這個掌控表情符號的人正在推動AI重寫規(guī)則。

前言：這是一檔由【微新創(chuàng)想】與聚焦創(chuàng)業(yè)投資市場的品牌咨詢公司【賦雅FOYA】聯(lián)合出品，每周為大家?guī)碛腥ぁ⒂辛系暮Ｍ猹?dú)角獸商業(yè)故事。

作者丨適道

編輯丨海腰

圖源丨Hugging Face官方

Hugging Face是一家估值20億美元的AI獨(dú)角獸，有24個投資人，包括Lux Capital，紅杉資本等。

在大模型領(lǐng)域，我們已經(jīng)看多了巨額融資，例如OpenAI獲得微軟的百億美元投資，以及最近InflectionAI獲得微軟和英偉達(dá)的13億美元融資。

但是Hugging Face這家估值“僅20億美元”的公司，卻是目前AI領(lǐng)域的創(chuàng)造力中心之一。

因?yàn)樗且粋€“構(gòu)建未來的AI開源社區(qū)”，被稱為“AI領(lǐng)域的Github ”，不僅有人數(shù)眾多的開發(fā)者和產(chǎn)品經(jīng)理在它的社區(qū)里研究和發(fā)布自己訓(xùn)練或微調(diào)的AI模型，客戶也超過5000個（其中3000個是付費(fèi)客戶）。

Hugging Face的一個重要組成部分是名為Transformers的自然語言處理庫，其Transformers庫在GitHub上擁有62000顆星和14000個分叉。這意味著開發(fā)人員和數(shù)據(jù)科學(xué)社區(qū)正在積極使用和改進(jìn)Hugging Face的技術(shù)。

根據(jù)Hugging Face的說法，Transformers提供了API，可以輕松下載和訓(xùn)練最先進(jìn)的預(yù)訓(xùn)練模型。使用預(yù)訓(xùn)練模型可以降低計算成本、減少碳足跡，并節(jié)省大量訓(xùn)練模型的時間。

Hugging Face 提供了一個免費(fèi)增值模型，客戶可以使用其推理API，獲得基礎(chǔ)的AI推理能力以及免費(fèi)的社區(qū)支持；其付費(fèi)服務(wù)允許客戶輕松訓(xùn)練模型，提高推理API的性能等。

它的其他產(chǎn)品和服務(wù)還包括Datasets（應(yīng)用于多模態(tài)模型的數(shù)據(jù)集），Hub（模型和數(shù)據(jù)集的托管服務(wù)）， Tokenizers（高速分詞器，幫助把數(shù)據(jù)轉(zhuǎn)化成模型能理解的形式）等。

這家具有巨大潛力的AI開源獨(dú)角獸，由一位出身法國小鎮(zhèn)，在都柏林大學(xué)上學(xué)的極客Clem Delangue創(chuàng)立。正是他在大學(xué)時期就具備的極客精神和開源精神，讓他在機(jī)器學(xué)習(xí)的道路上探索，并最終形成了Hugging Face獨(dú)特的社區(qū)文化和企業(yè)文化。

這位非典型的創(chuàng)業(yè)者對于AI本身有深刻理解，也對創(chuàng)業(yè)，開源社區(qū)以及融資有自己的意見。

本文結(jié)合Hugging Face的投資人紅杉資本對它的深度報道以及創(chuàng)投圈著名播客20VC的主理人Harry Stebbings對Clem Delangue的深度訪談，梳理出Hugging Face從0到1的進(jìn)化道路，以及Clem Delangue的創(chuàng)業(yè)故事。

（編者注：20VC是創(chuàng)投圈著名的播客，主理人Harry Stebbings與美國最熱門的創(chuàng)投大佬都有過對話。（比如Benchmark的Bill Gurley，ARK Invest的Cathie Wood，Accel創(chuàng)始人Arthur Patterson/Jim Swartz，以及紅杉資本的Doug Leone）。

Hugging Face的開源精神

起源于創(chuàng)始人23歲的大學(xué)時代

當(dāng)Clem Delangue還是都柏林大學(xué)的學(xué)生時，就打造了一個叫UniShared的教育平臺，它旨在解決學(xué)習(xí)資源全球性分配不公問題，向全球每個人提供大學(xué)教育的好處。這使23歲的Clem Delangue登上了TEDx的講臺。

