作家 | 金旺

栏目 | 机器东说念主新纪元

算力、算法、数据，是东说念主工智能的三大中枢因素，亦然在具身智能加持下，机器东说念主的三大中枢因素，这其中，又以算力基础设施发展最为熟识，非论是工艺、制程，如故产业生态。

可是，即便如斯，当下很是针对具身机器东说念主定制的芯片却是寥如晨星，至于其华夏因，则是当今具身机器东说念主产业发展不够熟识，无法酿成一致的圭臬、也无法酿成范畴量产。

手搓，是具身机器东说念主当今的一个大宗近况。

也恰是在这么一个行业配景下，《机器东说念主新纪元》播客栏目第二期嘉宾很是邀请到了英特尔中国计划院院长宋继强，并特邀了至顶科技CEO兼总剪辑高飞，和咱们全部聊一聊：

具身（智能）机器东说念主，究竟需要几许算力？

以下为本期节目内容QA精选（经整理）：

01 早期东说念主形机器东说念主，一次演示，需要上百东说念主团队维持

Q：您有一段从业履历是在一个叫机器东说念主交互计划中心，这是一个什么样的机构？它主要作念的是哪些方面的计划？

宋继强：这其实是奉陪着咱们在2013、2014年刚好全球有一个创客灵通，中国在阿谁时候也轰轰烈烈地开展了各种创客行为。

这其中，智能开导中有一个热门便是智能机器东说念主，那时候机器东说念主举座智商相较当今来讲齐是赤子科，但是在那时候很环节的是，如何让机器东说念主先有一些感知智商、语音交互智商，能相识东说念主的言语，作念一些浅陋的输出，能够相识你的言语，何况作念一些相应的反应，或者作念一些灵通，这就很紧迫。

是以在2014年的时候，因为英特尔我方也推出了许多微型化的计较模块，集计较、通讯、存储为一体的一些微型计较模块，这些模块也会被许多机器东说念主厂商，包括无东说念主机厂商拿来用作计较通讯举座解决决策。

阿谁时候，咱们就在2014、2015年，在计划院里面成立了一个机器东说念主交互创新计划中心，主要便是在新的传感器和计较智商、通讯时候的维持下，让近似于像东说念主形、半东说念主形，致使小宠物时势的机器东说念主能跟东说念主有更好交互体验。

Q：我铭刻阿谁阶段刚好是智能语音兴起的一个时刻点，那时最火的应该是NLP时候，像科大讯飞这批创业公司亦然在阿谁时候兴起的，英特尔这个计划中心那时作念的主要亦然语音识别时候吗？

宋继强：语音识别是其中必须要作念的，第二块是视觉识别，从阿谁时刻上来看的话， NLP时候依然作念了一段时刻了，依然有一些比拟可用的对话时候，包括交互式的，咱们叫对话机器东说念主。

在视觉这块，刚好2012-2014年是深度神经汇注通过作念ImageNet发达了很大的作用，是以巨匠发现通过录像头其实可以捕捉许多环境里的场景，何况可以和东说念主去作念一些交互，是以在2014年的时候，咱们是将视觉和语音这两块整合在全部来看的。

Q：我知说念高飞古道在东说念主工智能这块也有许多计划，您对那时2014年前后作念的视觉智能也好，语音智能也好，有如何的感受？

高飞：因为我对机器东说念主的敬爱也很大，当年看科幻演义的时候，那时候科幻演义的东说念主工智能基本带体魄的比拟多，因为我是阿西莫夫演义的科幻迷，那时他写基地，基地里我铭刻那时候把机器东说念主叫“机仆”，“机仆”实践上是东说念主的一个仆东说念主，从那时候启动，我以为好像小时候看的科幻演义迟舒缓现实寰宇比拟接近了。

Q：最早的机器东说念主，像本田的阿西莫，在运控上体现出了比拟强的智商，但它如故基于经典的MPC、WBC这些灵通限定表面的机器东说念主，那时是一个如何的时候范式？

宋继强：阿谁时候他们作念这种东说念主形机器东说念主，作念比如说灵通限定、动态均衡，致使作念一些缜密操作，更多是要展示它有一些限定、传感和反馈智商，是以你可以看到在日本是以像丰田、本田，在韩国事以当代这么一些大型车企在作念这些事。

