馬斯克狂砲轟老友OpenAI、還聯合千人連署!為什他對GPT這麼反感?
馬斯克狂砲轟老友OpenAI、還聯合千人連署!為什他對GPT這麼反感?
2023.04.06 | AI與大數據

喜歡放炮的馬斯克最近把他的砲口對準了AI。2月以來,馬斯克屢屢在推特上對開發出ChatGPT的OpenAI公司發難。

在他看來,現在的OpenAI實際上並不Open,反倒更加近似於「CloseAI」。他說:「OpenAI最初是作為一家開源(這就是為什麼我把它命名為「Open」AI)的非營利性公司而被創建的,用來制衡Google。但現在它已經成一家閉源、追求利潤最大化的公司,由微軟有效控制。而這完全不是我的本意。」

Musk twitter
圖/ 36kr

對此,OpenAI的現任CEO山姆·奧特曼也坐不住了。

最近,一向以溫文爾雅形象示人的他在接受採訪時面對鏡頭時稱,「馬斯克是我心目中的英雄,儘管他在推特上是個混蛋(Jerk),但我希望他能更多看到我們所做的艱難工作。」

除此之外,馬斯克還頻頻在推特表示了AI的擔憂,認為AI未來可能會對人類產生嚴重威脅。這一負面聲音,隨著一封千人聯名公開信的出現,達到了高潮。

3月29日,一封公開信在網路上開始流傳,這封信由非營利性的「生命未來研究所」發布,包括馬斯克、蘋果公司聯合創辦人史蒂夫·沃茲尼亞克和 Stability AI 執行長埃馬德·莫斯塔克等大佬在內的 1000多人在這份公開信上署名。

在這份公開信裡,大佬們呼籲,所有人工智慧實驗室應暫停訓練比GPT-4更強大的人工智慧係統至少6個月,並共同開發和實施一套高級人工智慧設計和開發的共享安全協議,由獨立外部專家進行嚴格審核和監督。

延伸閱讀:暫停GPT-4研究6個月!馬斯克帶頭千名CEO、科學家聯名信,他們恐懼什麼?

該消息一出,坊間吃瓜群眾看熱鬧不嫌事大,立刻聯想:馬斯克一方面批評OpenAI的ChatGPT不夠開放,另一方面又說它過於危險。

這該不會是你馬斯克因妒忌ChatGPT的成功而搞的拖延戰術吧?

open letter
圖/ 36kr

01

你很難責怪吃瓜群眾會產生這樣的聯想。

畢竟,就在ChatGPT橫空出世前,馬斯克還曾經高調宣布,特斯拉是人工智慧領域無可爭議的領導者。更何況,馬斯克自己就曾是OpenAI的聯合創辦人之一。

2015年,伊隆·馬斯克(Elon Musk)、山姆·奧特曼(Sam Altman)、彼得·泰爾(Peter Thiel)和里德·霍夫曼(Reid Hoffman)等六人聯合創辦了OpenAI,馬斯克向OpenAI提供10億美元作為啟動資金。

有了這10億美元,OpenAI在一開始設定的目標十分理想化。在章程之中,OpenAI甚至赫然寫道:「如果一個與人類價值觀相符、注重安全的項目領先於我們將近達成通用人工智慧,我們承諾將停止競賽,並轉而協助這個項目。」

翻譯過來就是說,如果市場上出現了符合人類價值觀且領先於我們的AI產品,我們就退出競爭去幫我們的競爭對手。這種為了追求崇高遠大理想而近乎脫離現實的目標,無疑嚇退了許多潛在投資者。

更何況,據當時比較熟悉矽谷的李開復所說,主要來自於馬斯克的10億美元投資其實只是個目標數字,而不是一筆可以一次性打到賬面的現金。

成立之初那幾年的OpenAI,並沒有什麼太拿得出手的研究成果。除了在一場Dota2遊戲的表演賽中,限定不能使用瓶子、凝魂之淚、靈魂之戒、神壇等道具,雙方都使用影魔(Shadow Fiend)等條件,單挑戰勝了冠軍選手Dendi外,其餘乏善可呈。

彼時AI界最耀眼的明星,是以AlphaGo為代表的、隸屬於Google的DeepMind,以及尚未誤入元宇宙「邪道」的Facebook。

據媒體Semafor報導,面對全面落後於Google的態勢,馬斯克向奧特曼提議由他來全面掌管並親自營運OpenAI。這一提議,在OpenAI聯合創辦人內部遭到了強力反對。

