What is a digital twin？
 |
來源：AI 智道 作者：房叔话安防
數位孿生的前世今生下篇
毫無疑問，這是一個精彩的故事，本文在 原出處的關注者圈裡，引起了廣泛的關注。好的故事需要好的編劇，好的產品更需要好的規劃者，本文重新進行了編排和內容更新，以饗讀者，歡迎互動和交流。（數位孿生的前世今生上篇）
數位孿生是近10年10大策略科技發展趨勢，本文將分上、下兩篇來講述數位孿生的前世今生，本篇為下篇：數位孿生的今生 – 數位現實，10+幅動畫，利用 3D 技術、影像融合技術，和 AI 技術，完整還原一個數位現實世界。
數位園林
文/紐豪斯 發佈/AI智道
最新的 AI 和安控技術的落地場景在哪裡嗎？小編認為第一落地場景，就是電影和遊戲。
從碼文字來賺錢，目前對岸網路作家唐家三少做的最好，2018年4月，唐家三少六度蟬聯網路作家富豪榜榜首。唐家三少本名張威。1981年1月生於北京，中國內地網路小說作家，炫世唐門文化傳媒有限公司董事長，畢業於河北大學政法學院。
小編對唐家三少本人並沒有什麼興趣，不過在研究數位孿生的時候，發現了一部神劇《鬥羅大陸》，開啓了小編的孿生思路。
小編對唐家三少本人並沒有什麼興趣，不過在研究數位孿生的時候，發現了一部神劇《鬥羅大陸》，開啓了小編的孿生思路。
如果你是一位影迷的話，可能就會有追劇的經歷，一個星期僅更新一集，而且平均一集僅有 15.64 分鐘，那麼製作一集動畫片有那麼難麼？
而《鬥羅大陸》就是這樣一部動畫片，以小編視角，《鬥羅大陸》雖然沒有做到電影《頭號玩家》中的綠洲遊戲效果，但確實採用了類似的手法進行拍攝，小編認為，《鬥羅大陸》是一部比較好的數位孿生作品（不過孿生的是小說，並不是真實世界），其思路可以借鑒，讓我們來看一組數據（來源於第50集片尾字幕）：
而《鬥羅大陸》就是這樣一部動畫片，以小編視角，《鬥羅大陸》雖然沒有做到電影《頭號玩家》中的綠洲遊戲效果，但確實採用了類似的手法進行拍攝，小編認為，《鬥羅大陸》是一部比較好的數位孿生作品（不過孿生的是小說，並不是真實世界），其思路可以借鑒，讓我們來看一組數據（來源於第50集片尾字幕）：
斗羅大陸主要製作數據
「鬥羅大陸從 2017 年 4 月 1 日決定動畫化至今（ 2019 年 5 月 4 日），第 50 集動畫播出完成近 731天 」，主要數據如下：
正片總時長： 782 分鐘 總鏡頭數：21640 個 總特效量： 18295 個
總武戲鏡頭規劃： 8141 場（類似數位現實的場景）
總場模型景數：近 352 個（建構 3D 場景）
總人物建模完成數：近 434 個（參考遊戲人物造型，在數位現實中，是否對人口建模？這是值得我們思考的一個問題）
總道建模道具數： 13078 個（參考道具建模，就是對數位現實系統中的「物」進行建模）
小編在數位孿生的前世今生（上篇）：數位孿生的前世 – 數位雙胞胎中曾經提到，在科幻電影《頭號玩家》，現實世界中的人，在遊戲「綠洲」的虛擬世界裡，有另外一個自己，形成自己的「數位雙胞胎」。
動畫神劇《鬥羅大陸》，並沒有完全模擬一個真實的社會，而是按照設定好的故事情節逐步鋪開，在特定視角、特定人物按照設定好的劇情進行演繹，即使是這樣，一個強大的團隊一周才能完成 15.64 分鐘的數位孿生。
動畫神劇《鬥羅大陸》，並沒有完全模擬一個真實的社會，而是按照設定好的故事情節逐步鋪開，在特定視角、特定人物按照設定好的劇情進行演繹，即使是這樣，一個強大的團隊一周才能完成 15.64 分鐘的數位孿生。
以小編的專業知識，《鬥羅大陸》正片總時長 782 分鐘，也就是46920秒，按照影像監控的標準，每秒影像有 25 幀，那麼 50 集的《鬥羅大陸》總共有1173000幀（約117萬），117萬幀（畫面）對雲計算大概不算什麼，但這僅僅可以被視為 1 路影像畫面的數位孿生，可以想像，如果對城市中幾萬路影像，或者幾十萬路影像畫面，進行數位孿生會是什麼場景，以本動畫片的製作來看，數位孿生實現完整的世界孿生，還有很長的路要走。