因为他们当先有浑厚的成本，第二他们也通过这么一些高精密、高及时性限定的需求，通过东说念主形机器东说念主来展示他们关于这些传感器、关于限定的这些零部件，包括一些算法，他们有很强的操控智商，但这些在产业旅途上，那时其实并莫得作念很高的预期。

同理你要看回到欧洲，看德国那时在作念什么？

德国其实是通过像德宇航这么的机构在激动机器东说念主（包括东说念主形机器东说念主）在天际这么一些东说念主去不了的地点若何去作念灵通、作念场景的感知和限定。

是以阿谁时候巨匠齐有不同的主义，但是咱们那时的不雅察是，他们其实并不是真有一条产业化的旅途，齐是相等精熟的，然后去作念一次演示，台上一个机器东说念主，台下至少是一个百东说念主团队在去维持。

高飞：有点炫技的滋味。

宋继强：是的，主要便是炫技，便是展现出我有多强的这么一个整合智商，包括我的软件、硬件、传感器，还有其中这些伺服电机，悉数这个词一套我齐能处分。

高飞：有点像咱们作念阿谁吉尼斯寰宇记录。

金旺：也有点像那时IBM作念的阿谁东说念主工智能的比赛，深蓝那时后头还需要有许多的团队在作念维持，而且有很大的一个电力需求，但是巨匠齐说其实是伪善际的，如果产业化的话。

这之后其实是有了Deepmind这么的团队的出现，才把东说念主工智能推向了产业化，推到一些更实践的应用场景中。

宋继强：是以在阿谁时候，可以说是限定优先，而不是智能优先。

真实到了比如说2012年、2013年之后，深度神经汇注、深度学习激动了一波视觉智商的普及，然后又在语音智商、言语识别智商普及之后，机器东说念主关于环境有了更多相识，包括启动有一些针对寰宇学问导入的观点，是以才启动有更多泛化智商，让它的智能智商能够普及一个台阶。

02 AI+多传感器，是东说念主形机器东说念主泛化智商的必备条目

Q：2013年，英特尔成立了感知计较居品线，也便是其后咱们看到RealSense，在阿谁时刻节点，是什么驱动咱们作念了这么的判断？

宋继强：其实那时照实是因为看到了新的AI时候的产生，它关于视觉输入有更好的相识和检测智商，那这是不是能够激动机器东说念主有一波新的智商的普及，因为如果说看机器东说念主这范畴的话，它是一个发展时刻很长，它远比计较机出现的早，也比东说念主工智能出现的早。

是以每一波新的时候，巨匠齐在思，我能在机器东说念主上若何用、若何激动它产业化，思象空间很大。是以每当有一个新的时候出刻下，巨匠齐要去看如安在机器东说念主上用，尤其是东说念主形机器东说念主到底若何能用好这些新时候，是以就要勇往直前，一代代往里去加新时候、作念新实验。

那么在2012年、2013年的时候，因为视觉神经汇注启动可以作念更多事，传感器要跟上，举例咱们要让机器东说念主能够看懂这个环境，然后能在这个环境里当先能够解放挪动、作念相应的交互。

那它看到的就不成仅仅一个平面的、二维的环境，它应该能看到三维的环境，是以就催生了感知计较这个部门，因为这个部门正本有比拟好的基础，通过打红外结构光出去，能够快速检测到周围环境的深度特征，有点像简化版的激光雷达。

这么的话，它就能让机器东说念主领有三维深度视觉，不管你在里面灵通也好，关于桌子上、环境里的物体操控也好，三维视觉比二维视觉强太多。

是以在这么的条目激动下，就成立了这个部门，这个部门既作念底层硬件，便是传感器的联想，包括它后头所需要的硬件CPU、加快器的联想，并把它们整合成了一个硬件模块，同期也要探究硬件如安在软件系统中去使用，去作念上头的软件栈。

是以那时是作念了一套软件，能够装在Windows、 Linux系统中，当先有这个驱动装进去，然后上头是对接着一个视觉处理的软件栈，是以等于说提供了一套齐全的解决决策，从硬件、模块，到软件齐作念了，然后就将这套居品往社区里推，也在往客户那处推。

Q：基于RealSense也好，基于CV也好，其简直工业范畴（工业机器东说念主和工业自动化范畴）有许多应用，咱们当今回偏执来看，英特尔在工业机器东说念主范畴作念得照实很可以，这其中有哪些令您印象深化的地点。