最終,馬斯克出局。

2018年,馬斯克與OpenAI正式分道揚鑣,從OpenAI的董事會卸任。

musk announcement
圖/ 36kr

馬斯克的離開帶來了一系列連鎖反應。雖然馬斯克認捐了10億美元,但到他離開時,尚有9億沒有兌現。

把崇高理想掛在嘴邊,不為金錢所動的OpenAI也開始缺錢了。最終,OpenAI在山姆·奧特曼的帶領下引入了微軟高達100億美元為期數年的投資,微軟成為OpenAI新任金主爸爸。山姆·奧特曼也在不久後出任總裁,接管了公司的控制權。在強大資金加持下,OpenAI從此進入了高速發展的快車道。

而特斯拉人工智慧翻開新篇章,則是從馬斯克挖來OpenAI的首席科學家安德烈·卡帕斯(Andrei Karpathy)作為自主駕駛計劃的架構師和特斯拉人工智慧負責人後開始的。

02

馬斯克視線的邊界是星辰大海,他所立足的賽道也是新能源與最前沿的AI。但是,在AI技術領域秀肌肉,馬斯克的做法與傳統的技術宅理工男很不一樣。在自動駕駛技術上,主流新能源車企用的都是雷達+鏡頭的技術,只有特斯拉在馬斯克的力排眾議下,走了純視覺的道路。

很顯然,馬斯克並不是一個傳統意義上的理想主義者。除了遠大理想外,馬斯克身上散發出更多的,其實是典型的優秀商人氣質。對於他來說,「財富」和「控制」是其實現遠大理想中不可或缺的重要途徑。

在談理想的同時從來不避諱談錢,是馬斯克不同於矽谷大多數企業家的特質之一。所以,在滿足標準的前提下,特斯拉很多「不走尋常路」的動作實際上都與「成本」這一因素息息相關。

在2019年特斯拉首次提出「一體化壓鑄」技術後,該技術於2020年被首次適用於Model Y上。

如此一來,其後車架原本由70個零件沖壓、焊接而成,一體化壓鑄技術將其變為了一個零件,一體化壓鑄為ModelY節省的製造成本高達20%。

這一技術不僅開始為其他新能源車廠所採用,也將被用在特斯拉發布的電動皮卡Cybertruck中。

在Cybertruck這輛車上,一體化壓鑄技術外與301不銹鋼外骨骼設計相結合,在車輛外殼上將低成本做到了極致。

事實上,301不銹鋼材料最早應用於馬斯克控制下的另一家公司——Space X所生產的星際飛船的外殼上。本來,Space X最初計劃採用最先進的碳纖維材料來製造星際飛船,但後來宣布將用301不銹鋼材料來取代碳纖維。

相比最高耐受溫度為200℃的碳纖維材料,鋼可以在820℃-870℃的高溫下正常工作。更重要的是,碳纖維的成本為每公斤135美元,在加工過程中至少會產生30%的廢料,而每公斤不銹鋼所需的花費僅為3美元。

由於301不銹鋼具有堅硬耐撞、具有強耐磨的特性,不能被熱成型而只能採用冷彎工藝,所以其沖壓出來的造型十分有限,現在很多車身上流行的複雜流線造型,無法被應用於Cybertrunk的車上設計上。所以,Cybertrunk最終選用了現在這樣一個別具一格、不同於當下主流趨勢的外觀。

在成本節省上,特斯拉被媒體噴得最多的,恐怕還要屬特斯拉在自動駕駛技術上棄用雷達,採用純視覺自動駕駛路線。不僅不用雷射雷達,超聲波雷達甚至是毫米波雷達也被特斯拉棄用,而是完全用8個鏡頭來實現自動駕駛。

特斯拉兩款新車無預警開賣!Model-S、X-售價、亮點、交車日期一次看.jpg
圖/ 特斯拉

在大多數媒體看來,特斯拉這麼做,無非又是在省錢。據悉,砍掉超聲波雷達後,特斯拉每輛車可節省144美元的成本。

但是,媒體們似乎忘記了,特斯拉作為馬斯克控制的企業,其與「無良奸商」的本質差別是,特斯拉總是在尋找節省成本的最佳方案,而非為了節省成本而拋棄底線。

03

馬斯克本人,對雷達是非常不屑一顧的。

他本人曾經詳細闡釋過對雷達和鏡頭的看法:「在雷達波長下,現實世界看起來像一個奇怪的幽靈世界。除了金屬,幾乎所有東西都是半透明的。當雷達和視覺感知不一致時,你採信哪一個?」