如果我們要開啓真正的數位孿生系統，那麼總場模型建模、總人物建模（將13億+人口建模）、總道具建模（比如「物體」建模）就是三大基礎。
如果我們要開啓真正的數位孿生系統，那麼總場模型建模、總人物建模（將13億+人口建模）、總道具建模（比如「物體」建模）就是三大基礎。
對於 7×24 小時的不間斷影像監控而言，如果按照鬥羅大陸模式，實現每一路監控畫面的「數位現實」，對於一個動輒幾十萬路影像監控的城市而言，簡直是無法想像的。
儘管如此，對岸已經出現了很多家的團隊，開啓了數位孿生之旅，這篇文章，小編就是要和大家探討數位孿生的今生：數位現實，和大家分享一下，當下的數位孿生落地應用和效果，如何用初級的方法，實現我們的願景。
儘管如此，對岸已經出現了很多家的團隊，開啓了數位孿生之旅，這篇文章，小編就是要和大家探討數位孿生的今生：數位現實，和大家分享一下，當下的數位孿生落地應用和效果，如何用初級的方法，實現我們的願景。
數位雙胞胎
 |
| 數位雙胞胎 |
小編在數位孿生的前世今生（上篇），提到數位孿生的前世是數位雙胞胎，效果就如上圖動畫所示。在畫面的上半部分，是真實世界（錄像畫面），下半部分是電腦顯示螢幕畫面，幾乎無延遲（延遲小於0.5秒）的「雙胞胎」了真實世界，現實場景中的箱子，在運動讓後被載入貨梯，數位孿生系統裡面，完整復刻了箱子的運動，用 3D 的方式呈現出來，這樣的數位孿生系統，透過 3D Max 建模技術 + 物聯網感測器，來復刻設備的動作，被稱之為「數位雙胞胎」。
數位孿生技術，是最早被應用於智慧製造領域（或者工業 4.0），在智慧製造領域，不能簡單的將工廠或者生產線，進行 BIM（建築資訊模型） 3D 建模，和外部數據接入，必須透過 3D Max 這樣的技術，進行 3D 模型建構，類似動畫片，或者遊戲的方式，需要復刻設備的動作，然後再透過大量的物聯網感測器，告知設備的位置和狀態，最後再導入完整的第三方數據，進行 3D 、動作和數據的融合。深圳火元素就是智慧製造數位孿生系統的代表企業。
小編在之前，曾經採訪過深圳火元素的創始人王聰，和他的合作夥伴盧要全。王聰、盧要全和小編分享到，數位孿生數位工廠，可視化的應用，目前主要包括四大場景：設備結構可視化、生產設備可視化、生產廠房可視化，和生產流程可視化。
 |
| 設備結構可視化 |
設備結構可視化，可以支援靜態/動態結構可視化。靜態可視化透過設備結構拆解、展示設備組成、結構設計；動態可視化可展現設備運行狀態、流程，也可播放預置腳本，用於模擬、演示、培訓等用途。
 |
| 生產設備可視化 |
透過 3D 可視化手段，對工業生產製造設備形態，進行真實展現，並對生產設備的結構、工藝、工作原理進行動態展示，基於數據驅動，可接入即時採集數據，對設備進行即時仿真。
 |
| 生產廠房可視化 |
透過 3D 虛擬現實技術，對工業生產廠房進行真實展現，從廠房的外部環境、樓宇到廠房內部結構和獨立設備，均可進行立體仿真展示，並可進行任意角度的調整，及場景的切換。
 |
| 生產流程可視化 |
將虛擬現實技術，有機融入到工業監控系統，以真實廠房生產線的仿真場景為基礎，對各個工段、重要設備的形態，進行復原，並即時反映其生產流程和運行狀態。
除了四大場景之外，在智慧製造的應用中，系統還要可支援大螢幕、多螢幕操控模式，統一的可視化模式控制機制，整合螢幕拼接控制，實現一鍵同時切換軟體系統，和螢幕拼接模式。使用戶可以簡便快速的切換應用場景。
 |
| 大屏多屏操控模式 |
