黄齐元谈台湾AI偏科:硬件排第七,软件掉到27名

资讯 AI 行业观察 全文 5311 字 · 约 14 分钟读完 配图 5 张 分类存储芯片并购存储算力

编者按:面对全球AI竞争从模型研发向芯片、算力与产业应用全链条延伸,日本、韩国与我国台湾地区的不同布局,为观察东亚科技竞争提供了三个具有代表性的样本。 台湾并购与私募股权协会创会理事长黄齐元,在宏观经济、半导体产业和跨境并购方面拥有近40年的专业经验,其刊载于Substack的这篇文章,通过比较三地在先进制程、存储芯片

所属频道 算力与芯片融资与资本
台湾AI的偏科生死局

编者按:全球AI竞争早已从模型研发延伸到芯片、算力与产业应用全链条。日本、韩国与我国台湾地区各有各的布局,恰好构成观察东亚科技竞争的三个代表性样本。

台湾并购与私募股权协会创会理事长黄齐元,在宏观经济、半导体产业和跨境并购方面有近40年专业经验。他刊载于Substack的这篇文章,比较了三地在先进制程、存储芯片、算力基础设施、大模型及产业商业化上的战略选择,揭示各自竞争优势、发展短板与潜在风险,为观察AI产业格局演变提供了一个有价值的视角。观察者网“世界科先声”编译此文,供读者批判性参考。

【文/ 黄齐元】

2026年是一个重要转折点:生成式人工智能(AI)不再停留在实验阶段,已经演变成一场围绕基础设施展开的军备竞赛。英伟达提出万亿美元级“AI工厂”愿景,把半导体制造、数据中心与主权AI模型整合为相互关联的战略资产。眼下,各个国家和地区政府与企业必须同步投资这些领域,才能在新一轮竞争中占据有利位置。

在这场AI生态系统的重组中,东亚科技供应链上的三个关键角色——台湾地区、日本、韩国——都已经入场。台湾地区靠的是台积电(TSMC)的先进制程,加上成熟的服务器原始设计制造商(ODM)产业生态;日本想借国家级企业联盟把先进逻辑芯片制造能力重新建起来;韩国则在存储芯片领域继续加固优势,同时用国家支持带动半导体初创企业成长。

三个经济体走的路各不相同,但争夺的是同一个战略目标:掌握AI价值链中不可或缺的关键环节。

从现有硬件能力与国际地位看,台湾地区仍是这一生态系统的核心参与者,也是目前综合实力最强的一方。不过,日本与韩国正推动规模庞大、由国家统筹协调的产业计划,台湾的领先优势因此面临越来越大的压力。

台湾AI的偏科生死局

台积电 资料图:台媒

一、台湾:硬件强者,软件短板

评估台湾地区在AI领域的地位,先要区分两个经常被混为一谈的领域:半导体制造与AI基础设施。

半导体制造这一块,看的是台积电的先进制程,有了它才能造出先进芯片。芯片要变成真能用的AI基础设施,还得靠广达、纬创这些企业把英伟达GPU装进AI服务器、搭起数据中心系统。

这两个领域都是台湾地区已经建立的优势。这也有助于解释,为什么台湾在英国智库Tortoise Media编制的《全球AI指数》(Global AI Index)中,基础设施排名全球第七,政策战略排名第八。

台湾当局推的“晶片驱动台湾”(Chip-Powered Taiwan)计划,以及该计划吸引英伟达与超威半导体(AMD)到台湾岛内设研发机构、做数据中心业务,这些成果在一定程度上都反映在上述排名里。

第二个同样重要的区分,是AI基础设施与AI应用之间的差异。

算力够不够,看的是AI基础设施;算力能不能变成有商业价值的产品和服务,则由AI应用决定。换句话说,一个经济体能不能自己开发大型语言模型(LLM)、AI软件平台,或者面向具体行业的AI应用?

