的第三方認證機構(gòu)進行。因為在現(xiàn)實中，雖然監(jiān)管者在努力的尋找車輛的測試方法，但相關(guān)的指標(biāo)體系還沒有完全建立。放眼去看人工智能的所有要素，并以人工的智能的角度進行剖析，這些都會對最終的解決方案產(chǎn)生影響。
Ljubo Vlacic 提到，目前所處的時刻和十年前不同，現(xiàn)在汽車制造商在某種程度上已經(jīng)變成了軟件開發(fā)商，對軟件算法越來越重視。毫無疑問，智能汽車可以帶給人類生活的福音，但還需要完善更多的技術(shù)流程和監(jiān)管，不然智能汽車很難在商業(yè)化市場上去銷售。同時我們也要相信人工智能時代下智能汽車終將會到來。
自動駕駛汽車成為有史以來開發(fā)最復(fù)雜的信息產(chǎn)品?，F(xiàn)階段汽車電子構(gòu)架越來越難以支持軟件需求。過去 20 年來，汽車 MCU 增長從不足 10 顆，發(fā)展至現(xiàn)今超過 100 顆。頂尖級汽車甚至超過 300 顆 MCU。這些 MCU 擁有不同的構(gòu)架、不同接口，甚至不同的開發(fā)環(huán)境、不同的語言。
面對數(shù)字化浪潮，效率是決定企業(yè)競爭成敗的關(guān)鍵。我們迫切要回答的是，如何提升軟件開發(fā)效率。并且基于該主題重構(gòu)汽車電子構(gòu)架。同時，分布式電子電器架構(gòu)在面向復(fù)雜功能時存在巨大問題。例如各個不同組件之間難以實現(xiàn)協(xié)同。
合久必分，分久必合。汽車電子構(gòu)架趨勢是持續(xù)從分布式走向集成式。而域控制器可以看作為分布式集成構(gòu)架計算的第一步。地平線相信這個趨勢會持續(xù)下去，未來會出現(xiàn)一個真正的中央式集成大腦，智能汽車將發(fā)展成為一部四個輪子上的超級計算兼數(shù)據(jù)中心。由此帶來的算力需求、軟件構(gòu)架的調(diào)整都是空前的。
行業(yè)達成共識，智能汽車行業(yè)內(nèi)的大趨勢是軟件驅(qū)動，及算力需求黑洞。在數(shù)字化浪潮下，地平線也提出了新商業(yè)理念 AI on Horizon 戰(zhàn)略：利用邊緣 AI 芯片開放賦能智能駕駛。
嬴徹明確提出“車規(guī)級、面向量產(chǎn)、L3”的自動駕駛研發(fā)定位。在現(xiàn)場，嬴徹整車工程負責(zé)人兼執(zhí)行副總裁黃剛明確提出，目前嬴徹與主機廠在 L3 重卡量產(chǎn)上的緊密合作狀態(tài)和大致時間表。黃剛曾任中國第一大商用車東風(fēng)的掌門人，行業(yè)深耕 30 年，擁有商用車全價值鏈管理經(jīng)驗和全面的產(chǎn)業(yè)整合能力。
他表示，2021 的量產(chǎn)時間表是在和多家 OEM 和 Tier 1 的深度探討，大膽假設(shè)，小心求證后擬定的，產(chǎn)業(yè)合作伙伴的積極響應(yīng)和配合給了我們很大的信心。同時，嬴徹為主機廠供應(yīng)大批量的自動駕駛重卡訂單，為商用車產(chǎn)業(yè)鏈上下游帶來商業(yè)利益和發(fā)展動力。有了主機廠和 Tier 1 的共同利益和背書， 這個量產(chǎn)目標(biāo)才有實現(xiàn)的可能。
嬴徹模式包括三個關(guān)鍵部分：首先是自建運營場景，從 L3 運力平臺起步，打造未來的貨運機器人網(wǎng)絡(luò)。同時和汽車產(chǎn)業(yè)上下游合作，通過嬴徹訂單的拉動，和主機廠戰(zhàn)略合作定制。相應(yīng)地，在核心的自動駕駛技術(shù)方面，研發(fā)車規(guī)級、面向量產(chǎn)的自動駕駛系統(tǒng)。
關(guān)于智能代客泊車，禾多有自己的思考：代客泊車并不等于泊車輔助，禾多對其的定義是車輛處于完全無人狀態(tài)，無需人監(jiān)管；另外，智能代客泊車也是最后一公里的延伸。
智能代客泊車產(chǎn)品 HoloParking 的定義是，“這是現(xiàn)階段最好的代客泊車解決方案，沒有之一?！?/p>
為了實現(xiàn)智能魯棒與落地成本之間的平衡，HoloParking 方案采取“車端+場端+高精地圖端”三端合一的技術(shù)路線，并提出“全天候、全場景、真實運營”的口號。
