-
讓品牌有溫度、有情感
專注品牌策劃15年
-
當(dāng)前位置：首頁(yè) > 創(chuàng)意學(xué)院 > 營(yíng)銷推廣 > 專題列表 > 正文
- 向外突圍，毫末開(kāi)啟商業(yè)化新故事
- 中國(guó)如何應(yīng)對(duì)gpt未來(lái)
- 什么是gpt，什么是uefi
- 請(qǐng)問(wèn)GPT和MBR的區(qū)別和聯(lián)系
GPT是派鏈的生態(tài)嗎
發(fā)布時(shí)間：2023-05-20 03:41:03
稿源：
創(chuàng)意嶺 閱讀：
98
大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于GPT是派鏈的生態(tài)嗎的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。
開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等
只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁(yè)版、PC客戶端和批量生成器
官網(wǎng)：https://ai.de1919.com。
本文目錄:
向外突圍，毫末開(kāi)啟商業(yè)化新故事
終于拿到長(zhǎng)城體系外訂單
“我們還在等他們（毫末）的車交付之后，才能做技術(shù)上的對(duì)標(biāo)?！?同為量產(chǎn)高階智駕方案的某車企工程師這樣評(píng)價(jià)毫末。
這一對(duì)標(biāo)將在今年初見(jiàn)分銷。
4月11日，在第八屆AI DAY上，毫末發(fā)布了一個(gè)堪比BEV的新技術(shù)：自動(dòng)駕駛生成式大模型DriveGPT——雪湖·海若。
2021年特斯拉用一個(gè)BEV架構(gòu)模型搞定了自動(dòng)駕駛的感知，而雪湖·海若Transformer則有望用一個(gè)模型解決自動(dòng)駕駛的認(rèn)知問(wèn)題。
雪湖·海若將依次搭載在魏牌摩卡DHT-PHEV和藍(lán)山上，首批落地在北京、保定、上海等城市，并于2024年開(kāi)拓100個(gè)城市。
此外，毫末宣布與三家主機(jī)廠簽訂了定點(diǎn)合作協(xié)議，其中包括長(zhǎng)城體系外的品牌。
新技術(shù)范式、百城大戰(zhàn)，毫末的“野心”要如何實(shí)現(xiàn)？
01
一次解決所有問(wèn)題
“（雪湖·海若）使我們?cè)谝粋€(gè)統(tǒng)一的生成式框架下，將規(guī)劃、決策和推理等多個(gè)任務(wù)全部完成。”毫末智行CEO顧維灝在采訪中表示：“（雪湖·海若）在更大數(shù)據(jù)的支持下，還是會(huì)讓（自動(dòng)駕駛系統(tǒng)的決策能力）有一個(gè)質(zhì)的提升。這一新技術(shù)范式即使放眼全球也是非常獨(dú)特和創(chuàng)新的。”
認(rèn)知架構(gòu)雪湖·海若和感知架構(gòu)BEV一樣，旨在通過(guò)一個(gè)大模型一次性解決問(wèn)題。
在BEV之前，自動(dòng)駕駛系統(tǒng)的感知是在各傳感器端先進(jìn)行感知，之后由多個(gè)小模型算法進(jìn)行置信判斷和融合之后，輸出最終的感知結(jié)果。BEV則是一次性“吸收”所有傳感器的原始數(shù)據(jù)，之后直接輸出車輛周圍360°的完整空間感知結(jié)果。
決策方面，目前業(yè)內(nèi)主要包括預(yù)測(cè)、規(guī)劃、控制幾個(gè)環(huán)節(jié)：
基于感知結(jié)果，通過(guò)搜索等方法劃定出可行使空間，再在其中根據(jù)自車和其它交通參與者可能的行動(dòng)軌跡進(jìn)行路線規(guī)劃，最終決定出一條行駛路線，并將行駛路線分解為車輛動(dòng)作命令傳給執(zhí)行器。