这正是台湾表现最弱的环节。

在AI开发能力上,台湾排第27,这项指标衡量的是自主开发大型语言模型与核心算法的能力;商业生态系统排第30,涵盖AI初创企业的融资能力与盈利表现;人才排第33,说明台湾资深AI软件工程师和世界级研究人员的储备不够。

公众对新技术接受程度这一项,台湾表现相对不错,排第15;半导体与计算机科学领域的学术研究产出排第18。不过这些优势还没能变成突破性的AI软件平台,也没长出有全球竞争力的独角兽企业。

台湾岛内至今仍未诞生一家在规模上足以媲美OpenAI或Anthropic的AI企业。

拖后腿的结构性因素有几个:能拿来训练模型的繁体中文语料规模有限;风险投资市场跟美国比只是很小一块,而全球约90%的AI初创企业融资集中在美国;产业结构长期偏重硬件、对软件相对忽视。

这种失衡也促使资深软件人才流向薪酬更高的集成电路(IC)设计行业,进一步限制了台湾地区AI软件生态系统的发展。

综合来看,台湾地区的AI排名呈现出一个典型特征:硬件强,软件弱。

所以台湾把资源押在算力自主、TAIDE等AI模型,以及法律与监管体系建设上——制定《人工智能基本法》、强化数据安全监管、建立反深度伪造机制,而不是学韩国砸钱建存储芯片制造厂、参加资本密集型扩张竞赛,原因也在这里。

二、日本:从头重建——Rapidus与Noetra

日本这套打法的分工很清晰:政府出钱,企业联盟来干,制造业负责把技术落到产线上。

硬件这块,重建先进逻辑半导体制造能力的担子压在了Rapidus身上。

Rapidus于2022年成立,发起方是丰田、索尼、NTT、软银、NEC、电装、铠侠与三菱UFJ银行八家企业,每家持股比例相同。该公司与IBM联手,在北海道千岁市新建的晶圆厂里开发2纳米环绕栅极(GAA)晶体管制程技术,量产时间定在2027财年下半年。

台湾AI的偏科生死局

2025年3月,北海道千岁市,Rapidus工厂。资料图:日媒

到2026年,日本政府给Rapidus的研发支持资金累计约2.354万亿日元;掏钱入股的企业也从最初的8家涨到了32家。

软件这边,日本把原先比较零散的GENIAC补贴计划收拢成Noetra,2026年正式启动。

Noetra由索尼、软银、NEC与本田四家核心企业发起,目前已有超过44家日本企业参与投资,横跨半导体、机器人、汽车、钢铁、金融、保险与建筑等行业。该计划要做的,是日本自主的多模态基础模型,以及实体AI(Physical AI)技术体系。

日本经济产业省(METI)打算在2026至2030财年拿出约1万亿日元支持这个计划,目标是2028财年之前训出参数规模约1万亿的基础模型。

日本踏入AI基础设施竞赛时,半导体制造能力已经落在台湾地区与韩国后面。于是它把资源攥成一个拳头,重建一个国家级的先进晶圆代工平台;AI应用则挑日本本来就有优势的行业下手,制造业、汽车与机器人是重点。

说到底,日本是先补半导体这块短板,再拿制造业的老底子去推AI落地。这条路未必是通往AI竞争力最快的,但背后站着一个覆盖面相当广的产业联盟。

三、韩国:把存储芯片优势变成谈判筹码

韩国押的,是把存储半导体上已有的优势,换成AI时代的战略谈判筹码。英伟达越来越看重韩国,看中的正是这一点。

英伟达与韩国政府、三星、SK集团及现代汽车集团搭起合作框架,四方各自拿到超过5万颗英伟达Blackwell GPU的配置额度。

韩国政府这边由科学技术信息通信部出面,用分到的GPU资源建国家级AI计算中心,同时支持主权基础模型计划。

三星电子把英伟达Omniverse平台用到了自家半导体生产线上,建起数字孪生系统,加快2纳米与1.4纳米制程开发,还拿它做新材料应用的仿真测试。

SK集团在建工业AI云,亚洲首个基于英伟达Blackwell架构的实体AI验证平台也已经落地。

现代汽车集团则是三头并进:政府的监管支持、英伟达的算力、自己在汽车上的应用能力,合起来加速无人化智能工厂与智能出行解决方案的商业化。

SK集团的角色尤其值得看。旗下SK海力士(SK hynix)是全球高带宽存储器(HBM)供应链上的关键一环。仅2026年一年,该公司就承诺为龙仁晶圆厂追加约21.6万亿韩元投资,目标是2030至2031年间把整体动态随机存取存储器(DRAM)月产能从约55万片晶圆拉到100万片。

