标签: ai
想买OpenAI、SpaceX这类顶级独角兽，但人家不上市怎么办？试试“影子股”
想买OpenAI、SpaceX这类顶级独角兽，但人家不上市怎么办？试试“影子股”玩法！其实就是“曲线救国”：买那些持有它们股份的基金。比如在美股，DestinyTech100（代码DXYZ）这只ETF，就打包了SpaceX、Anthropic等上百家未上市的科技公司。你买了它，就等于间接成了这些明星公司的“小股东”。国内也有类似思路。比如你看好某家没上市的AI芯片巨头，可以去找A股里和它业务最像、或者是它重要供应商的上市公司。或者直接买半导体、人工智能这类主题ETF，也能蹭到产业链的热度。但千万要清醒，这是高风险玩法！这些基金的价格经常严重“失真”，情绪一来能溢价十几倍，泡沫一破就直接腰斩。很多A股“影子股”只是蹭概念，业务关联度很低，纯粹是短炒。一句话建议：如果真想玩，就拿很小一笔钱（比如少于总资金的5%），当作买彩票，见好就收，千万别当真爱长期持有。etf成分股美股ai股gpu概念股AI公司上市AI企业IPOai板块公司AI独角兽企业
郑强教授，再次发出“王炸”言论，语出惊人！他说：“现在大家都去搞人工智能，但是我
郑强教授，再次发出“王炸”言论，语出惊人！他说：“现在大家都去搞人工智能，但是我们是人口大国，人工智能要是把劳动力给废了，那可能会带来巨大的社会混乱。人工智能到底会不会取代人类的劳动力？”振聋发聩！看看现实里那些变化，工厂车间里机械臂早就上岗了，二十四小时连轴转，精度高出错少，企业老板算算账，自然更愿意让机器顶替人力。物流园区那边，智能分拣系统嗡嗡作响，一天干的活顶得上好几个工人，过去那些分拣岗位慢慢就少了。餐饮店里，自动炒菜机和点餐平板普及开来，后厨帮厨、前台收银的需求直线下降。就连白领办公室里，简单的数据整理，也被AI智能体接过去，剩下的人只管处理几个棘手问题，编制缩水得厉害。普通老百姓每天刷手机看到这些新闻，心里难免打鼓：饭碗会不会哪天就没了？国际上的测算数据把这种担心拉得更具体，国际货币基金组织分析过，AI技术可能波及全球接近四成的就业岗位。高盛团队估算下来，AI有望让全球三亿个全职岗位被自动化取代。这些数字摆在那，听着就让人脊背发凉，尤其对咱们这样的人口大国来说，冲击不是小事。可光盯着取代两个字，把AI当成纯粹的就业杀手，又太片面了。技术说到底是个工具，它能带来什么结果，全看咱们怎么用它，怎么配上合适的政策引导。郑强教授这番提醒的核心，就是要跳出单纯的取代思维，转向让AI真正帮上忙、一起干活的路子。AI最该扮演的角色，不是抢饭碗的对手，而是帮人类甩掉重复苦活的伙伴。在高端制造一线，AI可以接手那些高风险、高强度的焊接和检测活，工人呢，就转岗去做设备保养、工艺改进、流程把控，从单纯的操作手变成指挥员。医疗领域里，AI先把海量影像筛查一遍，医生就能腾出精力专心看复杂病情、跟病人聊天、定个性化方案。这样的搭配，不但效率上去了，人也从枯燥里解放出来，价值体现得更充分。360的周鸿祎在公司内部大力推AI编程工具，他自己也亲身试过，说用了这些工具，程序员、产品经理、设计师干活的效率能明显提升好几倍。过去职场里，会英语、会办公软件就算加分，现在掌握AI用法成了新标配。可真正厉害的AI能力，从来不是只会对着对话框敲几个问题，而是背后那套编程逻辑、拆解思路和工具掌控的本事，这才是人和人拉开差距的关键点。教育部早就下发通知，要求AI教育从娃娃阶段就开始抓起。很多家长还在纠结孩子要不要接触AI，聪明人已经行动起来，琢磨怎么让孩子早点搭上这趟快车。要是你自己一听机器学习、神经网络就头大，专业书翻几页就犯困，网上那些零散教程看完还是云里雾里。或者想给六到十五岁的孩子做AI启蒙，又担心自己讲不清带歪孩子，怕娃跟不上时代节奏，那这时候就得找对路子。有一套被上百位名师认可的《漫画讲透人工智能》，专门打破了AI科普的门槛。