如何生产制造token
想了解 token 工厂是怎么做的，今天给你拆解以下关键步骤，简单易懂，小白也能快速 get。 首先是选 token， ai 用的 token 和电力可不一样，电力是标准化的，谁产的都差不多，但 token 是 智力单位，不同大模型产出的 token 差异大了去了。有的聪明，有的稍弱， 有的擅长编程，比如 cloud code， 有 的擅长做视频，像 vo， sora 还有 cds。 还有的在软件工程方面很厉害，比如 g l m。 这里得注意，像 g p t， cloud gemini、 豆包、 minimax 这些闭源模型，就算你有 ai 服务器也部署不了， 只能选开源大模型，比如千问 deepseek、 g l m 来生产销售的性价比了。 再说说运营，销售主要有三种方式，一是把 token 上架到分发平台，比如 openroot， 直接在上面开店就行。 二是让云服务商代卖，不过这种得交不少费用。三是自己去找渠道，向高校、影视、动漫公司这些地方分销。要是你觉得这些内容有用，就点个赞，关注一下，我会持续更新 token 出海的那些事，也会提供相应的技术支持服务哦。
粉丝1939获赞4941
相关视频
02:02查看AI文稿AI文稿最近我收到最多的后台私信就是 token。 既然是个新的大众商品，那普通人能不能自己生产 token 自己卖？今天一条视频给你讲清楚。先说结论，能生产，但你算完账，你就不会干了。我们来算一笔账， deepstack 目前最火的大模型，它卖 token 的 价格是多少？输出，每百万个 token 三块钱。 一百万个 token 是 什么概念？大约相当于五十到七十万个中文字，一本书大概十万字，也就是说， ai 帮你能写将近七本书的内容，只收你三块钱。反过来说，你自己要生产这一百万 token， 至少得花几十万买个 gpu， 装一台服务器， 二十四小时不断电。就这样，你的一台机器大概需要十几个小时才能生产出这一百万个 token。 而且这个你还没有算你的工程师维护机房电费和宽带费。 deepsea 为什么能卖三块钱？因为它拥有几万张 gpu， 同时跑，一天处理上千亿个头梗，成本被摊到几乎为零。这就好比你自己在家养了一头牛，挤了奶想拿出去卖，一瓶卖五块， 你觉得能赚，但是你一算，买牛花了两万，饲料每月两千，一天只能挤几斤奶，隔壁蒙牛一天出几千吨，一瓶卖三块钱还能赚？你的奶不比它的差，但是你的成本是它的一百倍还要多。 这就是普通人生产 token 面临的问题，不是做不了，是做了一定亏。所谓普通人在 token 这门生意里的正确姿势，不是自己生产 token， 而是用便宜的 token 去创造贵的服务。 举个例子，你用 deepstack 花三块钱买一百万个 token， 让 ai 帮你写十篇小红书文案，通过小红书的文案带货去赚钱，那么你的成本就是三块钱。 你赚的不是 token 的 差价，是你知道怎么用 token， 而别人不知道的信息差。再举个例子，你用 ai 帮一个小型企业搭建一套 ai agent 的 token， 成本可能不到十块钱，但你收企业五千块钱的咨询费， 企业买的不是你那十块钱的 token， 而是你的判断力和方案。不要去跟巨头抢着生产 token， 要去想怎么用三块钱的 token 创造三千块钱的价值。生产 token 的 钱留给巨头去赚，用 token 去做赚钱的生意，才是留给普通人的机会。我是文思，关注我每天带你看懂 ai。
2492文斯说AI
01:13查看AI文稿AI文稿普通人能不能自己生产托肯自己卖，这是最近遇到最多的问题啊。今天一条视频给你讲清楚，另外，以后每条视频给你们随机靠二十位粉丝安排托肯，帮助你们学习成长， 前提是要证明你会用啊。先说结论，能生产，但是算完账你就不会干了。原因很简单啊，自己生产这一百万的托肯，至少要花十几万去买 gpu， 再装一台服务器，还有二十四小时不断电，就这样，一台机器 还要花十几个小时才能生产出一百万个托肯。这就是普通人生产托肯面临的问题啊，不是做不了，而是做了一定亏。作为一个普通人，你想做托肯这门生意，正确的姿势不是自己生产托肯，而是用便宜的托肯去创造贵的服务和保障。我 再给你举个例子啊，用海外大魔星花了三块钱买了一百万个托肯，然后让 ai 帮你写十篇小红书文章，通过小红书给你写的这文案带货挣钱，那么成本就是三块钱 赚的其实不是托肯的差价，而是知道怎么用托肯，而别人不知道的是信息差，没听懂是吧？我再给你举个例子，用 ai 帮一个企业去搭建一套 ai 的 agent， 成本可能不到十块钱，但是可以收企业五千块钱的咨询费。 其实企业买的不是你那十块钱的托肯，而是你的认知力和有效产出。所以，不要跟资本抢着去生产托肯，要想着怎么用三块钱的托肯去创造三千块钱的价值。生产托肯的钱就留给资本去赚，普通人就用好托肯就够了。
366修罗攀
04:00查看AI文稿AI文稿最近最火的新名词词源是 ai 时代真正的印钞厂，那词源也就是 token 工厂到底是怎么运行的呢？今天这个视频我准备分三步让大家彻底理解 token， 并且呢，开启属于你们的 token 工厂。 黄仁勋在 gtc 二零二六有一句话说的特别经典，他说未来的数据中心不是存文件的仓库，而是二十四小时不停产 token 的 智能工厂。什么意思呢？就是你往里面投电力，投数据，投模型，他就往外产出 token， 而你拥有的计算能力呢，就直接等于你的收入。这个呢就是 token 工厂的核心逻辑。 既然是工厂，咱们就从开工厂的第一步说起。看懂啊，怎么开这样一家印钞厂，就是先定产品，也就是选对 token 赛道，这一步呢，我觉得直接决定你以后赚多赚少。开工厂首先要知道自己生产什么， token 工厂也是一样的。 