在Delangue的少年時代，他的世界并沒有超出法國北部小鎮(zhèn)La Bassée的邊界。在Delangue的家鄉(xiāng)，年輕的他的探索機(jī)會有限，然而互聯(lián)網(wǎng)的到來打破了這一切。“當(dāng)我得到自己的第一臺電腦時，它就像一扇窗戶，讓我看到了更大的世界，那種感覺真是令人震驚。” 他回憶道。

Delangue的UniShared并沒有改變世界，但這為他種下了開源和分享的精神種子，也讓Google向他遞上了橄欖枝。不過Delangue拒絕了這個機(jī)會，因?yàn)樗X得在小型、靈活的環(huán)境中更加舒適。

他為一家名叫Moodstocks的巴黎計算機(jī)視覺創(chuàng)業(yè)公司工作。Moodstocks開發(fā)一款應(yīng)用，當(dāng)用戶掃描物品就能立即查看相關(guān)評論和電商門戶。這是Delangue與機(jī)器學(xué)習(xí)的初次接觸，他感到十分震撼。

在巴黎的一次會議上，Delangue偶遇了著名的Apple市場營銷專家Guy Kawasaki（他打造了當(dāng)年十分著名的麥金塔電腦系列廣告），Delangue走近正在簽名的Kawasaki，并向他介紹自己和他的應(yīng)用。

Kawasaki對這項(xiàng)技術(shù)表示懷疑，尤其是對它隨機(jī)識別野生物種的能力。因?yàn)樵诋?dāng)時，機(jī)器學(xué)習(xí)仍需依靠工程師指定相對短暫、固定的定義列表和規(guī)則才能獲得準(zhǔn)確的結(jié)果。“他說的大意是，你無法創(chuàng)建規(guī)則來識別世界上所有的物體。”Delangue回憶道。

于是，Delangue給Kawasaki做了一個演示，他將智能手機(jī)對準(zhǔn)Kawasaki的水瓶。令Kawasaki驚訝的是，應(yīng)用正確地識別了品牌并提取了社交媒體上的評論。

對于Delangue，那一刻真正的激動人心的不僅僅是他的應(yīng)用程序的工作效果，更重要的是他看到了機(jī)器學(xué)習(xí)以新方式連接人與人的潛力。

“兩個從未見過面的人——一位法國極客工程師和這位美國硅谷的家伙——他們因?yàn)闄C(jī)器學(xué)習(xí)發(fā)現(xiàn)他們其實(shí)喜歡同一個飲料品牌。” Delangue說。毫無疑問，機(jī)器學(xué)習(xí)有巨大的潛力——但是當(dāng)與用戶社區(qū)一同開發(fā)時，它的潛力更大。

在離開Moodstocks之后，Delangue在一些初創(chuàng)公司中負(fù)責(zé)產(chǎn)品和市場營銷工作。

2016年，他渴望再次為自己做點(diǎn)什么。在紐約，他與Julien Chaumond（一位在法國經(jīng)濟(jì)部門工作的計算機(jī)工程師）聯(lián)系上了。他認(rèn)識Julien多年，Julien是一位精英數(shù)學(xué)家，也是他的朋友，兩人長久以來都對彼此有著專業(yè)上的認(rèn)可與尊重。

兩人決定一起參加斯坦福大學(xué)的在線工程課程，并如他們一貫的方式，聚集了三十多人的學(xué)習(xí)小組，Thomas Wolf（一位受過科學(xué)訓(xùn)練的專利律師）就是其中之一。在課程結(jié)束時，Julien和Delangue邀請Thomas與他們一起工作。

他們共同設(shè)定的目標(biāo)是解決機(jī)器學(xué)習(xí)領(lǐng)域中一個最為棘手的問題：利用NLP技術(shù)，構(gòu)建一個開放領(lǐng)域的、會話式的AI聊天機(jī)器人。一個可以和你談?wù)撊魏问虑榈臋C(jī)器人。Siri從2011年開始出現(xiàn)；Alexa從2014年開始。“它們極其無聊，只會做生產(chǎn)力相關(guān)的事情。我們對建立一個有趣的會話式AI感到興奮。”Delangue說。