它用轻松的漫画把硬知识掰开揉碎，不管是零基础的成年人、忙碌的职场人，还是六到十五岁的孩子，都能轻松看懂、真正学会、马上用上。这套书干货堆得满满的，总共覆盖五百多个AI核心知识点，还把智能芯片、机器人、自动驾驶、元宇宙、生物识别、高新材料六大前沿领域全讲透。从AI怎么诞生、怎么一步步发展，到它现在渗进生活哪些角落、将来会变成啥样，甚至大家关心的AI伦理问题，都一网打尽，不用东拼西凑到处找资料。整本书没有生涩的理论堆砌，全靠上千幅生动漫画，用可爱的小角色把抽象概念讲得活灵活现。你不用死记硬背那些拗口定义，看完小故事就一个感觉，原来AI这么接地气，这么好上手。书里直接回答了普通人最想知道的那些问题，人工智能为啥能跟人聊天，它到底会不会思考？将来AI会不会超过人类，我们该怎么跟它共处不被甩开？中学生读完还能顺带给初中物理化学打底，提前建好科技思维框架，在起跑线上就领先一步。带着孩子一起翻这本书，既是陪娃成长的过程，也是给自己充电的机会，碎片时间就能掌握AI基础，搞清楚它在各行各业的实际用处，找到让自己办公更高效的办法。自媒体人还能从里面挖到不少通识灵感，做出更接地气的爆款内容。说到底，AI浪潮已经卷到每个人身边，关键在于咱们怎么接招。郑强教授的这番话像一面镜子，照出我们必须面对的现实，技术飞奔向前，社会政策和教育得跟上脚步，让每一个人都有机会转型、都有饭碗可端。国家这些年一直在推动高质量发展，AI正好能成为助力共同富裕的工具，让更多家庭过上更好日子。我们普通人也不用慌，主动学起来、用起来，就能在变化里找到自己的位置。未来属于那些愿意拥抱新工具、不断升级自己的人，抓住机会，一起往前走，这才是正道。参考资料：台海时刻
未来因为有AI的加持，小规模创业还是要着眼私欲流量，相对于依托其他大平台的生态链
未来因为有AI的加持，小规模创业还是要着眼私欲流量，相对于依托其他大平台的生态链生活的能更滋润一些。
![你们收到苹果国行AI推送了嘛？[滑稽笑]据说是个意外，苹果昨天夜里十点突然推送，然](http://image.uczzd.cn/14111814085932656101.jpg?id=0)
奥特曼后继有AI了AI替奥特曼上岗打怪兽科技改变童年幻想，AI替奥特曼上岗效率拉
奥特曼后继有AI了AI替奥特曼上岗打怪兽科技改变童年幻想，AI替奥特曼上岗效率拉满，不管多厉害的怪兽都能快速处理，守护地球更轻松
国行版苹果AI？乌龙已下架。国行版苹果ai3月31日凌晨，大量国行(iOS2
国行版苹果AI？乌龙已下架。国行版苹果ai3月31日凌晨，大量国行(iOS26.4的)iPhone用户发现，设置中原“Siri”入口变为“Apple智能与Siri”，下载约9.5GB的端侧模型后可使用实时翻译、视觉智能、照片消除、智绘表情等功能。此次上线是苹果的操作失误（误发），并非官方灰度测试或正式发布，目前苹果已撤回更新，未上车用户已无法上车，已下载端侧模型的用户无法使用在线功能，但仍旧可以使用仅依赖端侧的功能。但是从大量用户披露的角度来看，目前苹果AI的国行版仍旧比较早期，（正常情况下）GPT扩展无法使用，视觉引擎甚至直连了谷歌，其外的部分功能可能调用了百度大模型（文心）。在大陆的监管和合规上，AppleIntelligence也就是苹果AI或许还有很多进度亟待完成，已更新成功的用户，就把这种不完美但抢先的小众体验，当作苹果50周年（提前一天）对你们个人的献礼吧。苹果ai国行上线或是乌龙
马斯克给美国开了一张“药方”，他说，想活命，唯一的办法就是全面拥抱人工智能和机器
