我們目前使用的都是開(kāi)源模型。在圖像標(biāo)注方面，有很多不同的模型可供選擇。我們最初使用了社區(qū)中廣泛使用的模型，但后來(lái)發(fā)現(xiàn)那個(gè)模型比較舊，不太適合復(fù)雜圖像的理解，尤其是針對(duì)兒童圖像。我們嘗試了幾種不同的圖像標(biāo)注模型，最終選擇了現(xiàn)在這個(gè)，并用兒童涂鴉數(shù)據(jù)集進(jìn)行了微調(diào)。

　　生成的圖像的布局和走勢(shì)都是不可更改的。如果只依賴提示詞，我們無(wú)法達(dá)到現(xiàn)在這樣的效果。我們確實(shí)做了圖到圖的生成。為了提高性能，目前沒(méi)有實(shí)施更多的控制流程，因?yàn)檫@會(huì)影響生成效率。

　　我們現(xiàn)在沒(méi)有把畫(huà)風(fēng)選擇直接提供給用戶。主要是在后端進(jìn)行了一些分類，根據(jù)用戶的不同輸入，如純線條勾勒或有色塊的作品，進(jìn)行不同的處理。所以，你會(huì)發(fā)現(xiàn)最終生成的風(fēng)格并不完全一致。

　　去年(2023)下半年以來(lái)，新的技術(shù)如LCM(潛在一致性模型)和(2024年)2月字節(jié)的SDXL-Lightning等技術(shù)出現(xiàn)后，圖像生成的效率已經(jīng)大大提高。例如，在我們的系統(tǒng)中，如果運(yùn)行在級(jí)別較高的顯卡上，單張圖像生成可以控制在0.8-1秒之間，加上網(wǎng)絡(luò)傳輸，總時(shí)間可能在1.5-2秒左右。

　　我們現(xiàn)在的早期用戶，主要是自己身邊的朋友，他們的反饋非常有趣。

　　我們?cè)谘菔緩?qiáng)調(diào)了一個(gè)賣點(diǎn)：提升孩子的自信。但這引發(fā)了中國(guó)式家長(zhǎng)的擔(dān)憂，他們認(rèn)為這可能會(huì)讓孩子偷懶。一個(gè)朋友擔(dān)心他的孩子因?yàn)槟芸焖偕�成精美圖像，而失去創(chuàng)造力。這是一個(gè)非常有趣的反饋。

　　另一方面，有些孩子非常喜歡使用這個(gè)產(chǎn)品，特別是那些內(nèi)向、乃至患有孤獨(dú)癥的孩子，他們能非常專注地使用這款產(chǎn)品，可能畫(huà)一兩百?gòu)垐D。同時(shí)我們也有國(guó)際用戶。

　　我們發(fā)現(xiàn)成年人也在使用它。有些成年用戶的原始畫(huà)作已經(jīng)非常出色，有個(gè)用戶給我們做演示時(shí)，筆觸和構(gòu)圖非常專業(yè)，不像小孩的涂鴉。最后我甚至有點(diǎn)慚愧，覺(jué)得我們生成的圖像沒(méi)有他的畫(huà)好看。

　　進(jìn)入美術(shù)教育會(huì)是一個(gè)有趣的方向，但我們最初設(shè)計(jì)這款產(chǎn)品時(shí)，并沒(méi)有想那么多。

　　現(xiàn)在回過(guò)頭來(lái)看，我有些不同的想法。我們自己小的時(shí)候，人們不鼓勵(lì)使用計(jì)算器，希望我們能心算。但現(xiàn)在看來(lái)，這似乎有些滑稽。

　　我覺(jué)得這一代孩子天生就是AI時(shí)代的孩子。他們可能會(huì)從小就習(xí)慣使用各種AI工具來(lái)增強(qiáng)自己的生活、學(xué)習(xí)和工作能力。

　　“產(chǎn)品必須一開(kāi)始就盈利”

　　現(xiàn)在啟動(dòng)一個(gè)AI項(xiàng)目，開(kāi)發(fā)流程和初期的增長(zhǎng)策略仍然和傳統(tǒng)的App相同。當(dāng)然，AI領(lǐng)域面臨一些獨(dú)特的問(wèn)題。例如，AI產(chǎn)品實(shí)現(xiàn)規(guī)�；�的方式與我們以前的大多數(shù)互聯(lián)網(wǎng)產(chǎn)品不同。