雪湖·海若則是基于感知結(jié)果，直接給出規(guī)劃控制結(jié)果和理由：
一次性生成多個(gè)未來(lái)可能發(fā)生的全局場(chǎng)景，并且按照可能發(fā)生的概率排序；生成自車未來(lái)的軌跡信息；直接給出決策邏輯鏈。
例如在一個(gè)包含對(duì)向來(lái)車、左側(cè)電動(dòng)車、右側(cè)過(guò)路行人的無(wú)保護(hù)左轉(zhuǎn)的場(chǎng)景中：
傳統(tǒng)方法是先對(duì)與自車最有可能交互的對(duì)向來(lái)車進(jìn)行軌跡預(yù)測(cè)，基于預(yù)測(cè)結(jié)果判斷自車應(yīng)該的行駛軌跡。此軌跡如果涉及到電動(dòng)車/行人等其它的交通參與者，則加入考慮后預(yù)測(cè)，再判斷軌跡，如此往復(fù)。
但雪湖·海若是一次性看到路面的全局情況，基于預(yù)訓(xùn)練積累的“經(jīng)驗(yàn)”，直接得出：對(duì)向來(lái)車已出線剎車概率低、電動(dòng)車雖然未出線但慣于搶行、行人在路口通常謹(jǐn)慎行動(dòng)變。如以安全為先，應(yīng)當(dāng)緩慢起步，讓行電動(dòng)車后，快速通過(guò)路口。
之所以出現(xiàn)這樣不同的“思考”方式，在于傳統(tǒng)方法和雪湖·海若在短期數(shù)據(jù)和長(zhǎng)期知識(shí)上存在不同。
短期數(shù)據(jù)即當(dāng)時(shí)當(dāng)刻的路面情況。
由于目前決策大都使用參數(shù)有限的小模型，因此一次性能考慮的對(duì)象便相對(duì)有限。
雪湖·海若作為大模型，在云端參數(shù)高達(dá)1200億個(gè)，由此在學(xué)習(xí)時(shí)能夠做到全局思考。目前毫末未透露部署到車端時(shí)的參數(shù)規(guī)模。
長(zhǎng)期知識(shí)則是交通規(guī)則和常識(shí)性的潛規(guī)則。
目前主流決策層算法仍以邏輯判斷為主，對(duì)于“誰(shuí)會(huì)如何”更多還是出自工程師經(jīng)驗(yàn)。
雪湖·海若則是先在4000萬(wàn)量產(chǎn)車駕駛數(shù)據(jù)中進(jìn)行學(xué)習(xí)，又用5萬(wàn)個(gè)經(jīng)過(guò)篩選的人類接管數(shù)據(jù)做反饋訓(xùn)練，最終習(xí)得開(kāi)車的知識(shí)和常識(shí)，能夠更加類人的，根據(jù)當(dāng)前交通情況推理出未來(lái)各類交通場(chǎng)景以及出現(xiàn)的概率。
對(duì)于神經(jīng)網(wǎng)絡(luò)作為黑盒，思考過(guò)程的不可解釋化，毫末技術(shù)負(fù)責(zé)人艾銳向《賽博汽車》表示，通過(guò)添加限定規(guī)則，可以一定程度上解決這一問(wèn)題。
在決策層引入GPT模型只是開(kāi)始，未來(lái)毫末計(jì)劃將雪湖·海若擴(kuò)大為端到端的自動(dòng)駕駛系統(tǒng)模型，即用一個(gè)大模型解決感知、認(rèn)知的所有問(wèn)題。
中國(guó)自動(dòng)駕駛邏輯芯片企業(yè)地平線也持類似的觀點(diǎn)。前不久，地平線作為第一作者發(fā)布了基于Transformer的自動(dòng)駕駛端到端算法框架論文，首次將檢測(cè)、跟蹤、預(yù)測(cè)、箭頭軌跡預(yù)測(cè)等多個(gè)模塊用一個(gè)完整神經(jīng)網(wǎng)絡(luò)架構(gòu)完整解決。
“讓我們有可能像ChatGPT那樣，用端到端的大規(guī)模的數(shù)據(jù)去訓(xùn)練整個(gè)的自動(dòng)駕駛系統(tǒng)?！钡仄骄€創(chuàng)始人&CEO余凱在演講中表示。