螢幕的多種交互操控模式，系統還要支援透過 iPAD、智慧手機等手持設備作為控制終端，以及手勢辨識、語音控制（ AI 的另外兩中技術）等，來實現對大螢幕顯示佈局、系統模式的切換，以及軟體介面內容的交互控制，為客戶提供多種靈活、便捷的操控體驗。
全時空平台方案
全時空平台方案，以數位 3D 平台為基礎，實現 PGIS 和影像監控平台的整合及應用，最終實現海量資訊資源的 3D 可視化與大數據分析，這在 2015 年 7 月提出的想法，放在 2019 年依然不落後。
 |
| 掀屋頂看影像 |
在 3D 建築物模型中，從任意一層任何部位掀掉屋頂，就能夠看到室內的即時影像，並和 3D 模型進行融合，這個想法真的很棒，可以將室內監控和 BIM 完美的結合起來，實現各種應用。
 |
| 立交橋視頻融合 |
而立交橋多角度影像融合技術，就是另外一項很棒的技術，將高點、低點、攝影機預置位影像，進行 360° 融合，然後實現 360° 影像和 3D 模型的融合，僅僅這一個想法，就能夠促成數位現實技術的落地。
正是基於數位孿生技術，和影像技術的融合，小編在和王聰和盧要全交流的時候，提出了「數位現實」的概念。
繼 VR（Virtual Reality，虛擬現實）、AR（Augmented Reality，增強現實）、MR（Mixed Reality，混合現實）之後，即將興起 DR 的熱潮，DR 就是 Digital Reality (數位現實)，通俗的來講，就是數位雙胞胎、數位孿生（Digital Twin），而 DR 是在 DT 基礎之上，再融合影像圖像資訊。
小編的觀點是，數位孿生在 2019 年之後，在安控領域的應用，就是數位現實，也是數位孿生的今生。
繼 VR（Virtual Reality，虛擬現實）、AR（Augmented Reality，增強現實）、MR（Mixed Reality，混合現實）之後，即將興起 DR 的熱潮，DR 就是 Digital Reality (數位現實)，通俗的來講，就是數位雙胞胎、數位孿生（Digital Twin），而 DR 是在 DT 基礎之上，再融合影像圖像資訊。
小編的觀點是，數位孿生在 2019 年之後，在安控領域的應用，就是數位現實，也是數位孿生的今生。
雖然小編提出了 DR 這個概念，實際上這些技術，是叫夏冰的團隊，最早是在 2012 年就提出來了，那時他們的系統還叫做城市之眼。所以說，要感謝夏冰！
前文述及，數位孿生城市，有機會成為城市大腦的升級版。數位孿生城市，就是要在虛擬環境中，去孿生現實環境（包括準確的描述和同步的變化），只要接入虛擬環境，就可以跨越時空的感知現實世界，並且透過累積數據、模型、算法中辨識行為，再透過控制影響現實世界。
數位孿生城市= 3D 數位城市+即時影像監控 + 數據挖掘 + 行為辨識 + 行為預測
數位孿生系統，需要採用分級處理技術、場景剔除技術等，支持援城市級， 3D 場景的流暢展現與操作；採集數據透過暫存記憶體管道，直接傳遞給圖形繪製模組，滿足城市數十萬海量採集資訊的即時顯示；
採用開放/開源技術，開發跨平台的 GIS 引擎，在統一的數據平台基礎上，實現桌面應用與移動應用的無縫結合；支持 2D GIS 數據、 3D GIS 數據、實景 3D 模型（傾斜攝影）和 BIM 模型的無縫融合顯示，讓原本相互獨立的數據，整合於統一的資訊管理平台。
採用開放/開源技術，開發跨平台的 GIS 引擎，在統一的數據平台基礎上，實現桌面應用與移動應用的無縫結合；支持 2D GIS 數據、 3D GIS 數據、實景 3D 模型（傾斜攝影）和 BIM 模型的無縫融合顯示，讓原本相互獨立的數據，整合於統一的資訊管理平台。
 |
| 城市級快速三維化 |
