1月27日，以“重新定义汽车——升维之战”为主题的第十一届全球新能源汽车大会（GNEV11）正式拉开帷幕。受疫情影响，本次大会首次采取“线上会议+全网直播”的方式举办，来自传统车企、造车新势力、动力电池、零部件及投资和研究机构全产业链的中外嘉宾在线上与大家分享观点、展开交流。
在晚上的智能化专场论坛中，《电动星球》创始人蟹老板、小鹏汽车副总裁纪宇、哪吒汽车 智能研究院执行副院长张祺、AMYGO AI 智目科技CEO高华以及辰韬资本执行总经理贺雄松就企业是否需要全栈自研、汽车终极形态等当下热议话题进行了讨论。
以下为嘉宾精彩实录，未经本人审阅，有删改。
蟹老板：下面我们进入沙龙环节。这个话题特别有意思，因为2020年其实已经有很多有关智能网联智能驾驶方面的产品战舆论战，行业的话题真的特别多。我想就从小鹏汽车开始，其实在2020年下半年小鹏汽车风头很盛，尤其提出了全栈，我想问一下纪宇先生，对于主机厂而言全栈自研真的有必要吗？
纪宇：我们认为全栈自研非常重要。实话实说智能汽车还是处于比较早期起步到逐步发展的一个阶段，在这个阶段做全栈自研才可以把功能做到极致。但小鹏汽车所说的全栈自研不是事无巨细，哪怕每一个螺丝钉都要自己研发，我们的全栈自研是对自动驾驶、智能座舱这样的核心事情的核心路径需要我们有全栈自研的能力，要能够有良好的把控力。
蟹老板：这个话题跟我们下面要讨论的话题其实蛮相关的，就是我们讲智能汽车作为汽车，其供应链原本就很长。作为汽车这个硬件平台，当我们谈智能，很多时候是谈软件定义汽车。刚才为什么我提全栈自研，小鹏汽车在去年包括昨天一直在说他们是全球唯二做到全栈自研的智能汽车厂商，最重要的是数据。我知道智目科技一直在数据服务和数据执行服务方面很有实力，那么高华先生您怎么看OEM厂商的全栈自研？怎么看主机厂与供应商的关系？会不会有全新的供应链出现？尤其在数据作为资产的这个层面。
高华：谢谢欧阳老师的问题，这是一个非常好的问题，也很难回答。这个问题有两个维度，第一是主机厂是否要去自研这个角度，我个人的观点是自研的必要性不是来自于我是不是自己要去研发这个系统，而是我是否能够拥有最好的一套系统，然后能够交付给我的消费者，所以说作为主机厂OK，那我想如果的是我是否有能力自研能够交付最好的一套系统给消费者。小鹏汽车做得非常好，全球唯二，全球做得非常好的特斯拉也是自研。
第二个话题，我是不是需要全栈自研。我们先看看智能手机这个生态，那苹果显然开创了一个软硬件一体化的生态，所有的东西都是我自己的一个完美生态，可是谷歌横空出世，安卓系统创造了更佳好的生态，谷歌安卓给了其他类似华为小米这样的智能手机公司一个新的选项。我不一定要自研自己的操作系统，我依然可以拥有最好的手机交付给消费者。
我们中国有很多非常优秀的自动驾驶公司，像驭势科技等等，吴甘沙总也在，他们其实提供了非常卓越的系统，为什么不大家去合作呢，我觉得这个其实没有唯一答案。
另一个从数据的角度，的确，我们现在非常专注在数据智能，自动驾驶是我们绝对最关注、最重要的垂直市场，现在迫在眉睫的实际上是主机厂目前大规模的ADAS量产。ADAS的量产需要大量的数据做支撑，一方面就像刚才Dan Berman给我们传递的信息，每天会产生1.6PB的数据，这个数据量是前所未有惊人的体量。第一个拥有深度学习的训练，第二个用于系统的测试跟验证，这两方面有大量数据级的需求，同时如此大规模的数据采集，专业的采集、存储、筛选以及数据标注，需要大量的人工。因为今天大家的理想是希望能够做到自动化，可是自动化的路上还是有非常多的挑战，现在还是需要大量的人工，比如说我们有非常多几百上千的员工参与到项目里面。从这个角度来看实际上是有巨大的需求。软件定义汽车，软件的核心是算法，驱动我们的算法性能跟安全性实际上是底层所有的数据平台。