　　坦白說(shuō)，直到日活用戶達(dá)到10萬(wàn)之前，我們通常不會(huì)遇到太大的技術(shù)挑戰(zhàn)。但AI產(chǎn)品與之前的互聯(lián)網(wǎng)產(chǎn)品不同，它的邊際成本并不會(huì)快速降低至接近零。

　　所以這就給大家留下了一個(gè)印象：如果沒(méi)有大公司的支持，這種項(xiàng)目基本上是沒(méi)有希望的。實(shí)際上，即使是依靠大公司也會(huì)有問(wèn)題。

　　我認(rèn)為大公司可能會(huì)在戰(zhàn)略上選擇補(bǔ)貼，但一個(gè)真正成功的產(chǎn)品，必須在商業(yè)上也是成功的，這意味著它必須盈利并有一個(gè)正向的商業(yè)模式，否則長(zhǎng)期很難持續(xù)下去。

　　張濤在產(chǎn)品走紅后負(fù)責(zé)對(duì)外發(fā)聲。圖/即刻 hidecloud

　　目前在AI產(chǎn)品領(lǐng)域，我認(rèn)為大家已經(jīng)達(dá)成了共識(shí)。AI產(chǎn)品不能像以前那樣僅僅追求百萬(wàn)日活，從一開(kāi)始就要考慮好商業(yè)模式和付費(fèi)方式。

　　甚至需要從一開(kāi)始就考慮好，應(yīng)該使用什么規(guī)模的模型和什么樣的模型能力，來(lái)服務(wù)目標(biāo)客戶群。有些市場(chǎng)可能需要你使用最*的模型，而有些市場(chǎng)即便如此也可能無(wú)法滿足需求。

　　這可能也包括一些工程上的挑戰(zhàn)，比如首先需要對(duì)任務(wù)進(jìn)行分類。先判斷需求，然后將其路由到適合的模型，或者是訓(xùn)練過(guò)的特定小模型來(lái)處理特定的問(wèn)題。

　　目前在行業(yè)早期的研發(fā)模式未必是未來(lái)的模式。但目前我們?cè)谧鰞?nèi)部測(cè)試的demo時(shí)，可能會(huì)使用最*的模型，這有助于我們驗(yàn)證想法，確保項(xiàng)目是可行的。如果我們能用最*的模型解決問(wèn)題，那接下來(lái)就會(huì)考慮如何進(jìn)行裁剪和蒸餾，以及如何使用成本更低的方法來(lái)解決問(wèn)題。

　　這就像是回到了古典互聯(lián)網(wǎng)，那時(shí)候我們還處于必須嚴(yán)格控制帶寬和數(shù)據(jù)量的階段�，F(xiàn)在我們?cè)谶@個(gè)領(lǐng)域中會(huì)用到一些技巧。我通過(guò)閱讀論文發(fā)現(xiàn)了一些工程優(yōu)化的方法，這也是一種比較傳統(tǒng)的互聯(lián)網(wǎng)工程思路。我認(rèn)為工程學(xué)貫穿了我們?nèi)祟悗浊�年的歷史。事實(shí)上，很多工程思維方法在計(jì)算機(jī)出現(xiàn)之前就已經(jīng)存在了。

　　3、“演示一出現(xiàn)，大家就立刻知道它的價(jià)值”

　　我們產(chǎn)品目前的*競(jìng)爭(zhēng)力，可能是對(duì)市場(chǎng)和用戶需求的把握。

　　前一陣子我參加一個(gè)分享會(huì)，我發(fā)現(xiàn)很多AI創(chuàng)業(yè)者，尤其是有研究背景的，他們對(duì)用戶的理解還很淺，沒(méi)有對(duì)用戶需求的真實(shí)感知。他們談?wù)摦a(chǎn)品時(shí)，很少提及用戶的需求和場(chǎng)景，不是說(shuō)他們的工具去給用戶解決什么問(wèn)題。

　　去年大多數(shù)人想到AI都是降本增效，但我提出不做效率工具。我做工具出身，但在AI領(lǐng)域，我不想只做工具。如果工具和內(nèi)容結(jié)合，我會(huì)更感興趣。

