AI大模型的制造业场景，一文读懂

淡淡的烟草味﹌ 2024-05-05 22:13 119阅读 0赞

**导读**

如何认识这一轮AI技术发展影响的深度和广度？如何判断这一轮AI技术变革的性质？

AI大模型是通用人工智能发展的重要里程碑。中央会议关于人工智能发展提出三个第一次：**第一次提出“通用人工智能”，第一次提出“产业智能化”，第一次提出“把握人工智能等新科技革命浪潮”。**

这一轮AI所体现“革命性”特征，不是AI可以生成文字、可以生成图片，而是AI可以生成代码，构建人机交互新模式，与产品研发、工艺设计、生产作业、产品运营等制造环节、场景相结合，提升生产效率，形成新生产力，并引发产业竞争格局重构。

**AI大模型事关人类生产工具的变革，事关一个国家制造业核心竞争力重塑，事关经济的长期繁荣和走向。**

![4903b05c389c224438284e01d2a2b19e.jpeg][]

**数实融合是全球制造业**

**竞争格局重构的核心变量**

数字化是巨变时代的分水岭，已成为企业、城市、国家之间竞争急剧分化的催化剂。制造业是数实融合最主要的产业部门，其融合的方式、广度和深度，能够直接影响甚至决定制造业的先进水平和全球竞争格局。

**1. 数实融合是美国制造业全球领先的根本原因**

目前，许多人潜意识里非常认同数字时代德国制造业发展道路和模式，“唱衰”美国制造业。然而事实上，**过去十年，美国是全球制造业发展的“样板间”。**

无论是制造业的规模、增速还是竞争力，美国均持续领先德国和日本，并且差距不断拉大：**2011到2021年，美国制造业规模相当于德国的1.5倍扩大到2.4倍，相当于日本的2.5倍扩大到3.1倍**。美国制造业仍然以比日本和德国更快的速度发展。

![ed0d84c6c05eb1c82010a426552a1ba4.png][]

过去10年，美国制造业领先地位的巩固和确立，**是“软件定义硬件”的结果，是以“云+AI”为代表的数字技术深度、全面融入实体经济的结果，是向新型数字基础设施进行迁徙的结果。**

**2. 数字原生企业涌现是美国制造业升级的重要标志**

数字原生企业的涌现是产业升级和经济繁荣的重要标志。

德国、日本与美国制造业差距的扩大，在微观上主要表现为制造业领域缺乏一批有竞争力的数字原生企业。

德国“工业4.0”目标并没有实现，与预期差距较大，中小企业数字化进展缓慢，研究表明只有21%的中小企业在生产中使用了数字技术，也没有成长出一批数字时代有竞争力的中小企业。

日本的情况与德国类似，日本经历了“失去的二十年”，同样没有培养出一批数字原生企业。

数字技术驱动美国新企业、新产品不断涌现，以特斯拉、SpaceX、Rivian、OpenAI、Snowflake、Palantir等为代表数字原生企业，不仅成为全球的产业引领者，而且持续构建产品创新的新模式。

特斯特引领全球汽车工业电动化、智能化，正如瓦伦丁在《从丰田主义到特斯拉主义》所描述的，电动车领域的数字原生企业正在重新定义汽车，在个性化、以用户为中心的万物互联、万物智能时代，新物种为应对不确定性而生，以高频创新为驱动，基于进化组织的迭代思维，从MVP小步快跑加速商业化。

特斯拉作为一个数字原生企业，具有四个典型特征：**软件定义、高频创新、客户运营商、进化型组织。**

![6875e005b280f69ee4780e0d79eb34c2.png][]

2010年美国DARPA推出自适应运载器制造（AVM）计划，**提出“重新发明制造业”**，通过彻底变革和重塑装备制造业，将武器装备研制周期缩短到现在的五分之一。

