每晚 10 点，城市渐入静谧，英诺天使基金 ED 王建明的 “专属写作时光” 才方才开启；周末的时光，也早已被她固定分派给了采访与写作。
这份保持，源于一向在保持做的 “石麻笔记”，最初她只是想顺手记录工作中接触的技巧信息，不曾想，石麻笔记受到了越来越多业内人士的存眷，也在潜移默化中改变着她对机械人行业的认知。
从 2017 年到如今的 2025 年，她几乎见证了这个行业从默默无闻到名扬世界，也比任何人都清楚，若数据难题不解决，再高的融资额也难以支撑行业走得长远。
英诺王建明坦言：“机械人的数据问题假如不被解决的话，具身行业用如今的范式不必定做得通。”
以下是 AI 科技评论与王建明的对话，AI 科技评论对其进行了不改原意的编辑：
01 只是想要记录罢了
AI科技评论：最开端做石麻笔记有碰到艰苦吗？怎么解决的？
王建明：没碰到什么艰苦，因为异常随性，叫“笔记”其实就是因为这只是工作或进修过程的记录，没有什么等待，所以没有什么艰苦。
AI科技评论：有给本身规定访谈or写作筹划吗?
王建明：没有，美满是随性随机的，我本身有空并且是感兴趣的话题就会想一下，写一下。
AI科技评论：石麻笔记的文章既有专业深度又能让技巧小白看懂，您是怎么把握这个均衡的？
王建明：我会从我看论文所产生的问题去发问，因为我本身也不是学术背景，也不会问异常专业的问题，而是从比较轻易懂得这个工作的点来问的，所以问题比较通俗，受访者的答复也会比较照顾我，会简单的解释一些专业问题，是以写出来的内容对于非技巧背景也比较轻易消化。
AI科技评论：为什么从投资人来做石麻日记呢？这个中的心路过程是怎么样的？
王建明：其实我在存眷具身智能之前就已经在写石麻笔记了，我一向会对本身看的偏向进行梳理，比如看SAAS的时刻就会有一些技巧向的器械也会记录下来，所以机械人的核心点也会梳理，比如具身智能的脉络、机械人创业者的集合地、还比如许多打过机械人比赛的创业者，谁先把工作做出来，这个也须要梳理。
可以先在大年夜的创业公司里面，去把须要积聚的资本给积聚下来，比如人的资本、创业的小伙伴资本、投资人资本，包含全部行业里面合作伙伴的资本，同时积聚对于创业这件工作的认知。
具身是一个比较前沿的技巧，技巧的拥有者大年夜部分都在学术圈。并且技巧一般都有多个技巧路径，每个技巧路径上都有一些阶段性的冲破，在梳理的过程中也会比较存眷当下的技巧冲破，对一些有影响力的论文去做一些科普采访。
AI科技评论：做石麻笔记的过程中，有没有哪些具身的行业不雅点或认知，是经由过程访谈和写作后产生颠覆式改变的？
王建明：石麻笔记我一向是业余时光做的，一般是晚上 10 点之后和周末的时光点来整顿或者采访。
之所以一向持续去做的原因就在于，它在持续地改变我对于这个行业的一些认知，这个改变是潜移默化的，不是说我采访了某一篇工作直接就对全部行业的认知就改变了，而是每一次的采访、每一篇文章的梳理都邑慢慢改变我对这个行业的一些认知，尤其是对前沿偏向的断定。
王建明：主动驾驶其实是车厂的生意，终端的形态是极其之固定的，就是一辆汽车。在终端场景上的电动汽车，其实是产品上的立异，这个器械跟算法没紧要，是主机厂的生意。
AI科技评论：有没有什么投的项目表现出来了慢慢改变的认知呢？
王建明：现阶段的一些交换不必定可以或许经由过程投资表现出来这个认知的价值，但经由过程时光的慢慢积聚我信赖是可以表现出来的，因为投资本身就是一个长周期的闭环验证，并且如今具身智能处于一个泡沫之中，不管是什么样的项目都可以有一个比较好的融资，这意味着我经由过程本身的访谈过程中积聚出来的对技巧路径或贸易模式的认知断定，可以筛选出我本身愿意推动的项目和不肯意推动的项目。
固然可能不肯意推动的项目也会有一个好的表示，但这个工作可以拉长到终局来看，如今付出的尽力和时光是不会白费的。其实我跟很多行业人士交换的时刻，大年夜家都有有一些小范围的共鸣，这些共鸣不见得每一个投资人都有，这就是在交换过程中的认知差别，所以这些访谈对我的赞助是异常大年夜的。