視覺具有更高的精度,因此投入兩倍的精力改善視覺比押注兩種傳感器的融合更明智。傳感器的本質是比特流。鏡頭比特/秒的信息量要比雷達和雷射雷達高幾個數量級。雷達必須有意義地增加比特流的信號/噪聲,才能值得集成。隨著視覺處理能力的提高,鏡頭的性能將會遠遠甩開當下的雷達。

馬斯克的這一論斷,前兩日在採用雷射雷達+鏡頭的理想L9身上得到了應驗。

日前,有車主在社交媒體發布影片稱,自己的理想L9在空無一人的陵園道路上識別並標註出了數位行人。

理想汽車方面給出的回應是,「理想Max系列車型,使用雷射雷達和視覺鏡頭融合感知,受限於當前市場上傳感器識別能力的局限性,車輛在某些場景下會出現顯示異常,我們會在後續的OTA優化算法來加強識別能力。」

業內人士介紹,雷射雷達看到的是一堆點雲(point cloud),通過點雲來識別,而視覺鏡頭能達到的效果與人眼觀看的效果近似,這兩種不同傳感器的數據是需要融合的,兩種不同傳感器的融合算法尤為關鍵。

這就回到馬斯克提出的那個老問題了:「當雷達和視覺感知不一致的時候,你採信哪一個?」採信雷達,顯然不科學。

因為雷達不能識別出物體的樣貌,對物體屬性的判斷要弱於視覺,但能精準的測算出距離和速度;而視覺鏡頭就像人的眼睛,在識別物體後用大腦進行判斷後能大概知道物體的樣子和距離,以及大致的速度,在某種程度上比雷達方案獲取信息更多。

與很多人的直覺相反,純視覺方案的基礎,並不在於鏡頭的像素,而是在於神經網絡的機制和訓練。

特斯拉目前的純視覺算法,不僅能夠對物體三維立體形態進行準確識別,而且還能夠靠鏡頭讀取深度和速度信息,而採集外界數據和駕駛員面對外界環境採取動作訓練AI的,正是每一台採用純視覺算法的特斯拉。

現階段,特斯拉的純視覺方案當然也有可能會將墓碑這類陌生的物體錯認為行人,但只要投餵了足夠多的數據,就能夠最終解決。

而採用雷達+純視覺方案的車在出現此類問題的時候,除了要解決視覺算法本身對陌生物體的識別問題外,還需要兩種不同傳感器之間的算法融合問題。

如果說當雷達和視覺感知不一致,最終還是只能選擇採信視覺鏡頭的話,那麼這一切又回到了原點:

實際上這意味著視覺鏡頭的算法就成了事實上的「最終裁判」,那麼和馬斯克採用純視覺方案不還是一回事嗎?

所以說,特斯拉採用純視覺方案並不僅僅只是為了省錢,其最終目標是真正意義上的自動駕駛,而其他新能源車企採用雷達+視覺鏡頭的目標,在輔助駕駛時對車輛安全性的提高助力不小,但如果想要完全實現自動駕駛,依舊需要通過視覺算法來精確識別障礙物。

特斯拉和其他新能源車企的根本區別在於,其他新能源造車新勢力是在造一台新能源車,而特斯拉是在造一部通向未來的大型行動智慧設備。

這一點,被看透了真相卻又怒批特斯拉的華為前高管蘇菁巧妙地嫁接在了自己的品牌上。

在賈伯斯去世多年後,如果有人問起賈伯斯到底偉大在哪?有些人往往會從賈伯斯的個人品質上去尋找答案,而忽略了 賈伯斯世界上第一部智慧生態手機——iPhone的創造人。

很多善於百度的人看到這裡可能會問,你說的不對,第一部智慧手機不是摩托羅拉的天拓A6188嗎?