复杂制造业产品研制生产要像半导体行业一样，其产品设计、仿真、试验、工艺、制造等活动，全部都在数字空间完成，待产品迭代成熟后再进入工厂一次制造完成，缩短研制周期、降低研制成本。这一战略已经开花结果。

2023年11月11日，美国新一代隐形战略轰炸机首飞，这是全球第一款数字轰炸机-B21，从一开始就采用数字化设计，基于云计算的开发、部署和测试数字孪生，带来更好的维护性和更长的生命周期，以及更低的基础设施成本,是最近30年来美军研发速度最快的机型，还可以像特斯拉汽车不断下载新软件一样，能够不断升级产品功能，战斗力升级将依赖于敏捷软件迭代。

**这一趋势的本质是：“云+AI”已经不仅是一个商业基础设施，更是一个创新基础设施，是新企业、新产品孕育孵化的摇篮。**

**3. AI大模型是重塑全球制造业竞争格局的新起点**

AI大模型正加速第三次“数实融合”浪潮全面到来，智能化是其主要特征。AI大模型将影响制造业发展格局，AI大模型将会融入制造业的**研发设计、生产工艺、质量管理、运营控制、营销服务、组织协同和经营管理的方方面面。**

![78f29572409fc1f37460d44939c66f65.png][]

**在研发设计领域，AI革新传统的科研范式。**

在生物医药领域，2022年，DeepMind开发的AlphaFold2模型几乎预测了所有的蛋白质结构。如今AI模型不仅能“预测”、还可以“生成”蛋白质，为未来的药物生产研发创造新的可能。例如由Salesforce Research公司开发的ProGen系统成功从零生成全新的蛋白质。

RNA（核糖核酸）病毒研究计算效率低、不精准，中山大学基于Transformer架构的“LucaProt”深度学习模型，训练了大型蛋白质语言模型，将病毒发现周期从过去2-3个月时间缩短为一周，发现了数万种依赖传统人工比对方法无法识别的新型病毒，将全球RNA病毒多样性扩充了近30倍。这将会将缩短疫苗研制周期、降低研制成本。

**在生产制造环节**，AI大模型可以直接服务智能汽车、机器人、芯片、服装等产品的研发创新，例如工程师可通过大模型自动生成代码指令，完成机器人功能的开发与调试，甚至还能为机器人创造一些全新的功能。

**在设备运维环节，AI大模型大幅增强了传统垂直模型的能力**。AI大模型具备了理解能力，电力行业无人机在山区电力设备上采集信息后，传统垂直小模型给出的判断：“销子不规范”，而大模型能够基于多模态发展出图像认知能力，给出的结论是：“高速公路附近上空，红色涂装的绝缘子左侧连接杆塔金件上，有10个螺栓，其中3个存在销子不规范，包括1个脱销、1个未插紧、1个损毁，已生成异常说明，建议尽快现场确认发起检修。”

![62db2d5329b34e219a78231549ed1975.png][]

![0e0e67dd550e3c783e7f2529bb1ea68a.jpeg][]

**AI大模型赋能制造业的四个基本趋势**

在“软件定义一切”的时代，AI大模型作为新的生产力工具，必将从内容领域（文生文、文生图等）深度扩张到生产实体领域，在制造业的各个环节中引发新的效率革命，加速制造业走向智能化。

**1. AI驱动软件升级是大模型赋能制造业的主要途径**

**工业软件是制造业数字化转型的灵魂和关键。**

AI大模型如何支持赋能制造业，有多种方式和途径，可预期的重要方式是：**AI将重构软件开发模式、交互方式、使用流程和商业模式，无论是研发类、管理类、生产类还是后服务类工业软件，都将用大模型重新升级一遍**，越是复杂的软件系统，未来改造的空间越大。

基于代码大模型打造的新一代AI编码平台产品，具备强大的代码理解与生成能力，**支持代码补全、测试单元生成、代码解释、代码查错等核心场景**。随着MaaS（模型即服务）的崛起，以模型为中心的开发范式将降低工业软件开发门槛，提高开发效率。

