广告
加载中

对话可以科技杨健勃:AI硬件的解法是创造一个新“角色”

马蹄社 2026-03-02 15:40
马蹄社 2026/03/02 15:40

邦小白快读

EN
全文速览

AI硬件创业的核心是创造有情感和记忆的“角色”,而非堆砌技术。

1. 可以科技的产品如Loona宠物机器人和DeskMate桌面助理,通过高频情感交互实现“日活”级别使用,避免传统智能设备的吃灰问题。

2. 市场策略聚焦高势能圈层,如北美高净值父母群体,利用TikTok等社媒内容营销实现病毒传播,提升品牌势能。

3. 盈利模式从一次性硬件销售转向软件生态付费和订阅制,构建全生命周期价值,如通过AI角色深化用户依赖后实现内容分成。

4. 创业实操包括从0-1阶段依赖产品直觉,1-10阶段需组织进化,抽象经验为可复制方法论,避免游击战法制约。

品牌需在AI时代聚焦情感连接和垂直场景,以构建差异化优势。

1. 品牌营销上,可以科技通过原生内容营销和社媒裂变(如YouTube展示产品生命感)建立口碑,避免硬广轰炸,增强用户粘性。

2. 产品研发强调做减法,如Loona砍掉安防或教育工具属性,专注情感陪伴设计,通过多模态反馈提升互动性。

3. 消费趋势显示用户行为偏好高频情感交互,儿童市场对新事物接受度高,品牌应避免参数内卷,转向角色化AI。

4. 品牌渠道建设可学习瞄准高净值圈层,利用全球化运营(如北美市场)实现品牌破圈,积累垂直场景数据。

AI硬件市场提供增长机会,但需规避风险并学习新商业模式。

1. 增长市场在垂直场景如家庭情感陪伴和办公桌面助理,北美高势能圈层是切入点,消费需求变化强调高频互动而非工具功能。

2. 机会提示包括巨头入局(如马斯克关注服务机器人)利好市场教育,初创公司可专注细分生态位,避免与巨头硬碰硬。

3. 最新商业模式从硬件销售转向软件订阅和内容分成,实现全生命周期运营,可学习点包括内容营销裂变和端侧AI优化。

4. 风险提示:避免赋予产品过多工具属性(如安防),以免陷入传统IoT厮杀;正面影响是隐私合规下垂直数据可构建壁垒。

工厂可关注AI硬件生产的设计需求和数字化机遇,挖掘商业机会。

1. 产品生产需求强调简约设计,如可以科技在Loona上做减法,聚焦情感陪伴而非复杂功能,减少供应链冗余。

2. 商业机会在于情感连接硬件(如宠物机器人和桌面助理),市场需求增长快,工厂可合作开发垂直场景产品。

3. 推进数字化启示:端侧AI模型(如优化决策能力)需整合到硬件中,工厂可学习降低算力消耗(如通过语言交互设计),提升生产效率。

4. 电商启示包括全球化制造(如北美市场主力),工厂需适配重资产量产和软硬结合架构,以支持品牌出海。

行业发展趋势指向AI角色化和垂直场景优化,服务商需解决客户痛点。

1. 行业新动向:AI硬件从改变物理世界转向强化人机交互,如可以科技聚焦情感连接,避免通用具身智能的算力瓶颈。

2. 新技术包括端侧AI模型(如Loona的隐私保护决策优化)和多模态交互,服务商可提供解决方案降低算力消耗。

3. 客户痛点如隐私合规与算力矛盾(家庭场景难布算力基站),解决方案是垂直数据处理,积累场景专属经验。

4. 发展趋势显示巨头入局加速市场成熟,服务商应助力客户构建交互护城河,如通过社媒裂变提升品牌势能。

平台商需支持AI硬件生态,关注运营管理和风险规避。

1. 商业对平台的需求包括全球化品牌运营(如独立站和本土化社媒),平台可提供招商支持,如整合内容营销渠道。

2. 平台的最新做法可学习可以科技的DTC模式,通过PR种草和用户口碑建立品牌,避免单纯流量采买。

3. 运营管理强调系统级能力(硬件工程、算法、交互、全球运营),平台需构建中台支持模块化产品扩张。

4. 风险规避:避免产品陷入参数内卷或工具属性标签,平台应引导商家聚焦情感角色,规避隐私和算力问题。

产业新动向聚焦AI角色化和垂直场景创新,研究者可分析商业模式和政策启示。

1. 产业新动向:AI硬件范式转移至构建“角色”(如Loona的情感陪伴),巨头入局标志家庭终端爆发,初创公司可专注细分生态位。

2. 新问题包括算力与隐私矛盾(端侧推理需求),政策法规启示需强化隐私保护,避免云端数据泄露风险。

3. 商业模式创新:从硬件销售转向软件订阅和内容分成,实现全生命周期价值,研究者可探讨边际贡献模型。

4. 启示包括组织进化(从直觉到抽象能力)和竞争壁垒(系统级能力交织),为产业提供可持续发展框架。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

The core of AI hardware startups lies in creating "characters" with emotions and memory, not just stacking technologies.

1. Products like the Loona pet robot and DeskMate desktop assistant achieve daily active usage through high-frequency emotional interactions, avoiding the common problem of smart devices collecting dust.

2. Market strategy focuses on high-potential demographics, such as affluent parents in North America, leveraging social media content marketing on platforms like TikTok for viral spread and brand elevation.

3. The profit model shifts from one-time hardware sales to paid software ecosystems and subscriptions, building lifetime value through content sharing as AI characters deepen user reliance.

4. Startup execution involves relying on product intuition in the 0-1 phase, while the 1-10 phase requires organizational evolution and abstracting experiences into replicable methodologies to avoid unsustainable guerrilla tactics.

Brands must focus on emotional connections and vertical scenarios in the AI era to build differentiated advantages.