在2023年，打造一個人性化的聊天機(jī)器人聽起來像是一個顯而易見的目標(biāo)。但在2016年，依賴深度神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的NLP領(lǐng)域（與過去基于統(tǒng)計、規(guī)則的NLP相比）還處于萌芽階段，他們的目標(biāo)幾乎接近科幻。聊天機(jī)器人需要整合多種學(xué)習(xí)模型，進(jìn)行信息提取，理解情感，并生成答案。

這些模型需要對大量的數(shù)據(jù)進(jìn)行訓(xùn)練，而管理這些數(shù)據(jù)（包括如何收集足夠的數(shù)據(jù)，標(biāo)記它，托管它）是他們面臨的首個重大挑戰(zhàn)。正是對不可能的挑戰(zhàn)，使得Hugging Face走上了當(dāng)前的軌道，成為全球最大的開源AI社區(qū)。

從一開始，Hugging Face團(tuán)隊(duì)就展現(xiàn)出屬于開源社區(qū)特有的慷慨和民主精神，Delangue和他的聯(lián)合創(chuàng)始人賦予員工權(quán)力，擁有他們自己的產(chǎn)品，為他們的聊天機(jī)器人創(chuàng)建和發(fā)布功能。

最終，這個機(jī)器人活躍在社交網(wǎng)絡(luò)、移動APP上，用戶們發(fā)送了超過十億條信息。隨著時間的推移，它采用了開源的策略。

發(fā)布自定義版本BERT模型的嘗試

讓Hugging Face轉(zhuǎn)型開源社區(qū)

沒有什么時刻能比Hugging Face發(fā)布其自定義版本的機(jī)器學(xué)習(xí)模型BERT（一種基于Transfomer的變種模型）更好地體現(xiàn)這種精神了。

當(dāng)時，機(jī)器學(xué)習(xí)的進(jìn)步常常通過冗雜、理論性的學(xué)術(shù)文章傳達(dá)。例如，當(dāng)Google在2018年10月首次發(fā)布BERT時，它對大多數(shù)用戶來說過于復(fù)雜，而且BERT只在Google的TensorFlow平臺上可用。

Hugging Face團(tuán)隊(duì)希望BERT能被更多開發(fā)者和用戶使用。一周內(nèi)，他們創(chuàng)建了一個可以使用PyTorch機(jī)器學(xué)習(xí)框架的BERT工作版本。然后，他們將其轉(zhuǎn)化為開源，并在Github上免費(fèi)贈送給任何想要使用或進(jìn)一步微調(diào)和修改它的人。

“那是個分水嶺時刻”， Hugging Face在紅杉資本的主管投資人Pat Grady說，“人們都在說，‘我的天，我可以使用一個最新的語言模型。’以前這是不可能的。這讓Hugging Face在當(dāng)時規(guī)模還很小的自然語言處理人群中成為了英雄。” 當(dāng)Grady后來問Delangue是什么激發(fā)他們把BERT發(fā)布給全世界的，他被他的答案的直接性所打動。“我們只是覺得，這是許多人會喜歡使用的東西”，Delangue回答。

Delangue也在與20VC主管人Harry訪談時聊到了開源對AI的重要性：“AI的大部分進(jìn)步都是基于開放科學(xué)和開源的，因?yàn)锳I的開放，所有人都能用最新算法搭建應(yīng)用，這形成了非常有趣的正反饋和改進(jìn)，專家實(shí)驗(yàn)的循環(huán)使我們能夠非常快速的推進(jìn)AI的發(fā)展。沒有開放科學(xué)，沒有開源，沒有Google分享他們的《Attention Is All You Need》論文，分享他們的Bert論文，也許AI發(fā)展的進(jìn)度會比現(xiàn)在慢很多年。

機(jī)器學(xué)習(xí)社區(qū)對自定義版本BERT模型的反應(yīng)證實(shí)了Delangue多年前在都柏林大學(xué)時的感覺——分享知識對每個人都有益。那時，Hugging Face的使命改變了。Delangue和他的聯(lián)合創(chuàng)始人決定開始分享他們在構(gòu)建聊天機(jī)器人過程中學(xué)到的關(guān)于機(jī)器學(xué)習(xí)的所有東西。漸漸地，他們開始成為工程師、研究人員和機(jī)器學(xué)習(xí)領(lǐng)域愛好者的首選資源。