根据CSDN在2023年初的评估，GPT4的软件编程能力相当于国内月薪3万元的软件工程师能力，相当于谷歌年薪18万美元L3级工程师。美国一个软件岗位招聘做了一个测试：一个只有4年编程经验的工程师借助AI工具，其软件开发效率相当于19年编程经验的5倍。

![290dd6ec1f9b4418c28391efe03d095f.png][]

**在工业软件开发层面，AI大模型正在革新软件开发范式。AI将与人类共同协作开发，倍数级提升软件研发的效率**，例如服务于一线研发人员的内容生成工具（文档、编码、测试、发布、运维），可以大幅提升生产力。同时“代码大模型”的研究和应用，正在引发AI编码的革命。

AI成为芯片设计新工具，**AI与EDA的双向奔赴，将开启芯片设计的下一场革命**，Synopsys和Cadence等传统芯片设计公司也在积极拥抱AI设计。

英伟达Hopper架构H100拥有13000个AI设计电路，用AI设计GPU比传统EDA减少25%芯片面积，功耗更低。谷歌开始使用强化学习（RL）技术设计自己的TPUAI加速器布局。

在工业软件性能层面，AI大模型会推动软件智能升级。例如在研发设计场景中，Back2CAD基于ChatGPT等推出CADGPT™，支持智能推荐、文档生成、代码生产等功能，能够有效辅助产品的研发设计。

**2. 弥合数据流断点是AI大模型赋能制造业的重要价值**

**每一次人机交互技术的突破，都将带来一次产业重构**。AI大模型带来了新的“人机交互”革命，未来自然语言将能操控一切，深刻改变人们使用搜索引擎、消费购物、生产制造等的方式，并深刻影响未来的产业竞争格局。

制造业数字化的核心是，以数据的自动流动化解复杂系统的不确定性，将正确的数据、以正确的方式、在正确的时间传递给正确的人和机器，提高资源配置效率。

但企业实际的运营状态是：多个环节中存在数据流的断点，需要工程师开发各种工艺软件和流程软件。AI大模型为改变这一现状找到了新路。

![05d1ab5a6928dfc4209d44b0955eed03.png][]

这条新路是，基于AI大模型的自然语言交互能力，为制造业企业内部、产业上下游之间的实时、泛在的连接提供了软件开发、交互的新方式，降低了工艺和流程的软件开发门槛、提高了效率，弥合了企业数据流动过程中的无数个断点。

例如国内机器人公司，借助通义大模型开发机器人行业模型，基于自然语言，可以实现人和机器的互动。**如机器人收到了人的指令后，可以进行理解、推理和分析，并自动生成软件代码，组织协调不同智能体完成不同场景下的任务。**

**这一功能大大降低了工艺开发人员的门槛，提高了开发效率和质量**。从全局来看，不仅能避免出现数据断点，减少人工干预带来的影响，从而提高产品的稳定性和可靠性，促进了数据在多个环节的自动流动，提高了整个系统的智能化水平。

![c19e46a6882c17e776ff6086d69fd624.png][]

进入数字时代，以往高度一体化、集中化的制造业体系，逐渐走向生产分散化和组织灵活化。

AI大模型+智能协同办公平台，有助于打通制造业的一个个数据断流节点，推动数据在研发、生产、配送、服务等环节高效流动，从而提升制造企业内部、甚至产业上下游之间的协同效率，推动制造业走向“智能协同生产”。

**“融合”是半个世纪以来技术演进的基本规律，信息技术** **（IT）** **、通信技术** **（CI）** **、控制技术** **（OT）** **和以云计算、AI为代表的DT技术加速融合。**

展望未来10年，AI大模型将会赋能每个智能终端、智能单元和智能系统，AI大模型驱动的智能在云边端实时协同成为基本趋势，被AI大模型赋能的智能体将无所不在，设备、产线、工厂、企业中的智能体将无所不在，数据流的核心价值将从描述信息走向决策流和控制流。