从需求的角度来看毫无疑问是蓬勃向上的，我们感受到强劲血液的增长，同时有非常多的挑战，每一个环节其实都没那么容易去做，所以我们目前专注在这个角度。我们实际上跟很多主机厂还有TIER1还有最优秀的算法公司一起工作积累了一些经验，从这个角度来看我们认为未来不管是不是自研，必须有最好的算法，不管如何必须需要优秀大量的数据级，在数据上领先。
就是第一在算法上领先，第二一定要在数据创造性能上领先，从这个角度来看的确未来整个汽车供应链会面临非常多的挑战跟变化，大家已经提出说算法公司，可软件现在没有出现在列表里，主机厂怎么采购软件呢？还要安装在预控制器里，这是前所未有的挑战。我们提供了大量数据服务然后进行了完整数据管理，我们要去做整个所有系统的集成，当然我觉得实际上现在就是属于战国时代，最终他的生态会长成什么样子我们不知道，但是最终我们知道他首先现在是一个繁荣的生态，其次会有一个蓬勃的发展，但是怎样去发展我觉得没有一个终极答案。应该要有百花齐放、百家争鸣这样的一个环节大家贡献自己的价值然后把智能汽车这个产业真正做到产品好做到性能好做到安全做到量产，大家今天讲到所有的体验我们的消费者都可以使用都可以体验都可以实现，我想这个才是我们的目的。
蟹老板：我接着高总的话题来回问一下纪宇先生，数据我们知道是最重要的资产，全栈自研最重要的是感知，感知最重要的是数据收集标注，我也记得之前在吴先生的PPT上面提到了数据自动标注，我想问一下纪宇先生，高华先生提出的数据采集标注服务这样的需求，对于小鹏这样的公司有没有需求？
纪宇：是这样的，首先我认为他有两部分的情况，比如说事实上我们这回发布的NGP功能，在数据层面我们是跟高德地图在高精地图数据上有一个非常深入的合作，我们根据自己的算法，根据自己的技术方案需要很多自己的数据，这个时候需要我们自己去做处理。所以我觉得在全栈自研上刚才我也说了是核心的路径，我们是需要全栈自研的，我们也希望可以在一些相互合作的地方和行业持续合作。
蟹老板：好的，我们请贺雄松先生留到最后，先把问题抛给我们的张祺院长。哪吒汽车我在前几年车展专门去看过，整体感觉也是蛮科技的，我也看到最近哪吒在推自己的新车，我想听听您的看法，在智能驾驶、智能网联上哪吒的做法跟基础思路是怎样的？
张祺：好的，关于这个问题我们觉得自研肯定是必要的，但是全栈其实是比较难定义。字面上理解更多的是强调广度，但对于深度到什么样的研发地步才叫做全栈，其实没有一个明确的标准和定义，不同的企业也许有不同看法，在我看来自研的深度要结合主机厂实际的情况，特别是结合自己的目标用户，以产品为核心倒推回来说哪些技术需要自研，哪些技术需要外围，只有这样才可以把我们的产品做到真正是用户需要、他们愿意买单的。
我们哪吒汽车非常强调智能安全，以这个东西为核心做了很多自研。举个例子，安全毫无疑问是车本身的一个非常重要的特征点，除了安全气囊、安全带以外我们一直在考虑新的技术哪些能帮我们带来一些不一样的安全特性和安全体验，还有哪些传统汽车做不到的安全点我们在新技术的加持下能够去自研出来。基于这样的背景其实我们发现像传统汽车里A柱存在大量视觉盲区，在行车过程当中特别是在转弯时容易发生一些擦碰事故，我们在哪吒U里就把这种传统车视觉盲区通过新的技术板块这样一个自研去把他给解决了，提出了透明A柱这样一个系统。
在这个系统里我们就有大量的自研板块，比如说像动态行车条件下的透视变换等等，再比如我们对后排儿童、宠物也很关心他们的安全，所以我们也自研了像生命体征这个监测系统，能够保证在驾驶员离车时万一有意外情况也可以发现安全的隐患。再比如说我们比较强调车本身除了移动工具属性之外，他还应该是一个有情感的交互中枢，在这一块我们围绕小U智能机器人做了很多垂直领域里一些所谓自研等等。动力预控制器包括ADAS板块也是基于产品特点和用户考量做了一些自研，从我们角度来看全栈也好自研也好最终是为产品服务的，基于我们不同的用户群体，怎么样把他倒推回来用技术提更多研发要求，这个才是我们的一个根本的出发点，谢谢。