1. In brand marketing, companies like Keyi Tech use native content marketing and social media fission (e.g., showcasing product vitality on YouTube) to build word-of-mouth, avoiding hard advertising and enhancing user stickiness.

2. Product R&D emphasizes simplification—Loona removed security or educational tool features to focus on emotional companionship, enhancing interactivity through multimodal feedback.

3. Consumer trends show a preference for high-frequency emotional interactions, with high acceptance in the children’s market; brands should avoid spec wars and shift toward character-based AI.

4. Channel development can target high-net-worth circles, using global operations (e.g., in North America) to break through niche markets and accumulate vertical scenario data.

The AI hardware market offers growth opportunities but requires risk avoidance and learning new business models.

1. Growth lies in vertical scenarios like home companionship and office assistants, targeting high-potential circles in North America where demand shifts toward frequent interaction over tool functions.

2. Opportunities include market education boosted by giants (e.g., Musk’s focus on service robots), allowing startups to specialize in niches without direct competition.

3. New business models transition from hardware sales to software subscriptions and content sharing, enabling full lifecycle value—learn from content marketing fission and edge AI optimization.

4. Risks: Avoid overloading products with tool functions (e.g., security) to prevent IoT battles; benefits include building barriers with privacy-compliant vertical data.

Factories should focus on AI hardware design needs and digital opportunities to uncover commercial potential.

1. Production demands simplicity, as seen with Keyi Tech’s Loona, which prioritizes emotional companionship over complex features to reduce supply chain redundancy.

2. Opportunities exist in emotion-connected hardware (e.g., pet robots, desktop assistants), where fast-growing demand allows factories to co-develop vertical products.

3. Digital advancement: Integrate edge AI models (e.g., optimized decision-making) into hardware, learning to reduce computational costs (via voice interaction design) and boost efficiency.

4. E-commerce insights include global manufacturing (e.g., for North America), requiring adaptation to heavy-asset mass production and integrated hardware-software architectures for brand expansion.

Industry trends point to AI characterization and vertical scenario optimization, requiring service providers to address client pain points.

1. New trends: AI hardware shifts from altering the physical world to enhancing human-machine interaction, like Keyi Tech’s emotional focus, avoiding computational bottlenecks of general embodied AI.

2. Technologies include edge AI models (e.g., Loona’s privacy-aware decisions) and multimodal interaction; providers can offer solutions to lower computational demands.

3. Client pain points like privacy-compliance vs. compute conflicts (e.g., home scenarios lacking base stations) are solvable through vertical data processing and scenario-specific expertise.