在構(gòu)建他們的BERT適配版的過程中，Delangue和他的團(tuán)隊(duì)成為Transformer模型的專家。所有的AI模型都接受大量數(shù)據(jù)的訓(xùn)練，Transformer能從未標(biāo)記的數(shù)據(jù)中產(chǎn)生優(yōu)秀的結(jié)果。這種無監(jiān)督學(xué)習(xí)形式為數(shù)據(jù)管理員節(jié)省了大量的時間，并使更多的數(shù)據(jù)可用于訓(xùn)練機(jī)器學(xué)習(xí)系統(tǒng)。

Hugging Face團(tuán)隊(duì)看到了Transformer的潛力，并將Hugging Face建立為開發(fā)它們的首選開源中心。機(jī)器學(xué)習(xí)社區(qū)也注意到了這一點(diǎn)——編程者和研究者開始涌向Hugging Face，他們帶來新的洞察和專業(yè)知識，使大量的機(jī)器學(xué)習(xí)項(xiàng)目和工具互相影響。

如今，任何想要使用Transformer的人都可以在Hugging Face訪問約20萬種不同的公共模型。

Delangue意識到，鑒于這些工具的巨大潛力，理解它們需要一個社區(qū)：圍繞共同目標(biāo)、需求和價值觀組織起來的人們。

隨著他們轉(zhuǎn)向開源，Hugging Face正開始成為Delangue希望能夠建立的社區(qū)。

紅杉資本合伙人Sonya Huang說：“真正善于創(chuàng)建社區(qū)的人實(shí)際上非常少。Delangue理解用戶——他就是用戶——并且他對草根社區(qū)有直覺。他以極其真實(shí)的方式培育它。”

Huang還被Delangue展現(xiàn)出來的開源精神所打動。她指出，Delangue沒有雇傭?qū)Ｂ毶鐓^(qū)經(jīng)理與Hugging Face的用戶接觸，而是自己做這件事，經(jīng)常在Twitter上發(fā)布bug修復(fù)信息，與超過1000名AI研究人員和追求生物技術(shù)、影像和語言處理領(lǐng)域AI突破的10000多家公司一起解決功能問題。

至今，Hugging Face不僅沒有單一的社區(qū)經(jīng)理，還期望其160名員工每個人都積極參與這個在線社區(qū)。“我們覺得如果我們開始擁有社區(qū)經(jīng)理，那就是將所有成員都應(yīng)負(fù)的責(zé)任外包出去。” Delangue說。為此，每個員工都可以訪問公司的官方Twitter和LinkedIn賬戶。如果AI的未來要依賴眾包，Delangue正在確保Hugging Face將自己定位為眾人的來源。

今天， Hugging Face社區(qū)的龐大規(guī)模推動了其戰(zhàn)略地位的慣性，使它成為機(jī)器學(xué)習(xí)的進(jìn)化策源地，例如，視覺大模型Stable Diffusion選擇將其模型、數(shù)據(jù)集和演示發(fā)布到Hugging Face時，它激發(fā)了用戶引領(lǐng)的活動，修改和改進(jìn)模型（在他們的演示空間里產(chǎn)生了如“一個橡皮鴨在講臺上發(fā)表演講”和“在被輻射的皮卡丘”等杰作）。

2023年3月，Delangue在推特上宣布他將在即將到來的舊金山之行中與Hugging Face的用戶舉行一個臨時聚會。在幾小時內(nèi)，超過400人使用他在推特上分享的密碼ossftw（開源軟件永遠(yuǎn)勝利）進(jìn)行了注冊。

到了正式舉行時，它已經(jīng)贏得了“AI的伍德斯托克”的稱號。大約5000人（和三頭羊駝）參加了活動。從活動的視頻中，你可以看到一種類似于狂歡派對與機(jī)器人競賽交叉的氛圍。AI公司擁擠在攤位中。其中一家，在幾天前的黑客馬拉松中組建的AI教育公司，在此活動上進(jìn)行了公開發(fā)布。

Delangue和一個身穿亮黃色緊身衣，身體是一個巨大的Hugging Face表情符號的吉祥物跳舞。他向推動AI前進(jìn)的每一個人（所以，基本上是全場的人）表示感謝。“這個活動是對開源力量的慶祝，”Delangue告訴他們。“記住，在AI領(lǐng)域，我們所處的位置全都?xì)w功于開放科學(xué)和開源。”