支持點線面等基礎地理資訊矢量數據，直接生成 3D 模型，方便用戶的 2D 數據的快速 3D 。然後就可以快速低成本的建構智慧城市 3D 模型，疊加政務、交通、物流、醫療、社區、公安、環衛、應急大數據，搭建領先的綜合資源一張圖，準確、即時、高效、生動、直接的進行展示，為領導決策和為民服務，提供有力支撐。
 |
| 園區級三維化 |
對於區域級的數位孿生平台，可以是基於 GIS 和 BIM 相結合的方式，而搭建的可視化 3D 虛擬平台，並在 3D 中，對接實際的業務數據和感測器數據，在實現線上管理和監控的同時，對地理位置、空間結構更加直接地瞭解，可以即時地把握現場運行數據和施工狀態。
 |
| 單棟建築物 3D 化 |
 |
| 建築智慧化應用 |
對於單棟建築物而言，會更加關注細節和內部，故需要精細化 BIM 建模系統支撐。以 3D GIS 模型和 BIM 模型為基礎的 3D 空間模型為載體，將建築中的設備、安控、影像、能耗、環境等資訊融合在一起，打破管理過程中，不同系統之間的資訊溝通的壁壘，實現資訊的準確傳遞，加強總部大樓人、車、物的安全管理，提升大樓內人員工作生活的便捷性，進一步提升企業園區管理的科學有效性。
PS.能夠提供以上數位孿生城市平台的正是上海迅圖公司。
智慧維運 AIOps
小編在數位孿生的前世今生（上篇），提到過八大關係，其中之一正是 PLM（產品生命週期，Product Lifecycle Management）。數位孿生伴隨產品的全生命週期，故而包含維護數據和報廢數據，對安控行業而言，就是智慧維運AIOps，關於這個話題，小編之前曾經採訪過維聯眾誠的肖詠澤。以下為採訪的內容和觀點，供大家參考。
AIOps 倡導，由AI取代緩慢易錯的人力決策，快速給出維運決策建議，有助於降低問題的影響，或者提前規避問題。智慧維運，作為目前維運發展的最高階段目標。
AIOps 的眼是維運大數據平台，腦是維運的決策計算系統，手是維運自動化系統。眼、腦、手的有機融合，才有助於實現 AIOps 的最終目標。AIOps 的目標就是追求「穩、省、快」的效果；AIOps 的終極形態，就是無人值守維運，自動應對故障、變更、擴縮容和自動進行防禦。
AIOps 的眼是維運大數據平台，腦是維運的決策計算系統，手是維運自動化系統。眼、腦、手的有機融合，才有助於實現 AIOps 的最終目標。AIOps 的目標就是追求「穩、省、快」的效果；AIOps 的終極形態，就是無人值守維運，自動應對故障、變更、擴縮容和自動進行防禦。
基於數位孿生的 AIOps ，要能夠實現可視、可控、可管和整合四大特性。
可視。充分利用數位孿生技術，直接展示從園區、建築、室內結構，到設備的空間佈局，及整合數據；搭建的場景，可以作為 3D CAD 圖紙，為使用者未來應用提供便捷的參考。
可控。基於產品可遠端控制，實體設備的開關和模擬量，便於突發情況下，能夠透過系統快速處理事故。甚至能夠實現在影像畫面裡面，直接控制被監控的對象，比方說自接點擊閥門，實現關閉功能。
可管。系統提供權限控制功能，為不同的角色，提供不同應用場景、交互手段的控制。
整合。統一的人機交互形式，實現與樓宇自控、弱電系統、智慧化系統等實現整合，作為智慧樓建築靜態數據展示的基礎。
 |
| 系統架構 |
在新型的 AIOps 維運系統中，能夠實現 3D 渲染、 3D 模型導入、大數據可視化、設備控制等功能，透過數據接口平台，能夠無縫整合第三方智慧化系統，尤其是可實現對影像監控系統的智慧化維運，確保數位現實能力的實現，保障影像還原能力。
 |
| 影像監控診斷 |
能夠支持十餘種異常診斷（如上圖），充分發揮電腦視覺辨識技術，判斷攝影機的監控畫面，透過 AI 算法，使得診斷的準確度可達 95%，大大降低了系統的維護成本。
數位現實的規劃及未來
小編在這裡當一回產品經理，以全新視角，定義數位現實和預測數位現實的未來發展趨勢。