宋继强：在工业范畴，开云体育中国官方网站时常是在作念相对缜密的操作，这种缜密的操作精度时常需如果毫米级，致使是亚毫米级，那关于深度的要求就不是纯视觉可以复原的，时常需要特意加入深度录像头，这么的范畴，咱们可以提供比拟齐全的解决决策（前端深度录像头+后端及时计较）。

时常英特尔的CPU就能维持这种及时深度计较，如果再作念操控的话，限定这些电机去作念这种灵通，也需要及时限定，加上逆灵通学反算，就需要维持高精度浮点。

这么的话就有了这种传感器的维持，再有了CPU的维持，就可以酿成一个相对齐全的工业级解决决策，可以应用在许多工业范畴，举例分拣、抓取、零件安设，这些范畴齐用得上。

Q：但是阿谁时候应该是用机械臂来完成，当今咱们是思用东说念主形把这些责任再重作念一遍，这两个实践之间会有如何的gap吗？

宋继强：那一定会有分袂，因为像用机械臂的话，时常前端践诺器是把柄这个场景去联想的，它不必一定是智慧手，关于这么一些场景，它的践诺器本人就可以特意定制，举例触觉，或者在它上头加装一些小的录像头、力反馈传感器，就可以作念到比拟好的抓取，相应的抓捏力度的操控也比拟容易作念。

但是咱们一讲到东说念主形，其实巨匠就知说念咱们是思愚弄东说念主形，举例胳背这种多环节的操控，加上手，而且这个手是可以去适配不同种类操作的，举例我可能要抓个杯子，可能要去开门，也可能要去抓一个苹果。

这种操控要用浅陋的视觉，或者深度录像头行止理的话，会有一些挑战。

因为在这个场景下，如果说是用深度录像头，假如说它是基于红外线这种结构光，在某些材质的名义、在某些颜料，它会被给与掉，举例咱们的头发就会给与掉红外线，那你操控的时候如果看不到东说念主的头发，你把手伸到了头发区域里，是不太符合的。

是以在这种情况下，你就要探究，如果是通达场景，传感器有哪些局限性是作念不了的，你就要有其它决策去弥补它。

在工业场景里，因为场景相对来详情，有些东西是不会出现的，那会更可靠一些。

是以咱们一朝到了这种相对各种性、通达的这种场景里的话，关于操作，尤其是智慧抄本人它的联想亦然多种各种的，那之后针对VLA的限定模子本人也要作念很好的调优，智力知说念我真实要去操作这个东西要达到什么样的精度、什么样的力反馈，智力作念得比拟好，是以这个更多是一个系统性调优工程，不是专靠一个传感器就可以处分的了。

咱们认为，当今巨匠齐思在东说念主形机器东说念主范畴作念到更好的操控、更好的对环境的泛化智商，这时候智能智商加上多种传感器组合一定是必须的。

在处理器这块，得要异构计较，因为既然你是多种时候的组合的话，就意味着它的计较要求是各种性的，但要整合起来用。

Q：在工业机器东说念主阿谁阶段，英特尔有针对工业机器东说念主联想专用芯片吗？

宋继强：咱们倒莫得特意为工业机器东说念主作念特意的芯片，基本上如故沿着CPU的主流联想，作念相应的一些更正和定制。

主要会在芯片的温度范围，比如宽温联想，它要达到工业级的一些耐用性，同期它关于这种详情味、及时性要求，在操作系统和硬件这个层面要能够相互保证起来。

还有高安全性要求，这些要作念到芯片联想或者它里面的一些固件，是以时常还讲会特意去给它作念一些更正普及。

在架构上，时常如故随着咱们CPU的异构整合面目去作念。

03 编程阶段的机器东说念主“学习”要靠东说念主，有了深度学习就可以靠智能

Q：随着东说念主工智能时候出现的深度学习、效法学习，为机器东说念主计划范式带来了哪些改换？

宋继强：最启动像MPC之类的事前联想好这种操控模子，关于机器东说念主的操控精度等要求齐是预设好的，这种情况下，米兰体育官网基本上咱们认为学习是东说念主的事儿，联想者学习好了之后，你把它调节成对机器东说念主限定的模子联想和编程就行了。