　　但純工具，比如寫(xiě)年報(bào)或年終總結(jié)，一個(gè)人一年能寫(xiě)幾次呢?我們說(shuō)到AI助理，但一個(gè)公司可能有12萬(wàn)人，有幾個(gè)人真的需要助理呢?我覺(jué)得這種需求很難被深入挖掘。

　　大多數(shù)人實(shí)際上并不需要那么高的工作效率。這背后的原因是，整個(gè)社會(huì)的生產(chǎn)方式和勞動(dòng)形態(tài)還沒(méi)有發(fā)生根本性的改變。所以，如果你只解決生產(chǎn)效率問(wèn)題，那就可能是大面上有問(wèn)題的。

　　我之前跟他們聊天時(shí)沒(méi)有提到的一點(diǎn)是，這波浪潮不是AI，而是AIGC——自動(dòng)生成內(nèi)容。現(xiàn)在的問(wèn)題是很多人關(guān)注的是生成動(dòng)作，因?yàn)橐郧皼](méi)有這樣的技術(shù)�？吹揭粋�(gè)智能體生成內(nèi)容很震撼，但這種震撼可能一兩年后就變得平常。

　　我認(rèn)為更重要的是內(nèi)容層面的問(wèn)題。你生產(chǎn)了這么多內(nèi)容，這些內(nèi)容如何被消費(fèi)，對(duì)人產(chǎn)生什么樣的影響?——這才是產(chǎn)品的機(jī)會(huì)，而不僅僅是生成本身。

　　我們?nèi)ツ?0月做了一個(gè)演示(demo)，在小圈子里測(cè)試后，大家的*反應(yīng)是希望能在iPad上使用，給孩子們畫(huà)畫(huà)。

　　那時(shí)候很多AI產(chǎn)品都是為了展示模型能力而制作，有時(shí)候很難明確用途。但是我們的demo一出現(xiàn)，大家就立刻知道它的價(jià)值。作為一個(gè)產(chǎn)品，這是一個(gè)很好的起點(diǎn)。

　　好多年前，有個(gè)產(chǎn)品叫“你畫(huà)我猜”(Draw Something)。當(dāng)時(shí)我更多的是出于興趣在玩。除了對(duì)傳播鏈條有一些想法外，我并沒(méi)有深入思考過(guò)它。

　　不過(guò)，在開(kāi)發(fā)現(xiàn)在的Dodoboo過(guò)程中，我們確實(shí)回想了Draw Something，甚至考慮過(guò)是否要以社交或娛樂(lè)為主。但由于產(chǎn)品需要快速上線，沒(méi)有深入考慮其他交互娛樂(lè)方面的想法。

　　我們考慮的下一步是建立一個(gè)小型社區(qū)，核心是畫(huà)廊，不是社交。社交產(chǎn)品很容易變得復(fù)雜，涉及審查等問(wèn)題�，F(xiàn)在的產(chǎn)品設(shè)計(jì)，就是把用戶能做的事情限定在一定范圍內(nèi)。完成一幅畫(huà)后，用戶可以點(diǎn)一個(gè)按鈕發(fā)布到廣場(chǎng)，甚至不需要注冊(cè)/登錄。

　　實(shí)際上，我們發(fā)現(xiàn)產(chǎn)品最有趣的部分并不僅僅是成品圖畫(huà)。產(chǎn)品右上角有一個(gè)撤銷按鈕，其實(shí)你可以一直返回上一步，也可以前進(jìn)看下一步。

　　每次畫(huà)完圖后，回到最開(kāi)始，逐步查看整個(gè)生成過(guò)程，你會(huì)有一種感覺(jué)，就是那個(gè)精美的圖是你自己創(chuàng)作出來(lái)的。看著一個(gè)東西從無(wú)到有、變得精美的過(guò)程，是非常享受的。

　　下一個(gè)版本我們會(huì)將繪圖過(guò)程生成為視頻。我覺(jué)得視頻本身具備傳播屬性，這可能是一個(gè)小嘗試。這一點(diǎn)確實(shí)讓人想起Draw Something在社交網(wǎng)絡(luò)上分享畫(huà)圖和猜圖的過(guò)程。

　　我當(dāng)然希望產(chǎn)品未來(lái)會(huì)火，但如何長(zhǎng)期維持，這是一個(gè)新問(wèn)題。AI行業(yè)還在早期階段，很難為未來(lái)的問(wèn)題做準(zhǔn)備。