AI科技评论：您认为作为投资人和作为采访者这两个身份面对交谈的对象的侧重点有什么不合吗？
别的是这个办法能解决什么实际问题，比如客岁采访的 UMI 的工作，它从硬件的构造去做相对应的办法，固然没那么难，但提出了一个很好的解决数据采集的办法，可以真的解决行业内的某个问题，固然可能早一点、晚一点都邑被人提出来，但他们就是第一个提出来的，应用手持夹爪的末尾轨迹来练习机械人，既可以很便利的解决真机末尾履行器的数据稀缺问题，又在最终应用角度对行业有巨大年夜供献。
而投资人访谈，我地点的投资机构英诺天使基金主如果投早期，所以我们的访谈核心是环绕着人的背景，开创人对创业这件事的懂得，他为什么想如今这个时光点创业以及他看到的机会是什么等等这些方面去懂得。
AI科技评论：您是属于比较早期就深耕在具身智能赛道的投资人了，对吧？
AI科技评论：那您这么多年看下来感到有什么变更吗？或者是您本身心态有什么变更吗？
王建明：我本身对于机械人的懂得是有基于前一波的机械人的投资和不雅察的，这个经验对于如今去看机械人也会有一些指导。
如今的具身智能，也须要借助机械人的外壳去实现它的 AI 才能，再从最终交付的产品上来说，也无外乎是一个机械人的产品。
我不是学术背景，同时对具身又很感兴趣，很好奇落地界线在哪里？离落地的距离有多远？技巧所创造的价值是什么？从这个角度去跟有影响力的师长教师做一些访谈，将论文以通俗的方法解释出来、科普出来。并且也能跟作者建立一些接洽，很多技巧立异的创业者都是来自学术圈，建立了这些接洽，也便利后续去跟进他们的创业项目。
AI科技评论：软硬解耦可行吗？
王建明：我其实不那么信赖只须要做机械人的体系和软件，我认为可以或许真正的把机械人做好的，必定是同时具备硬件的才能、体系的才能、软件的才能以及算法的才能的公司。
假如是从最终应用的角度来说，现阶段须要去推敲的是解决行业痛点，个中硬件就是一个很大年夜的卡点。硬件涉及到本体和上游的零部件，那上游的零部件从终局的角度来说，它真正的核心的价值点又在哪里？其实也不仅仅限于在关节模组本身，那可能是更上游的一些零部件的真正冲破。
别的在体系层面，更多的是嫁接软件和硬件，如今有很多纯真做算法的一些团队，但我小我不会认为纯真做算法可以或许把全部机械人体系做好，因为它离硬件和最终的产品距离有点远。机械人体系其实就是链接软件和硬件的，必须要有很好的对硬件的懂得、硬件的适配，以及很好的算法才能，互相须要密集的互动，最终才能够把全部机械人体系做到完美。所以我对于软硬解耦这件工作没那么信赖，尤其是一些纯真做算法的公司。
AI科技评论：您今朝有在看什么具身项目吗？
王建明：本年其实是投了不少项目，我一般会阶段性的去找侧重的偏向看，比如 23 年就会重点看一些拥有好的学术背景的人，以及用 Robot learning 的方法来做机械人控制，尤其是可以或许做机械人基座模型的那类公司，23年我当时聊了很多第一轮的公司如今涨得都异常好。
到了 24 年就会侧重去看有应用才能的公司；到了本年存眷点则回到了双足人形的一些工作，可以看到我本年一全年的工作都是跟双足人形相干的。
固然存在着一些随机性，但我认为最核心的点是因为具身行业的数据问题越来越严重，怎么去解决数据问题变得异常的急切。所以我如今比较存眷怎么应用现成的数据也就是人的数据 Human Data 去解决这个问题，过程中碰到的鸿沟可否用什么数据或办法去弥合。
王建明：像我们做早期，维度起首主如果看这小我本身，他作为创业者的一些本质和他本身心坎深处的关于创业这件工作的一些设法主意。第二点是他如今选的这个偏向，经由过程跟他沟通为什么要做这个偏向，往来交往懂得他本身思虑问题的过程。第三点是开创人他过往的背景，如今想做的这个工作有没有足够的支撑。最后是他想做的这个工作他怎么去做，是不是和我的认知有共鸣，或者我能不克不及被他说服。
