文 | 定焦One，作者 | 陈丹，编辑 | 魏佳 文🤗 | 定焦One，作者 | 陈丹，编辑 | 魏佳 当你🤯流落荒岛，只要在沙滩上画个米老鼠，第二天该公司的法务团队就能😴找到你——这则调侃迪士尼版权保护严苛的笑话，如今成了AI时代🤔版权纠纷的真实写照。当网友通过简单提示词就能在AI模型中生成😢迪士尼经典IP形象时，这家影视巨头的法务团队，将矛头对准了M🤩iniMax。 9月16日，迪士尼、环球影业、华纳兄弟❤️探索公司三大影视集团，联合起诉中国AI独角兽上海稀宇科技（M😆iniMax），指控其旗下“海螺AI”（Hailuo AI）🤗存在大规模知识产权侵权。119页起诉书附带58份证据，涵盖海😍螺AI侵权内容示例、产品宣传材料、用户截图及专家技术分析报告😍等——足可见其准备充分。 截至发稿，MiniMax暂未😎对此事公开做出回应。 这并非好莱坞首次向AI公司“宣战🎉”。 今年6月，美国AI图像生成公司Midjourne😅y已被迪士尼和环球提起版权诉讼，110页起诉书举证同样详尽。😅本月初，华纳兄弟探索也对Midjourney提出类似诉讼，形😴成围剿之势。 “好莱坞公司起诉MiniMax，不是第一😢个，也不会最后一个。”深耕版权法律领域多年的律师张京告诉「定😊焦One」，此类诉讼大概率走向和解，但先期判决或和解案例，将😆为行业规则定调。AI时代此类纠纷将批量涌现，最终推动行业规则😢明晰化。 “口袋里的好莱坞”，惹怒好莱坞 好莱坞😢巨头的愤怒，体现在起诉书的字里行间。 MiniMax旗😡下“海螺AI”的宣传口号——“口袋里的好莱坞工作室”，被三大👏影视集团斥为“大胆的自封绰号”，因其“业务建立在窃取原告知识😀产权的基础上”。具体来看，侵权指控聚焦于三个核心环节： 🤩 训练阶段：非法抓取版权内容。 起诉书中指出，Mini😀Max未经授权，通过网络爬虫或机器人从互联网（含潜在盗版渠道😆）下载原告版权作品，经清洗、格式化后用于“海螺AI”模型训练🙌，使原告作品核心元素被嵌入模型。 生成阶段：输出高度相🤩似内容。 用户仅需输入简单文本提示，如“达斯・维达在死😍亡之星上行走，手持红色光剑”，“海螺AI”即可生成高质量可下🤯载的图片与视频，且输出内容包含超出提示词的细节，如角色标志性🤩动作、场景细节等，证明模型中存储了原告作品的复制信息。 🤔 推广阶段：系统性鼓励侵权。 MiniMax被指在官网👏“探索”页面公开展示侵权内容，在社交媒体用原告IP角色做广告😘引流订阅用户，且在生成内容上加注自身品牌水印。这种模式被起诉🌟方比喻为“虚拟自动售货机”，实质是“系统性鼓励侵权”。 🥳 展开全文 此外，起诉方强调MiniMax具备侵权防控🔥能力——其已能通过技术措施过滤暴力、裸露内容，却未对版权内容🙄采取类似保护，主观侵权意图明显。 好莱坞阵营的诉求清晰👍明确：一是索要MiniMax的侵权所得利润，或按每部侵权作品👏最高15万美元主张法定损害赔偿；二是申请永久禁令，禁止Min😍iMax继续用原告作品训练AI，且禁止其服务生成相似IP内容😊。 这种强硬态度，与此前起诉Midjourney如出一👏辙。当时迪士尼、环球影业称Midjourney是“典型的版权😴搭便车者”，强调“无论侵权内容由AI还是传统技术生成，盗版本👏质不变”。两起案件的核心指控高度一致：AI公司未经授权复制影😆视IP作为训练数据，且生成内容与原作角色高度相似。 北⭐京至普律师事务所主任李圣律师对「定焦One」分析，现有的著作🤩权法框架下认定AI侵权需满足四大要件：作品受保护、未经授权使🤯用、接触原作、生成内容与原作实质性相似。若案件进入实质审理，👏争议将集中于三点：其一，需通过技术溯源证实“海螺AI”训练数😅据包含涉案版权作品；其二，需鉴定生成内容是“复制/改编”还是🤔“全新创作”；其三，需审查MiniMax是否存在授权、法定许🤔可等合法抗辩事由。 