马斯克给美国开了一张“药方”，他说，想活命，唯一的办法就是全面拥抱人工智能和机器人。这话一出，直接把锅底都给掀了。美国现在的困境，早已不是单纯靠政策调整就能化解的，劳动力、制造业、经济增长三大难题缠在一起，而AI和机器人，恰好是能同时撬动这三块巨石的支点。先看劳动力市场的现状，2026年1月美国还有690万个职位空缺，比预测的还多20万，可招聘人数却一直卡在530万上下。不是企业不想招人，是真没人来。这背后是老龄化带来的硬缺口，2024年美国65岁以上老人已经达到6120万，占总人口18%，而18岁以下的孩子才7310万，差距越来越小。更关键的是，11个州的老年人数量已经超过了儿童，近一半的县都是如此，未来能进入职场的年轻人只会更少。年轻人不愿进工厂，熟练技术工人更是稀缺，有20%的美国工厂都因为缺人开不了足马力。这种情况下，机器人成了必然选择，工业机器人不用休息，不用发工资，还能精准完成重复工作，2023年全球电子和汽车行业的机器人安装量就占了一半以上，美国制造业要想活，只能靠机器补人的缺口。再看制造业回流的困境，美国政府喊了好几年要把工厂迁回来，可实际进展磕磕绊绊。核心问题之一是工厂建设和运营成本太高，过去四年工厂建设年化支出翻了一倍，而全美一半以上的工厂都建了30年以上，设备老化严重。更要命的是基础设施跟不上，电网还是上世纪六七十年代的老古董，想新建工厂接电都要等好几年，三分之一的桥梁还得翻新，物流效率根本比不过东亚。AI和机器人正好能破解这个死循环，特斯拉计划建的1000万平方英尺新工厂，就是为Optimus3人形机器人量身打造的，这种机器人能实现“机器造机器”，不仅能降低建设和生产成本，还能让工厂实现全自动化运行，不用依赖陈旧的基础设施就能达到高效产能。而且机器人的迭代速度远超人力培训，特斯拉计划每年更新一款机器人设计，这种效率是靠传统工人永远追不上的。经济增长的瓶颈更是迫在眉睫，2025年美国全年职位空缺已经比2024年减少了57万多，招聘人数也少了150万，劳动力市场降温直接拉低了经济活力。而AI带来的是指数级增长的可能，马斯克判断未来10年经济规模能涨10倍，不是空想。2023年全球AI机器人市场规模已经有650亿美元，2025年预计突破800亿美元，其中人形机器人的增长更猛，2030年能冲到654.8亿美元。就像马斯克说的，不是机器替代人，而是把人从重复性劳动中解放出来，转向更有创造性的工作，而创造性劳动恰恰是经济增长的核心动力。国际竞争的压力也容不得美国犹豫，在AI和机器人领域，全球都在抢时间。美国虽然在技术创新上占优，但亚洲市场已经占据全球机器人安装量的73%，中国、日本在制造业机器人应用上走得更快。日本的减速器、伺服电机技术全球领先，中国的“机器人+”行动计划已经落地，欧盟还出台了AI法案规范发展，要是美国不全力拥抱，很快就会失去技术优势。特斯拉的Optimus3已经进入最终量产阶段，2026年夏天就要启动生产，2027年实现高产量，这种速度就是为了抢占先机。可能有人担心机器人会抢工作，但数据已经说明问题，特斯拉现在有15万直接雇员，供应链相关人力更是达到100万到200万，未来不仅不会裁员，还会增加员工。因为技术进步带来的新岗位，远比替代的旧岗位多。AI需要人来研发优化，机器人需要人来维护升级，太空探索需要人来规划执行，这些都是更高价值的工作。而且随着经济规模扩大，新的行业和需求会不断涌现，就像互联网诞生后创造了无数过去没有的职业，AI和机器人时代也会如此。马斯克的“药方”，看似激进，实则是基于现实的理性选择。AI提供智能大脑，机器人提供执行手脚，两者结合能重构生产方式、激活经济活力、破解劳动力困局，还能在全球科技竞争中保持领先。这不是选择题，而是生存题，美国要是不抓住这个机会，未来面临的可能不是发展慢的问题，而是被时代甩在后面的风险。毕竟在技术驱动的文明进程中，不进则退，拥抱变革才是唯一的生路。
【中国OCR超越谷歌全球登顶，一场关于"数据入口"的暗战正在打响】3月27日