　　4、“人類的情感太容易被操縱了”

　　在圍繞陪伴的過(guò)程中，我們做了一些產(chǎn)品，有些對(duì)外小規(guī)模發(fā)布，也有完全對(duì)內(nèi)的小demo。在這個(gè)過(guò)程中，我看到了許多細(xì)節(jié)和瞬間，這讓我非常有信心。

　　從中長(zhǎng)期來(lái)看，我非�？春肁I在陪伴方向的發(fā)展。人類的情感太容易被操縱，我們并不像我們自己想的那么理性。情感容易受外來(lái)因素影響，無(wú)論這個(gè)因素來(lái)自真人還是算法。即使知道這是虛構(gòu)的，人們?nèi)匀菀桩a(chǎn)生共情。

　　說(shuō)一下我們做的一個(gè)實(shí)驗(yàn)。GPT-4的視覺(jué)模型能讀懂圖像內(nèi)容。我結(jié)合這個(gè)技術(shù)，編寫(xiě)了一些假想的“朋友”和“敵人”。然后他們基于我的照片內(nèi)容進(jìn)行評(píng)論，贊美我，也有批評(píng)我。

　　這個(gè)實(shí)驗(yàn)對(duì)我影響很大。我雖然是整個(gè)規(guī)則的“上帝”，編寫(xiě)了所有的角色，運(yùn)行了程序，但當(dāng)他們開(kāi)始根據(jù)我的照片內(nèi)容評(píng)論時(shí)，我的內(nèi)心還是受到了觸動(dòng)。人類的情感太容易被操縱了。

　　我們自己的朋友圈還是相對(duì)較多，某種程度上擁有社交優(yōu)勢(shì)。發(fā)朋友圈或微博，總會(huì)有人點(diǎn)贊、評(píng)論或轉(zhuǎn)發(fā)。對(duì)于大多數(shù)人來(lái)說(shuō)，無(wú)論是在線還是離線社交，他們的社交圈相對(duì)較小，得到的反饋也比較少。我認(rèn)為對(duì)大多數(shù)普通用戶來(lái)說(shuō)，無(wú)論內(nèi)容是真人還是AI發(fā)布的，給予反饋都有其積極價(jià)值，并不全是欺騙。

　　Character.AI的用戶群體基本上都是非常年輕的，大概12-16歲。這些人基本上沒(méi)有多少追隨者，發(fā)的內(nèi)容也很少有人理會(huì)。但他們非常頻繁地發(fā)帖，其中大部分內(nèi)容都與C.AI有關(guān)，這非常可怕。

　　我們觀察到AI陪伴產(chǎn)品的一個(gè)典型特征是，大多數(shù)人開(kāi)始是被知名動(dòng)漫或游戲人物吸引。但從體驗(yàn)和用戶訪談來(lái)看，如果你持續(xù)和一個(gè)已知的著名角色聊天，很容易聊崩，因?yàn)槟銓?duì)這個(gè)角色太了解了。一旦出戲，他就不再像那個(gè)角色了。所以我們會(huì)發(fā)現(xiàn)，通常情況下，用戶長(zhǎng)期持續(xù)交流的角色，是他們自己創(chuàng)造的，或平臺(tái)上的一些原創(chuàng)角色。

　　在許多競(jìng)品的用戶社區(qū)里，我常看到用戶因?yàn)楫a(chǎn)品的bug而大發(fā)雷霆。大多數(shù)使用者還是年輕人，他們對(duì)產(chǎn)品的缺陷非常敏感。有時(shí)候他們?cè)谌豪锏娜枇R言辭，讓我這個(gè)中年人聽(tīng)起來(lái)都覺(jué)得難以忍受。他們不是在罵虛擬角色，而是在群里罵官方和平臺(tái)，怪他們破壞了自己的角色。

　　這就出現(xiàn)另一個(gè)問(wèn)題。當(dāng)你用AI重溫已故親人的音容笑貌，你對(duì)ta很了解，那么你們會(huì)不會(huì)聊崩呢?雖然這感覺(jué)像是一個(gè)難以解決的問(wèn)題，但實(shí)際上并非無(wú)解。