那第一种呢，就是通用 token， 就是 用千问啊， deepsea 这些开源大模型，生产门槛特别低，谁都能上手，价格呢也特别透明，大家都在买，那竞争呢，已经杀成红海了，这种铜壳呢，单价低，只要靠走量，利润特别薄。第二种就不一样了，就是做垂直高附加值的 token， 简单说呢，就是不贪多，你专门盯着一个行业做深做透，比如说专门做代码生成的头肯给程序员用，专门做影视动漫的头肯给设计师用。还有医疗诊断呀，工业设计这些领域，用专用的模型产出的头肯，价格呢是通用型的三到五倍，而且客户特别稳定，利润高，竞争对手也少。 这里呢，我给大家一个核心原则啊，就是千万不要去通用市场瞎选，选你自己有客户资源的垂直领域，比如说你懂医疗，你就要做设计领域的，这样呢才能稳稳赚钱 好产品呢。接下来就是第二步就是选设备，买对真正能干活的生产力工具。 tok 工厂的核心设备呢，就是 ai 服务器，大家一定要记住啊，不是训练机，而是推理机，这两者差别很大， 优先呢，要选这个推理型 gpu 服务器，比如说 h 两百、 rtx 五零、九零，这些机器的优势特别明显，单位时间里产出的 tok 呢，是训练机器的两到三倍，更适配现在大模型推理的刚需，能够帮你多赚钱省时间。 还有成本结构，我也给大家算一笔明白账， gpu 硬件呢，占百分之五十，电力加散热占百分之三十，运维加网络占百分之二十。 而且咱们国内呢，有个天然优势，就是电价和工程师，成本呢，只有美国的五分之一，这是咱们中国偷看工厂能够在全球立足的关键。当你设备选好了呢，第三步就是建工厂了，也就是搭建 a i d c。 建这个工厂呢，有几个核心要求缺一不可， 一个是要高密度电单机柜呢，要达到六十到八十千瓦，不然呢，带不动这么多 gpu。 一个呢是夜冷散热，传统的风冷呢，根本扛不住高密度 gpu 的 热量， 今年夜冷的渗透率呢，已经直接破百分之五十了，降温快，能效高，还能把蒜粒跑满，不浪费。选址也非常有讲究啊，像西部的这个绿电基地，比如青海、内蒙、宁夏，定价便宜，适合大规模量产，偷啃走量为主。东部的枢纽城市，比如说上海、深圳实验低，适合做低延迟高价值的偷啃业务， 比如说实施的 ai 客服啦，或者是在线设计啊，这样就能赚更多的溢价。工厂建好了，设备也装好了。第四步呢，就是装生产线，也就是做模型部署和调度优化，相当于给工厂装上了大脑。然后呢是智能调度系统，也叫 token hop， 作用呢就是统一管理所有的模型和服务器，相当于工厂的调度员。简单的任务，比如查天气啊，写短句就用小模型，便宜的算力。 复杂的任务呢，比如说写论文，做工业设计就用大模型，高算力，动态分配资源，不让 gpu 闲着，把控载率呢，压到百分之五以下，最大化利用每一分算力。生产线装好了呢，托肯也能稳定生产了。接下来第五步就是拓市场了， 把生产出来，托肯卖出去，变现赚钱。一台 h 两百服务器呢，成本大约是二百四十万，满负荷的运转，一年呢，能生产大约十到十五万亿的托肯，按现在的市场价，每 每百万十元的托管算呢，一年的收入就是一百到一百五十万，去掉电费啊，运维费啊，设备折旧费，静态回本时间大概是两到三年。如果做的是垂直高附加值的托，可能价格更高，回本时间呢，能压缩到一点，五年以内还是很可观的。 但是这个行业呢，看着暴利，风险也非常大，最关键的呢就是芯片迭代风险，大家看 h 一 百刚出来没多久， h 两百就来了，现在又有了 b 三百，一年以换代，硬件贬值特别快，如果你三年内回不了本，那这些服务器啊，就直接报废了，血本无归。所以呢，一定要控制好回本周期。
1211羽羽Joy
02:52查看AI文稿AI文稿token 是 如何被计算出来的？之前呢，我们用了五期视频全面讲解了 token 到底是什么，全网呢有一百万播放，感谢大家的催更。这次呢，我们继续出发探讨 token 到底是如何被算出来的，最后的结果一定会让你发出原来如此的惊叹。 在模型推理阶段呢，完整流程一共分为七步。第一步呢，用户输入提示词，比如我们输入用苹果手机拍苹果这句话。第二步呢，模型将这些提示词切分成一个个托管，并得到每个托管的数字 id， 切分的依据呢，就是这个文件中的词表。 第三步，模型根据这节 token id， 从词切入矩阵中取出对应的词切入向量。比如手机的 token id 是 八五四九，对应的切入向量是这样的，苹果也是这样的。一大堆数字，为了方便演示呢，我们只取前四个数字作为演示势例。 到这里，一句话就被转为了多个数字向量。熟悉限限待数的朋友可能已经意识到，我们可以用一个矩阵来表示这句话，模型呢，也可以通过矩阵运算实现并行计算。第四步呢，模行为每个 token 呢添加位置编码，标记它们的先后顺序，否则模型无法区分你爱我还是我爱你。 位置编码的公式呢，不同模型会略有差异，具体公式呢，这次我们就不展开了，实际的效果就是在没有添加位置编码的时候，这两个不同位置的苹果向量都是一样的。添加了位置编码后呢，两个苹果的向量就变得不一样了，这样模型就能区分不同位置的 token。 第五步，模型读取这些添加了位置编码的向量，通过多层 transform 计算，最终得到了一个理想的预期向量。具体的算法细节呢，可以查看我之前发的 transform 模型讲解视频。 第六步模型呢，将这个理想向量与词表中所有的拓客向量进行比对，计算它们之间的相似度。 这就好比相亲亲友智囊团先定义出理想型男友的标准，身高一八零，有房有车、大城市户口等等，但实际情况是，没有人能百分之百符合这个条件。模型呢，就拿这个标准作为打分依据，对每个后选男嘉宾呢进行打分，也就是计算相似度。 第七步模型，根据计算出来的相似度，取出其中一个后选托肯作为模型。本次的输出 分越高，被选中的概率呢就越大，得分越低呢，选中的概率就越低。这也就是之前说的模型输出具有一定的随机性，不同时间问同样的问题，回答可能会不同。比如这个例子中，候选词照片十逗号，得分相对比较高，都有可能被选到。 最后，模型把选中的 token 拼接到已有的输入中，重复第三步到第七步，一个接一个的输出后续内容，直到模型输出结束符，这才停止输出，结束整个回答。所以你看，模型不是凭空生成内容，而是在做选择题，而每一次的落笔都是一次十万分之一的遇见。