蟹老板：好的，这个问题我最想问的是我们的贺雄松先生，因为我知道辰韬资本是投产业链的，也投了很多自动驾驶公司，那智能电动汽车其实是一个全新物种，其实业界包括投资界有两种看法，一种是头部一竿子捅到底，还有一种其实是投的产业链方向的东西，我特别想听贺雄松先生来谈谈未来产业链供应链的变化，然后谈谈你怎么看全栈自研这个事。
贺雄松：我理解这里面有两个背景，第一个背景就是我们提到的汽车行业百年未有之大变局，这个变局的核心就是我们今天经常会提到的软件定义汽车，软件定义汽车带来一个核心的改变其实我理解是整个产业链价值的一个转移，以前这种价值更多可能是在主机厂这一块，但是未来，软件可能会成为一个主导，所以说会涉及到一个话语权的争夺。主机厂原来是整个金字塔的塔尖，他可不可以保持住塔尖我觉得必须要有动力去把一些核心软件和技术抓在自己手里，不然接下来的路会越走越窄，核心第一个是话语权的争夺。第二是一个效率问题，自动驾驶整个行业目前非常新，所以整个行业是没有标准的，供应链各个方面都不太成熟，我们会看到特斯拉作为行业的领头羊，在那个阶段如果他想找供应商是不现实的，因为整个产业不存在可以跟他匹配的供应商，他所能找到的供应商并没有规模效应，并不能去摊低他的研发成本。
所以我觉得是否自研可能要考虑这两个核心的要素，一是话语权问题，一是效率问题。如果仅仅是话语权问题，我认为全栈自研这个度不一定说是细到制动都要自己去做，标准化产品是可以找外包供应商的，主机厂未来最重要在于系统和平台的定义以及数据的获取迭代这方面的能力。跟这些能力不相关的或者说没有那么核心的我认为可以外包出去，而且这里面随着行业的发展，整个标准在逐步推进，标准的逐步推进会降低企业之间的交易成本，会降低整个汽车产业链合作的交易成本，所以从未来的趋势我认为大家合作会越来越多，随着这个标准的建立从长期来看主机厂只要抓住自己核心的东西就可以了。像刚才讲的这种数据标记一旦可以标准化，一旦大家都能够把这个接口进行定义，其实可以越来越多的外包出去。所以说在我看来这是一个动态变化的过程，从目前来看为了效率为了话语权主机厂会更多的参与到自研的过程中，当然这个要结合企业本身的实力。在未来我认为等到产业链高度成熟标准设立之后，这个自研的比例是可以适当降低的。
蟹老板：好的，非常明白，其实这几年智能汽车或者是智能电动汽车发展非常的迅猛，出现了很多全新很难定义的智能汽车供应商，比如说像智目科技，我们做数据标注、数据仿真的公司其实在以往汽车行业里面很难归类到哪一类的汽车供应链里面来。
其实刚才吴甘沙先生演讲中提到很关键的时间节点是2023年，那可能跟贺雄松先生提到的我们整个供应链整个产业在发生急剧快速变化有关系，我很好奇大家为什么都在谈2023。除了吴甘沙先生提到的电动车成本、电池整个使用成本会比燃油车低，还有一个话题也很热，就是苹果造车或者是华为造车，很多业内人认为在那一年会出现汽车的终极形态。今天这个话题有点大，但是我想跟大家讨论一下，这个终极形态到底是什么？在2023年这个时间节点会出现吗，我想请纪宇先生先谈谈。
纪宇：好的，我认为他不存在所谓的终极形态，但存在一个标志性事件、标志性时间节点，实际上我以前主要是做手机互联网的，以前在腾讯看到我们从功能机到智能机标志性的转变在于什么呢，在于我们发现大家对于手机的使用核心场景的变化。
在过去我们对手机使用场景的核心是打电话和发短信，智能机时代则更多是人类移动的信息中心。很多个人信息在手机上，所以我可以跟个人做很多很多事情，这是一个变化。