**无数个智能体在AI大模型的驱动下，实现决策智能与控制执行，走向自决策、自控制，人们将面对一个智能联合体的崛起。**

![84dcd3540c7f9fb6bf469c72c3f928b0.png][]

**3. 进入控制环节是AI大模型赋能制造业的关键标志**

**AI大模型进入制造业的核心价值不是在营销和管理等环节，而是要进入生产控制环节。**

AI大模型的通用性、泛化性，以及基于“预训练+精调”的新开发范式，将从研发设计、生产工艺、运维质控、销售客服、组织协同等各个环节赋能制造业。

其中，我们认为进入生产环节最核心的控制系统，例如PLC、MES、SCADA等等，提升工艺生产流程的智能化，是AI大模型应用制造业的关键标志。

西门子和微软在今年4月宣布合作，基于GPT推动下一代自动化技术变革，合作开发PLC的代码生成工具，将AI大模型融入控制环节。

目前，在电力调度领域，AI大模型可以深入新型电力系统复杂调度控制核心业务环节，成为调度业务“专家助手”，可以为电力调度员提供电网调控策略，优化线路负载均衡，从而降低电网损耗等。

目前，**企业正探索利用AI大模型能力，驱动工业软件SCADA智能化。**

SCADA系统（数据采集与监视控制系统）可以应用于电力、冶金、石油、化工、燃气、铁路等领域的数据采集与监视控制以及过程控制等诸多领域。

**在SCADA场景下，典型做法是利用大模型在特定行业场景下的编程接口和生态库，产生工业逻辑代码** **（交互、建模、SQL开发）** **，自动集成到工业软件中，基于结果闭环优化模型。**

![1cf83f6a00ab224282cd39aabdc78e02.png][]

在汽车行业，近几十年来，汽车工业的转型，不仅是一场动力革命，也是一次控制革命。

传统汽车向智能汽车演进最大的技术变革在于汽车控制系统的创新，从传统汽车80多个ECU等电子控制单元，转向类似于智能手机的集中式架构（底层操作系统+芯片SOC+应用软件）。

今天，自动驾驶成为汽车工业转型的又一个重大方向。

目前大模型对自动驾驶的改变主要有两个方向：**一是大模型作为赋能工具，辅助自动驾驶算法的训练和优化；二是大模型进入决策控制环节，作为“控制者”直接驾驶车辆。**

2023年8月公开报道显示，特斯拉“端到端”AI自动驾驶系统FSD Beta V12首次公开亮相，完全依靠车载摄像头和神经网络来识别道路和交通情况，并做出相应的决策。

当然，目前AI大模型进入控制环节，实际的应用和落地过程仍然面临着许多问题，有待科研人员进一步探索解决。

**4. 大小模型协同是AI大模型赋能制造业的重要趋势**

AI大模型本身需要找到具体落地场景，离解决千行百业的实际场景问题，还有距离。从实际的产业发展看，一个重要的趋势是：通用与专用、开源与闭源、大模型与现存软硬件系统的协同配合，是产业落地的必经阶段，而且在这一阶段，大小模型高度协同的重要载体——AI智能体（AI Agent）将成为新的生产工具。

AI Agent一般是指基于LLM、能够使用工具自主完成特定任务的智能体。AI Agent将LLM与其他模型、软件等外部工具协同，能够处理真实世界中的各种复杂任务。

2023年7月，阿里云推出了一款智能工具魔搭GPT（ModelScopeGPT），它能接收用户指令，通过“中枢模型”一键调用魔搭社区其他的AI模型，大小模型协同完成复杂任务，降低大模型使用门槛。