更通俗一些讲，就是要有确凿证据证明😴MiniMax的AI模型训练数据里，确实包含了原告方的素材；🤗同时，判定AI生成的内容到底是对原作的直接“复制”或“改编”🤩，还是仅仅受了点启发进行的全新创作；以及“有没有理”，Min👍iMax有没有合理的借口，比如“我已经付钱拿到许可了”或者“❤️法律有特殊规定允许我这么用”。 张京团队曾整理多宗原告🙄是版权方、被告是生成式人工智能服务提供者的诉讼，争议焦点都较😍为类似，即被告的大模型不仅在训练阶段也在输出阶段使用了原告拥🥳有版权的作品。考虑到大语言模型的技术特点，在训练阶段是否能够😀使用包含版权的作品，在世界范围内还有一定争议，部分司法判例肯😢定了有可能构成合理使用；但对于输出阶段应采取措施防止和版权方😍的作品高度类似而产生替代效果，已成为共识，并未出现相反的判决🤩结果。 他指出，这类案件比较大的可能是走向和解，否则被😡告会处于相对不利的地位。 AI版权纠纷，从局部摩擦到全😉面火拼 迪士尼起诉MiniMax，并非孤立事件，而是A🌟I版权纠纷“扩圈”的最新节点。 2023年底，《纽约时🔥报》率先起诉OpenAI、微软，指控其非法抓取数百万篇新闻报😢道用于AI训练，拉开AI版权纠纷序幕。 2024年初，🥳1.6万名英国艺术家计划对Midjourney等AI公司发起😁集体诉讼，反对AI未经授权使用插画作品训练模型。 20😍24年5月，OpenAI新模型GPT-4o的语音模式“SKY😘”因高度模仿斯嘉丽・约翰逊声线遭抵制，OpenAI虽否认侵权🌟但下架该语音；随后美国唱片业协会起诉AI音乐公司Suno、U😉dio，指控其“大规模侵权”。 AI版权的纠纷，从文字🙌、图像延伸至音频领域，而迪士尼起诉MiniMax、Midjo🤔urney，标志着影视IP也成为AI版权博弈的核心。 🔥这些原告包括作家、新闻媒体、歌手、插画家等等，几乎已经涵盖了😅大部分艺术领域。他们对AI的指控，细节上虽有差异，但核心都围🙌绕两点：“源头侵权”和“结果侵权”，前者指未经授权使用版权内👏容训练AI；后者则指AI生成内容构成实质性替代与市场冲击。他🙌们的诉求也基本来自三个方面：即时停止侵权；弥补已造成的经济损😀失，追偿侵权收益；建立长效合规机制，规范AI行业使用规则。 🤔 面对版权公司和艺术家们的指控，AI公司一直以“合理使用⭐”为自己抗辩。 打个比方，如果版权方的指控是“你偷了我😂的书和画，看了之后就开始模仿我的风格来赚钱”，那么AI公司的😂抗辩核心是“我不是在偷窃和复制，我是在‘学习’和‘研究’，然💯后进行全新的‘创作’。这是合法的，受‘合理使用’原则保护。”😡 目前来看，AI公司主要从四个方面论证自己“合理使用”🎉。 第一、转化性使用（transformative）。😜AI训练并非对原作品的简单复制或传播，而是通过算法提取数据中😘的抽象模式、风格特征与语义关联，最终生成不同于原始数据全新内⭐容。也就是说，“AI不是抄袭，而是为了学习和创造新东西”。 😂 第二、不构成市场替代。AI模型输出的是统计学意义上的生🤩成结果，而非原作的复制品，不影响版权作品的核心商业市场，甚至😜可能通过二次创作生态间接扩大原作的传播与价值。 第三，😎使用量和实质性合理。尽管使用了大量数据，但AI公司认为，这是😂机器学习实现泛化能力的必要前提，且模型参数并未固定存储任何单🚀一作品的具体表达，仅学习其非表达性的底层特征。可以理解为，“😡AI是看了很多，但这是为了学习，而且没存你的原稿”。 👍第四，社会效益。该行为服务于公共利益，能推动人工智能这一重要🙌领域的创新与技术进步，符合版权法“促进科学与实用艺术发展”的🙌终极目的。如果限制AI学习，就是阻碍全人类科技进步。 🤔最典型的抗辩来自Midjourney——其在应对迪士尼起诉时😡称，原告及合作供应商亦在使用Midjourney工具，不能既🙄享AI红利又扼杀技术底层实践。 以上种种，都是AI技术😆发展带来的法理争论，到底谁对谁错，目前没有定论。 