數位現實的核心，在於大路數影像融合，併依賴即時影像分析技術，而這些基礎的技術已經有了。眾所皆知，城市治理中最重要三元素是「人、車、物」，分兩大場景：
- 有人場景。有人就會有交通工具（車輛、地鐵、火車、飛機、輪船），人要在城市中「動」起來，主要依賴交通工具，物體要「動」起來，核心也是一樣，故而有人場景是最複雜的一種場景。
「人」是整個城市治理的核心，所謂「以人為本」就是這個道理，故而有人場景需要關注三個元素的「數位現實」復刻還原能力；
「人」是整個城市治理的核心，所謂「以人為本」就是這個道理，故而有人場景需要關注三個元素的「數位現實」復刻還原能力；
- 無人場景。主要包括無人駕駛、無人車間、無人商店、無人值守（比如變電站、無人車間）、無人區等等，這種場景主要的監控對象，是「物」和「設備」，典型的應用場景，就是工業4.0，很多情況下，被稱之為數位孿生。
小編判斷數位現實的最大應用場景，會落在「無人場景」上面，自動化生產線、無人車間、無人商店、倉儲、高風險區域等，就需要依賴「數位現實」系統，實現遠端的即時監視、錄影（ 3D 系統的錄影，而不僅僅是影像）和回放（有點像影像監控，但可以實現時空軌道的穿梭能力，完全實現 3D 世界的回放）。這樣子就能夠解決建設數位現實的核心意義：提高效率、增加收入、降低成本。
在有人場景下，平台將會更加關注「人」的身份辨識、行為辨識和行為預測，這個公共安全領域顯得尤為重要，這也恰恰帶來 AI 能力賦能落地，正是獨角獸企業願意看到的場景應用。
2019 年是 AI 的落地之年，那麼最佳的落地姿勢是什麼，每天早上睡覺醒來，擺在每一位 AI 創業者、合伙人、測略家、銷售總監面前的首要問題，小編的觀點是，建構 3D 世界是基礎能力之一。
在無人駕駛領域需要 3D 空間辨識、在醫療領域需要核磁共振的 3D 診斷能力、在安控領域需要 3D 的人臉辨識和人體辨識，而不是在 3D 世界裡面採用《三體》（劉慈欣的科幻作品）世界的降維打擊一樣，我們竟然還在 3D 世界裡面，用 2D 進行智慧分析、辨識和處理。
2D 世界的同質化競爭太過於嚴重，如果想要立於不敗之地，聚焦「數位現實」技術，為未來的業務發展打下堅實的基礎，不失是一種好方法。
在無人駕駛領域需要 3D 空間辨識、在醫療領域需要核磁共振的 3D 診斷能力、在安控領域需要 3D 的人臉辨識和人體辨識，而不是在 3D 世界裡面採用《三體》（劉慈欣的科幻作品）世界的降維打擊一樣，我們竟然還在 3D 世界裡面，用 2D 進行智慧分析、辨識和處理。
2D 世界的同質化競爭太過於嚴重，如果想要立於不敗之地，聚焦「數位現實」技術，為未來的業務發展打下堅實的基礎，不失是一種好方法。
小編和一位朋友聊天，他提出了一個觀點，人的基本需求，實際上是有五個「衣食住行看」，多了一個看字，解決「衣食住行」，離不開「看」的能力，日常生活人們已經離不開手機，實際上我們是在看手機（這是一種人機交互），看書、看電視、看報紙、看電腦，「看」是人和世界的一種交互能力（資訊輸入），而「數位現實」解決的正是看的能力，人不用移動，讓世界移動到你的面前。而「看」的能力，正是 AI 最擅長的兩大能力之一（語音和視覺能力），當然這裡並不想歧視盲人。
現實情況還是令人比較沮喪的，「數位現實」系統的造價高（動輒百萬）、好看大於實用（目前主要功能還是各種「秀」），尚需要解決以下問題：
提供殺手鐧應用，比如全生命週期的自動化維運
能夠提高用戶的產出、產生效益（銷售收入增加），降低用戶成本（首先就是降低人力成本，這個比較容易實現），提高生產效率（這個是隱形的不好衡量）
數位孿生智慧提供數位化世界的復刻能力，而使用者真正需要的完整的「數位現實」，這就依賴於影像融合技術，可以實現錄影和回放現實世界，實現時空穿梭。
傳統的影像回放時空穿梭，通常是90天，如果採用數位現實技術，則可以大大提高錄影和保存的時間（比方說一年）