02
萬(wàn)事俱備，只待上車
一次解決所有問(wèn)題，當(dāng)然很棒，但卻鮮少有玩家實(shí)踐該技術(shù)。
在2022年的AI DAY和今年的投資者日上，特斯拉展示的預(yù)測(cè)算法仍是以蒙特卡洛樹搜索為主。
小鵬汽車自動(dòng)駕駛副總裁吳新宙則在4月明確表示，未來(lái)小鵬將在預(yù)測(cè)層面引入神經(jīng)網(wǎng)絡(luò)，但在規(guī)控層面，仍將以邏輯算法為主。“我對(duì)團(tuán)隊(duì)有一個(gè)明確的線，能用數(shù)學(xué)方法解決的問(wèn)題，都先用數(shù)學(xué)的方法?！?span style="display:none">F4z創(chuàng)意嶺 - 安心托付、值得信賴的品牌設(shè)計(jì)、營(yíng)銷策劃公司
事實(shí)上，即使想要應(yīng)用，GPT也不是普通玩家玩得起的。
華為云人工智能領(lǐng)域首席科學(xué)家田奇在近日的演講中表示，大模型開(kāi)發(fā)和訓(xùn)練一次需要1200萬(wàn)美元。而且并不只是“錢”的事。
首先，雪湖·海若作為GPT（Generative Pre-trained Transformer）生成式預(yù)訓(xùn)練大模型，需要有大規(guī)模語(yǔ)料庫(kù)來(lái)進(jìn)行訓(xùn)練。
顧維灝在演講中表示，雪湖·海若的一個(gè)關(guān)鍵設(shè)計(jì)是將場(chǎng)景Token（令牌，代表執(zhí)行某些操作的權(quán)利對(duì)象）化表達(dá)：將駕駛空間進(jìn)行離散化處理，每一個(gè)Token都表征場(chǎng)景的一小部分。如果輸入一連串過(guò)去已經(jīng)發(fā)生的場(chǎng)景Token序列，模型可生成未來(lái)所有可能的場(chǎng)景。目前毫末Token的詞表空間是50萬(wàn)個(gè)左右。
大模型還需要超算中心來(lái)訓(xùn)練。
1月，毫末發(fā)布了670PFLOPS算力的超算中心——雪湖·綠洲。若按照一塊19.5TFLOPS算力的英偉達(dá)A100計(jì)算，則綠洲或用了34.3萬(wàn)塊英偉達(dá)A100。
綠洲還針對(duì)海若進(jìn)行了針對(duì)性的升級(jí)改造。
一是建立全套訓(xùn)練保障框架，避免因個(gè)別服務(wù)器異?？赡軐?dǎo)致的訓(xùn)練中端；二是升級(jí)彈性調(diào)度資源的能力，使訓(xùn)練平臺(tái)能夠自適應(yīng)每天回傳數(shù)據(jù)不同的大小規(guī)模；三是吞吐效率的升級(jí)，通過(guò)算子融合端到端吞吐提升84%。
但就像ChatGPT和GPT4仍依賴于對(duì)話者不斷調(diào)整問(wèn)題問(wèn)法，擴(kuò)大數(shù)據(jù)庫(kù)調(diào)用權(quán)限，才能表現(xiàn)得更加真實(shí)類人一樣。
雪湖·海若要做到真正高速類人，在并行效率、算力需求、功耗等方面超過(guò)搜索等傳統(tǒng)方法，甚至超過(guò)人類表現(xiàn)的前提，是源源不斷的真實(shí)道路場(chǎng)景和人類反饋。
03
毫末的身份突圍
2022年底，小鵬、華為、毫末三家搶跑城市領(lǐng)航功能落地。
從結(jié)果來(lái)看，小鵬、華為都已有了搭載城市領(lǐng)航功能的車隊(duì)上路，毫末HPilot 3.0所搭載的新摩卡DHT-PHEV預(yù)計(jì)將于本月推出，而魏牌藍(lán)山要到三季度才會(huì)推出激光雷達(dá)版。