提出這種問題的人,顯然還在把觸摸屏當作智慧機的關鍵標誌。 iPhone真正的偉大之處在於,它提供的一整套智慧生態,開創了行動網路時代。

以iPhone為標誌,手機從一台行動電話,變為了一個具有行動通話功能的網路平台。

特斯拉也一樣,以自動駕駛為最終願景,車本身只不過是搭載人工智慧和人機新生態的一個載體罷了。

在偉大的賈伯斯逝去多年後,很多人都沒有意識到,馬斯克的特斯拉才是最接近賈伯斯的存在。

04

然而,與賈伯斯的iPhone所不同的是,特斯拉在通往未來道路上的挑戰遠比一台手機要多得多。

因為,iPhone絕對不會像以自動駕駛為最終目標的特斯拉這樣,需要將安全問題擺在首位。特斯拉的Autopilot(自動駕駛)在安全上先天就要承受其他AI工具所無需承擔的重壓。

除了算力,特斯拉的純視覺方案要想最終進化成熟,優秀的硬體也至關重要。在過去一段時間內,作為自動駕駛領域唯一堅持使用純視覺方案的特斯拉,確實有資本在自己的領域內稱雄。

直到,ChatGPT的出現。

GPT的全稱是Generative、Pre-trained、Transformer,中文翻譯為生成式預訓練轉換器。而其中的Transformer核心模型最早在Google論文Attention Is All You Need中提出,主要應用於自然語言處理(NLP)領域,也是特斯拉自動駕駛AI方案中用來表示向量空間的主要模型。

特斯拉
圖/ Shuttersotck

說的更淺顯一點,雖然GPT與Autopilot的算法原理和系統架構都不相同,但在特斯拉引以為傲的圖像識別領域內,ChatGPT與特斯拉之間並不存在技術上的絕對鴻溝。

最近GTP 4.0的橫空出世,已經證實了這一點——原本無法將語意與特定物品對應聯繫起來的GPT 3.5,在換代為4.0後,已經具備了識別圖像內容的能力。再加上大牛安德烈·卡帕斯(Andrei Karpathy)已經從特斯拉離職,重新加入OpenAI。

今時今日,特斯拉在自動駕駛道路上面臨的壓力無疑是巨大的。一旦在技術上不能形成足夠深的護城河,在自動駕駛領域,特斯拉很有可能會面臨被後入局的微軟反超的風險。所以,恐怕我們已經很難準確界定,馬斯克反對GPT,是出於其對AI失控的擔心,還是出於自身對特斯拉AI領先地位控制的渴望。

一方面,馬斯克是一個享受「控制」的人,這是他不同於其他技術宅而更像商人的一面。

在歐美職場,控制本身就是一條終極真理:如果要想成為一件事情的主導者,就必須擁有一個主導者所擁有的控制力,否則你永遠只能扮演一個邊緣的小角色。

事實上,你可以從很多事情上發現馬斯克對「控制」的追求。

比如,為了獲取4680電池的「乾式塗佈」關鍵技術,特斯拉在2019年初以2.35億美元的價格收購了開創這項技術的麥克斯韋(Maxwell)公司。在兩年後,特斯拉還將自己產品上用不到的、麥克斯韋公司的超級電容器業務出售給了UCAP Power公司。

在特斯拉內部,所有大小事物都由馬斯克直接決策。

這樣做當然會有矛盾和衝突,但也成為馬斯克身上獨有的魅力光環,進一步強化其在特斯拉內部的控制力。

ChatGPT大熱後,追求控制的馬斯克,想必不會喜歡在AI發展這條賽道上發生令自己失控的狀況。

另一方面,大熱的ChatGPT也確實出現了一些需要注意的安全問題,馬斯克等人在公開信中所言的內容的確是事實。

比如,ChatGPT已經存在編造杜撰信息的情況,對使用者產生嚴重誤導。另外,ChatGPT還被證實已經可以被用來定制編造虛假信息,被用於誤導他人,甚至還可以被不精通相關指令的人用於駭入他人電腦。

不僅馬斯克多次表達了對AI的擔憂,就連OpenAI創辦人兼首席執行長山姆·奧特曼3月25日在接受科技博客主萊克斯 · 弗里德曼(Lex Fridman)的採訪時也表態,他不會迴避「人工智慧可能殺死全人類」的說法。

不管出於何種原因,抑或兩者兼而有之,在AI浪潮下,馬斯克早已註定不會是輸家。

在特斯拉員工中間,馬斯克信奉的第一性原理被他們奉為圭臬:通過假設然後驗證,逐漸觸及本質的過程,而不是通過類比和比較來實現這個過程。

這恰恰是在可以預見的未來中,AI依舊未能抵達人類智慧彼岸的關鍵。

本文授權轉載自:36氪

責任編輯:傅珮晴

往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