到了有深度学习之后，巨匠就思我若何愚弄深度学习的智商，让机器东说念主去学会一些正本我不太便捷用编程完成的这种行为。

在这个进程中，其实便是效法学习和强化学习在发达作用，因为在这个时候的话，咱们只需要让机器东说念主去随着一个作念好的行为序列，它通过视频去不雅察、去看，或者在模拟器里事前有东说念主去作念了一些编好的行为，它在模拟器里去作念、去学习。

这两种齐是它效法学习的肇始，那么，通过效法学习尽量让机器东说念主在作念相同类型事情的时候，通过深度学习汇注或者其它基于数据试验出的汇注，让它更濒临东说念主给它的例子，你就要尽量效法这个例子去生成后边相同场景、相同主义下的一些行为序列。

那么强化学习它就要更多去看，这是一个多法子的进程，那几个法子之间如何有很好的优化行行为念以前，这是强化学习可以赐与的，它通过成立最终主义，不休看中间几个法子，给你奖励和刑事包袱，临了让这个操作序列达到一个最优旅途，是以这两个关于当今机器东说念主范畴是相等紧迫的。

因为这么它可以通过数据试验，第一能够让机器东说念主快速找到一个比拟容易照顾的旅途以前，要否则它悉数这个词操作空间很大，你要全靠各种数据去迭代，那要花许多时刻。

但有了效法学习，有了强化学习，它就可以更快照意象一个能够达到可用的旅途的观点，但这无意是最优旅途，这取决于它赐与的这种试验的资源，便是计较智商和给的时刻，它会照顾在一个good enough，咱们叫满盈好就行了的一个景况，无意是最优的。

金旺：是以它其实是从编程阶段，到数据驱动的进程。

宋继强：编程我只可处理一定的场景，因为能编程的东说念主本来就少，要编好、要去调，这是一个彻底闭环的进程，是以它能处理的场景也少，场景一朝有一些变化，那就要重来。

但当今咱们又但愿机器东说念主从应用量，比如说万级到十万级到百万级，用到更多半通达或者全通达场景里边去，编程赫然是不可能的，你只可靠有一套机制、一套方法，让它能够我方把后边要作念的事给推理出来，是以这便是一个靠数据去试验的面目了，要靠器具。

高飞：编程有点像简略的“东说念主工的智能”，有几许东说念主工就有几许智能。

Q：咱们再看具身机器东说念主这个范畴的话，您刚才提到的端到端、VLA，当今齐在讲能作念哪些高阶任务，然后能践诺多长程的一个任务，当今会有一个比拟好的量化吗，能践诺几许步的长程任务算是高档智能。

宋继强：莫得太好的量化评测，最近咱们也看到一些科研机构齐在针对具身智能、物理AI范畴作念一些评测的Benchmark，咱们会看到越来越多东说念主启动怜惜具身智能，不光看它的扮演性，要看它真实能作念的事情到底有作念多复杂、质料有多好、一致性有多强，我以为这是很好的事情。

你要把它的功能拆解出来的话，它当先要有比拟好的场景相识和运筹帷幄，这个我以为是靠当今许多繁多的大模子会作念得越来越好，那么它识别出来并作念了一些运筹帷幄的话，之后咱们要看针对用户的输入和场景里相应的一些条目，要生成一个它要去作念的辅导的话。

那当今就有不同的这种实施方法，当今VLA依然比拟流行、巨匠用得比拟多，通过视觉场景不雅察、检测，和用户通过笔墨、言语面目给了辅导要求，临了要产生相应的action，便是行为序列，那这是VLA它界说的价值。

如果说VLA依然能够很好地解决了这个问题，那咱们就认为它其实达标了，但目下看还不行，因为VLA更多是一个视觉反应为主的模子，它关于行为序列的产生更多的是在效法在它试验数据里产生的和言语进来的要求。

其实它就像是一个小一又友，假如这个小一又友还不大，他的眼睛和言语智商齐ok了，但他关于真实寰宇里许多物理律例，许多可能出危机的东西他不懂，他会去看大东说念主作念什么事他也去作念。

他作念的进程中可能不知说念一个铁球比一个乒乓球重几许，把一个东西扔出去，什么东西会被砸坏，什么东西是弹讲求，这个他也不知说念，那这种情况下，咱们就认为只靠VLA本人会有问题，是以就要加入更多关于寰宇学问的相识、物理定律的建模，包括关于改日可能发闯事情的瞻望。