與此同時(shí)，后來(lái)者也正逐步逼近，蔚來(lái)、理想等車企，和輕舟智航等智能駕駛供應(yīng)商都已宣布了2024年落地高速、城市領(lǐng)航功能的計(jì)劃。
之所以形成這樣的局面，與毫末的身份不無(wú)關(guān)系。
毫末雖然出身長(zhǎng)城，卻無(wú)法像蔚小理的智駕團(tuán)隊(duì)一樣，擁有自上而下的話語(yǔ)權(quán)，更多還是相對(duì)獨(dú)立的供應(yīng)商身份。
但背靠長(zhǎng)城又使毫末的供應(yīng)商身份不那么純粹。對(duì)于出自ICT行業(yè)的華為，車企都尚且顧忌靈魂。出自同行的毫末作為供應(yīng)商，自然也少不了被挑剔。
如何實(shí)現(xiàn)身份突圍？
今年年初，毫末推出了包括全棧解決方案、云端服務(wù)、硬件、軟件、模塊、原型代碼六個(gè)層面的6P開(kāi)放合作模式。合作伙伴不僅可以獲取毫末的功能產(chǎn)品，甚至可以獲得原型代碼這樣的底層技術(shù)能力。
“您的靈魂您保留，我的靈魂您帶走?！?毫末智行COO侯軍表示：“（智能/自動(dòng)駕駛）全棧自研是高成本、長(zhǎng)周期的事情。毫末的6P開(kāi)放模式幫助主機(jī)廠在不具備技術(shù)和時(shí)間的情況下參與競(jìng)爭(zhēng)。
如果之后毫末的綜合性價(jià)比能力趕不上合作伙伴進(jìn)步的靈魂，我們被淘汰也是正常的。如果能趕上，我們?cè)敢馀c合作伙伴長(zhǎng)期攜手同行。”
這樣“白盒”開(kāi)放的態(tài)度已經(jīng)起到了效果，毫末已與三家主機(jī)廠簽署定點(diǎn)合同，其中包括長(zhǎng)城體系外的品牌。
在毫末的生態(tài)伙伴當(dāng)中，除了高通這樣的老朋友外，還多了英偉達(dá)、華為、地平線這樣新朋友，未來(lái)合作方向值得玩味。
此外，毫末在2024年的百城計(jì)劃也絕非說(shuō)說(shuō)而已。
目前，華為、小鵬的城市領(lǐng)航功能在核心區(qū)域仍需依靠高精地圖。而毫末的方案則完全不采用高精地圖，只用類似導(dǎo)航地圖的標(biāo)清地圖，以感知信息的置信權(quán)重遠(yuǎn)高于地圖信息，即所謂重感知輕地圖方案。
要完全依靠感知信息做判斷使毫末目前的城市領(lǐng)航功能更顯保守，安全性要求遠(yuǎn)高于舒適和通行效率。
但由于完全不依賴高精地圖，所以毫末HPilot 3.0的開(kāi)城將不受地圖資源限制，隨著其感知能力打磨得愈發(fā)完善，開(kāi)城速度也將愈發(fā)加速。
顧維灝在演講中表示，毫末的視覺(jué)自監(jiān)督大模型感知性能已提升20%。例如魚眼攝像頭在15米范圍內(nèi)的測(cè)量精度已達(dá)到30厘米，2米內(nèi)精度可以高于10厘米。因此毫末正考慮取消超聲波雷達(dá)，直接使用魚眼鏡頭做泊車功能。
技術(shù)進(jìn)步也正成為毫末作為供應(yīng)商，持續(xù)降本的底氣所在。毫末智行張凱表示：“未來(lái)（降本同效的策略）對(duì)我們和行業(yè)發(fā)展，都會(huì)有很好的推動(dòng)作用?！?/strong>
【本文來(lái)自易車號(hào)作者賽博汽車，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請(qǐng)聯(lián)系作者。內(nèi)容僅代表作者觀點(diǎn)，與易車無(wú)關(guān)】
中國(guó)如何應(yīng)對(duì)gpt未來(lái)
作為媒體的打工苦力們，如何面對(duì)GPT的挑戰(zhàn)？
有點(diǎn)文化的小玄子
聊聊宇宙和哲學(xué)思考的大學(xué)教師