未来，**AI Agent将主要由“感知系统+控制系统+执行系统”组成，不仅具有生成能力，还将同时具备任务理解、任务拆解、任务调度、执行规划、链条协同等能力。**

其中LLM将主要承担指挥中心角色，类似人类“大脑”的角色，对接入AI Agent的数字化工具（比如SaaS软件、工业机器人、数字人等）进行统一智能调度管理，实时在生产、管理、服务等场景中，由不同组合的数字化工具协同完成具体场景中的实际问题。

![60e5d95c7626c17df0af1206793447e5.jpeg][]

**打造“公共云+AI”体系化能力，**

**推动智能制造迈向“新阶段”**

今天的制造业转型升级，已经不再是单一技术的赋能，而是以“公共云+AI”为代表的技术体系的全方位赋能和支撑。

当前，必须把握好以AI大模型为代表的新一代人工智能技术发展的历史机遇，加速推动智能制造迈向“新阶段”。

**1. 实施“公共云优先”战略，把公共云作为推动“制造业+AI大模型”融合创新的关键力量**

公共云的大规模、高可用、低成本算力基础设施，成为产业智能化的关键基础。

特别是美国升级芯片管制后，**公共云是缓解高端芯片瓶颈的最优路径，通过高效连接异构计算资源，突破单一性能芯片瓶颈，协同完成大规模智能计算任务，可以有效降低对海外高端芯片的依赖。**

**一是**要将“公共云优先”战略作为制造业数字化转型相关政策规划的重要内容，明确中长期发展目标、重点任务和保障措施等；

**二是**要避免芯片“挤兑”现象，警惕各地“小散多”一哄而上地建设算力中心，造成统一算力市场得“碎片化”，避免出现建得多、用不好、用不起的现象；

**三是**将数据中心利用效率作为数据中心建设考核指标，扭转数据中心建设“重建设、轻运营”“重投入、轻绩效”的模式。

**2. 鼓励模型开源开放，支持科技平台企业做大做强模型开源社区，繁荣AI产业技术生态**

AI的竞争既是一场技术战，也是一场商业战，核心是生态战，关键在于开源开放。开源开放可以降低研发成本和应用门槛，是创新到商业闭环的“助推器”。

**一是**做好AI开源开放生态的顶层设计，将AI开源开放生态建设纳入国家规划、抓好落地实施；

**二是**鼓励地方政府联合AI开源社区头部平台建设AI赋能中心，依托海量开源模型和模型即服务平台（MaaS平台）加速制造业数智化创新应用；

**三是**鼓励应用牵引，加快产业落地，支持制造企业加速应用基础大模型、研发应用行业模型和企业专属模型，通过“用模型”反哺技术创新。

**3. 启动工业软件AI驱动升级工程，加快制造业全环节全链条智能化升级**

作为智能制造的关键支撑，工业软件对推动制造业转型升级具有重要战略意义。AI时代，所有工业软件都值得用大模型重新升级一遍。

**一是**要大力发展基于AI的工业软件，推动“工业软件+AI大模型”技术研发，增强工业软件在智能化时代的自主创新能力，积极推动工业软件标准研制工作；

**二是**要充分发挥工业软件相关联盟的沟通桥梁作用，发挥AI企业、工业软件企业、科研院所和制造业企业各自优势，构建合作共赢、具有核心竞争力的AI驱动的工业软件产业生态。

**4. 聚焦制造业重点产业链，分环节分场景打造标杆，示范推动大模型在制造业的规模化应用**

制造业重点产业链是加快建设现代化产业体系的重要支撑，要找准关键环节、集中优质资源，搭建以“算力+算法+数据”为核心的要素体系，提升制造业的数实融合程度，促进制造业产业链安全和智能化升级。