这个战略位置,也解释了英伟达为什么一直在韩国加码,并把韩国当作优先合作伙伴。

台湾AI的偏科生死局

韩国三星电子掌舵人李在镕(左起)、现代汽车集团主席郑义宣,以及英伟达总裁黄仁勋相聚韩国炸鸡店。

韩国的野心还写进了总统李在明2026年6月公布的“三大超级项目”。

这些计划总投资预计约2000万亿韩元。一笔是在韩国西南部建四座新型先进存储芯片工厂,投资规模800万亿韩元;另一笔是2035年前投入超过1000万亿韩元,建总供电容量18.4吉瓦(GW)的AI数据中心。第三项落在实体AI上,目标是2030年前让韩国挤进全球前三大AI机器人强国。

四、三种AI战略,三种不同的选择

三个经济体都在推AI,可产业结构不一样,走的路也就差得很远。

日本主权AI的做法,是硬件、软件两条腿同时走。

硬件这头,Rapidus担起恢复本土先进半导体制造能力的任务;软件那头,则由Noetra企业联盟负责开发日本自主的大规模基础模型和实体AI技术体系。按预期,两条路线最后会在制造业、汽车、机器人这些应用场景里碰头。

韩国走的路不一样,由政府牵头,靠竞争性选拔定下参与团队。2025年8月,韩国政府从15个申请团队里挑出五支,进入“主权AI基础模型”计划,分别是Naver Cloud、Upstage、SK Telecom、NC AI与LG AI Research。每六个月考核一次,到2027年,参与竞争的队伍预计会收缩到两家国家级领军企业。该计划预算约5300亿韩元,目标是把韩国自主基础模型的性能做到全球领先模型的约95%。

另外,SK Telecom旗下的Haein Cluster已经部署超过1000颗英伟达B200 GPU,主攻电信领域专用大型语言模型,以及支撑低延迟第六代移动通信(6G)和人工智能无线接入网(AI-RAN)的边缘计算技术。

台湾的AI战略相对轻。核心是发展TAIDE等自主大型语言模型,同时建设公共算力基础设施,让关键数据以及繁体中文承载的语言、文化语境不被外国科技巨头完全攥在手里。法律与监管也没落下,《人工智能基本法》、数据安全与反深度伪造法规都在推进,思路是先立可信赖的制度基础,再推动各行业采用AI。

五、重资产、追赶型与轻资产:三条分化的战略路径

把三个经济体放在一起看,战略方向已经明显分化。韩国选的是“重资产、全垂直整合”。

上游生产高带宽存储器,中游建配备数万颗GPU的AI数据中心,下游接机器人与现代汽车相关业务,整条硬件生态都在往更高程度的自主化推。这套打法的潜在好处是能撑起庞大的生产能力——三星与SK海力士合计掌握全球AI存储器市场近乎主导性的地位。

风险也不小。一旦AI硬件需求转弱,新建晶圆厂带来的折旧成本,再加上潜在的产能过剩,可能变成沉重的财务包袱。

日本的办法是“通过企业联盟缩小技术差距”。政府出钱给Rapidus,把它打造成国家级先进制造平台;同时依靠由众多成熟制造企业组成的广泛联盟,把AI塞进各类工业应用。

这种模式覆盖面广,但商业化进程可能偏慢。

台湾地区则走“轻资产、软件治理”。没有挤进资本密集的硬件扩张竞赛,而是拿晶圆代工、先进封装与半导体测试领域的既有优势做跳板,往AI价值链更高处走,资源主要投向算力自主、主权基础模型与法律监管体系建设。