AI原生創(chuàng)業(yè)公司將顛覆舊有的公司

在短時間內(nèi)，人工智能已經(jīng)疾速發(fā)展。大型語言模型已經(jīng)從幫助Gmail為用戶提供建議的簡短回復(fù)的后臺技術(shù)，演變成了一些更奇妙（在某些情況下，也更可怕）的東西。文生圖工具和ChatGPT在短時間內(nèi)擴(kuò)大了我們對可能性的想象，而ChatGPT成為了歷史上增長最快的應(yīng)用程序。

數(shù)以百萬計的開發(fā)者和產(chǎn)品經(jīng)理涌入AI領(lǐng)域，擠滿了這個長期以來只有博士和工程師出入的空間。我們現(xiàn)在都在使用AI，而這群終端用戶即將在整個空間上施加更大的影響。

在Delangue的觀點(diǎn)中，任何對AI未來有所投資的人都應(yīng)該成為Hugging Face社區(qū)的一部分。“如果用戶不理解這項(xiàng)技術(shù)是如何構(gòu)建的，”他說，“它會帶來很多風(fēng)險，很多誤解。”

Delangue認(rèn)為，對尚未實(shí)現(xiàn)的通用人工智能的崛起的擔(dān)憂是錯位的。

他同意Andrej Karpathy，（前特斯拉AI總監(jiān)，現(xiàn)在是OpenAI的人工智能專家）于2017年提出的觀點(diǎn)——AI是Software 2.0。在這個觀點(diǎn)中，AI是現(xiàn)代世界運(yùn)作方式的重大進(jìn)步，它也已經(jīng)開始塑造經(jīng)濟(jì)。但是，它不是萬能的。

“AI是構(gòu)建所有技術(shù)的新范式，但它不是新的人類形式，它不是超級感知生物。但它確實(shí)擁有龐大的潛力，它會比互聯(lián)網(wǎng)大，比傳統(tǒng)軟件大。它將為技術(shù)創(chuàng)造新的能力，與大多數(shù)技術(shù)公司編寫軟件一樣，大多數(shù)技術(shù)公司將編寫AI。” Delangue說。

Delangue從他的經(jīng)驗(yàn)談通用大模型與開源小模型的適用性問題:“有兩種AI世界觀，一種是一個通用的大模型解決所有問題，另一種是許多開源小模型解決不同的問題。選擇哪一種路線，取決于你的使用情況，限制情況和你想做什么。

如果你是Facebook，那一個巨大的模型能為你的用戶做任何你想幫他們做的事情；如果你是一個消費(fèi)品公司，那么你需要針對你的實(shí)際場景選擇和優(yōu)化AI模型，這些模型要更快，更便宜，更高效。所以，如何選擇，取決于你如何定位你自己。“

對于企業(yè)是直接使用大公司模型的API還是自己訓(xùn)練和微調(diào)開源模型，Delangue的觀點(diǎn)是：“直接使用OpenAI的API在開始階段更快，更容易，但是從長期來看，創(chuàng)業(yè)者面臨的挑戰(zhàn)更大，因?yàn)槟銢]有真正建立核心競爭力。

如果一個使用AI的創(chuàng)業(yè)公司沒有能力優(yōu)化模型，那么它面臨的風(fēng)險是在與競爭對手競爭時，無法使自己脫穎而出。如果創(chuàng)業(yè)公司想讓自己具有差異化競爭能力，就必須針對它的用戶做一些真正有價值的事情，并能持續(xù)進(jìn)行優(yōu)化。就像傳統(tǒng)軟件公司需要編寫代碼來構(gòu)建技術(shù)產(chǎn)品一樣，AI公司也要在機(jī)器學(xué)習(xí)范式中訓(xùn)練或定制自己的模型。“

Delangue進(jìn)一步指出，這是新公司顛覆舊有企業(yè)的巨大機(jī)會：因?yàn)榕f企業(yè)會選擇容易的解決方案，而其他更需要AI的公司會選擇更具顛覆性的方式，這就是具有模型訓(xùn)練能力的AI原生創(chuàng)業(yè)公司的機(jī)會。它們自己訓(xùn)練模型，自己微調(diào)模型，它們在同樣的任務(wù)上可以比只使用現(xiàn)成API的公司好得多，它們就有很大機(jī)會顛覆舊有的解決方案。