2612陈兴AI
01:29查看AI文稿AI文稿tokyo 工厂里的 tokyo 到底是怎么生产出来的？它能不能像电能一样储存在电池里？还是和手机流量一样无法储存，随用随消耗？答案其实是后者。 tokyo 并不是实体的资源，没法储存，只在你 问 ai 做答的过程中，实时核算实时的消耗。当你像 deepsea 这类大模型发送问题， ai 进行思考并生成回复时，背后的高性能 ai 服务器会高速运转，持续耗电完成整套运算。逻辑系统会精准统 问题回答问题里的所有文字标点，以此核算消耗成本。由于大模型原声适配英文逻辑，我们的中文提问大多会先转为英文，再变异为数字进行计费统计换算参考，以 一个中文字约消耗一点二到一点五个 token， 成本上也是有明显区别的，用户提问成本更低， ai 思考作答更贵。换算下来，提问约每百万字两元， ai 回复可达每百万字八元。核心原因是 ai 需要复杂推理运算。除此之外，日常使用豆包 deepsea 时，为了保 障回答连贯，贴合语境模型会自动带上你们过往的全部对话记录，一并运算，这也是 token 消耗飙升的关键原因。简单来说， 生产 token 只是通俗比喻，方便大家理解。 token 本质是 ai 算力的计量单位，就像手机流量的 m b g b 一 样，是消耗统计标尺。我们每消耗一次 token， 实际消耗的是 ai 芯片的损耗， 机房算力资源，场地设备的折旧，巨额的电费，还有大模型研发工程师、数据中心运维人员的技术成本。记住核心的结论， token 只是计量工具，不是可以买卖储存的实体商品。
497董老师聊AI
04:49查看AI文稿AI文稿今天一口气给大家聊清楚 token 工厂到底是什么？这里面普通人有没有机会？先说一个数据，二四年国内日均 token 掉用量大概是一千亿，到了二五年底，这个数字变成了一百万亿，而就在三月份，这个数字已经变成了一百四十万亿， 两年增长超过一千倍。大家把整个 ai 行业过去两年的发展压缩成一个数字，就是这一百四十万亿。这个数字背后催生了现在 ai 最火的新物种 token 工厂。 十五号，红星电子在无锡签了四台华为升腾三八四超节点服务器，组成了万卡级群，专门用来生产 token。 同一天，电信宁夏分公司启动了国内首个百亿级 token 工厂集采，整体规模一百六十四亿，他们要把 token 变成像流量套餐一样的东西。 腾讯把 mark 平台升级成了 token 号，阿里 at 事业群年化收入已经超过了一百二十万亿， 全国第一，全球第三。你发现没有，所有人都在干同一件事，把算力变成头肯。那头肯工厂到底是什么呢？两句话给大家讲清楚。第一句，头肯是 ai 的 产出单位，你可以理解成工厂的成品，算力是才能，头肯是产出的成品。 传统的算力租赁是什么呢？是卖毛坯房，按面积按小时收租，你住的好不好跟我没关系。头肯工厂是精装房，拎包入住，按居住体验收费。 第二句，托肯工厂的本质是从卖资源变成卖结果，客户要的不是你的 gpu， 是 ai 帮我解决问题。这一个结果就像你去代工厂，不是买机器，是买产品。你去炼油厂，不是买炼油设备，是买汽油。 现在 ai 产业正在发生同样的事，从卖善利过度到卖智能产出，这才是 tok 工厂的核心逻辑。那为什么上下游都愿意进这个局呢？有三个关键点，第一， tok 工厂理论毛利率能到百分之六十，对比一下传统 idc， 毛利率大概是百分之十五到百分之二十五， 算率租率好一点，大概百分之二十五到百分之三十五，托管工厂直接翻倍。海外对标公司 fairworks ai， 二六年二月年化收入三点一五亿美元，毛利率百分之五十，估值已经到了四十亿美元，资本市场给他的估值逻辑已经不是硬件公司，而是 ai 服务平台。 第二，收入和调用量挂钩。传统租赁是固定租金，不管用户用不用都得付钱。托管工厂是按量计费，用的多用的少赚的少，和客户业务深度绑定 一起增长，客户爆了你跟着爆，客户凉了，至少还有个底子在。第三，门槛其实不低，不是有 gpu 就 能做头坑工厂，你需要推理优化能力、模型调度能力，稳定的电力和散热，足够的运维团队，缺任何一环毛利率都会往下掉。 所以这个赛道的玩家目前都是有一定积累的算力公司，云厂商、运营商竞争压力比较小，可以排除很多草根创业者，但是也得给他泼个冷水了。首先，托肯工厂的护城河没有大家想象的那么高。原因一，推理优化不是专利，你今天优化了一套方法，能把成本压到行业最低， 但对手三个月后可能就追上了，这不是芯片制成，有摩尔电力护城河，这是软件优化没有永恒的领先 原因。二，大客户的长期外包需求不确定性比较大。现在头肯工厂的客户很大一块是中小企业，他们技术弱，只能外包。但大厂呢？自接腾讯、阿里都有自己的技术团队，等他们自建推理能力足够强，外包比例会下降。 第三可能会被云厂商吸收掉。阿里云、腾讯云、火山引擎，他们本身就在做 token 服务，独立的 token 应用平台，未来很可能变成大厂的富翁，而不是独立生态。说到这里，大家可能会想，这些全是巨头的事，跟我有什么关系？ 跟大家说，其实关系大了。调用 token 省时间就是赚钱。一个内容创作者调用大模型消耗 token， 选择题、写作配图能从八个小时压缩到两个小时， 省下的六小时可以多做三条内容，多接一个商单。以前赚钱靠出卖时间，现在靠驾驭 ai 提升效率杠杆。你在一个行业干了五年，踩过的坑，总结的经验，未给 ai 做成 scale， 每次运行几千个 token， 成本低到忽略不计，但能反复升钱， 经验本来就值钱，以前没工具放大它，现在有了。所以对于 token 工厂，我的结论是，它是个真机会，但不是一个适合普通人的机会。 它本质上是 ai 产业分工细化的产品，这是一个趋势，不是一条护城河。最终能活下来的，要么是规模足够大，成本足够低的，要么是由绑定特定场景形成差异化的，那些两头不靠的中间商会很难受。 最后给大家一句话， token 只是一种未来的生产资料，最终产出什么，还是要发挥自己的主观能动性，工具最终还是要看怎么使用，这才是最适合普通人的方向。今天就先聊到这里，觉得有收获的点个关注，我们下期再聊。