對(duì)于傳統(tǒng)媒體行業(yè)來(lái)說(shuō)，GPT的出現(xiàn)帶來(lái)了一定的威脅。一些悲觀的觀點(diǎn)認(rèn)為，GPT可能會(huì)取代人類的工作，以及威脅到傳統(tǒng)媒體的生存。畢竟，這種強(qiáng)大的技術(shù)能夠生成高質(zhì)量的文章，甚至能夠模擬人類的寫作風(fēng)格，對(duì)于某些簡(jiǎn)單的報(bào)道來(lái)說(shuō)，它可以取代人類記者的工作。
然而，我們也不必太過(guò)悲觀，因?yàn)檫@個(gè)技術(shù)只是一個(gè)工具，它需要有人來(lái)使用和控制。作為網(wǎng)絡(luò)媒體的打工人，我們可以從以下幾個(gè)方面來(lái)應(yīng)對(duì)GPT帶來(lái)的威脅：
首先，我們需要保持創(chuàng)造力和專業(yè)性。盡管GPT可以生成文章，但是它缺乏人類的情感和理解力。相比之下，人類記者具有更好的洞察力和思考能力，能夠更加深入地挖掘新聞背后的故事和情感。因此，我們需要保持自己的創(chuàng)造力和專業(yè)性，將自己的人文關(guān)懷和專業(yè)知識(shí)與GPT結(jié)合，讓我們的報(bào)道更加有深度和質(zhì)量。
其次，我們需要擁抱技術(shù)并進(jìn)行不斷的學(xué)習(xí)。GPT是一種新興的技術(shù)，我們需要了解它的優(yōu)勢(shì)和缺點(diǎn)，以及如何使用它來(lái)提高我們的工作效率。我們需要不斷地學(xué)習(xí)和研究新技術(shù)，掌握最新的媒體趨勢(shì)和技術(shù)應(yīng)用，以此來(lái)提高我們的工作質(zhì)量和效率。
我們需要保持開(kāi)放和合作的心態(tài)。盡管GPT可能會(huì)給我們帶來(lái)一定的威脅，但是我們也可以將其視為一個(gè)機(jī)會(huì)。我們可以與技術(shù)人員合作，利用GPT來(lái)提高我們的工作效率和創(chuàng)造力，同時(shí)也可以借助它來(lái)創(chuàng)造出更加創(chuàng)新和有趣的內(nèi)容。
總的來(lái)說(shuō)，GPT是一種很有潛力的技術(shù)，它有可能改變傳統(tǒng)媒體的發(fā)展方式，但是我們也不必過(guò)分恐懼。只有通過(guò)保持創(chuàng)造力、不斷學(xué)習(xí)和開(kāi)放合作的心態(tài)，我們才能夠應(yīng)對(duì)GPT帶來(lái)的威脅，讓我們的媒體行業(yè)不斷地向前發(fā)展。我們需要認(rèn)識(shí)到，GPT只是人工智能技術(shù)的一個(gè)縮影，它是未來(lái)媒體發(fā)展的一個(gè)重要方向之一。我們應(yīng)該始終保持警惕，不斷地更新自己的技能和知識(shí)，以應(yīng)對(duì)未來(lái)可能出現(xiàn)的挑戰(zhàn)和機(jī)遇。
另外，GPT的出現(xiàn)也讓我們重新思考傳統(tǒng)媒體的發(fā)展方式。傳統(tǒng)媒體通常采用線性的思維方式，文章的產(chǎn)生是從頭到尾的，但是GPT的出現(xiàn)讓我們看到了一種全新的方式——非線性的思維方式。這種方式的出現(xiàn)，意味著我們可以更加靈活地生成文章和內(nèi)容，讓媒體更加具有創(chuàng)新性和個(gè)性化。
因此，我們可以通過(guò)結(jié)合人工智能技術(shù)和人類智慧，開(kāi)創(chuàng)出媒體發(fā)展的新局面。我們可以利用GPT等人工智能技術(shù)，來(lái)幫助我們生成文章和內(nèi)容，提高我們的工作效率，同時(shí)也可以通過(guò)人類的洞察力和思考能力，來(lái)深挖新聞的背后故事，讓媒體更加具有深度和質(zhì)量。
在GPT的出現(xiàn)下，網(wǎng)絡(luò)媒體的打工人需要不斷地更新自己的思維方式和技能，不斷地探索和創(chuàng)新，才能在這個(gè)新時(shí)代的媒體發(fā)展中，抓住機(jī)遇、迎接挑戰(zhàn)。