【中国OCR超越谷歌全球登顶，一场关于"数据入口"的暗战正在打响】3月27日，百度文心衍生模型PaddleOCR在GitHub上的Star数首次超越了谷歌TesseractOCR，成为全球Star数最高的OCR项目。此外，最近百度、DeepSeek、智谱这些AI头部厂商，也几乎在同一时间加码OCR。这绝非巧合，这场“OCR热”的背后，藏着下一代AI竞争的核心密码：数据入口的争夺。表面上看，大家都在拼大模型的能力，但真正的瓶颈已经显现——高质量训练数据正在日趋饱和。互联网上的优质内容这些年被翻来覆去地训练，AI要再进一步，必须找到新的数据源头。而这个源头，就藏在现实世界的海量文档里。事实上，超过80%的信息仍沉淀在文档、书籍、合同、表格等离线载体中。这些数据的体量远超互联网公开内容，但过去机器根本读不懂。它们必须依赖OCR，才能被转化为可被模型理解的数据。OCR正是打开这座金矿的钥匙。它不再只是"把图片文字转成可编辑文本"的工具，而是连接现实世界与数字世界的重要入口——通过将图像中的文字与版面结构转化为机器可理解的电子化文本，能够为大模型提供更丰富、更真实、更高价值的数据来源。理解了这一点，就能看懂为什么百度要把文心大模型的能力注入PaddleOCR；也能理解DeepSeek、智谱为何紧随其后。大家争夺的不是一个技术工具，而是谁能率先掌握"现实世界信息入口"的主导权。更深一层看，这场布局折射出AI竞争逻辑的深刻转变。AI的竞争正在从单纯的模型能力，转向数据获取、处理与利用效率的综合比拼。谁能构建更强的OCR能力，谁就更有机会掌握现实世界的信息入口，打造出最前沿、优质的模型。所以，OCR正在从文档解析工具，演变为大模型竞争中的基础能力。百度PaddleOCR超越谷歌Tesseract，不只是开源项目的阶段性突破，也预示着OCR在AI时代中的地位正在被重新定义。这场关于"数据入口"的暗战，才刚刚拉开序幕。
不知道大家有没有注意到，去年年初红得发紫的Deepseek和梁文峰，现在都没什么
不知道大家有没有注意到，去年年初红得发紫的Deepseek和梁文峰，现在都没什么声音了。记得去年这个时候，打开手机刷AI圈的消息，十个里面有八个都在聊Deepseek，梁文峰的名字更是频繁出现在各种财经和科技报道里，风头直接盖过了不少行业大佬。去年年初那阵子，Deepseek和梁文峰绝对是AI圈最耀眼的存在，说是“现象级”一点都不夸张。2025年1月，DeepseekR1模型横空出世，不同于其他模型要么收费、要么功能受限，它直接打出免费开源的牌，一下子就引爆了整个市场。短短两周时间，它的App下载量就轻松破亿，日活峰值更是突破3000万，甚至有数据显示，当时它在140个国家的AppStore下载榜都登顶了，海外日活一度比国内还高，达到3685万。那时候的Deepseek，影响力大到吓人，连全球科技巨头英伟达都受了牵连，因为它的开源策略冲击，英伟达市值单日暴跌近6000亿美元。“Deepseek时刻”成了当时行业里最火的词，不管是做技术的、搞投资的，还是普通网友，都在讨论这款国产AI模型。资本圈更是挤破头想投它，估值一路水涨船高，一度被传直逼1.05万亿元，梁文峰也借着这波热度，被推到了中国首富候选人的位置，胡润富豪榜当时还给他估了1846亿的身价。可谁也没想到，这样一路高歌猛进的势头，并没有持续太久。现在再打开手机，已经很少能看到Deepseek的消息，梁文峰也渐渐淡出了公众视野，这家曾经红得发紫的公司，几乎彻底没了声音。其实在当时，所有人都觉得Deepseek会成为下一个科技巨头，毕竟有过硬的技术，还有庞大的用户基础，资本更是抢着送钱上门。但梁文峰和他的团队，却做出了一个让所有人都意外的选择——拒绝所有外部融资，完全依赖母公司幻方量化的资金支撑，当时他们的想法很简单，觉得“不用急着拿钱”，靠自己的力量就能做好研发，把技术打磨得更扎实。没人能说这个想法是错的，但AI行业的风口，从来都是转瞬即逝的。