39李不李
00:34查看AI文稿AI文稿好，今天我们在深挖一下透坑是怎么来的？透坑其实就是这些透坑工厂，像火山、阿里字节这些大工厂，在中国的西部，甘肃、贵州、 内蒙这些电力比较丰富的地方，他们建这个透坑工厂，然后用电力和芯片去生产这个透坑。 因为西部的店比较便宜，所以他们的生产成本就更低，然后有个词语叫西店东苏嘛，然后这个都肯出来以后，又变成这个东数西算。
55阿远
01:59查看AI文稿AI文稿怎么开始做托管生意呢？今天给大家再分享一个完整的实操步骤啊，一定要点赞收藏！首先第一步呢，你得拥有自己的聚合平台，因为托管像水聚合平台呢，像供水管一样，我们不能见一个人，就问你要不要喝水，是不是等我们有了水，有了管道，才能把托管 卖给 ai 行业当中的企业或者是个人工作者？那第二步啊，你需要把拿到的大模型的 a p a 接口接到你的平台，那么怎么找这些大模型来接入呢？这里有几个办法啊。 首先，目前国内主流正规的大模型厂商，比如说像呃， mini max， 阿里的百链，腾讯的火源这些呢，它头部平台都开放了，这个开发者的 a p a 接口没有啥门槛儿，你可以直接在官网上申请一个开发者的权限就可以了。 呃，等他通过之后，咱们按量付费就行了。这里要记住啊，一开始呢，不要去纠结比价， 不要去纠结有没有专属的一些折扣什么的，刚开始最主要的目的就是跑通完整的业务流程，等到后期你的平台消耗量做起来，再拿着这些单量的消耗呃和厂商谈折扣。 那同时呢，你也可以跟这个托管工厂的直接合作，甚至是一些海外托管的供应商来合作，合作的越多，你提供的就越丰富。然后呢，就可以把这些平台可以把你平台当中的大魔性的 ap 接口推广给你自己的这种上下游的客户还有工作者了。 那么通过上面的这些群体呢，我们把市场上的托管供应商基本上都找到了，是吧？那么最后一个问题来了， 跟这些云服务商啊，还有这个海量的第三方以及海外的公司打交道呢，争取折扣对于来个人来说或者小公司来说是不是非常的难？ 所以这个时候呢，咱们也可以选择直接找一个聚合平台去做他们的服务商。大的聚合平台呢，他们都有稳定的病发量，这个对于刚开始的业务稳定性是非常有帮助的。还想知道哪些留在评论区。
2924汤姆的AI圈
18:33查看AI文稿AI文稿想象一下啊，你手里现在有一件东西，这件东西的生产成本非常低，大概也就只有三四毛钱，但是如果你眨一下眼，就在这瞬瞬之间，你就能把这三四毛钱的东西以十几块钱的价格直接卖到大洋彼岸。哇，这个利润空间， 这可以说是暴力了吧？没错，而且最妙的是什么呢？你根本不需要去租什么远洋货轮，不需要搞那些沉重的集装箱，甚至你连港口排队、海关申报这种事都不用操心，也就是说，完全剥离了我们传统认知里的那种物理运输。是的， 就是当你还在定制传统的实体商品出口的时候，一种全新的，呃，完全无形的，但利润空间大到吓人的出口模式，已经开始重塑全球运行的底层法则了。 所以，今天我们要解读的这份核心资料，它的主题就是解读电力透坑话出海这个概念总结的非常精准。好，那我们来拆解一下这个概念啊。要弄懂这套跨越太平洋的变现魔术，我们得先理清什么是电力透坑话， 这是最基础的门槛。我知道，其实对很多听众来说，一听到 token 这个词，大脑的第一反应大概率会疯狂闪烁出呃，加密货币啊，或者 blockchain 这类的东西。对，很多人会有这种刻板印象，在我们今天聊的这个语境下， token 和加密货币没有任何关系。 那个，既然不是炒币，那它到底是个什么东西？呃，在人工智能或者说大雨摇魔情的世界里， token 其实是 ai 大 脑在处理文字、图像或者代码时的那个最小的基本单元。最小的基本单元。打个比方呢，你可以把它理解为 ai 在 思考和输出的时候所消耗的神经元脉冲。哦，神经元脉冲对， 比如，当你在跟任何一个大模型对话的时候，你输入的每一个词，或者 ai 生成的每一段代码， 其实都在消耗和产出 token。 也就是说， token 并不是钱，而是一种计算量的度量衡。没错，所以 token 真正的本质就是将我们消耗掉的物理电力 转化为了一种数字在内。转化。没错，从物理变数字。而且这个转换机制，如果你去算一笔账，它在账本上呈现出的数字简直让你觉得不可思议。确实，那个杠杆效应太惊人了， 咱们来给听众算一下时机的成本啊。在中国西部，产生一度绿色电力的成本，呃，袋袋，仅仅是零点三到零点五元人民币，嗯，非常便宜，连一瓶矿泉水都买不到。对，连半瓶都买不到。 但是，当这一度电被输入到庞大的 ai， 也就是 gpu 集群里面去进行运算之后， 它能转化产出大约五百五十万个 tokens， 这就是整个魔法的引擎所在。然后呢，如果你把这五百五十万个 tokens 作为一个大模型的 api 接口服务，顺着网络出口给海外的开发者， 它的收益是多少呢？大概在六到十一元人民币之间。如果我们以目前主流大模型的精准来看，这中间的溢价已经高达二十到三十倍了。二十到三十倍，这已经是暴利了。还不止呢。更具颠覆性的是，如果这些电力被用于处理更复杂的那种高端模型的推力任务， 比如说哪种任务？比如极度复杂的数学推演啊，或者医疗分析、新药研发，这种高端任务的增值潜力甚至可以突破七百多倍。七百倍？我的天呐！是的， 所以我们正在做的就是把低附加值的物理能源，通过算力这把标尺直接升维成了高附加值的认知服务。这让我想起一个比喻，不知道准不准确啊？