法律❤️大V、北京某律所合伙人樊百乐在一期播客节目中表示，围绕AI的🙄版权争议就像是一个莫比乌斯环：在现在的版权法框架下，明明从同😎样的逻辑出发，但随着思考延伸和情况极端化，可能会逐渐走到原本😢的对立面。 但他同时指出，只要利益平衡，即使法理问题未😴疏通，双方仍可相安无事。就像一位好莱坞大厂的法务负责人对他说🙄的，“不管时代怎么变迁，知识产权法或者版权法要解决的问题就是😘两件：credits（名）and money（利）”。 😆 AI公司，该补版权课了 在AI野蛮生长的时代，AI大🙄模型竞争力往往依赖训练数据规模与质量——数据越丰富，生成能力😘越强。这促使许多AI公司在初期采用“先污染，后治理”策略：大😂规模抓取互联网图文音视频作为语料，其中不可避免包含版权内容，❤️从好莱坞IP到新闻报道，皆成“免费素材”。 这种行为之😴所以长期存在，源于AI训练语料的版权界定始终处于灰色地带：一😢方面，现有法律未针对“AI模型训练使用版权内容”作出明确规定😂，缺乏可落地的判定标准；另一方面，全球范围内相关判例稀缺，行👍业尚未形成统一共识。这就像“房间里的大象”，所有人都知晓问题😡存在，却因规则模糊而难以解决。 从技术层面来看，这种操😀作一定程度上推动了模型能力的快速提升，一批AI公司在短时间内🤩跑出了规模化应用。 MiniMax作为一家成立于202😘2年的初创公司，凭借着自研多模态模型及AI原生应用，已累计为🔥超过200个国家及地区的逾1.57亿名个人用户提供服务。去年🙄4月，海螺AI上线，并冲进2024年上半年美国AI应用市场下👏载量前十。有媒体报道，MiniMax已于近日秘密向香港提交了🌟IPO申请，并计划最早于今年上市。 然而，随着行业规模🤔迅速扩大，版权问题也开始集中爆发。对于许多AI公司而言，“还🙄债时刻”正在到来。 从目前的趋势来看，行业正在从无序抓😢取转向付费合作。例如，OpenAI与新闻集团（News Co🤩rp）达成多年期协议，将获得其旗下媒体的内容并用于回答用户的🔥问题，交易价值或超过2.5亿美元。此前它还与《金融时报》达成🤔合作。此外，Meta也与环球音乐集团达成合作，避免未经授权的😁AI生成内容对创作者造成影响。 一名法律人士认为，今后🔥，AI公司和版权方的付费数据合作将越来越普遍。 不过，😎当前行业仍存在一种误区，即将“版权保护”与“技术创新”对立起🥳来，认为强化版权保护会制约AI发展。 但资深律师张京指😉出，这种对立思维不符合历史规律——纵观工业革命以来的技术演进💯，知识产权法始终是创新的“助推器”，而非“绊脚石”。如今AI🔥技术带来的挑战，本质是原有利益平衡机制的打破，需要通过规则调👏整重建新平衡，而非走向“绝对保护”或“绝对开放”的极端。 😎 李圣认为，绝对的“授权至上”难以实现。因为，若要求AI公😊司对所有训练数据逐一获取授权，将大幅抬高研发成本，尤其是中小😂AI企业可能因成本压力退出市场，与各国推动AI科技创新的底层❤️需求相悖。“无限制开放”也不现实，如果有所谓的AI使用版权内😡容的“安全区”，也必须以不实质损害版权方合法权益为前提，同时⭐满足数据来源可追溯、生成内容不替代原作市场等核心条件。 🔥 短期来看，无论迪士尼诉MiniMax等个案的判决结果如何，⭐都将加速AI版权授权市场的成熟。从长期视角看，版权方与AI公❤️司的博弈不会终结，但将从当前的“火拼”转向规则下的磨合。 🤩 *张京为化名。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