AI科技评论：在具身智能范畴，您是怎么断定哪些是好的项目？
AI科技评论：如今有一批主动驾驶的团队过来做具身智能，您认为最后能做成的人会是他们吗？
其实如今具身智能的创业者都是有很好的背景，我们经常会筛选的目眩纷乱，至少我本身在内部推动项目标一个核心点就是，他在这个阶段或者将来两三年之内会不会成为这个行业的冲破圈，或者是进一步往前去推动的一个核心价值供献者。
假如是的话，我会比较愿意去推动，假如不是的话，可能相对来说就没有那么愿意推动。每一小我去筛选哪些项目要去推动都有本身的标准，可能其他的人会有别的的一些思虑，尤其如今有很多很好背景的人去做具身的创业，假如没有本身的一个标准的话，很轻易筛选的目眩纷乱。
AI科技评论：如今具身智能很多家企业都宣布本身有落地场景，就您小我不雅察而言，如今具身智能的落地的实际情况毕竟是怎么样的呢？
王建明：落地的实际情况是应当还没有什么落地。假如落地是说机械人可以做一些表演之类的，它是有落地的。但假如是从我们生活中问题的解决来看，其实如今的机械人并没有解决，至少我们在生活中没有看到任何的具身智能机械人。
像公司楼下半身倒咖啡的机械人，它也不是具身智能机械人，只是用传统的控制方法往来交往做的机械人。那个很早就有了，我们之前投过的镁伽机械人，他们就有这个产品。
02 本钱穷冬或许还没那么快
AI科技评论：本年具身智能范畴它的投融额远远超于客岁，这背后的原因是什么呢？
王建明：起首是因为 23 年成立的第一波公司，已经到了相当高的一个估值，所以资金量的需求就会大年夜很多。其次是因为市情上又出现了很多新公司。
很多人没有想到，这个赛道的火热从 2023 年上半年开端一向延续到了本年下半年，持续了三年的时光。每到岁终，大年夜家就开端认为这个赛道会变，比如本年很多人就说，来岁岁首年代或者来岁上半年这个赛道可能会变。
这个赛道有很多刺激身分，比如我们阶段性地看到了很多海外公司很厉害的冲破或进展，或者一些政策性的刺激，也能看到听到 Elon Musk 之类的大年夜佬他们对这个赛道的一些预判，这些都邑形成刺激，并且这些刺激是一波一波的来，每一次刺激都比上一次来来得更强烈一些。刺激身分一向在的话，大年夜家就一向会敢投，并且本年也确切看到了一些进展。
AI科技评论：本年具身方面的投资特别火热，经常出现抢项目高估值的情况，这种情况会不会给你们断定投资带来艰苦？
王建明：肯定是会的，核心的点就在于，在投资的时刻会见临一些泡沫，本来这个项目不消那么贵，但因为有人争抢，所以估值就会高一点。
本年我有一个广泛的感到，本来 2023 年当时的很多项目标第一轮是在两个亿人平易近币阁下，本年好一点的具身智能公司，第一轮根本上都是 5 个亿人平易近币了。其实这些项目回到 23 年，估计可能也是两个亿人平易近币，能感到到估值的溢价。
王建明：我看机械人时光比较久了，2017 年就在看机械人这个偏向了。
AI科技评论：很多多少人都说来岁具身智能就会遭受本钱穷冬了。
王建明：似乎客岁就有听到，到了 25 年，可能具身智能赛道就会转冷，但实际上本年又上了一个高度。投资行业是一波一波的高潮，假如按照一个正常的行业来看，会有一个周期，大年夜概到了一个时光点的头部形成，全部赛道就相对来说降温了。
然则具身智能这个偏向，它的技巧立异性持续的出现，并且本身技巧难度很大年夜，很多个环节是须要有冲破的，最终的想象空间又是巨大年夜的，所以全部赛道的厚度和大年夜家对它的期望值是极限的高，泡沫的生命周期也是料想之外的长。
王建明：对于年青的创业者来说，我小我的建议是不焦急。
AI科技评论：也就是说您认为来岁或者将来两三年，应当还不至于说陷入穷冬？