这就像是，呃，我们原本有一大批面粉， 过去我们如果做传统出口，就必须把成端的面粉装进防潮袋，搬上远洋货轮，没错，然后还要忍受高昂的运费。对，还要在海上漂几个月，最后只能赚取极其微薄的差价。 传统的体力活嘛。但是现在的逻辑变成了，我们直接在本地用这些面粉烤出世界最顶级的蛋糕，拍下高清的数字照片， 然后把独家配方和视觉体验瞬间在网络上卖给全世界。这个比喻非常贴切，因为你点出了最核心的一个突破，那就是打破了物理国界对 沉重的面粉，也就是电力，其实从来没有离开过国内的电网。是的，电没有出国，显卡没有出国，甚至连提问的数据本身可能也是海外用户的， 但中国贡献的最底层的物理输入，也就是极其廉价的绿色电力。但这就引出了一个非常现实的问题了， 为什么是现在？你是说时间节点？对啊，如果只是为了多照免钱，传统的电力出口似乎也能运转呢？到底是什么样的供需矛盾逼迫我们必须跳出物理电网，去寻找这种全新的结法？呃，这个问题问的很好， 其实如果你比对一下传统的电力物理出口，你就会发现，那条路现在正面临着越来越重的瓶颈。瓶颈？什么意思？过去如果一个国家有过剩的电，想要卖给邻国，唯一的办法就是修建特高压电网。 但这种物理输送有致命的缺陷。是路途太远的问题吗？首先就是物理衰减，不管你的技术有多先进，电流在几千公里的长途跋涉当中必然会产生巨大的损耗，利润很容易就被沿途消耗殆尽。 确实，线缆会有电阻吗？其次呢，电网必须跨越国界线，这就意味着你需要极度依赖途经国家的基础设施，而且非常容易受到地缘政治摩擦的影响。我明白了，就是你的电线架在别人的土地上，这个关口到底谁说了算， 就不完全由你控的了。就是这个道理。但如果是 token 出海呢？传输戒指直接变成了海底光缆。海底光缆传的是数据啊。没错，光缆传输的是数据信号， 它的物理损耗几乎为零，而且是毫秒级传输。最重要的是，算力的主权完全掌握在自己手里。哇，这就解释了它为什么是一种更好的出口方式， 不仅没有损耗，还不用受制于人。对，但这只是解释了它为什么好。真正逼迫这种模式在这两年突然爆发的，其实是另一个极具压迫感的国内现实。 极具压迫感，怎么说？中国光伏的产能将达到一个惊人的数字，三点一五亿千瓦等等。三点一五亿千瓦？ 这，这是个什么概念？这几乎占到了全国新增发电装机容量的百分之六十了吧？是的，就是这么夸张。 所以业内管这叫做甜蜜的负担。为什么是负担呢？电多还不好吗？因为太阳能和风能都有一个共同的天然的缺陷， 它们是间歇性的，要看天吃饭啊。对，晚上就没有太阳了。而且当光照最充足的时候，瞬间产生的海量电力，本地的电网根本就无法完全消化掉。我懂了，因为电网的负荷是有上限的， 所以很多时候，哪怕太阳晒得再好，发电机转得再快，这些都出来的电也只能白白柳絮掉。没错，这就是日内常说的气光或者气风现象。 如果只靠传统的物理输电，要去消化这三点一五一千瓦的新增量，这绝对会变成一场巨大的资源浪费为期。 所以，从传统电网管理者的视角来看，这确实是个极其头疼的通电。确实头疼，但是如果我们切换一下视角， 用人工智能的视角来看呢？会看到什么？那些过剩的、无法被电网消化的绿电，根本就不是什么浪费掉的废料，在大模型时代，它们就是全新的原油。 ai 时代的原油，这个视角太身患了。没错，这其实是一场处理能源危机的范式转移。 也就是说，我们根本不需要再发愁呃，怎么把这些电存进极其昂贵的电池里，或者费力气把它们输送到几千公里外的城市？完全不需要，我们只需要在太阳能发电站旁边直接建一个数据中心， 让 ai 原地把这些原油喝掉，直接转化成 token， 对 原地消耗，原地升值。不过呢，我们也不能把这件事想得太简单了。对对对，其实这也是我一直想问的一个问题。 事件到这里变得真正有趣起来了。哦，怎么说？既然这门生意听起来简直就是一本万利，能把过剩的阳光变成翻了几十倍利润的数字黄金。那世界上其他国家为什么不直接照抄作业呢？ 比如呢？比如中东的沙漠里也有无尽的阳光啊，美国的德州也有大把的土地和太阳能。大家只要买几块 gpu， 拉根网线，不都可以开始印钞了吗？哈？ 商业世界里从来就没有能够被轻易复制的暴力，所以这里面有门槛，门槛非常高。 如果你去拆解背后的整个系统，你会发现这里存在一个极度复杂的多层内嵌的三位一体的护撑盒儿。三位一体的护撑盒儿？ 哪三位？它是由底座、网络和杠杆共同构成的。咱们先说底座，也就是极致的成本，就是电费便宜，对吧？不只是便宜，是极度便宜。 中国西部绿电的初市成本实际上只有欧美工业电价的五分之一，甚至十分之一。哇！也就是在这场全球的算力马拉松里，大家刚站在起跑线上，燃料价格已经差了一个数量级了。没错，但我觉得光靠这个还不够吧？ 西方国家虽然电费贵，但他们的科技巨头可不缺钱呐。所以，这就需要第二层护城河了。超级基建，网络超级基建。对，你想啊， 你有了西部极度便宜的绿电，但是你的需求段在哪里？那些真正需要训练大模型处理海量数据的 ai 企业，绝大多数都集中在东部沿海地区。对，都在北上广深这些地方， 所以西部的电再便宜，如果没法跟东部的算力需求完美对接，它依然只是一盘散沙啊。这就是东数西算共成的作用。没错，东数西算可不仅仅是一句口号，它是一张实实在在的国家级的超级调度大王。我明白了， 这张网把西部的低价电和东部的计算任务给缝合起来了。是的，依靠全球领先的数据中心集群，西部吃尽廉价电跑算力，然后通过高速网络将结果瞬间传回东部，或者直接顺着海底光缆传向海外。确实， 这种国家级的基建调度能力，别的国家很难在短时间内复制，但我看资料里好像还有第三层护城核，这也是最容易被外行忽略的一层架构技术的杠杆 架构技术。前两个我还比较好理解，一个是老天爷赏饭吃自然资源好，一个是基建狂魔修网快。但这个叫做谋 a， 也就是混合专家架构的技术，好像是在软件层面起作用的。 对，他是在软件层面对利润进行了极其恐怖的放大。