三种策略里,台湾地区要背的新增财务负担最轻。可另一面,台湾在AI基础设施上的投资规模仍远低于韩国,也缺一个能打开国际市场、有全球竞争力的AI软件品牌。

六、台湾地区最强劲的竞争对手,可能就在隔壁

往后看,韩国很可能成为台湾地区最直接、也最具威胁性的对手。道理不复杂:AI与半导体是同一枚硬币的两面,没有先进芯片和充足的存储器产能,大型AI模型既训不好也部署不了。

目前同时具备先进逻辑芯片制造能力与大规模存储芯片生产能力的,只有台湾地区与韩国两个经济体。日本正靠Rapidus奋力追赶,但先进制造能力还在重建阶段。韩国则直接把存储半导体上的优势转成对AI基础设施的影响力,近年英伟达也明显加大了对三星与SK集团的资源投入。如果韩国的“三大超级项目”按计划推进,台湾在AI基础设施领域的相对优势可能面临显著压力。

台湾AI的偏科生死局

另一边,台湾自身也躲不开地缘政治的风险。美国一直在施压,要求半导体供应链一步步减少对台湾地区的依赖,这种动向常被叫作“去台湾化”,而且出现的可能性并没有消失。

台积电赴美扩建晶圆厂,规模多大、进度多快,如今越来越被华盛顿当成谈判桌上的筹码。照这个势头看,台积电恐怕会被要求把最先进的制程技术更多迁往美国本土,压力只会更大。台湾地区长期靠“硅盾”维系安全,这一效应也可能因此被削弱。

放到这样的局面里,台湾地区想保住眼下领先的位置,光接着往算力自主和AI模型上砸钱并不够。AI应用与商业化上的短板,必须摆到台面上来;地缘政治的不确定性还在升高,一套更清晰的战略也得尽快立起来。

韩国的举国动员模式、日本的企业联盟模式,能教给台湾地区的东西,最重要的或许就在这里。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 黄齐元谈台湾AI:硬件强软件弱,英伟达AMD设点也补不上短板

    编者按:面对全球AI竞争从模型研发向芯片、算力与产业应用全链条延伸,日本、韩国与我国台湾地区的不同布局,为观察东亚科技竞争提供了三个具有代表性的样本。台湾并购与私募股权协会创会理事长黄齐元,在宏观经济、半导体产业和跨境并购方面拥有近40年的专业经验,其刊载于Substack的这篇文章,通过比较三地在先进制程、存...

    来源 腾讯网
  2. 华瑞指数云再融超亿元:用存储给AI推理降本

    AI推理的扩产,是否只能依靠增加GPU?华瑞指数云披露的一项客户联合验证,给出了另一种可能:24张GPU加一个WQS存储节点,实现了与48张GPU方案相当的Token产能。这意味着,改善上下文的保存和调用,可以提高GPU的利用效率,让已有算力承担更多业务,为企业提供了新的算力扩产思路。这一提升算力利用效率的技术新方向,

    来源 腾讯网
  3. 燃气轮机订单排到2031年,AI公司开始拆航发供电

    (本文作者为 硅碳变量,钛媒体经授权发布)文|硅碳变量,作者|沈浪据英国《金融时报》11月8日报道,Anthropic在9月下旬与位于德克萨斯州圣安东尼奥的设备供应商OnePWR Solutions完成一笔交易,以34亿美元(约合人民币227亿元)锁定1.7吉瓦重型发电机供货,用于数据中心的电力供给。更早之前,AI基础

    来源 腾讯网
  4. 黄仁勋卸任、RTX 60延期,消费级显卡真被AI挤到边缘了?

    最近科技圈里最大的瓜就是黄仁勋的离职风波了,英伟达临时换帅,引发了巨大震动。以游戏显卡起家的英伟达,如今在AI芯片领域拥有了绝对的统治权。英伟达的业务板块里,绝大部分资源都分配给了算力卡,留给消费级显卡的并不多。

    来源 36氪
  5. 黄仁勋与英伟达深度绑定:AI行业会否被一家公司拖累?