技術(shù)層面，布局車端、場端、高精地圖端，三端合一提高智能代客泊車的魯棒性，實現(xiàn)全天候、全場景及真實運營；成本層面，到 2020 年，車端域控制器 HoloArk 價格將在 2020 元以內(nèi)；未來，單車位改造最終價格也將在 2020 元以內(nèi)；商業(yè)落地層面，2020 年，禾多和停簡單將合作布局 20 個以上城市，每個城市至少 20 個停車場，HoloParking 系統(tǒng)適配車型將增至 20 款。
此次活動中，廣汽研究院智能駕駛技術(shù)部負責(zé)人郭繼舜分析了主機廠采取漸進式自動駕駛發(fā)展路線的原因。他表示，人類駕駛員無法像傳感器一樣精準(zhǔn)執(zhí)行大腦的復(fù)雜指令，所以主機廠需要更安全的智能執(zhí)行器件才能實現(xiàn) L3、L4。在向高更高級別自動駕駛研發(fā)的過程中，為了絕對地保證自動駕駛順利進行，還需要在異構(gòu)設(shè)計下為車輛配備兩個相同的 ECU，以確保車輛出現(xiàn)問題時會提醒用戶接管車輛，同時保持著的自動駕駛的功能。
郭繼舜還對自動駕駛為何通常應(yīng)用于新能源車型進行了講解。他認為這里面有一部分原因在于制造成本?！安皇侨加蛙嚥恍校且驗橹鳈C廠如果要進行新技術(shù)改造的話，基于傳統(tǒng)的燃油車去做成本非常高，而新能源汽車由于是新的平臺，所以不需要改造成本，因而是更好的載體。”
實際上，雖然多數(shù)主機廠已經(jīng)明確了量產(chǎn) L3 和 L4 的時間節(jié)點，但安全法規(guī)和技術(shù)攻關(guān)仍是不可忽視的問題。郭繼舜舉例表示，并非主機廠做不出高級別的自動駕駛汽車，而是面對駕駛技術(shù)參差不齊的駕駛員，主機廠即使造出車后，也無法保證可以達到幾百萬分之一甚至幾千萬放之一的失效概率。
考慮到 L4 以及更高級別后人類駕駛員已經(jīng)不需要干預(yù)汽車行駛，郭繼舜提出的“失效概率”理論或許更適用于 L3 級別自動駕駛。
總的來說，阻撓主機廠推進自動駕駛真正的難題是什么？答案或許仍是硬件技術(shù)的缺位。這體現(xiàn)在行業(yè)內(nèi)還沒人能做出新一代冗余的 EPS 和具有強大單片能力的自動駕駛芯片。
對于車企競相研發(fā)自動駕駛這一趨勢，華人運通創(chuàng)始合伙人、智能駕駛及電子電器副總裁兼李謙認為，諸如自動駕駛系統(tǒng)成本昂貴、試驗場景稀缺、道路實測風(fēng)險大等，均是當(dāng)前自動駕駛體系開發(fā)時面臨的問題。簡而言之，完全依靠車輛自身的傳感設(shè)備也即單車智能去實現(xiàn)真正意義上的高等級自動駕駛?cè)杂幸欢y度。
華人運通的解決方案是從“車-路-城——車路協(xié)同”的角度進行基礎(chǔ)建設(shè)升級。這一方案既包含單車智能，也包含基于車路協(xié)同的交通智能，還包含城市互聯(lián)共享的智能，按照一個綜合體進行自動駕駛系統(tǒng)的設(shè)計，繼而進行智能出行系統(tǒng)化的設(shè)計。
為此，華人運通開發(fā)了三大平臺，分別為泊車平臺、自動駕駛平臺和車路協(xié)同的邊緣計算平臺。
今年1月，華人運通發(fā)布了全球第一條基于車路協(xié)同理念打造的智慧化的道路，這條道路基于城市開放道路打造而成，相當(dāng)于對自動駕駛測試環(huán)境的一種新的探索。
雷鋒網(wǎng)新智駕了解到，這條道路主要基于路邊感知，云端決策和車端控制的思路設(shè)計而成，通過車端和路端的傳感器融合以消除感知盲區(qū)，然后利用邊緣計算和分布式計算等方法，降低車輛自動駕駛所需要的最大算力。同時，通過多目標(biāo)協(xié)同控制來實現(xiàn)交通的良好調(diào)度，有效地降低自動駕駛車輛周邊的復(fù)雜環(huán)境，并且減少了交通事故的可能。
自動駕駛離不開離不開數(shù)據(jù)的支持，尤其是在國內(nèi)比較復(fù)雜的道路情況下，感知的進步不能完全依賴算法的迭代和技術(shù)的革新來解決，因此還是需要對數(shù)據(jù)進行有效的利用，使得激光雷達、毫米波雷達等海量數(shù)據(jù)變成帶有語義信息也是研發(fā)團隊所要面對的重要問題。