这齐是随着大脑的发育，对寰宇相识越来越多，就会作念得更好，当今巨匠在把VLA+寰宇模子整合起来，这么产生出来的运筹帷幄和行为序列智力愈加可靠。

Q：英特尔在具身智能范畴有如何的时候布局？

宋继强：机器东说念主范畴当先它需要异构计较，那么刚好咱们就用咱们当今最新的CPU，举例咱们的酷睿Ultra 3，它便是一个典型的XPU架构，里边包含了CPU、GPU、NPU，它里边的计较内核可以把柄需要去设立。

英特尔酷睿Ultra 3有16个CPU的核、12个GPU核，然后还有NPU，它们组合起来是一个180TOPS的算力，180TOPS算力可以有不同的能效比。

如果说我要能效比最高，我可以选拔NPU，如果及时性要求比拟高、又要求浮点运算智商的话，就用CPU的核来作念，对及时性要求很高的我会单独给它一个CPU核，不会让任何东说念主去打断它，这么就保证了它的及时性。

那如果关于这种运行视觉大模子，那就让GPU部分去作念，同期还要探究到我这个系统还在及时有许多传感器数据进来，要作念这种数据的一些同步、处理的话，刚好可以用咱们当今的XPU处理器架构去维持具身智能机器东说念主上各种性的负载。

Q：除了异构架构的话，酷睿Ultra 3针对具身机器东说念主还有作念哪些方面的优化吗？

宋继强：硬件层面上，当先幽闲了工业级别要求的宽温，还有关于工业级别耐用性的一些要求，另外皮它的板级联想上，咱们也特意把一些工业场景需要的接口齐作念了进去。

软件层面上，相对来讲维持的会更多，会把EtherCAT维持进去，然后把关于当今一些主流的AI的模子，不管是CNN、DNN，如故VLA的模子齐作念了维持，并合作咱们客户要求作念了调优，这是和咱们在PC范畴的应用不一样的地点。

Q：当今有在具身范畴联想专用处理器吗？

宋继强：目下在英特尔的居品序列里，还莫得特意针对具身智能范畴作念的处理器，这是因为目下来讲，具身智能范畴还属于发展的早期阶段。

第一是它上头的责任负载，包括AI算法还远远莫得达到调理和熟识。

咱们知说念，硬件的联想周期比拟长，硬件界说要能幽闲软件的需求，如果说是这个软件算法一直在变，那对硬件来讲最佳的方法便是保持一定的通用性。

如果说软件或者AI算法依然有通用圭臬在实施，近似于视频编解码，一朝酿成这么的圭臬，巨匠齐要相互之间死守，要否则你编出来的视频他解不了，这便是很大的问题。

一朝这种互操作的圭臬出现之后，那关于硬件厂商来讲，咱们就可以把柄这个圭臬的要求去联想专用的芯片，不管里边的计较内核，对存储的要求，关于互联的这种要求齐可以相应的作念联想，在阿谁时候就比拟容易去搭配通用部分和定制部分。

那咱们的嗅觉是，如果说是这么的圭臬出现之后，时常在10个月阁下，一个芯片的界说一般就可以产生出来，那么再加上8-9个月去流片、作念初步的测试，也许一年半就有这么的一款芯片可以给到业界使用。

Q：CES 2026上有许多机器东说念主，高飞古道最近也有去拉斯维加斯的CES，现场有什么是让您叹息尤其深化的？

高飞：我以为去了CES之后有一种错觉，就嗅觉好像东说念主仍在中国。

因为许多在CES上火爆的具身实践，其简直国内基本上亦然一样，举个例子，你在国内看宇树打拳击，在CES看到的如故宇树在打拳击，而且围不雅的东说念主许多。

但是有一个风景给我印象很深化，是在酒店的时候，那时我不知说念是哪家企业，他带着他的实践去展台，因为齐是从业东说念主士，是以这个机器东说念主在东说念主群中走的时候就莫得太多东说念主去围不雅，因为巨匠以为好像习以为常，如果在当今街说念上可能也这么，是以就酿成一种场景——一些东说念主往场馆走，然后一个机器东说念主走在东说念主群中，然后我就拍了张相片。