所以从智能汽车来看，我们觉得他可能有一个标志性点就是L4的实现，当我的核心场景由主要是开车变成了主要是乘车，那整个事情就变化了，在这个时间节点之后和之前我们看到的车是不一样的。在这个时间节点之前，我们除了做自动驾驶以外，智能座舱也是为了满足驾驶员的需求。而在这个时间节点之后，我们做的所有的东西主要是为了满足乘客的需求，所以就是因为用户使用场景的变化我们会认为这是两个明确分水岭，在之前之后是完全不一样的，这个是我们认为的一个观点。
蟹老板：我很好奇张祺院长你是怎么看这个问题的？2023年距离目前其实蛮近的，你对2023年的预期是怎么样的？
张祺：我觉得终极形态说的有点绝对，2023年离我们现在也就两三年的时间，但不管怎么样，我想作为一辆车，他最终还是要有服务于人这样的一个核心要素，我相信在未来两三年内，除了移动工具的属性之外，这个车本身应该能够承载更多的用户价值和用户属性。
具体说来就是在动力领域这个板块，除了把大家从A点移到B点之外，其实大家也一直在期望，更加高效、更加环保的一种出行方式，所以像这种更长的续航里程应该是有所期待的。比如说像刚刚您提到苹果造车也好，还是固态电池技术也好，在这几年时间内完全是有希望把的我们行驶里程，提高到更高的程度，而且在充电方面，我们也看到了很多创新的板块，能够让他在短时间内，更加的可靠，而且在安全性方面也有更大的提升。
在驾驶板块，我非常同意刚刚吴先生讲的，就是自动驾驶领域里面的一些发展，能够让这个车拥有更多的能力。先前驾驶员的精力更多是在操控方面，有了这样一些更高阶的辅助驾驶之后，驾驶员被释放的精力能够通过其他的一些功能和服务得到满足。比如说副驾，我们看到，越来越多的车在考虑在副驾安装一个单独的屏，和单独的功能和场景的操作，甚至后排的一些乘客也可以看到，这里面其实蕴含着很多机会。当然，在座舱板块还是有更多的场景能够去可以承载的。
类比于手机，我们也关注到，像前不久苹果造车的一些专利的公布，像这种车窗里面的ARVR的结合，能够控制多媒体的安全带，包括全触屏的内饰，归根结底是要给我们用户提供更舒适、更便捷的一些场景属性，能够让他承载更多的功能，比如去做一些移动办公或移动娱乐等等。
另外我想再补充说明的一点是，中国的市场其实是足够的大，东西部的差异仍然很大，多元化的需求仍将会是长期存在的。所以说，所谓这样的一个终极形态的车，我相信他应该是分为几类的，在这迈向更好的形态的路上，我们大家都有足够的空间和天地。对于哪吒汽车而言，我们还是更多的聚焦在20万元以下的车，去做智能电动车的普及者，在相对比较聚焦的板块内，把我们所认为终极车的形态，呈现给我们的目标和客户群体。
蟹老板：谢谢张院长。张院长提到特别关键的一个话题，就是多元化以及广阔的市场空间，其实我很想知道贺雄松总怎么看这个事情。有一个事情大家可能也知道，就是特斯拉16万的车会出来的消息，那我想听听贺雄松总怎么看这么一个情况。
贺雄松：我们的汽车硬件和软件，是先定好再卖的，比如说定好之后，从2020年会一直卖到2025年。但是现在非常明显的趋势是，我们软硬的更新是不同频的，硬件可能在出厂的时候定了，但是我的软件在后续会持续的跟进，这已经成为非常好的卖点，也很受消费者的欢迎。那如果大家都奔着这个趋势去，在2023年，我们造出来的硬件是要满足2028年还能够使用的需求的。我们也已经很清晰的看到了一个趋势，现在推出的汽车产品，在硬件上是会做比较多的冗余的。这个其实还是往少了说的，他可能会比我们现在所看到的，还要预留更多的空间。
所以无人驾驶在到底2025年能不能实现，我们心里是没有底的。但是到2023年这个节点，实现的概率会高很多。所以我理解，到了那个时候，大家在造车上可能会更激进一些。这个是我对这个装机形态的理解，硬件会先往前推，软件的话会根据硬件慢慢再去进行迭代。
蟹老板：其实刚才张院长提到的多元化市场，也就是在回应我们这样的一个问题，它不仅仅是空间，也有时间的问题在里面。我想听听看高总是怎么看这个问题的？
高华：这是一个非常好的问题，关于汽车这个行业最终的形态是什么，我同意各位嘉宾的观点，非常难以预测。就像马车时代我们无法想，四个轮子的车出现在大家的视野里，这个预测是很难的。