AI科技评论：今朝进入具身赛道还有机会吗？
王建明：任何时光都不晚，但确切从融资的角度或者从生态位的角度来说，要面对一个问题：假如要卡一个比较好的生态位，这个时光点出来感到是会有点晚。然则依然可以做一些工作，比如能不克不及推动全部行业的核心价值供献？例如数据问题。别的，这个时光点其实有很多做细分应用的公司出来的。
AI科技评论：如今有很多多少投资人都说如今具身里面有很太多泡沫了都不敢投，那您认为如今还合适投吗？
王建明：我不太会做这种猜测，然则从本年的不雅察来说，依然有大年夜量的异常优良的人，持续跳到这个行业里面来创业，我们是看早期的第一轮，所以可以或许发明持续有很多项目出来，并且感到本年似乎比往年都多。
王建明：这个见仁见智，照样得回到筛选项目标标准是什么？假如现阶段是可以或许解决这个行业价值卡点的一个工作，那就有意义做。
AI科技评论：如今投资具身智能面对的最大年夜的风险是什么呢？
王建明：具身智能如今还太早期了，太技巧向了，对于很多标的筛选是须要有一些技巧偏向的预判，不太像纯真做一个很成熟的技巧路径下的产品立异的项目，这个就更多看履行力。而具身智能须要有一些你对于技巧路径的预判，然后去筛选你认为可能对这个行业的成长有核心推动力的一些项目，大年夜家把这些问题都慢慢解决的过程中，才有落地的可能性。
王建明：风险和收益是并存的，对小我来说最大年夜的风险是你投中的公司最终都没有跑出来，而跑出来的公司你都没有投中。
全部行业的风险是，如今很多成立两三年的公司也在本钱化，从投资人的角度来说，只要他在二级市场上市了，至少阶段性的流动性就可以或许被知足。只要行业没有一会儿垮掉落，从收益的角度照样可以包管的。所以这也是为什么 23 年出手早、出手猛的投资人其实是可以赚到第一波收益的。
早在具身智能成为本钱热词之前，英诺王建明就已经踏入机械人赛道。据科技家当投资平台华芯本钱统计，在一级市场，2025 年前七个月，具身智能行业总融资金额跨越 300 亿元，在 2024 年上半年，这个数字还只是 75 亿元。本钱狂欢的背后，却难掩数据困境。
当下确切太多的公司在这个行业里面了，将来不管是从营业落地，照样从融资，照样从生态位各方面来说，都邑有很多挑衅的，这个时光不会是短期的，可能得等这个赛道的融资遇冷之后，才会裸露出来问题。
假如拉长周期来看，如今的创业公司可能最终的成功率是百分之个位数的，意味着大年夜多半公司后面会挂掉落。这就是任何一个行业的规律。百分之个位数的数字，主如果因为基数比较大年夜，如今跟具身智能这个标签相干的公司，应当有几千家了，并且还会持续有新的公司出来。
我们如今相对还处于比较早期，属于风险点还没有被裸露出来的时光。
AI科技评论：机械人将来的行业格局可能是怎么样子的呢？
王建明：行业格局这个挺难断定的，可能会有很多个应用处景，每一个应用处景可能会有一些做的比较好的公司。
值得推敲的是为什么在过往的主动驾驶行业和大年夜说话模型行业，中国没有培养出来响应的数据公司，可能是因为中国大年夜厂太强了。然则机械人它临时还没有一个很明白的最终应用处景，谁可以做成比较强的大年夜厂，我们如今还不知道。
别的，不管是 AI 1.0，照样主动驾驶，照样大年夜模型，其实中都城是跟随者，然则具身智能这个赛道有可能成为引领者，比如数据范式被引领者测验测验出来之后，后来者有一个成功的路径可以去参考。所以在具身智能这个行业作为引领者是须要在数据上做一些引领的。在中游会有像数据公司存在的，也可能会有一些基本举措措施的公司存在，上游的话可能有很多的硬件的零部件公司。
03 数据是今朝机械人范畴的核心问题
王建明：他们是最接近具身智能的一个形态，也是一个物理 AI，也有一个实际的载体，所以他们过往的一些经验确切是很值得参考，然则我倒认为最终能做成功机械人的照样机械人行业内的人。
AI科技评论：为什么？