AI發(fā)展太快，現(xiàn)有的盈利方式

可能3-5年后就不適用了

對于Hugging Face的商業(yè)模式，Delangue介紹道：“我們就是經(jīng)典的免費(fèi)+增值付費(fèi)模式（一種經(jīng)典的開源軟件商業(yè)模式，基礎(chǔ)版本免費(fèi)，更高級的功能收費(fèi)）。“他還透露公司目前已經(jīng)有包括Bloomberg， Grammarly在內(nèi)的3000家付費(fèi)客戶。

對于公司目前的第一要務(wù)，Delangue認(rèn)為并不是盈利：“我們的主要優(yōu)先事項(xiàng)是作為一個具有網(wǎng)絡(luò)效應(yīng)的平臺，被更多人采納和使用， 這也是我們的KPI。

“在AI這樣的領(lǐng)域，你期望公司愿意為AI付費(fèi)，所以如果Hugging Face繼續(xù)成為公司使用的第一AI平臺，很明顯我們將能夠從中獲得大量的收入，并建立一個好的業(yè)務(wù)。”

“對于盈利，我們必須把它看作是逐步解鎖一些學(xué)習(xí)的階段。從六位數(shù)的收入開始，公司成員從中學(xué)習(xí)，看看它是如何運(yùn)作的，然后是七位數(shù)、八位數(shù)和九位數(shù)的收入。每一步你都在學(xué)習(xí)，特別是在AI領(lǐng)域，因?yàn)榈讓蛹夹g(shù)的發(fā)展速度非常快，可能我們今天賺錢的方式在三年后或五年后就不適用了。”

非典型創(chuàng)始人：

投資人不該搶創(chuàng)業(yè)者的活

在與20VC的訪談中，Delangue還介紹了自己的融資原則。

首先，在兩輪融資之間，他不會與任何外部投資者交談。因?yàn)榻⒐疽呀?jīng)足夠困難，必須百分之百的專注于這件事。

第二，當(dāng)他融資時，通常會進(jìn)行得非常快，一旦已經(jīng)獲得足夠公司發(fā)展的資金，就不再與不熟悉的新投資人接觸。因?yàn)楹芏嗤顿Y人并不真的對創(chuàng)業(yè)者正在建立的業(yè)務(wù)足夠了解或感興趣。尤其是像Hugging Face這樣在種子輪時做聊天機(jī)器人，之后又做AI開源社區(qū)的，這兩輪的投資人，是完全不同的。

第三，他在選定投資人后，會與這位投資人共度3天時間，深度地互相了解和盡調(diào)，并且搞清楚一些重要問題：我們的目標(biāo)一致嗎？我們的期望相似嗎？我們能在之后保持一個良好的互相支持的關(guān)系么？

對于風(fēng)險投資人，Delangue認(rèn)為部分投資人遺忘了風(fēng)險投資對于創(chuàng)業(yè)公司的幫助首先是財務(wù)幫助，而把大部分時間都花在了其他事情上，有時甚至表現(xiàn)得像CEO，他認(rèn)為這其實(shí)并不是他們的工作。

“更糟糕的是，我感覺有時候創(chuàng)業(yè)者是為投資者而建立公司，而投資者表現(xiàn)得像創(chuàng)業(yè)者。有時這上會導(dǎo)致公司崩潰，因?yàn)椴恍业氖牵c創(chuàng)業(yè)者相反，投資人會同時管理很多不同的被投公司，所以他們只能在每家公司上花費(fèi)很短的時間。即使他們是世界上最聰明的人，由于時間的限制，他們對技術(shù)的理解有時可能過于簡單化，例如對公司和其他事物的理解。”他這么表述自己對于風(fēng)險投資人的不同看法。

而對于自己最喜歡的投資人，Delangue表示是Richard Socher：他是NLP領(lǐng)域最杰出和最有影響力的研究者之一，現(xiàn)在是You.com的創(chuàng)始人。Richard和Delangue相識很早，在很多方面都幫助過Delangue和Hugging Face，無論是科學(xué)，商業(yè)還是創(chuàng)業(yè)方面。

本文為微新創(chuàng)想原創(chuàng)，未經(jīng)授權(quán)不得轉(zhuǎn)載，否則微新創(chuàng)想將保留向其追究法律責(zé)任的權(quán)利。如需轉(zhuǎn)載或有任何疑問，請聯(lián)系http://www.i0562.net/。