傳感器從真實的世界采集到各種數(shù)據(jù)，完成了數(shù)據(jù)生產(chǎn)的過程，但數(shù)據(jù)必須要經(jīng)過一定的標(biāo)定和結(jié)構(gòu)化、非結(jié)構(gòu)化存儲，然后經(jīng)過人工標(biāo)注產(chǎn)生出帶有豐富標(biāo)簽和語義信息的數(shù)據(jù)，從而才能夠?qū)λ惴ㄋ?。因此，?shù)據(jù)的結(jié)構(gòu)標(biāo)準(zhǔn)越精準(zhǔn)，對算法的結(jié)果就越好。
通常企業(yè)和開發(fā)者對于數(shù)據(jù)的采集和標(biāo)注，通常采取兩種做法：一種是自建團隊，需要開發(fā)甚至長期維護數(shù)據(jù)標(biāo)注工具以及實效性數(shù)據(jù)的補充工作；另一種是業(yè)務(wù)外包的形式，如今自動駕駛的研發(fā)選型方案不斷進化，業(yè)界的標(biāo)注需求也從最原始的 2D 進化到 3D，到全像素的語義分割，不斷進化的需求對標(biāo)注能力提出非常大的挑戰(zhàn)。
百度數(shù)據(jù)眾包團隊則是提出另一種解決思路。百度數(shù)據(jù)眾包能夠較好處理障礙物的檢測和跟蹤以及融合、激光雷達和攝像頭、毫米波雷達的傳感器融合，V2X 的數(shù)據(jù)等智能駕駛傳感器的數(shù)據(jù)；此外，還能夠?qū)囃猸h(huán)境感知以及車道信息等傳感器進行標(biāo)注；對車內(nèi)環(huán)境的感知和對駕駛員駕駛意愿的交互百度也有超過了 3000 萬條的標(biāo)注經(jīng)驗。
在注重數(shù)據(jù)質(zhì)量之外，百度除了標(biāo)準(zhǔn)的合同條款以及保密協(xié)議也注重數(shù)據(jù)安全，對于任務(wù)封裝、數(shù)據(jù)加密、專利反扒都有相應(yīng)技術(shù)手段，百度按照對數(shù)據(jù)安全不同級別需求的客戶，提供相應(yīng)的標(biāo)注方案。
柏俊波認為，當(dāng)前的物流小車線控面臨著：場景不明確、標(biāo)準(zhǔn)缺失、由于尺寸問題、缺乏車軌級上游供應(yīng)鏈、需求數(shù)量無法支撐量產(chǎn)規(guī)模等一系列的問題，以至于汽車行業(yè)當(dāng)中常說的周期、質(zhì)量、成本、服務(wù)都無法保證。
事實上，易咖智車認為物流小車線控底盤是一個全新的產(chǎn)品，過去傳統(tǒng)的汽車設(shè)計都是以乘客為中心，以駕駛?cè)说陌踩孢m便捷為中心、但是在物流體系當(dāng)中，車輛只是運輸?shù)墓ぞ?，?yīng)該以貨物的高效承接運送、行人安全至上為主線。
針對這個線控底盤，應(yīng)該要針對面向任務(wù)的自上而下的線控底盤重構(gòu)，如在系統(tǒng)任務(wù)層上應(yīng)該考慮設(shè)計起點如何承接、中點如何提取、終點如何歸位、物品構(gòu)成、運送頻次、突發(fā)事故等要素，通過系統(tǒng)層和運行環(huán)節(jié)中綜合重新得出一個車輛所真正需要的尺寸空間。
柏俊波認為面向任務(wù)的最小化構(gòu)成應(yīng)該是摒棄一切與任務(wù)無關(guān)的結(jié)構(gòu)（如玻璃、雨刮）等，除了必要的榮譽外，摒棄一起超過需求的功能增加帶來的附加結(jié)構(gòu)和成本，增加確定性帶來的變化（如可預(yù)期的速度、工作時間、壽命里程、道路環(huán)境），采用分層架構(gòu)設(shè)計、網(wǎng)絡(luò)拓撲優(yōu)化、提升網(wǎng)絡(luò)可靠性、合理的上下電邏輯與自動控制、耗能最優(yōu)化、豐富用戶標(biāo)準(zhǔn)接口封裝、使用多應(yīng)用場景。
雷鋒網(wǎng)新智駕注：本次峰會上，來自相關(guān)投資機構(gòu)的投資人也展開了一場大討論，針對未來智能汽車新的投資機會進行了探討。
有關(guān)于這場圓桌討論的有趣的結(jié)論，請期待我們后續(xù)的報道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