　　比如，我們可以采取一些措施，規(guī)定一些方向。例如明確指出某些東西是假的。我們可以引導(dǎo)他們進(jìn)行鼓勵(lì)性的對(duì)話，比如永遠(yuǎn)鼓勵(lì)東亞的孩子們，這樣他們?cè)诔砷L(zhǎng)過(guò)程中，會(huì)感受到父母的愛(ài)和鼓勵(lì)。

　　我相信這會(huì)深深觸動(dòng)?xùn)|亞的孩子。我們?cè)诔砷L(zhǎng)的過(guò)程中真的太缺少表?yè)P(yáng)和鼓勵(lì)了。如果有個(gè)AI爸媽天天表?yè)P(yáng)你，說(shuō)“孩子，我愛(ài)你!”那該有多好。我現(xiàn)在就有這種感覺(jué)，活人在情緒供給方面，很難競(jìng)爭(zhēng)過(guò)AI。

　　還有一種AI陪伴可能是在育兒方面。我一開(kāi)始覺(jué)得生成故事書(shū)是個(gè)非常好的用例，但它并沒(méi)有真正流行起來(lái)。我在想可能的原因是，再好的故事書(shū)也需要家長(zhǎng)來(lái)讀給孩子聽(tīng)，這可能是*的障礙。

　　AI語(yǔ)音交互主要是等待時(shí)間太長(zhǎng)。沒(méi)有模型能像人一樣，在規(guī)定時(shí)間內(nèi)回答小朋友的問(wèn)題。這個(gè)可能還需要半年到一年的時(shí)間才能在行業(yè)內(nèi)解決�，F(xiàn)在已經(jīng)有了一些方向，但可能還需要一些時(shí)間。核心思想是繞過(guò)語(yǔ)音到文字——文字到語(yǔ)音的轉(zhuǎn)換，直接將聲音作為輸入給語(yǔ)言模型，然后模型直接輸出語(yǔ)音。

　　國(guó)內(nèi)上一代語(yǔ)音助手大部分是基于規(guī)則做的。大廠可能都有成千上萬(wàn)條規(guī)則來(lái)解決各種邊緣場(chǎng)景，突然讓他們放棄這些規(guī)則能力，全面轉(zhuǎn)向大模型，他們一時(shí)半會(huì)兒也不敢轉(zhuǎn)。轉(zhuǎn)了之后整個(gè)體驗(yàn)會(huì)大幅降級(jí)。你把哪些場(chǎng)景切給語(yǔ)言模型也是個(gè)問(wèn)題。

　　長(zhǎng)期來(lái)看，成年人、青少年、兒童和老年人的AI陪伴都有機(jī)會(huì)。但初期可能是兒童和老年階段優(yōu)先出現(xiàn)一些應(yīng)用。因?yàn)樗麄儗?duì)語(yǔ)言模型的缺點(diǎn)容忍度較高。

　　5、“一些小細(xì)節(jié)，讓人感到被連接”

　　制作一個(gè)代理幫助預(yù)訂機(jī)票，在最后一步，你無(wú)法完全依賴大模型。相比之下，制作陪伴類產(chǎn)品對(duì)準(zhǔn)確性的要求不高。但陪伴類產(chǎn)品仍需要評(píng)估產(chǎn)品的有效性。

　　我們需要確定有效性的最高標(biāo)準(zhǔn)，例如我在制作Dodoboo時(shí)，最初的動(dòng)機(jī)是同事或朋友看到它后，想給他們的孩子使用。這種直接的動(dòng)機(jī)是有效性的一個(gè)重要標(biāo)準(zhǔn)。

　　圖/X Hidecloud

　　我認(rèn)為有效性在于與產(chǎn)品建立情感上的聯(lián)系。比如在進(jìn)行小實(shí)驗(yàn)時(shí)，我們發(fā)現(xiàn)一些細(xì)微的情感連接。這些連接通常不是巨大的情感沖擊，而是一些小細(xì)節(jié)，讓人感到被連接。

　　其中一個(gè)重要因素是主動(dòng)性。傳統(tǒng)的AI聊天機(jī)器人通常是應(yīng)激性反應(yīng)，等待用戶的提示才會(huì)回應(yīng)。但我們發(fā)現(xiàn)，一旦AI具有主動(dòng)性，比如自己判斷何時(shí)發(fā)起對(duì)話，或者有時(shí)拒絕回答某些問(wèn)題，這就能建立更真實(shí)的情感連接。