能不能给咱们听众从底层逻辑上通俗地解释一下，一个软件架构是怎么帮一门能然生意省钱的？没问题， 我们可以把传统的 ai 大 模型想象成一个庞大而且非常死板的巨型工程。怎么个死办法？就是不管你今天客户下的是个造飞机的订单，还是说仅仅只是想拧一个螺丝， 只要订单一来，整个工厂几万台机器必须全部通电轰鸣运转一遍。哇，为了拧个螺丝，整个工厂都要开机。对，这是一种典型的大力出奇迹的模式，所以它极为耗电。 换句话说，也就是我哪怕只是问 ai 一 句今天天气怎么样，整个 ai 那 几千亿个参数都要跟着通电转一圈儿。就是这样。 但冒 a 混合专家架构彻底改变了这种低效的模式，它就像是把这座死板的大工厂改造成了一家分科极其精细的综合医院。综合医院对，当一个用户的提问，也就是一个 token 的 续效进来的时候， 这个系统它充当了一个精准的分诊台，哦，它不让所有人一起上。没错，它不会唤醒所有的参数， 而是只把这个问题陆游给最擅长解决他的那一小撮专家网络，哦，完全明白了。也就是说，如果我是去看牙疼的，分诊台就直接把我送进口腔科？是的， 这个时候像什么骨科呀、心血管科呀，神经内科的医生和设备就完全不需要启动，它们可以继续保持休眠状态，完全不消耗任何额外的能源，非常精确的类比。 如果我们把这与更大的途径联系起来看，通过这种软件架构的极度优化模型，在保持极高推理能力的同时，每次实际激活的参数量出现了断崖式的下降。这也就意味着处理每一个偷看所需要的计算量和耗电量也被极大的压缩了。是的， 所以这不仅是用更少的电，更是干了更多的活。哇，这真是太绝了！所以，这就不是简单的大自然赏饭吃了， 它是把极致便宜的电用极度宏大的物理网络调配起来，最后再用极其精巧的软件架构把能效放大数倍？ 没错，这三折紧紧咬合在一起，就像一台精密的能效放大器。所以，哪怕别的国家能搞到同样便宜的店，如果没有这套软硬结合的调度和压缩能力，也根本做不到同样的利率。确实如此， 这种护城河在短期内，无论是那些有技术但缺廉价能源的欧美国家，还是有能源但缺乏基建和软件深度的其他地区，都是无法被轻易跨越的。 但是，呃，听你把这个护城河描绘的这么深不可测，我就越觉得哪里不对劲了。怎么了？ 这引出了资料里的一个非常让人费解的商业辩论呢？你看，既然我们拥有这么强大的护城河，有着独步全球的成本优势， 那按理说，我们完全可以在国际市场上卖高价，对不对？传统的商业逻辑确实是这样，物以稀为贵吗？对啊，反正别人根本做不到这么低的成本。 但是我看了一下这背后的定价对比，中国大模型 token 的 出口价格，竟人仅仅只有美国鼠流大模型的二十分之一。嗯，这个价差确实非常夸张。为什么？如果技术和架构真的这么牛，为什么要用几乎白送的价格去打市场？ 这中间是有什么引擎吗？这个定价策略乍一看确实非常反直觉，但我们要非常客观地去分析背后的现实驱动力。 现实驱动力是什么？我们必须承认，这并非是因为底层的技术质量真的差了二十分之一，它更多是受制于几个非常坚硬的市场和地缘因素。比如呢，首先，美国的大模型起步极早， 他们不仅确立了全球的行业标杆，而且已经建立起了极其成熟的开发者生态和企业级的信任度。这种先发优势自带了巨大的品牌溢价，也就是大家习惯了用它们的东西，就像奢侈品一样，你买的不仅仅是那个包，更是那个 logo 和整个生态圈儿。没错。 其次呢，我们也不能忽视地缘政治的客观旨曰，大家都知道，各种技术禁令、贸易壁垒层出不穷。确实，这就限制了正常市场机制的发挥， 导致许多海外企业在采购中国的算力时，会面临很大的合规压力和摩擦成本。所以，面对品牌、生态和地缘的三重阻力，如果想在全球算力市场上硬生生撕开一道口子， 最灵力也是唯一有效的敲门砖，就是极致的性价比。呼，今天聊到这里，把所有的这些碎片全部拼凑在一起，真的让人有一种强烈的宏大的视角颠覆感。确实， 这是一场重塑性的改革，因为你知道，对于我们所在的这片土地，几十年来的全球认知标签一直都是世界工厂。 我们习惯了用极其庞大的港口、日夜不休的流水线向全世界输出物理实体商品，但现在，角色正在跨越，我们正在从运送实物商品的世界工厂，跨越成为输出数字服务、输出价值的世界算力中心。 没错，而且今天我们拆解出来的四个核心洞察，可以说是环环相扣。是的，首先，它是一个极佳的能源结法， 直接消耗了三点一五亿千瓦的光伏产能。然后他创造了一个暴利机制，把几毛钱的物理电力转化成了溢价数十倍的数字服务，紧接着依靠绿电成本，东数西算和某亿架构 筑起了一道坚不可摧的三维一体护城河。最后在强大的地源阻力下，依然凭借极致的性价比，在全球南方实现了一年半三百倍的破局增长， 验证了这种趋势的势不可挡。所以我们说，这真的不仅仅是外贸圈或者科技圈的一条新闻，这实际上是一场颠覆性的能源革命， 它改变了中国制造这四个字的底层含义。完全同意，曾经难以存储收治于物理电网的过剩阳光，现在穿上了一层叫做 t 肯的数字外衣， 直接绕过了货轮，绕过了海关，瞬间在地球的另一端创造出了巨大的经济价值。这是一场极其隐秘却又无比轰大的胜利。感谢你参与今天的深度解析，咱们下次再见！
143小陈能源优化
01:57查看AI文稿AI文稿大家好， tok 运营业务呢，一直很火，需要哪些资质呢？今天一条视频讲明白，全程干货不绕弯，需要朋友点赞收藏。首先必须划重点，在境内虚拟货币类的 tok， 比如比特币，各种稳定币，不管是发行、交易还是运营，全是禁止的， 没有任何合规资质能办，这是红线，千万别碰。还有直到目前以 token 名义募资，这些都是红线，碰了就会出问题。我们最近服务的大客户呢，主要做的是 ai 算力、 token 以及平台积分那种， 不涉及虚拟货币。如果你也做这种资质，主要分三类就可以合规了。第一类是基础必备资质，首先你得有个公司经营范围呢，写信息技术、软件开发这些，别写虚拟货币待币，不然直接踩雷。然后线上平台必须有 i c p 备案， 就像网站的身份证，还有等保三级，这是 ai 数据平台的标配，网安类也要审核的。第二类，数据和算法的合规，比如你的 token 和 ai 大 模型有关，比如 ai 调用计费算力凭证，就得在国家网信办做算法备案， 要是涉及数据跨境调运，还要做数据出境安全评估，保护用户信息，不能马虎。第三，算力相关的资质，如果自己建服务器或者找托管合作方，必须有 i b c 许可证，要是自己做云服务，还得有云计算牌照 这些呢，都是硬性要求。顺便说一下境外的情况，要是想在香港、新加坡、欧盟做金融类托管，比如稳定币， 那么这些呢，都需要有牌照，所以我们新手呢，别盲目入场，先把资质搞清楚。感谢您的聆听，再会记得点赞关注哦！