第一财经 不同硬件、不同大脑，不同机器人厂商进入不同场🌟景，在多方变量的加持下，机器人的规模化落地似乎遥遥无期。 😎 9月17日，第一财经记者在采访第三方部署方、机器人本体厂🤗商和场景落地方时发现，一个行业新角色正在出现。一个类似于安卓🤗操作系统的中间算法层正在承担屏蔽硬件差异、兼容不同大脑架构的🔥功能，为机器人在真实场景中的规模化落地提供可能。 如今😁，这一产业角色已经吸引了谷歌、智元、富临精工（300432.❤️SZ）、格力博（301260.SZ）、东土科技（300353😴.SZ）、巨星新材料等企业押注。但在硬件厂商坚持自家体系、大🤗模型企业追逐通用智能的格局下，行业的“安卓时刻”何时到来，仍😂有待市场与现实工况的双重检验。 机器人涌入场景，跨本体🎉训练遇阻 当机器人厂商涌向场景方，新的问题正在出现。 🥳 “这个月至少有两家机器人公司正在和我们谈合作。”Kel🤩vin是长三角一家物流上市公司的技术负责人，他告诉记者，为了😢和人形机器人厂商进行合作，自己不得不拨出一个八人左右的团队和😢不同机器人企业进行对接。“我们需要开放不同的数据接口，提供一😁个专门的实验场景，还需要根据各家机器人的要求不断调整流程和测😊试参数”。 在大量的人力和物力投入之外，Kelvin坦❤️言自己算不过来ROI（Return on Investmen💯t，投资回报率）。“机器的工作效率不稳定，且运维需要大量后续😁的费用。”他向第一财经记者透露，物流企业马上就会备战“双11🤩”时间，在此期间是否继续让机器人上岗，他还在犹豫。 更😂大的问题是，由于不同厂商的机器人算法不兼容、硬件各自封闭，导🌟致一个场景的成功经验难以迁移到另一个场景。“有的时候我们的流😁水线哪怕是多一个弯折，机器人都需要重新走一轮POC（Proo⭐f of Concept，概念验证）。” “厂商觉得我🙌们不够开放，我们觉得机器人厂商要得太多。”Kelvin说，这🎉是产业上下游之间对接存在的普遍问题。第一财经记者了解到，一些👍“中间人”的角色正在产业链中诞生。前上汽自动驾驶域控制器算法😘负责人，安努智能工程算法总监杨曾告诉记者，团队正在研发的一套⭐中间件算法平台，希望像手机里的操作系统一样，把不同厂商的机器🔥人纳入统一的兼容框架。 就像手机的操作系统让不同软件在💯同一套规则下运转一样，中间件希望能够通过屏蔽底层硬件差异，使😉一套算法能够迁移到不同厂商的机器人上。“如果每遇到一个新的硬🙄件，就要重新训练，机器人在实际场景部署的速度就会非常慢。”重🌟庆大学助理教授，人工智能及多模态实验室具身智能负责人，安努智🤗能首席科学家胡喆告诉第一财经记者，想要提高机器人的通用化，跨😅本体是必须跨过的门槛。 在不改动模型本身的前提下，兼容🤩不同机器人的大脑，成为中间件的挑战。“虽然主流的模型是VLA🤔模型（Vision-Language-Action Mode😢l，视觉-语言-动作模型），但其中的架构仍然不同，有端到端，🥳也有分层式。”胡喆说，中间件在机器人大脑和机器人作业的实际场💯景中充当一个“翻译官”的角色。在他的设想里，输出的指令会先被😆中间件被转化为统一的目标和约束，再交由各家机器人自身的规划控😊制器执行。 “这样我们就不必为每一个新厂商重新训练模型🤔，只需要向每一个机器人的规划控制器下达指令，就能让中间件跑通🤗整个流程。”胡喆说。 展开全文 物理规律难仿真，🎉机器人“干中学” “我们曾经试过，在实验室里跑通了所有😴算法，结果到实际场景中发现完全不是一回事儿。”钛维云创的创始🤯人张磊告诉记者，当自己试图让机器人处理布料这样的柔性物体时，🚀由于布料材质、厚薄、摩擦力不同，实验室的环境并不能完全满足操😆作需要。 张磊透露，像布料、不规则包裹等物体，POC周😜期“很长，且难以给出确切的时间”，“因为我们需要提前磨合算法🙄、下线采集数据、再拿到实验室反复训练，才能勉强适配场景”。 🎉 工厂中的物料、工艺成千上万，换一条生产线、换一个工位，😅都可能带来完全不同的情况。 “离线的强化学习不可能把所🙄有真实场景一网打尽。”胡喆告诉第一财经记者，机器人不仅需要根😎据场景反复调试算法，还往往要重新采集数据回到实验室做离线训练😂，这让整个周期被拉长，时间和人力都被大量消耗。 边做边🚀改，或许才是机器人进行学习的关键。 胡喆透露，他正在尝😴试利用实时的在线学习算法，允许机器人在实际作业过程中一边操作😜一边采集数据，并实时更新模型。