　　例如，如果AI總是順從用戶，永遠(yuǎn)滿足每一個(gè)請(qǐng)求，即使它不想回答也必須說(shuō)話，這會(huì)降低用戶對(duì)它的認(rèn)知。只有當(dāng)AI真正能說(shuō)“不”時(shí)，它作為一種意識(shí)，才真正存在于用戶的精神世界中。

　　如何在拒絕、表現(xiàn)個(gè)性情感的同時(shí)，又不1:1模仿真人的缺點(diǎn)?我認(rèn)為這個(gè)平衡可以通過(guò)數(shù)據(jù)反饋來(lái)控制，最終可能是一個(gè)匹配過(guò)程。不同的人喜歡不同的AI角色，比如傲嬌或甜美類型。所以最終是關(guān)于找到適合的匹配。我們已經(jīng)做了很多年的推薦系統(tǒng)了，這不是什么難題。

　　另一個(gè)非常有意思的話題是AI檢測(cè)。我最近讀了一些關(guān)于AI圖像和音頻檢測(cè)的論文，有些非常有意思的內(nèi)容。

　　一篇啟發(fā)性的文章把圖像分成細(xì)節(jié)豐富，和細(xì)節(jié)不豐富的區(qū)域。比如主體部分是細(xì)節(jié)豐富的，而背景則是細(xì)節(jié)不豐富的。他們先分離這兩個(gè)區(qū)域，然后計(jì)算這些區(qū)域內(nèi)像素點(diǎn)之間的關(guān)系和密度分布。

　　在真實(shí)世界中，無(wú)論是細(xì)節(jié)豐富還是不豐富的區(qū)域，分布都比較均勻。但是AI生成的圖像，在細(xì)節(jié)不豐富的地方，整體頻率較低;而在細(xì)節(jié)豐富的地方，會(huì)投入更多精力。這就導(dǎo)致整體頻率分布不均，從而可以區(qū)分出哪些是AI生成的。

　　大自然中萬(wàn)物平等，但AI會(huì)選擇性地處理，導(dǎo)致信息元素的分布不同。既然已經(jīng)意識(shí)到了一些問(wèn)題的存在和解法，說(shuō)實(shí)話，可能不到半年，AI生成圖像的質(zhì)量就可以超出普通人的辨識(shí)范圍。

　　6、“開(kāi)源能趕上ChatGPT嗎？”

　　我認(rèn)為“用開(kāi)源技術(shù)能趕上ChatGPT嗎?”這些爭(zhēng)論不太重要，因?yàn)槲覀冏霎a(chǎn)品的考慮的是手頭上的資源和能力有哪些限制，它能做什么，與哪些用戶需求相匹配。這才是我們要做的事。

　　就語(yǔ)言模型而言，很難具體說(shuō)開(kāi)源技術(shù)大概相當(dāng)于閉源領(lǐng)跑者的什么水平。對(duì)于多模態(tài)方面，某種程度上開(kāi)源領(lǐng)域可能更先進(jìn)一些。

　　大語(yǔ)言模型就像登月工程，開(kāi)源領(lǐng)域如果沒(méi)有足夠數(shù)據(jù)集和訓(xùn)練能力，很難快速趕上。但多模態(tài)方面，除非是非常大的訓(xùn)練量，否則很容易跟上。有時(shí)候開(kāi)源的一些工作，比閉源的商業(yè)模型效果更好。

　　Sora也屬于那種大力出奇跡的例子。我最近閱讀了很多論文，它的結(jié)構(gòu)已經(jīng)被基本分析清楚，沒(méi)有太多秘密。它的發(fā)展就是大算力出奇跡。

　　現(xiàn)在重新造輪子的現(xiàn)象嚴(yán)重，科研領(lǐng)域就是這樣。做范式創(chuàng)新的人很少，大多數(shù)人在基礎(chǔ)上做性能優(yōu)化。有些工作比較重復(fù)。范式創(chuàng)新之后，也有人在這基礎(chǔ)上微調(diào)，認(rèn)為是創(chuàng)新，但我看來(lái)可能不夠突破。

　　但開(kāi)源領(lǐng)域好的一點(diǎn)是，真正的范式創(chuàng)新得到認(rèn)可，并沿這個(gè)路線發(fā)展。這里面我沒(méi)有看到嚴(yán)重的邏輯沖突。