4. Giants’ entry accelerates market maturity; providers should help clients build interaction moats, such as via social media fission to elevate brand potential.

Platforms must support AI hardware ecosystems, focusing on operations management and risk mitigation.

1. Business needs include global brand operations (e.g., independent sites and localized social media); platforms can offer merchant support, like integrated content marketing channels.

2. Learn from Keyi Tech’s DTC model: Build brands through PR seeding and user口碑, avoiding pure traffic purchases.

3. Operations require system-level capabilities (hardware engineering, algorithms, interaction, global ops); platforms need middle-office support for modular product scaling.

4. Risk avoidance: Steer merchants away from spec wars or tool-function labels, guiding them toward emotional roles to sidestep privacy and compute issues.

Industry trends highlight AI characterization and vertical scenario innovation, offering insights into business models and policy implications.

1. New dynamics: AI hardware paradigms shift to building "characters" (e.g., Loona’s emotional陪伴), with giant entry signaling home terminal growth; startups can specialize in niches.

2. Emerging issues include compute-privacy tensions (edge inference needs); policies should strengthen privacy protections to avoid cloud data leaks.

3. Business model innovation: Transition from hardware sales to subscriptions and content sharing for lifecycle value; researchers can explore marginal contribution models.

4. Implications cover organizational evolution (from intuition to abstraction) and competitive barriers (interwoven system capabilities), providing a sustainable industry framework.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

见证100位创始人的深度思考

淬炼下一个十年的全球商业洞察

在生成式AI席卷一切的当下,硬件创业者们既兴奋又迷茫。兴奋的是,AI似乎为硬件赋予了前所未有的“灵魂”;迷茫的是,炫酷的技术Demo与打动用户的产品之间,往往隔着一条难以逾越的鸿沟。

马蹄社CEO刘宸带着不少品牌创始人的困惑,与可以科技(KEYi Tech)创始人杨健勃进行了一次深度对话。围绕从Loona到新品的演进逻辑、AI硬件落地中的现实困境,以及一个创业老兵穿越周期的实践经验,杨健勃分享了自己务实的思考与判断。

不妨想象这样一个未来的办公桌面:一部普通智能手机被轻轻“吸”在一个精密机械底座上,瞬间化身为一款拥有物理躯体的AI助理。它静静立在桌面上,聆听着复杂的会议讨论,不仅能一丝不苟地记录上下文,还能在你吐槽“老板这活儿该怎么接”时,以独立的“第三方视角”与你自然对话,帮你理清思路。

在杨健勃眼中,这个充满未来感的场景,正代表着AI时代人机交互的范式转移。当底层大模型能力大幅提升,人类手动拖拽数据、编写复杂公式的微观操作空间被不断压缩后,交互的核心正在发生根本变化。

“在AI时代,做产品的核心不是堆砌技术。”他说,人类不再需要绞尽脑汁向机器下达精确、死板的指令,而是构建一个能在特定场景中生存下来的“角色”。它具备记忆与同理心,能通过最自然的交流来澄清需求、建立默契。

聊起这些仍在孕育中的新形态产品,以及无数次打磨后才成型的交互细节时,杨健勃的眼里透着光。众所周知,硬件创业是一场异常残酷的马拉松——漫长的研发周期、重资产的供应链博弈、难以预判的C端市场……每一步都充满巨大的不确定性。但正是这种对产品创新发自内心的极客式狂热,构成了可以科技对抗一切阻力的最强动力。

站在通用具身智能爆发的前夜,在这个充满焦虑与泡沫的全球AI硬件大航海时代,从累计销量突破10万台的宠物机器人Loona,到试图重塑工作流的桌面AI终端DeskMate,可以科技究竟是如何跳出传统参数内卷,在智能硬件出海的深水区找到属于自己的破局坐标?