**一是**启动大模型支撑新型工业化示范工程，以AI大模型为抓手，推进AI全方位、深层次赋能新型工业化，加快探索新型工业化“新模式”；

**二是**在产业基础好、创新能力强的制造业产业带、优势开发区、产业园区的等，率先开展“制造业+AI大模型”融合创新发展示范工程；

**三是**通过“创新平台+数字工厂”等模式，针对感知、控制、决策、执行等关键环节的短板弱项，分场景加强产学研用联合创新，打造创新应用标杆，推动大模型规模化应用。

**-END-**

--------------------

##### ?AI大模型学习路线汇总? #####

大模型学习路线图，整体分为7个大的阶段：**（全套教程文末领取哈）**  
![448cfbab7a724a27bfaebe0bc5bdf791.png_pic_center][]  
**第一阶段：** 从大模型系统设计入手，讲解大模型的主要方法；

**第二阶段：** 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

**第三阶段：** 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

**第四阶段：** 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

**第五阶段：** 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

**第六阶段：** 以SD多模态大模型为主，搭建了文生图小程序案例；

**第七阶段：** 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

#### ?大模型实战案例? ####

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

![在这里插入图片描述][4b0fdd83a09b4b90aab93db1c99eadb4.jpeg_pic_center]

#### ?大模型视频和PDF合集? ####

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。  
![在这里插入图片描述][fe8993b5c87b4577860ff02c0542e2b6.png_pic_center]  
![在这里插入图片描述][7977122a35ff4635a1b15565b4181435.png_pic_center]

#### ?学会后的收获：? ####

**• 基于大模型全栈工程实现**（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

**• 能够利用大模型解决相关实际项目需求：** 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，**实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能，** 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

**• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力：** 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

#### ?获取方式： ####

?有需要的小伙伴，可以保存图片到**wx扫描二v码**免费领取【`保证100%免费`】?  
![234a36150ed901b26f264a281a41c0b1.png][]

[4903b05c389c224438284e01d2a2b19e.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/db620099bafd4074bd5998f3caa5c0ce.jpeg
[ed0d84c6c05eb1c82010a426552a1ba4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/408ed97ca7da4e1cacde6e8961f483ce.png
[6875e005b280f69ee4780e0d79eb34c2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/65bbcff4f3a242b2a025a96af801e43c.png
[78f29572409fc1f37460d44939c66f65.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/5c840b8282c04953ba05c87330a04e6d.png
[62db2d5329b34e219a78231549ed1975.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/5abbf20a0a1c4a92bb45b472a839938d.png
[0e0e67dd550e3c783e7f2529bb1ea68a.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/9f0bd0a2ef6f4dcc8d151371511a760e.jpeg
[290dd6ec1f9b4418c28391efe03d095f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/3b44acc347794b9eb7cda2c532fe14b2.png
[05d1ab5a6928dfc4209d44b0955eed03.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/aabbc984566b46dfb6aac0452af8e9ad.png
[c19e46a6882c17e776ff6086d69fd624.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/7b4d6532262e4d7d9bd5b5dfa70388d8.png
[84dcd3540c7f9fb6bf469c72c3f928b0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/d13cefbc85f74c9b9922fa452756c09c.png
[1cf83f6a00ab224282cd39aabdc78e02.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/9e013b2a1d0f4a67b11ef1b4ca6feb16.png
[60e5d95c7626c17df0af1206793447e5.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/7227a210e0d249e9a3ee1652bbec0277.jpeg
[448cfbab7a724a27bfaebe0bc5bdf791.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/65e8d3ec0ef84eb1a0d79ddf4be84106.png
[4b0fdd83a09b4b90aab93db1c99eadb4.jpeg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/12989cebbe904bdcb73ac9bf95a33357.jpeg
[fe8993b5c87b4577860ff02c0542e2b6.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/c6d09970044046d18c5c49c3d0302539.png
[7977122a35ff4635a1b15565b4181435.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/6da8e28247d549f5a84eb395c7415193.png
[234a36150ed901b26f264a281a41c0b1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/bb601a2ddab043bfb29757196dac7c0a.png