2月一过，Deepseek就迎来了断崖式下跌，用户活跃度从之前50%的高位，一路狂跌至3%，官网流量更是蒸发了超过70%。QuestMobile的数据显示，到2025年6月，它的月活跃用户已经从3月的1936.1万降到了1629.5万，下滑趋势特别明显。更关键的是，那些流失的用户，并没有彻底离开AI领域，而是转向了其他更贴合日常场景的平台。有数据追踪显示，56.0%的流失用户转用了百度，42.1%选择了QQ浏览器，还有39.4%流向了豆包，27.8%改用了夸克。这些平台之所以能吸引用户，核心就是它们把AI能力做成了插件，无缝嵌入到大家日常使用的工具里，而Deepseek却一直盯着技术研发，忽略了用户留存和生态建设。它没有开放API来聚拢开发者，也没有把自己的模型嵌入到更多产品里，哪怕当时有不少企业主动找上门想合作，它也没太在意。要知道，当时腾讯云、华为云、vivo、荣耀等很多企业都想接入DeepseekR1模型，可它始终没有搭建起完善的生态，用户新鲜感过后，自然就慢慢流失了。而且随着AI行业的发展，字节跳动的豆包、阿里巴巴的千问、腾讯的元宝等纷纷崛起，Minimax、智谱等公司也不断融资上市，Deepseek的竞争力也就慢慢被稀释了。除此之外，人才流失也成了Deepseek的一大问题。虽然它给核心员工的工资不低，但在AI人才薪资暴涨的当下，各大巨头和创业公司纷纷开出巨额年薪，还附带期权、股份，不少核心人才都陆续出走。比如曾经的V2/V3/MoE核心研究员罗福莉，现在已经成了小米大模型团队的负责人，还有DeepSeek-R1论文的第一作者郭达雅，也离开了Deepseek。不过值得一提的是，Deepseek并没有彻底消失，它还在坚持技术研发，正在推进V4+R2双旗舰模型。而且DeepSeekR1模型后来还入选了美国《时代》杂志2025年度最佳发明榜单，相关论文也登上了《自然》杂志封面。只是相比于去年年初的热度，现在的它确实低调了太多，也渐渐淡出了大众的视野。如今再回头看，DeepSeek的沉寂不是技术不行，而是战略节奏完全错了。在最该融资扩张、搭建生态的时候，它选择了闭门造车；风口面前，光有技术远远不够，把握时机、踩准节奏、兼顾技术与商业，才是活下去、走得远的关键。
不知道大家有没有注意到，去年年初红得发紫的Deepseek和梁文峰，现在都没什么
不知道大家有没有注意到，去年年初红得发紫的Deepseek和梁文峰，现在都没什么声音了。去年没有抓住宝贵时间窗口进行融资和发展的Deepseek，可能已经错过了成为万亿企业的机会，梁文峰也遗憾地错失了本来可以争取的首富地位。这事儿跟技术好不好关系不大，关键问题出在了对时机和节奏的判断上。2023年11月推出的DeepSeek-Coder，用2万亿Token的训练数据，其中87%都是代码，在编程辅助场景下直接超越了同量级的CodeLlama-34B，甚至部分指标逼近GPT-3.5Turbo。紧接着月底发布的67B通用大模型，是国内首个完全开源的千亿级模型，中文理解和数学推理能力都很突出，直接对标Meta的LLaMA-270B。后续在多模态、长上下文推理上也有突破，能看出团队的技术功底确实扎实，放在当时的创业公司里绝对是第一梯队水平。梁文峰本人更是科班出身，浙大本科硕士连读，深耕人工智能领域多年，之前在量化投资行业也做出过成绩，按说既有技术视野又有商业经验，不该在关键节点掉链子。但问题恰恰出在对行业节奏的判断上。2023年是什么时候？是ChatGPT引爆后“百模大战”的野蛮生长阶段，整个行业的核心逻辑是“先占位再优化”。数据显示，2023年国内AI大模型领域融资总额高达862亿元，同比增长62%，百度、阿里、字节这些巨头纷纷砸钱抢算力、扩团队、铺场景，创业公司里智谱AI、MiniMax也都在这一年完成了大额融资，拿到钱就快速迭代产品、抢占用户心智。