回到机械人的形态，能想象到最终的机械人形态是什么吗？其实想象不到的。所以这个过程中须要一个异常有产品、硬件、构造设计禀赋的团队去冲破它最终可以或许进入生活中的形态的问题。
这有点像昔时苹果手机研发，假如当时没有苹果手机无按键的情势，那可能我们如今还在用按键手机。其实机械人如今也是差在这个环节，机械人的产品形态其实跟主动驾驶没什么关系，照样须要一个有着极致产品和构造禀赋的人去推动。
主动驾驶行业他们有过往的一些经验，可以告诉具身行业里面的人要避开的坑是什么？主动驾驶对靠得住性和安然性的请求是比较高的。然则实际上机械人进到家庭里面，不管是产品的复杂度，照样动作的维度，照样指令的复杂度，它对于安然的需求都是远远高于主动驾驶的。
AI科技评论：今朝机械人这个范畴还没有出现像您方才说的那种人吗？
王建明：作为采访者，重要的侧重点其实是针对于论文本身，我会想为什么会往这个偏向去做，这个偏向肯定有本身的一些局限性或者过往工作没有解决好的问题，相当于这个工作的原由。还会侧重于工作中会用到的一些办法，在办法上有一些比较大年夜的立异，或者另一些工作会沿用核心的思惟和办法，比如石麻笔记的 Human Data 系列，很多都是在 DeepMimic 这一套思惟的基本长进行微立异。
王建明：我认为可能有，然则至少从产品层面还没看到。
AI科技评论：您认为如今机械人的过程类比到主动驾驶，处于主动驾驶的哪个阶段？
王建明：我其实没怎么体系地看过主动驾驶，假如要类比的话，其实很多都是固定法度榜样编程，把门路上的很多情况都模仿出来，然背工工的编一些规矩，让它去遵守这些规矩。
这就跟传统机械人差不多。像如今的割草机、泳池、清洗机械人，甚至扫地机，它的智能化程度也是够的，那我认为这些机械人是不是可以说成是主动驾驶的 L1 和 L2？
如今通用机械人的技巧，其其实处理刚才说的场景上，可能还赶不上过往的技巧。大年夜家都爱好去对标如今是 Chatgpt.几的时光或者主动驾驶 L 几的时光，我认为不太可以或许去类比，核心照样回到机械人本身的技巧栈上面，它如今的问题是什么？问题被解决的可能性是什么？
AI科技评论：那机械人如今最核心的问题是什么？
王建明：核心问题照样数据，数据问题被解决之后，可能又裸露出来其他的问题，比如说模型构造、算法路径。只是可能匹配到响应的数据之后，算法路径也会更清楚一点，在响应能成的算法路径上，断定模型的框架要不要被修改，有了更合适的模型框架，最终回到解决到这个行业的问题，通用义务的完成度、靠得住性。
去做落地的时刻，可能有更多问题。所以全部环节问题有太多了，很难去对标到曾经的 Chatgpt 级和 L 级，因为全部机械人体系的复杂度是远远高于大年夜说话模型和主动驾驶的。
AI科技评论：您在机械人范畴深耕了这么久，您能不雅察今朝比拟较较肯定的一个趋势是什么吗？
王建明：肯定的趋势是机械人的数据问题假如不被解决的话，具身行业用如今的范式不必定做得通。
AI科技评论：本年有很多创业者进入了机械人数据这个赛道，您是怎么对待这个现象的？这背后有什么原因呢？
王建明：大年夜家是到了一个节点，认为这个行业进一步推动的卡点就在于数据，所以大年夜家都是要先解决数据的这个问题，解决数据问题会有不合的角度和逻辑。
AI科技评论：假如是创业公司的话，它聚焦于这个机械人数据这个细分的赛道可行吗？
王建明：要看他做的数据是什么类型的数据，以及他可以或许给客户供给的数据维度是什么。假如它本身供给的数据的采集难度很大年夜，并且供给的价值链条不仅仅是采下来的数据，还涉及到一些算法，甚至涉及到模型层的一些器械，那这个器械的价值供献还蛮大年夜的。
AI科技评论：中国似乎没怎么听到数据公司。