    TechCrunch文章抛出一个尖锐问题:如果黄仁勋和英伟达遭遇坏消息,是否意味着整个AI行业也将承压?摘要指出,Jensen几乎等同英伟达,而当前AI经济高度依赖英伟达。本文围绕这一判断,分析英伟达在AI算力、资本市场与产业信心中的枢纽角色,并讨论风险集中可能带来的连锁反应。

    来源 AI 科技快讯
  6. 华为小艺AI会员上线,小艺Work订阅用户支持0元升级

    近日,华为小艺AI会员正式上线,以“AI积分”为核心,按任务消耗计费,覆盖办公、修图、创作、研究等日常高频AI场景,支持手机、平板、电脑间无缝协同用。小艺AI会员共设3个档位,均包含小艺Work办公能力,体验版每位用户限时赠送200 AI积分/月,付费会员分档提供华为云存储空间,云空间权益有效期与会员有效期一致。据悉,

    来源 AI 行业观察
  7. 黄仁勋离任:AI初创融资缺口有多大?

    TechCrunch报道称,黄仁勋离任将在AI初创融资市场留下巨大缺口。此前英伟达在其领导下向AI初创投入数百亿美元,既提供资金也带来算力与生态背书。创始人和风险投资人预计,未来融资支票更小、估值更低、交易更谨慎。文章分析这一变化对AI创业生态、英伟达战略投资节奏以及VC定价逻辑的潜在影响。

    来源 AI 科技快讯
  8. 美光1978年从牙医诊所地下室起步,首单为Mostek设计64K芯片

    1978年,美国爱达荷州博伊西一间牙医诊所的地下室里,四个人成立了一家半导体设计公司。公司当时没有自己的成熟晶圆制造体系,第一份合同来自Mostek,替对方设计一颗64K存储芯片。1970年代末的DRAM行业正在拼容量和价格。今天美光是全球重要的DRAM与NAND厂商之一。芝能智芯出品1978年,美光由四名创业者在博伊

    来源 腾讯网
  9. 国星宇航登陆港交所:太空AI第一股,中国太空算力出海启程

    11月13日,国星宇航在港交所主板挂牌上市。这家以AI智算卫星为核心的民营航天企业,成为太空AI第一股。国星宇航赴港上市,是我国支持太空算力、空间基础设施有序出海的典型案例,也吹响了中国太空算力出海的号角。 放眼全球,随着人工智能算力需求爆发式增长、全球低轨卫星星座加速部署,太空算力开始从技术验证迈向规模化部署。欧美科

    来源 AI 行业观察
  10. 工业AI净利率跌破5%:错尺子量不出实体利润

    (本文作者为 GritMeng,钛媒体经授权发布)文 | GritMeng聊天对话框省不出利润率,物理AI真正的金矿藏在“同源耦合”的水下。这两年,科技界与实体产业之间裂开了一道肉眼可见的鸿沟。一边是算力基础设施与大语言模型狂飙突进,参数规模、推理速度每半年翻一番,智能体(Agent)概念席卷所有科技峰会;另一边却是广

    来源 腾讯网
  11. 存储芯片涨价催生翻新内存:价差可达10倍,2027年渗透率或达7%至9%

    中经记者 陈佳岚 李正豪 广州报道存储芯片价格持续上涨,正在给手机产业链带来新的成本考验,尤其是低端手机市场。在传统采购渠道之外,一种经过重新植球处理的内存芯片——Reballed Memory(重新植球内存又称翻新内存)正受到市场关注。近日,TrendForce发布的最新存储产业研究显示,移动DRAM合约价格持续上涨

    来源 腾讯网
  12. DeepSeek App与网页版设使用限额:长对话7天不活跃不再保留

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  13. DeepSeek App与网页版设使用限额:长对话7天不活跃即失效

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  14. CataX AI完成4000万元种子轮融资,启明创投孵化并独家投资

    【TechWeb】11月16日消息,近日,上海凯思达生物医药科技有限公司(下称CataX AI)宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。 CataX AI创立于上海,是一家智能体(Agent)原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-