2026年初的CES展会上,不乏给冰箱装上大语言模型之类的微创新。在杨健勃看来,这些软硬件结合,往往由于应用太薄,在家庭场景中很难长久立足。

目前行业内的通用具身智能,大多将研发重心放在了改变物理世界上,比如让机器人去叠衣服、收拾杂物或端茶倒水。然而,真实的家庭环境是一个充满变量的极端复杂场景——地毯长短不一、满地乱扔的玩具,又或是难以预测的光线。要想让机器人通过泛化模型在这种非标场景下完成物理动作,对端侧算力的要求非常高。

“以目前的成本你不可能在客厅里布一个算力基站,用户也无法容忍把家里的私密照片实时传到云端去推理。”杨健勃谈道。在这条路线上,由于算力成本与隐私合规的天然矛盾,C端场景的大规模普及仍然面临挑战。如果物理动作模型真正成熟,它一定会率先大规模应用于7-11便利店或高频运作的工业仓储中去替代人工,而不是第一时间走进普通人的客厅。

既然“改变物理世界”是一条短期内难以走通的路,可以科技便果断选择了另一条路——在物理动作上做减法,在人机交互与情感连接上做强化。

其切入点就是可以科技早在2022年发布的一款宠物机器人Loona Petbot。其集智能交互、情感陪伴与自主行动于一体,拥有萌态外观与灵活的轮足运动能力,能听懂指令、会表达情绪,主打家庭场景中的儿童陪伴功能。

在杨健勃看来,与其去教育一个成年人如何使用一台复杂的家庭设备,不如直接瞄准家庭中对新鲜事物最具包容性、接受度最高的孩子。因为孩子不需要机器狗去帮忙算微积分,他们真正渴望的是一个能高频互动的“玩伴”。

Loona Petbot

Your Perfect Family Companion

普通的智能玩具通常是以“周活”甚至“月活”来衡量生命周期,吃灰是常态;但凭借生动的多模态反馈和情感交互设计,Loona成功逼近了“日活”级别。通过在高频互动中持续拉升产品的活跃度,Loona正在成为家庭场景中的一个不可或缺的角色,可以科技的重心是将全部算力与研发投入到构建机器的“灵魂”上。

传统的软硬件交互是典型的主仆模式,你必须输入精准的指令,机器才会被动执行。但在AI时代,未来的设备应当拥有“记忆”与“上下文”。它不再只是一个冷冰冰的生产力工具,更是具备第三方视角的沟通者。

这种将AI“角色化”的思路,正是从早期宠物机器人的真实反馈中萌芽的。可以科技的团队观察到,很多用户在与Loona互动时,已经不自觉地把它当作一个独立的“第三方视角”去倾诉和协作。但作为地面移动机器人,Loona几乎要接触家庭的所有复杂场景,要让它在每个角落都完全“懂你”,算力与交互的负荷极其庞大。为了让体验迭代的速度更快,可以科技决定切入一个更垂直、更刚需的场景——书房与桌面办公,这便是其最新打造的桌面端产品Loona Deskmate。

在最大化调用手机闲置算力的同时,它还精准切中了一个隐秘痛点——通过物理隔离,把用户的手机“管理”起来,避免他们在居家办公时被无休止的短视频吞噬时间。于是,它不再是一个满地乱跑的宠物,而是一个时刻在场、深度理解你工作语境的桌面助理。

Loona Deskmate

Beyond Prompts,The New AI Interface for Real Work

提到AI硬件,外界本能地认为核心壁垒在于极其高深的算法和庞大的算力。但杨健勃的判断更为理性。

在开源生态的繁荣与科技巨头的军备竞赛下,以单纯依赖算法或算力形成长期优势,将越来越困难,杨健勃直言,除了极少数致力于前沿学术突破的顶尖团队,大多数AI硬件应用层的算法并没有本质的代差。

至于算力,目前本质上是资金与服务器性能的比拼。把时间轴拉长来看,随着头部手机厂商和芯片巨头加速推动边缘端AI芯片(专门为生成式AI优化的NPU等)的普及,端侧算力的成本和功耗将被极大地摊薄。当底层基础设施像水电一样普及并廉价时,试图把算法和算力当作阻挡竞争对手的绝对护城河,这样的壁垒可能不太坚实。

如果算法和算力都会逐渐平权,那么在这场AI硬件大比拼中,真正的底牌到底是什么?