傳統的影像回放時空穿梭，通常是90天，如果採用數位現實技術，則可以大大提高錄影和保存的時間（比方說一年）
大規模的影像融合能力，幾百路、幾千路，甚至幾萬路的影像融合，可快速實現可視化，和現實世界還原能力，同時具備錄影能力
數位現實要具備「水池」能力（小編自己的「水池」理論），只要是數據（結構化的、非結構化的），都能夠透過一根「水管」接入，然後再透過兩外一根輸出的「水管」輸出，使用者需要的數據（可視化）並帶控制能力。
基於此，未來的數位現實平台，應該具備以下能力（規劃）：
語音控制（已實現）
單場景的影像融合路數大規模增加（超過 50 路、100 路甚至上 1000 路）
影像融合能力增強，支持球機影像畫面的融合、支持雲台預置位的影像融合、支持無人機影像的融合（部分實現）
即時影像結構化處理能力（部分實現），包括人臉辨識、車輛辨識
動作辨識（肢體孿生，已實現）
多終端融合，全面支持手機、平板、電腦、VR，手機端支持操控能力
人、車、物的標準化建模，再附加結構化特徵，進行即時建模（類似鬥羅大陸中的人和道具建模），將最複雜的對象簡化到最基本的模型
支持雷達建模
能夠判斷畫面中目標的大小、速度、重量、GPS 座標系
標準化建模參考
以安控應用行業為例，建立數位現實系統，有兩大功能應用：安全功能、對象辨識功能，取決於應用場景的需求。
比如在某些區域不允許「人」進入，只要系統判斷出現了「人」就警報，這就是安全功能，這樣就可以極大的簡化數位現實系統的設計，我們只需要對所有的人，建立一個「人」的標準化模型就可以了，將複雜的世界簡單化。
同樣我們可以建立「車」、「輪船」、「飛機」、「動物」的模型，這樣就可以把模型數量減少到 10 個以內。
同樣我們可以建立「車」、「輪船」、「飛機」、「動物」的模型，這樣就可以把模型數量減少到 10 個以內。
 |
| 人的模型-進入警報（圖片來源：Siemens SiteIQ） |
 |
| 車的模型-進入警報（圖片來源：Siemens SiteIQ） |
 |
| 人、車、輪船標準化模型效果圖（圖片來源：Siemens SiteIQ） |
還有一種需要就是對象辨識，比方說只要有權限的人，進入這個區域不警報，沒有權限的人進入就會觸發警報，要知道這個人是誰，這就是對象辨識能力，類似的道理，我們一樣可以簡化這個模型，在每個模型上面疊加一張人臉照片（而不是整段的影像），只要知道這個模型是那個人就好了。
在這種標準化模型建模基礎之上，還可以再附加結構化特徵，進行即時建模，使得系統具備更多能力，可擴展出更多應用。
4+ 像素判別物體類型、100+ 像素用於影像分析。
事實上標準化建模，並不需要太過於複雜的 AI 技術，基於 3D 辨識，能夠實現 4+ 像素判別物體類型、100+ 像素用於影像分析。
基於最少橫向 2 個像素、縱向 4 個像素的探測移動目標物能力。
 |
| 4+像素就可精確探測目標（圖片來源：Siemens SiteIQ） |
對於實現目標物分類，實際上基於 10 個像素，便可以判斷目標物大小、速度和方向，並且可以可靠的區分，至少以下類型：行人、汽車、小卡車、大卡車、小船、大船、小飛機、大飛機。
如果能夠有 100+ 像素，就能夠實現更為複雜的目標偵測能力，除了目標物大小、速度和方向之外，還能夠實現地理位置的定位，這對 3D 數位現實的建構尤為重要。
 |
| 100+像素用于目标侦测（圖片來源：Siemens SiteIQ） |
這才是數位現實發展的未來。
總結：
事實上透過數位現實，能夠實現的擴展應用的，還有更多，隨著技術的發展和進步，相信未來 3-5 年，將出現全新的應用。雖然目前尚不能完全做到，科幻電影般的數位現實，但畢竟已經出現了初級應用，相信最終實現我們的夢想，也只是時間問題。
 |
沒有留言:
張貼留言