    来源 AI 行业观察
  15. 视程空间边缘AI开发板:算力梯队与模块化IO怎么选

    实验室模型跑得好,一到现场就掉帧?问题往往不在算法,而在硬件底座的稳定性。本文解析视程空间ARC/AIR系列开发板,从Jetson Orin到Thor旗舰,通过模块化IO、自研采集链路和统一SDK,解决供电、散热、同步等工程痛点,帮助开发者从原型验证平滑过渡到批量交付。

    来源 AI 应用前沿
  16. Palantir CEO谈AI财富分配,中国海底数据中心专利占全球80%

    行业动态 Palantir CEO 深度访谈:亿万富翁不能在AI 时代再富100倍 Palantir CEO 亚历克斯·卡普在播客《The Builders》中接受沃尔特·艾萨克森访谈,讨论了AI、科技巨头、社会价值等多个话题。卡普批判了硅谷科技巨头的虚伪,反对征收“财富税”,强调数据主权和隐私保护,并探讨了AI时代贫

    来源 腾讯网
  17. Deedy Das 榜单:30家百亿美元AI独角兽,中国公司进前十

    11月15日,硅谷老牌风投机构Menlo Ventures合伙人Deedy Das(@deedydas)在社交平台晒出一张全球AI公司估值与营收排行榜。 Menlo Ventures成立于1976年,是硅谷历史最悠久的风险投资机构之一,曾投资Uber、Chime等知名科技公司。近年来,这家机构将AI作为重点投资方向,投

    来源 AI 行业观察
  18. Gartner:AI到2030年净增170万岗位,是危机还是转机?

    IT之家 11 月 15 日消息,人工智能可能引发的就业危机,或许并不像人们想象的那样。 商业与科技研究机构 Gartner 预测,2025 年至 2030 年间,AI 将在全球创造 1060 万个新工作岗位,同时导致 890 万个岗位消失。两者相抵,到 2030 年前,全球就业市场预计将因 AI 净增加约 170 万

    来源 AI 行业观察
  19. 对华AI芯片限制若升级:野村测算全球存储供给2028年起承压

    老黄事件发生之后,美国针对我们的三项仍待通过的法案也是备受关注,它们分别针对 AI 芯片出口、芯片流向,以及半导体制造设备。第一项是 AI OVERWATCH Act,重点是收紧向中国等“关注国家”出口先进 AI 芯片的许可,并赋予国会审视、阻止相关交易的机会。第二项是 Chip Security Act,重点是推动对

    来源 腾讯网
  20. Opus 5.5自主搭建AI算力底座:CMU新论文称人类基线失守

    新智元报道 短短一周内,黄仁勋从英伟达几乎「净身出户」,消息被疯狂刷屏。当人们还在吃瓜时,卡内基梅隆大学(CMU)刚刚发布的一篇新论文,炸懵了所有的AI工程师。核心结论只有一句话:超级智能已经学会了自主构建并优化算力底座,或已具备通往奇点所需的技能。需要注意的是,这里的奇点更多说的是「递归自我改进」:奇点...

    来源 腾讯网
  21. 中科曙光万伟:超大规模智算集群,高速互连是关键

    中科曙光高速网络互联产品部总工程师万伟在会上分享超大规模智算集群高速网络架构设计与工程实践,提出高速互连是算力基础设施实现规模扩展的关键。中科曙光将超节点内部互连与超节点之间的组网相结合。大会期间,中科曙光还获评“2026中国算力领军企业”,scaleFabric高速网络入选“2026中国算力应用典型案例”。超大规模集

    来源 TechWeb
  22. 台积电按客户信用额度分配产能,AI循环融资疑虑升温

    IT之家 11 月 16 日消息,据中国台湾地区媒体《工商时报》今天报道,AI 时代循环融资疑虑升温,台积电将客户财务资料与数据中心建设需求纳入需求评估,特殊应用集成电路(ASIC)从业者也加紧筹资。 据从业者透露,台积电根据各公司资产负债表拟定信用额度,同时考量历史损失率、竞争力及营运展望;当下单金额超出额度,就需要

    来源 AI 行业观察
向下滚动自动加载更多