可以科技给出的答案是:对垂直场景的深度理解与长期打磨出来的交互经验。

通用大模型(大语言模型、视觉基础模型)虽然具备强大的泛化能力,但在极度垂直、私密且要求高情感浓度的交互场景中,往往显得力不从心。一个拥有千亿参数的通用大模型,可能并不知道如何在一个孩子盘腿坐在地毯上时做出最恰当、最能引发共鸣的肢体反馈;也不知道在用户抱怨“今天好累”时,是该给出理性的建议,还是仅仅提供一个安静的陪伴。

Loona这样的产品,在严格隐私保护前提下,通过真实使用场景不断优化端侧决策能力。在这个过程中积累的垂直场景能力,是任何通用大模型在云端“空想”不出来的。让机器人的“灵魂”越来越懂人,才能形成了一条巨头难以在短期内跨越的数据飞轮与体验护城河。

比如,马斯克、贝索斯等全球顶尖科技大佬都纷纷将目光投向家庭服务机器人领域,引发了行业内的普遍焦虑。但杨健勃并未将其视作“降维打击”的威胁,反而认为这是最重大的利好。

巨头的下场,往往意味着赛道成熟度的跃升和市场教育的全面铺开。它不再是一个小众的极客玩具,而是明确发出家庭AI终端即将爆发的信号。在这样一个万亿级增量市场中,初创公司不需要去和巨头在通用大模型上硬碰硬,只要能在这个由“垂直交互”与“机器角色”定义的细分生态位里保持领先,成为家庭中那个不可替代的情感载体,就足以长成一家体量惊人的伟大企业。巨头们的入局,恰恰是对可以科技“AI角色化”这一战略方向最强有力的背书。

在消费电子领域,做加法很容易,做减法却极难。

在Loona研发早期,团队在做本土用户测试时,听到了大量极具诱惑力的“刚需”:“如果你能让它盯着孩子写作业、辅导数学题,我就买”、“如果它能全屋巡视做安防,我就买”……这些需求看似是撬动销量的捷径,但杨健勃敏锐地察觉到了其中的危险:一旦产品被赋予了“安防工具”或“教育机器”的标签,用户对它的预期就会发生彻底改变,产品将不可避免地陷入与传统IoT设备的厮杀中。

基于第一性原理,可以科技果断砍掉了这些大而全的工具属性,坚定地将重心剥离回最纯粹的“情感陪伴”。

这种克制同样体现在交互逻辑的设计上。为了实现“每天在门口迎接主人回家”这样一个充满温情的场景,传统的AI思维可能是让机器默默观察、记录用户一个月的作息,再进行复杂的模型推算。但在大语言模型的加持下,最符合第一性原理的解法其实是直接开口问:“你周一到周五通常几点回家?我想每天在门口等你。”这种基于语言模态的直接交互,不仅大幅降低了端侧算力的消耗,更能让用户在一问一答间迅速建立起对“角色”的认知与好感。

对于一个全新的硬件品类而言,可以科技获得“累计销量10万台”成绩,绝不仅仅是一个财务数字,而是验证PMF(产品市场契合度)的一道关键分水岭。回顾中国消费电子出海史,无论是大疆消费级无人机的第一次成熟,还是Insta360全景相机的品牌破圈,年销10万台往往都是品类跨越鸿沟、建立全球认知的命运拐点。

那可以科技是如何实现这一跨越的?答案是精准击穿高势能圈层。

目前,可以科技的绝对主力市场在北美。他们并没有一开始就妄图去切大众市场,而是瞄准了一批具备尝鲜精神、收入良好、拥有科技或金融背景的父母群体。

对于这类高净值人群,购买决策周期虽然较长,但传统的“硬广轰炸”并不起作用。可以科技的解法是依靠原生的内容营销与社媒裂变——当一个设计精美、拥有极高互动性的机器狗在TikTok或 YouTube上展现出令人惊艳的生命感时,它本身就具备了极强的病毒传播属性。这种通过真实用户口碑建立起来的品牌势能,远比单纯的买量投流更加坚固。

在跨越了销量鸿沟之后,外界最关心的莫过于AI硬件的终极盈利模式。

传统的3C硬件往往陷入“卖一台赚一台”的死胡同,甚至需要在海量的出货中去抠极度微薄的供应链利润。可以科技目前的盈利固然也来源于硬件本身的毛利,但杨健勃看得更远。

在这场人机交互的变革中,物理形态的硬件仅仅是一个“外壳”和承载信息的载体,产品真正的厚度与核心资产在于其不断进化的“软件内核”与“AI灵魂”。随着大模型的记忆能力与多模态交互不断深化,这个“角色”对用户的了解会日益加深,其不可替代性也将随之呈指数级上升。