从两个维度来看，一个维度是从长远的未来。汽车是服务于交通，服务于物流的，要满足人跟商品的流动，他们在形态和技术上可能会发生非常大的转变。比如说像自动驾驶，如果有一天能够实现高度的自动驾驶，他确实是会让我们车辆的最终形态，以及我们城市的布局都会发生改变，但是我觉得这是一个长期，且不确定性、不可预知的事情。但汽车需要一个很长的研发周期，那在我们能看到的，未来五年-八年这的未来里面，大家已经把汽车行业跟交通出行方面的变化，描述地比较明确了。我觉得这里面就存在现实和我们预测之间的差距。
举个例子，我们今天非常热衷讨论，到底哪一天无人驾驶会行驶到路面上，理想是美好的，但实际真正的量产还是要落后于我们的预测。今天我们有很多的项目，采集到的大量数据和仿真训练，其实还是量产的L2级别，下一个阶段，比如目前的L2.5级别，能够提供给大家更安全的智能辅助系统，还是未来几年大家所期待的。计算能力和传感器其实已经给数据提出了一个数量级上升的需求，需要汽车行业的各位同仁，在未来花时间去努力实现。
所以说，长远的未来我们是可以看得见的，虽然他有他的不确定性，但我们能够预测到他的周期形态。从短期来看，我们判断，比较明确的趋势是，从数据的大管理到大规模仿真系统的实现，车企是能够把搭载更高级别自动驾驶系统的量产产品带到消费者面前的，这个是确定的。
所以说从这个角度而言，虽然我们谈革命已经谈了很多年，但下一次革命的终极形态也没有那么重要，能够把优秀的，含有智能驾驶功能的汽车交给我们的消费者，才是下一阶段大家的使命，谢谢。
蟹老板：好的，谢谢高总的精彩回答。我们谈到了一个很关键的话题，就是激光雷达，因为在今年1月份，激光雷达其实引发了很大的行业争议，也引发了整个消费群体的高度关注，其实也引发了马斯克的吐槽。激光雷达对于更高一级的辅助驾驶或者是无人驾驶是否是必要的，这个我特别的好奇。我们知道，从去年年底到今年年头这短短一个月时间里面，其实已经有两家厂商宣布了激光雷达的方案，一家是蔚来一家是小鹏汽车，所以还是纪宇先生谈谈怎么看激光雷达，激光雷达对于自动驾驶无人驾驶的意义在哪里？
纪宇：我非常同意高总的观点，自动驾驶我们喊了很多年，也放了我们很多年的鸽子，这反应出了一些什么样的事实，就是真正的无人驾驶的实现，实际上是非常非常难的一个事情，所以我们认为在短期内激光雷达是非常必要的。
因为我们知道现在自动驾驶最难的是感知，我们现在还没有办法，世界上也没有任何一辆车可以实现这样一个技术难题，所以我们想尽可能地给他增加一些保险度，尽可能地给他增加一些更好的东西。实际上我们知道，激光雷达有一个非常大的问题，就是价格有些贵，但他相比之前的毫米波和视觉来说，确实是一个非常好的补充，激光雷达可以在整个感知上去补齐毫米波和视觉的一些不足。
所以我们认为，最后实现自动驾驶最好的应该还是感知融合的方案，但在还没有任何一种方案可以真正完全实现的时候，我们认为需要有更多、更好的传感器一起加入进来。
蟹老板：好的，感谢纪宇总的发言。我们也想听听张祺院长的看法是怎么样的？因为您在做智能的研究，哪吒对这方面的思考是什么？
张祺：其实关于智能驾驶传感器的讨论时间已经比较长了，我印象中早些年大家之所以对激光雷达还有一些犹豫，一方面成本确实是特别贵，那时候只限于一些样本的车，一台车动不动就大几十万的，另外在那个时段，对于以视觉为主的这样一个解决方案，期望值会比较高。但随着这些年行业的发展，不管是以视觉为主，还是毫米波雷达，仍然无法完美地解决这个问题，总体上还有一些效能的不足，另外再加上激光雷达产研规模的提升，成本有望进一步下降，早些年动不动要几万块的激光雷达，现在差不多几百块美金的水平，这样成本压力就会小很多。在技术上它也有很强的的地方，比如对具体的事物会更加敏感，确实有优势。