嗎&w=400&h=250&c=1&rs=1.jpg)
什么是gpt，什么是uefi
gpt是一種分區(qū)，支持大容量，多個(gè)主分區(qū)。uefi可以理解是一種高級(jí)的啟動(dòng)方式。但uefi啟動(dòng)需要gpt分區(qū)請(qǐng)問(wèn)GPT和MBR的區(qū)別和聯(lián)系
一、性質(zhì)不同
1、gpt：GPT意為GUID分區(qū)表，這是一個(gè)正逐漸取代MBR的新標(biāo)準(zhǔn)。
2、mbr：MBR的意思是“主引導(dǎo)記錄”。
二、劣勢(shì)不同
1、gpt：同時(shí)還支持幾乎無(wú)限個(gè)分區(qū)數(shù)量，限制只在于操作系統(tǒng)，Windows支持最多128個(gè)GPT分區(qū)。
2、mbr：一旦啟動(dòng)代碼被破壞，系統(tǒng)就沒(méi)法啟動(dòng)，只有通過(guò)修復(fù)才能啟動(dòng)系統(tǒng)。
三、特點(diǎn)不同
1、gpt：由UEFI輔住而形成的，這樣就有了UEFI用于取代老舊的BIOS，而GPT則取代老舊的MBR。
2、mbr：最大支持2TB容量，在容量方面存在著極大的瓶頸，那么GPT在今后的發(fā)展就會(huì)越來(lái)越占優(yōu)勢(shì)，MBR也會(huì)逐漸被GPT取代。
GPT分區(qū)模式使用GUID分區(qū)表，是源自EFI標(biāo)準(zhǔn)的一種較新的磁盤分區(qū)表結(jié)構(gòu)的標(biāo)準(zhǔn)。與普遍使用的主引導(dǎo)記錄(MBR)分區(qū)方案相比，GPT提供了更加靈活的磁盤分區(qū)機(jī)制。
GUID分區(qū)表(簡(jiǎn)稱GPT。使用GUID分區(qū)表的磁盤稱為GPT磁盤)是源自EFI標(biāo)準(zhǔn)的一種較新的磁盤分區(qū)表結(jié)構(gòu)的標(biāo)準(zhǔn)。與普遍使用的主引導(dǎo)記錄(MBR)分區(qū)方案相比，GPT提供了更加靈活的磁盤分區(qū)機(jī)制。它具有如下優(yōu)點(diǎn)：
1、支持2TB以上的大硬盤。
2、每個(gè)磁盤的分區(qū)個(gè)數(shù)幾乎沒(méi)有限制。為什么說(shuō)“幾乎”呢？是因?yàn)閃indows系統(tǒng)最多只允許劃分128個(gè)分區(qū)。不過(guò)也完全夠用了。
3、分區(qū)大小幾乎沒(méi)有限制。又是一個(gè)“幾乎”。因?yàn)樗?4位的整數(shù)表示扇區(qū)號(hào)。夸張一點(diǎn)說(shuō)，一個(gè)64位整數(shù)能代表的分區(qū)大小已經(jīng)是個(gè)“天文數(shù)字”了，若干年內(nèi)你都無(wú)法見(jiàn)到這樣大小的硬盤，更不用說(shuō)分區(qū)了。
4、分區(qū)表自帶備份。在磁盤的首尾部分分別保存了一份相同的分區(qū)表。其中一份被破壞后，可以通過(guò)另一份恢復(fù)。
5、每個(gè)分區(qū)可以有一個(gè)名稱(不同于卷標(biāo))。
既然GUID分區(qū)方案具有如此多的優(yōu)點(diǎn)，在分區(qū)時(shí)是不是可以全部采用這種方案呢？不是的。并不是所有的Windows系統(tǒng)都支持這種分區(qū)方案。
以上內(nèi)容參考：GPT磁盤_百度百科
以上就是關(guān)于GPT是派鏈的生態(tài)嗎相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。
推薦閱讀：
chart GPT作文（chartGPT作文300字怎么寫）
多少國(guó)家在用chatGPT（多少國(guó)家在用北斗）
贛公網(wǎng)安備 50019002502384號(hào)