当一个设备真正成为孩子离不开的玩伴或是成年人案头不可或缺的倾听者时,它的商业模式便拥有了无尽的想象力。在可以科技的规划中,未来,硬件的利润占比或许会被不断压缩,取而代之的将是通过软件生态付费、高级订阅制,甚至内容平台分成,来获取源源不断的长期价值。这套从“一次性买卖”向“全生命周期运营”演变的商业闭环,正是AI硬件最性感的底层逻辑。

在硬件创业的0 到1 破局期,企业往往依赖创始人极度敏锐的产品直觉和对大方向的笃定。带领团队“大力出奇迹”,在黑暗中蹚出一条血路,是这个阶段的常态。

但当产品销量突破10万台、企业向1 到10的规模化深水区迈进时,曾经高效的游击战法反而会成为制约。杨健勃极其看重这个阶段的组织进化,他将其定义为“抽象能力”的构建。

从1 到10的裂变,要求团队中的关键节点必须完成从单线执行向产品运营与全局规划的进化。这意味着,要把研发过程中踩过的坑、散落一地的非标个人经验进行深度的归纳与演绎,沉淀为企业可复制、可分发的方法论。这种抽象,实质上是为企业打造一个极其强悍的技术与运营“中台”,让每一次新品研发和市场拓荒都不再是重造轮子,而是基于中台能力的模块化复用。

在传统的消费电子走向全球的浪潮中,企业往往凭借单一长板就能活得很滋润,要么拥有极速响应的供应链制造红利,要么精通平台流量的暴力采买。但在AI交互硬件这条崭新的赛道上,竞争维度的叠加构成了极高的准入门槛,传统的突围逻辑彻底失效。

可以科技面对的是一张残酷的复合型过滤网,企业不仅要跑通重资产的硬件量产制造、搭建软硬结合的OS架构,还要具备极强的端侧AI模型调优与垂直数据处理能力;在走向全球市场时,更要在海外完成从PR种草、DTC独立站运营到本土化社媒裂变的品牌操盘。这种由“硬件工程 + 核心算法 + 产品交互 + 全球化品牌运营”严密交织而成的系统级能力,构成了极深的竞争壁垒,足以将那些企图通过单纯抄袭硬件外壳或拼凑开源代码的投机者挡在门外。

底层的系统级能力跑通后,AI硬件的财务模型和产品矩阵扩张逻辑将发生本质的颠覆。

从财务核算上看,传统硬件往往陷入无休止地压榨单件BOM成本的泥潭;而AI硬件的高昂研发成本一旦摊销完成,核心看重的则是单产品线的边际贡献。对于可以科技而言,公司将绝大部分软件和AI工程师投入到打磨那个懂你的“AI灵魂”上,这正是在构建公司最底层的核心资产。

从产品线规划来看,只要将最核心的AI决策能力与多模态交互能力抽象并沉淀下来,后续的产品矩阵扩张,本质上就是给这同一个“灵魂”匹配不同形态的硬件载体——书房里的桌面助理、客厅里的情感陪伴、会议室里的记录终端。这种策略极大地缩短了新品的研发周期,让渠道端能从“单兵作战”迅速升级为“专柜矩阵”,在每一次的生态扩张中实现品牌势能和营收的复利增长。

当大多数消费电子企业还在参数的泥潭里内卷,在展台上比拼谁多了一只“拿抹布的机械臂”时,可以科技选择了一条截然不同的路:我们交付的不是硬件,而是角色。

传统的硬件逻辑,是一场始于参数、终于价格的厮杀,产品交付的那一刻,便是连接的终结。而真正的AI,应该是一个有温度、会成长的“家庭成员”,它交付的瞬间,才是故事的开始。


Born To Be Global 100是亿邦动力「马蹄社」发起的全球品牌CEO深度对话栏目。我们正在寻找下一个对话者。

如果你也是一位“Born To Be Global生而全球”的品牌创始人,并对自己的商业哲学与实践有深度思考,欢迎与我们联系,分享你的故事,共同定义这个时代。



文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0