那张相片给我印象很深化，就嗅觉好像机器东说念主和东说念主生涯在全部了一样。

我那时的嗅觉便是，可能过个5~10年，这么一个场景可能变成了“通用场景”——咱们走在路上，可能会有不同的机器东说念主为咱们作念不同的事，我以为这是我比拟期待的一个场景。

04 机器东说念主进场景，需要几许算力？

Q：英特尔在工业机器东说念主范畴哪些教化可以复制到具身机器东说念主范畴？

宋继强：当先是在芯片硬件平台上保险它的及时性，以及在工业级别的可靠性，我以为这是英特尔一直以来可以比拟好维持的。

第二是说当这个行业发展到我要把机器东说念主真用到业务系统里后，在业务系统里如何比拟好地把上头的软件调优和底层机器东说念主硬件平台达到一个很好的软硬件优化，这亦然英特尔的上风。

前边咱们讲的许多场景，如果说机器东说念主仅仅作念酷炫的行为，那它便是个扮演型的机器东说念主，但如果说机器东说念主除了这些以外还要完成一些任务，这些任务它一定是和悉数这个词系统里其它部分要通讯、调换的。

又有传统的一些业务软件在运行，又有机器东说念主我方的一些限定类、行为类的（任务）在运行，那在咱们这个系统看来，里边就存在着竞争了，你如何保证我在运行其他任务时，还能保证你作念限定的这些能有很好的齐全性，并保险它的及时性。

是以这其实是一个齐全的系统调优，英特尔在悉数这个词系统层级可以帮它从硬件到软件层级齐作念得相等好。

Q：具身机器东说念主对算力需求很高，三代酷睿依然作念到了180TOPS，然后还有其他厂商有说需要更多算力，要作念到数百TOPS、致使2000TOPS。您以为具身机器东说念主需要多大的算力？如果下到一个具体的场景中，举例工业场景，作念某一类任务不详需要几许算力？

宋继强：在不同工业范畴其实齐不一样，如果说是惯例作念一些机器东说念主搬东西，从A处移到B处，咱们叫pick and place的任务，它需要的算力基本上就在于它作念视觉处理和VLA模子的算力，这取决于不同厂商用的VLA模子和它优化的进程。

VLA模子有开源的、有闭源的，如果拿开源的来讲的话，时常还说，咱们认为在200TOPS以内，模子优化好了，是可以在酷睿Ultra 3上运行的，咱们依然有展示这么的智商。

但如果客户界说了一个我方的VLA的模子，这个模子关于计较量的需求咱们就不好预估了，也许很高，也许相同优化得很好。

但咱们不怕，为什么呢，因为咱们有两个观点：

第一，我可以在酷睿Ultra外边再挂一个外接的AI加快卡；

第二，咱们可以通过超低时延无线通讯，把它和角落计较盒子连起来，这亦然当今相等有眩惑力的一个决策，尤其是在改日，多个机器东说念主在一个场景里去责任时，这种决策简直是必须的。

Q：您如何看待OpenClaw这个时候？它对英特尔的AI PC等居品会有什么影响？

宋继强：这是一个相等正面的影响。

当今来看的话，正本在PC结尾，咱们把一些端侧大模子放上去，但仍然需要不同种类app，或者说是应用接口，让用户去对它进行操作和调用，是以上头如故有蛮多不同的硬件进口的，一般用户很难把它用好。

那当今有一个新的观点，我只让用户通过当然言语面目去和它调换，把意图告诉它，它再来拆解你这么的要求，我要分红哪些法子，我要去调用哪些功能，这些功能我这个PC上有莫得，有我可以径直用，莫得就要到网上去找、去学新的skill。

平正在于，它既然是在你的PC端，是以它也可以有一个更好的权限和心事管控，可以用到个东说念主数据去完成它的任务。

我以为这其实也给巨匠开拓了一种全新的使用家用电脑的面目，亦然一次东说念主机交互创新，它一定会滋长新的硬件，我认为机器东说念主一定也会受益。

高飞：机器东说念主没准也要有一个龙虾。

宋继强：机器东说念主当今依然启动有了，依然有东说念主把这个龙虾放在机器东说念主上了。

金旺：多智能体的决策也可以用龙虾来完好意思。

宋继强：这个决策就看你让不让它来作念了米兰，从我的角度来讲，我会先把这个决策权放在我这儿。

PG电子(PocketGames)游戏官网

• 念主
• 机器
• 米兰
• 英特尔
• 新纪元