王建明：从贸易模式的角度来说，大年夜家都邑质疑在中国会不会稀有据的生意的模式存在，因为过往并没有很成功的数据公司。然则假如不从这个维度思虑，而是从具身智能本身行业的卡点来思虑的话，那数据这个问题它值不值得被解决？并且解决这个问题的公司是不是有一个贸易生态位？从这个角度去思虑，谜底是肯定的。
AI科技评论：数据的采集路径有哪些？壁垒高吗？
王建明：可以想象一下将来的机械人行业，它跟主动驾驶和如今的大年夜模型都不一样。主动驾驶它的数据临盆的过程是可以强烈的依附在本体上面的，这个也是为什么像客岁 VLA 很火的时刻，大年夜家是用模仿进修，所以大年夜家会认为我反正有大年夜量的本体，把本体布出去，经由过程本体来采数据。这个路径就是典范的主动驾驶的思路，就是经由过程遥操设备去采集数据。
但如今大年夜家发明这个方法采集数据的量、效力，包含质量都是有问题的。像本年世界模型也比较火，那它核心点就是做了数据生成式的器械，想经由过程生成式的器械来解决数据问题。最后是人的数据，维度还挺多的，包含人的形态的数据、人的视角的数据等等。
数据这个生意得要想得透，假如数据本身采集的壁垒很低的话，那很多做场景的公司依托本身的数据采集设备来搞就好了。假如数据采集的壁垒比较高的话，比如一套设备都几百上切切，还要很大年夜的量，那这个肯定就是壁垒。做一个数据公司是不是就可以给行业带来很多的供献？顺着这个角度去分析，就会发明必定会稀有据公司的生态位在的。
AI科技评论：具身范畴中所提的世界模型毕竟是什么？
王建明：世界模型的定义很广，假如抽象出来它的一个定义，就是基于当下的不雅察，引入一个个影响身分，它去猜测下一步的器械，下一步器械可能是下一帧的视频生成，可所以下一帧机械人动作的猜测。定义是很广的，不合的人脑筋里的世界模型也不一样。
从事机械人的人脑筋里的世界模型必定是有物理的，有三维的。如今很多创业公司的世界模型只是一个视频生成的工作。
AI科技评论：感到今朝的世界模型还比较粗拙，它生成的数据真的能应用到机械人上吗？
王建明：本年世界模型是比较火，我没有做过很周全的关于世界模型的采访。我起首强调一下，我也不是那么懂世界模型。然则我之前有采访一些机械人范畴学者，他们确切是世界模型的拥戴者。
世界模型是一个比较最终的问题，这个问题短期内它还有很多的问题没有被解决，从落地的角度来说，它可能是一个更遥远的技巧路径，须要在学术上面有很多的摸索和冲破，是一个须要测验测验的路线。
AI科技评论：您对于想要入局的一些创业者或者从业者有什么建议吗？
AI科技评论：为什么是创业公司？
王建明：因为在一个创业公司里面，是可以跟 1 号位比较接近的，可以侧面不雅察到创业的一些工作，把这个认知积聚下来，同时再去加深一些对于这个行业的思虑和不雅察，然后等待你可以或许把本身想要解决的问题给解决了的那个时光点的到来。
因为如今具身行业对于很多年青的创业者来说须要去竞争，很多项目标开创人背景很好，可能要花大年夜量的时光和力量去跟他们去 PK，拿投资人的钱。与其花这个时光，还不如先积聚资本，等待这个行业的下一个拐点。（雷峰网("大众,"号：雷峰网)）
04 GAIR 2025
2025年 12 月 12-13 日，由 GAIR 研究院与雷峰网结合主办的「第八届 GAIR 全球人工智能与机械人大年夜会」，将在深圳南山·博林天瑞喜来登酒店举办。
英诺天使基金履行董事、石麻笔记主办人王建明也将莅临 12 月 13 日的《世界模型》论坛，她是数据专场的主席，也是圆桌活动的主持人。迎接点击文末“浏览原文”或辨认海报二维码，报名参会，相约 GAIR 2025 ~
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
本年大年夜会，将开设三个主题论坛，聚焦大年夜模型、算力变革、世界模型等多个议题，描述 AI 最前沿的摸索群像，折射学界与家当界共建的智能将来。
AI科技评论：您重要存眷具身开创团队的哪些方面？
发表评论 取消回复