65义说资质
00:53查看AI文稿AI文稿今天磊叔教你一个极简蒸馏法，关注，收藏，点赞，别走散了。上条视频很多人都在问怎么去蒸馏，没问题，今天教你一个三步极简蒸馏法，可以把任何人变成 token 存在你的电脑。第一步，复制我的这段提示词到任何一个大模型，然后附上 这个人的所有资料，什么 pdf， 聊天记录， ppt， word 什么都行。传上去之后，稍等片刻，他就会蒸馏出这个人的克隆体。 这里呢，我就是蒸馏了卡兹克卡神能够看到他把卡兹克的性格特点、说话的风格，潜意识里的逻辑都蒸馏出来了，而且你会发现他会用非常卡兹克的语气来跟我去交流。你学会了吗？想要提的词，评论区找我。
3074AI 磊叔
00:57查看AI文稿AI文稿现在这个 token 工厂的生意非常火，那么去生产 token 需要什么东西呢？其实就是像这种 gpu 算力，现在很多机房都开始建设了，很多用的型号，像这种 a 一 百， 这种是 h 一 百， h 两百，目前比较火的就是 h 两百这个型号，那么它的参数是怎么样的？像这里演示的是一个八卡的 h 两百模组，由八张卡组成，单张卡的显存是一百四十一 g， 八张卡就是一千一百二十八 g， 八张卡加在一起，那 p 八的算力是三十二 p， 这什么意思呢？就是它在一秒钟的时间内能执行三点二亿亿次浮点计算，那这么大的算力用来生产 token 能生产多少呢？那经过我们的测试，跑这种大模型，比如说像 deep secret 六百七十一 b 的 模型，每秒钟能够生产五千个 token， 也就是说我们写一本几百万字的书，可能几分钟就会写完了，而且它在极端的情况下能够同时承担几千甚至上万个用户的同时请求。然后我们有 ph 两百正在测试交付，大家看一下测试的环境。
387算力未来
10:29查看AI文稿AI文稿哈喽，大家好，我是芒果君，好久没和大家见面，没给大家录视频了。那先给大家汇报一下，以后呢零食类的视频呢，我可能就不怎么录了，然后录的话可能就是我自己有些感兴趣的热点呐，或者是有什么想分享的见解啊，会给大家录一录。 那今天呢，就是想对这个 a s 时代的 token 这个话题跟大家聊一聊，那其因是什么呢？其因是我看到说这个中国电信啊，五月十七号他们正式发布了这个私用的商用的一个 token 套餐， 然后查了查呢，这个上海移动以及上海联通他们也同步发布了这样的一个 token 套餐，像上海移动他们发布的一个 token 套餐，就是一块钱可以使用四万的这个 tokens。 那 我刚说了这么多，大家可能还不知道这个 token 到底是个啥， 那 token 它在我们以前计算机信息网络这个领域里啊，它主要在安全方面和区块链的方面。安全方面嘛，它是一个 身份认证的一个凭证，就说你拿到 token 之后，你才能去访问系统，并且取得对应的操作权限，比如说你要查某种数据或者删掉某个信息之类的。然后另外的话，它就是在系统和系统之间对接的时候，你有这个 token， 另外一个系统才能够认识你，这个系统才能允许你对接它的数据， 这是在安全领域。那如果是区块链领域呢？这个 token 它其实就是说一个权益的一个凭证，直白点就是你的数字加密或 b 的 一个价值凭证。那这两种语境下，它其实都是作为一个啊凭证来讲的，但是在 ai 时代，不同 ai 时代， token 的 话，它其实更像一种 结算单位，它在我们这个国内，它是中文的定义啊，是词源，它其实是咱们在和 ai 进行这个对话的时候，和它进行这个交流沟通的时候， 对你这个整个交流过程的一个消耗的一个算力值的一个具象化的一个东西，把它定义为 token， 那 token 呢？呃，在我们的中文里面，一个字大概是一点五个，然后如果英文简单一点，英文，哈喽 啊，这种四个字母的英文的话，它大概就是一个 token， 然后标点符号、空格这些都算一个 token 啊，这就是一个 token 的 定义。最重要的，我为什么要说这个，是因为我认为啊，这也是我分享的观点。这个 token 呢，它现在 就是即将成为我们信息社会里面的第六大生产要素。我们以前的信息社会里面的五大生产要素大家都知道吗？什么劳动力啊，技术啊，然后资源啊，还有包括我们在网络世界用的这个流量。 但是 token 它一定会成为第六大生产要素。这个和刚才说的中国移动、中国联通这大型运营商进厂之后开始封装这个产品来提供给普通人用，它的这个趋势是一致的，所以说我提出这么一个观点了，然后我们再来说一说这个 token 的 消耗吧， 大家都觉得这个 token 消耗特别快啊，为什么？其实这里面是有原因的。呃，在大概二三月份时候，那个 open clone 小 龙虾不是很流行吗？我自己也手搓了， 然后当时大家好火啊，每个人都去要养个小龙虾，好像养了小龙虾就能帮我，哎，这个做工作呀，增值财富啊，好像这样，但现在大家再看，回过来看，好像这个小龙虾这个事就没有那么大声音了，这是为什么？这就是因为偷看消耗的太快了，他不是普通人能搞的。 