这种方式只需在现场额外增加几秒👏钟运行和100个数据量，“我们会根据模型出来的结果选择数据，😉让机器人在不断学习的过程中遗忘无用的数据，保持数据的精简，也😀不会对算力提出过多的要求”。 机器人“干中学”的另一边🙄，团队也在尝试利用仿真等手段降低机器人的学习成本。“现在大部🎉分机器人仿真环境离现实工况还有很大差距，因为仿真环境中缺乏物🔥理定律的支撑。”美国肯塔基大学空气动力实验室仿真负责人、安努❤️智能联席科学家付博直言，大部分仿真平台依赖数据驱动，却缺乏物😴理定律的支撑。 “如果只是换个环境光影、物体形状等表层🔥变量，那在这种仿真里能跑通的算法，一旦放到现实中，往往会失效😀。”付博说。 让虚拟环境逼近真实世界，并不是一件容易的🔥事。“摩擦力、空气流动等连续变化的环境很难被拆成可以极端的小👏单元。”付博解释，以机器人搬箱子举例，这个场景涉及了力学、刚😡体运动学与工程力学等基本的物理规律。付博说，加入这些规律的仿🤔真能够模拟不同重量箱子堆叠时的微小形变，计算箱内散落零件导致😡的重心偏移，并让机器人理解物体变化对抓取稳定性的影响，以及机🤩器人发力点与物体形变的关联。 他坦言，将这些物理定律的😢融入仿真环境是一个“正在进行的过程”，需逐步攻克计算量庞大的🙄技术难题。付博认为，只有当机器人在仿真环境中充分理解并内化这🤩些物理规律，才能在真实场景中更好地应对突发情况，实现泛化能力🎉的提升。“模型永远无法完全替代实验，但我们希望通过极致的物理😀仿真，让真实实验只需做一次就能验证可行性。” 谷歌提前⭐布局，中间件或成规模化关键 从机器人本体和大脑厂商到最😉终的应用企业，中间还需要大量复杂的部署工作——包括接口打通、😂场景适配、算法迁移等环节。对整个产业链而言，这是一块颇具吸引🤩力的“肥肉”，盯上的远不止安努智能一家企业。 今年6月🤗，银河通用和博世中国成立合资公司博银合创。根据双方披露内容，😀合资公司将聚焦复杂装配、智能质检等高精度制造场景，并且构建标😂准化、模块化、可复制的训练与部署体系，支撑机器人产品的快速迭🤔代与规模化部署。 今年年初，富临精工宣布公司与智元机器⭐人等相关方签署了《人形机器人应用项目投资合作协议》，各方共同😂投资设立合资公司实施人形机器人项目。当前，富临精工、智元、巨😢星新材料均为安努智能股东。就在9月，专注于北美市场的产业股东🤩格力博、聚焦机器人操作系统的东土科技也宣布增资安努智能。 👏 在海外，Google（谷歌）的母公司Alphabet孵化😎的Intrinsic也在扮演类似的角色。Intrinsic试🤩图通过通用算法和工具链降低机器人系统的集成成本，让不同厂商的😆机器人在同一套兼容框架下运行。 通过一个类似操作系统的😂中间件来对接不同机器人厂商和场景，这是安努智能董事长文宏杰提😍出的解题思路。虽然路径各异，但上述三家兼具机器人和产业方背景🙄的第三方部署商，它们的共同点都是试图在碎片化的产业格局中，寻👏找一套能跨越厂商和场景的兼容方式。 不过，机器人产业是👏否会像手机产业那样，最终走向由统一“操作系统”支撑的格局，仍😢充满疑问。一位由数码3C行业转至机器人产业的工程师告诉第一财😆经记者。与手机产业面临的问题不同，机器人领域的情况更为复杂，😅硬件厂商坚持各自的体系，而大模型企业则瞄准通用智能，“屁股决😊定脑袋，大家想的未必是同一个目标”。 多方角力之下，第😊三方部署商设想的中间件是否能够建立起产业上下游的桥梁，还需要😴进一步观察。“模型如果停留在实验室、本体如果只会跳几支舞，那😜最终只是一个故事。”文宏杰认为，在当下的机器人产业，关键不是😆讲模型和本体的“故事”，而是扎进具体场景，通过部署获取真机数🥳据和工程化经验，将商业化的流程拉通、沉淀。 在他看来，🔥这些工程化的经验和数据才能汇聚成类似“操作系统”的底座，真正🔥支撑机器人跨厂商、跨场景的落地。“如果中间件能够像安卓这样的🚀操作系统一样稳定通用、开放兼容，任何厂商都能接入，机器人产业😜的规模化会越来越近。” (本文来自第一财经)返回搜狐，😊查看更多