从我们的角度来看，未来两三年，激光雷达会是下一代智能汽车迈向高阶辅助驾驶功能路上必要的一个装备。对于哪吒汽车而言，我们也在积极的做这方面的一些研究，在一两年内，我们会向市场推出带有激光雷达传感器配置这样的智能车。
蟹老板：好的，谢谢张院长。我有一个问题想先问一下高总，激光雷达的出现等效300线的出现，对数据标注仿真也会产生很大的压力，我想问问高总怎么看这个问题？
高华：我觉得这是一个很好的问题，目前数据的量已经比较大了。其实不光是激光雷达，视觉也会存在这个问题，大家现在都用1080P，也陆陆续续开始转到4K摄像头，这方面数据量上升的速度也是非常快的。所以说无论是视觉还是激光雷达，他的数据量都是在持续上升的，而且数据整体的采集量也是在不断增加的，毫无疑问，所有维度的数据都在暴涨。
另外一个方面就是，我们去处理这些数据的时候，目前不一定是针对我分辨率的提升，而主要是要提升处理目标的数量，而且今天我们消耗的人力已经非常巨大了，坦白讲是形成了一个非常好的上升需求，但从市场需求来看，我们希望能够加速数据的自动化生产，那样才能让系统能够拥有更多的数据来提升性能。从这个角度来看，系统的自动化需要有更好的算法，不仅仅说是提供更多的服务，还要有更好的算法，才能不断的提升效率，产生更多有价值的数据。
所以从数据量的角度来看是这样的。那从传感器的角度来看，的确，大家对传感器的需求是无止境的，没有任何一个传感器能够解决所有问题。激光雷达确实是必要的，不管你觉得需不需要量产，我们在做纯视觉系统测试数据的时候，也需要激光雷达采集数据，然后才能做联合数据的采集标注和处理，这样才能获得足够准确的数据。
这个角度也确实说明了刚才各位讲的，为了增强系统的垄断性和可靠性，可量产的激光雷达是需要的。从我们接触的不同的系统来看，视觉算法上大家都在提升，还有非常大的空间能够挖掘。那大家普遍抱怨的是视觉上数据的不准确，全天候可能不够好，但实际上视觉算法越来越准确，是非常有希望的，在这一点上激光雷达有他的优势，实际上这个趋势我们认为是非常积极的，走向量产只是时间问题，这个应该是能够达成共识的。
蟹老板：好，谢谢高总。最后这个问题还是想请贺雄松总总结一下，因为您本人是投资产业链的，您怎么看国内激光雷达的技术成本还有整个产业。在国外激光雷达上市的风潮也很盛。
贺雄松：好的。我感觉现在对主机厂来说，他主要的矛盾是怎样把自动驾驶系统做的更安全，几位嘉宾已经提到了，激光雷达在功能上有其他传感器所不具有的优势，至少在目前他不可替代性还是比较高的，而且激光雷达的使用不会限制其他这种传感器的性能，所以他的加入能够使整个系统在安全性上能够上一个台阶。结合刚才讲到的这个主要的矛盾，我感觉他的价格大家其实是之前考虑不用他的主要原因，刚才也提到价格也在持续的下降，短期来看我觉得激光雷达其实还是蛮有必要的，他能够加快我们推出这个智能驾驶系统的一个时间。从长期来看会不会说有其他传感器，就比如说在不用激光雷达的情况下也可以实现无人驾驶，我觉得这个是有概率的，比如说我们毫米波雷达他的性能也在提高，视觉也在提高，但是到了那一天那可能也是在我们真的系统做足安全了，那也是比较晚的一个始点，从目前来看我觉得他还是非常有必要的。
蟹老板：好的，感谢四位嘉宾的精彩分享，那我们今天晚上谈了自研谈了关键的数据资产也谈了激光雷达，那我们圆桌沙龙就到此为止，感谢四位嘉宾的参与。
作者：邓娅
转载请超链接注明：头条资讯 » GNEV 11｜圆桌沙龙：企业全栈自研是否有必要？
免责声明
：非本网注明原创的信息，皆为程序自动获取互联网，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责；如此页面有侵犯到您的权益，请给站长发送邮件，并提供相关证明(版权证明、身份证正反面、侵权链接)，站长将在收到邮件24小时内删除。