然后究其原因的话，其实两点，第一点就是我们 token， token 让它变成这种可交付，可产出的价值的，这种率比较低啊，在百度，百度公司定义了一个指标叫 d a a 就是 你这个，呃，使用 token， 然后使用智能体产生的这个可交付的价值， 然后另外一个的话，就是 token 它本身的这个定价是比较贵，消耗比较快啊，怎么讲呢？呃，其实平时我们用的可能是豆包啊， deepsea， 我 们普通人啊，用的都是免费的一些工具，你感觉不到， 但实际上你要去用个付费的工具，你会感觉那个 token 的 花费真的是哗哗哗的如流水一样。那我们都说，哎，一个汉字才一点五个 token， 对 不对？一个英文字母才一个 token， 那 我们在和这个豆包说话的时候 说一句话二十个字，然后他再返给我，那不也就几十个 top 吗？其实不是这样的，因为 top 它的消耗啊，它是覆盖了你这个输入，就我们说的话啊，输出以及中间的这个处理 过程的。就说，哎，我们好像跟豆包说了一句话，说给他二十个字说过去了，他要去理解理解的过程，他消耗 top， 然后他在内部处理的时候，他会去调用一些 skills， 就是 我们说的一些 ai 的 工具啊，或者说一些其他的智能体， 或者说一些算例方法，然后处理完了之后，他再把这个你想要的结果输出出来，比如说你问他八加五等于几，他最后要给你输入十三这一个闭环的流程，他都在消耗 token， 并不只是我们看见我们输入的呃，十多个字在消耗 token。 举一个实际点的例子，就前段时间我用那个付费的这个 智捷的大模型 sit down， 就 做视频的嘛，做视频的 sit down， 我 做了一个大概四十秒的一个视频，呃，但是我没有去充值费用哈，他是送了我两百万 token， 他的那个 token 是 八分钱每一千个，八分钱每一千个，他送我两百个托克，我做了大概四十秒的视频，我输入的文字大概是两百多个文字，就汉字，然后他给我返回了八段五秒的视频，大概是这样子，然后我托克就没了，就直接消耗一光两百万，其实整个过程的话可能不到 五分钟，呃，两百万他们就没有了。然后这个视频其实做出来的话，他只能说是逻辑连贯的，完全达不到，就是说很难达到，说大家看那种视频也觉得特别正常，特别舒服，还有什么效果 的？如果说你想要做一个比较好的视频，我估计这个消耗值啊，你还要用 pro mode， 就是 我们说的提示去调优啊，我估计这个消耗值应该翻到两到三倍左右，也就是说四百万到 六百万的托克，这换算成钱下来，你看八分钱，一千个换算下来钱的话就是三百二十块，四百万就三百二十块，三百二十块钱你才勉强做的了一条还算可以的 四十秒的视频，说你想这个托克的消耗量，你想你输的文字也就两百个字，但是像视频这种，它的输出以及它过程中间理解的过程，它消耗的这个托量更加的快。 那啊，对我们普通人而言的话，比较好的一点啊，如果说你把这个 ai 当百度，就我们以前百度那样，问他问题，问豆瓣一个问题，问 dpc 一个问题啊，这种纯文本式的交互， 其实你一个月几十万投款是够用的，你从这个中国移动的定价大概就看得出来，他说一块钱四十万嘛，然后包括豆包，据说以后收费大概是五十八块钱一个月啊，你可以看出来 是这么个情况，但如果说你把它当成一个生产力的工具啊，你要做 ppt， 你 要做视频啊，你要做这种文转图或者图声视频的各种这种高级一点操作，那消耗量就不得了了。 那我听说像这种大厂里，他们让员工就直接直接使用托克呢？用的好一点的一天会烧消耗成千上亿啊，成千万上亿个托克，这多少钱？这就是上千块钱，几千块钱 这个消耗量可能比养一个人养一个普通员工还要贵，这也是为什么啊，普通的这个人以及普通的企业，他其实没办法把这个小龙虾这么一个东西执行下去，因为他消耗的成本确实太贵了，而且又没有那么多专业的人才把这种 dna 就是 我们脱口 使用之后交付的价值的效率提高啊，这种产出比不成正比，所以说这东西自然而然他就成机了，自然至少在目前这个阶段是这样的。 那我们再来说说投很这么贵啊，特别是以后，如果对我们普通人也收费，那我们怎么样去尽量的节省这个成本啊，以及提高我们效率呢？那其实呢，有有几个小点吧，也有几个小技巧。第一个呢，就是说咱们这个 给这个 ai 交互的时候，咱们说的这话少少有废话，尽量精准直达，哎，我要个什么东西，我就告诉他，我要个什么东西，不要说，哎，你好豆包，我怎么怎么样这些废话就不要了，这是第一点。第二点就是输出，我们也去规范这个 ai 的 输出，比如说我说八加八加八等于多少，你给我个结果， 如果我这样子说过哈，像 ai， 它大概会告诉你，每一步告诉你八加八等于十六，然后十六再加八等于二十四。 no， no， no， 你 可以直接告诉他，请直接告诉我最终结果，他最后只返给你二十四，那这个过程其实也是减少了这种 token 的 消耗的。 然后第三种呢，就说，呃，在这个 ai 的 环境里啊，如果大家用纯英文，可能比你用中文消耗的空间小一点啊，这个大家可以理解吗？就你中文表达意思，呃，一个汉字要一点五个头，可能你用英文的话可能就减少一点，这个都比较好理解，对不对？ 然后最后一点也是最重要一点就是咱们啊，要如果说咱们在和 ai 对 话的时候，这个上下文和你当前的对话没有联系的话，尽量就新开一个对话框，因为其实还有一点就是说我们的 ai 在 理解上下文的时候，他也要消耗头壳，比如说你前面应该聊了， 呃，聊了可能十多楼的对话了，他可能要去爬楼，他要去爬楼。理解之前的 啊上下文的意思，然后再进针对你最新的输出的这个输入的这个需求来进行输出，他也会消耗透支。所以说如果说我们跟上面没有上下文的交集，我们就新开一个对话，那他就只对这个对话里的这段话消耗透支，这个就是一些呃，减少透支消耗的一些小技巧了。 那我相信哈，这个 ai 的 一定是成为我们人类生活未来人类生活生活不可缺少的一部分，就像我们今天使用流量来上网一样。 所以说今天给大家介绍一下这个相关的这个 token 的 知识。呃，下期再有什么有趣的想分享的再和大家聊吧，再见！拜拜！
2H先森