那个时候的资本就像疯了一样，只要模型有亮点、团队有背景，都愿意高估值入局，因为大家都清楚，大模型是资本密集型赛道，早融资就能早占资源，晚一步可能就被拉开差距。可Deepseek偏偏选择了一条反常规的路：不接受任何外部融资，全靠梁文峰之前创办的幻方量化全额支持。这种策略看似能保持战略独立，避免资本的短期诉求干扰研发，但却严重低估了大模型赛道的烧钱速度和竞争烈度。要知道，千亿参数模型的单次训练成本就高达数亿元，后续的迭代优化、算力维护、人才招聘都是持续的巨额开销。巨头们能靠生态输血，创业公司就只能靠融资续命，2023年的融资窗口是行业发展至今最宽松的一次，错过之后再想找钱就难了。2024年行业风向就变了，资本从“疯狂追概念”转向“理性看落地”。融资总额虽然还在增长，但投资逻辑完全不同，机构不再只看模型参数和技术亮点，而是更关注商业化能力、场景适配度和合规性。这时候监管政策也收紧了，《生成式人工智能服务管理暂行办法》要求模型训练数据合法、算法透明，提高了融资门槛。而Deepseek因为没有外部资本注入，资金来源单一，既没法像字节豆包那样绑定生态做全场景覆盖，也没法像智谱AI那样联合硬件厂商做细分突破，只能在开源领域靠低价策略吸引用户，规模始终做不起来。更关键的是，大模型行业的马太效应特别明显。2023年那些拿到大额融资的企业，快速抢占了用户和场景：字节豆包依托抖音、头条生态，月活做到了3.15亿，成为国内唯一日活破亿的独立AI应用；阿里通义千问绑定电商、办公场景，月活也突破2亿。这些头部玩家形成生态闭环后，用户留存和转化都有了保障，反过来又能投入更多资金做技术迭代，差距越拉越大。而Deepseek因为资金受限，没法大规模推广，虽然技术上有亮点，但普通用户感知不到，慢慢就从大众视野里淡出了。梁文峰可能是太执着于“长期主义”，想靠技术慢慢突围，却忽略了大模型行业的特殊属性：这不是一个靠单点技术就能赢的赛道，而是技术、资本、生态、时机的综合较量。2023年的窗口期，本质上是资本和市场给所有玩家的“起跑机会”，巨头靠资源碾压，创业公司靠融资加速，谁能抓住这个机会把规模做起来，谁就能进入下一轮竞争。Deepseek选择闭门造车式的发展，相当于主动放弃了这个起跑权。这事儿也印证了一个道理：在风口行业里，时机和节奏往往比技术更重要。技术可以慢慢迭代，但窗口期一旦关闭，就再也回不来了。2023年的AI赛道，就像一场限时起跑的马拉松，大家都在抢着占位，Deepseek却在起跑时放慢了脚步，等想加速的时候，前面的人已经跑出了很远，再想追赶就难了。梁文峰可能原本有机会凭借技术优势和先发名气，通过融资快速扩张，甚至冲击行业龙头，但因为对资本周期和行业节奏的判断失误，最终错失了这个改写行业格局、实现商业跃迁的机会。Deepseek和梁文峰的沉寂，不是技术的失败，而是时机判断的失误，这样的教训，在任何风口行业里都值得深思。
![网友查了一下，单依纯的道歉文，疑似100%AI，无人工痕迹。[笑着哭]](http://image.uczzd.cn/3045467441517003468.jpg?id=0)
回收后的旧手机可没闲着，而是进入了精细化的资源循环体系。现在AI产业爆发，存储
回收后的旧手机可没闲着，而是进入了精细化的资源循环体系。现在AI产业爆发，存储芯片短缺，旧手机成了“城市矿山”。回收商从“挑成色”变成“认内存”，只要主板好，高价收。拆解出的二手芯片成本低、现货足，90%的手机内存扩容业务靠它，还供给智能硬件、工业设备等。此外，经专业质检和数据清除后，性能完好、外观达标的手机，会进入二手流通市场，国内当官翻机售卖，还会出口到东南亚等地，也有精品机做公益捐赠。旧手机就这样开启了“重生”之旅。
提问AI四个软件，都是始皇帝嬴政为第一，看来人工智能已经融入生活中的方方面面。
提问AI四个软件，都是始皇帝嬴政为第一，看来人工智能已经融入生活中的方方面面。
