人工智能已成为科学家的好帮手,会取代科学家吗
传统认为,科技工作因其高度的创新性,因此科技工作者很难被人工智能取代。但日前,国际学术期刊《自然》发表的一篇论文吸引了大家的眼球。科学家们改造了一种汽车装配线上常见的机器人,让它可以在化学实验室内工作。通过与机器学习算法相连,这种机器人可以使用和人类化学家一样的标准分析仪器,“相当于使研究人员而非仪器变得自动化”。同时,由于它和人类体积相当,可以在传统实验室内工作,而无须建立或改造新实验室。在提高一种聚合光催化剂性能的实验中,这款机器人在2~3天内便优化了反应条件,而人类要几个月的时间才能做到。原因之一,就是这种机器人采取了激光扫描和触觉反馈相结合的方式实现定位,而不是视觉系统——不用“看”的机器人无须光亮,因此极大地提高了光催化实验的效率。研究者认为,这个机器人将在传统实验室有更多应用。那么,人工智能会取代化学家吗?会取代科学家吗?本期,我们邀请兰州大学化学化工学院教授王为,中国科学院自动化研究所研究员侯增广,和中国科学院物理研究所研究员王磊一起来谈谈这个话题。
1.人工智能已成为科学家的好帮手
侯增广(中国科学院自动化研究所研究员):简单地说,《自然》刊登的论文在技术方面有两个亮点。一是采用机器人代替传统实验室的实验员,克服了光催化实验人工操作过程中的一些问题。这个实验应用的就是常见的具有机械臂的移动机器人平台,它连续运行了8天,做了688个实验。第二个亮点是采用了贝叶斯算法,这是一种基于概率统计的分类算法,使实验效率大大提升。
机器人最早在制造和生产领域得到应用。目前,在科学发现领域,机器人在精度要求比较高的场景中,如时间精度、位置精度、操作精度等,有了很多应用。例如,人工授精要求把精子准确地送入卵子中,精度要求比较高,这类任务如果采用机器人将比人工操作的效率高很多。
人工智能的应用给科研带来很多新变化,增加了新可能。比如,采用人工智能方法对数据的采集更客观、分析更准确。同时,人工智能有强大的计算能力,能够发现人容易忽略的小样本事件、罕见样本事件,可能给科学研究带来意想不到的发现。
王为(兰州大学化学化工学院教授):人工智能如何帮助化学家?我们首先要理解“化学学科”和“人工智能”的内涵和外延,判断它们各自面临的瓶颈和发展的方向,再分析它们可能采用什么方式交汇融通。
化学是发现和创造物质的学科。要解决的基本问题包括:物质如何(精准)创制?物质的组成和结构如何?物质有什么(独特)的功能?上述问题的解决,从根本上讲需要对微观物质世界的底层逻辑形成理论体系。因此,化学学科既需要动脑,也需要动手:从发现和创造物质的实践中获得数据,从数据中总结新的经验和规律,再从经验和规律中指导未知的、获得新数据的实践。简言之,化学学科的发展需要从微观到宏观的多尺度层级上,高效精准获取数据、建立数据和理论之间的强连接、完备理论体系。
新一代人工智能的核心是在大数据基础上将智能问题转化为数据问题,其发展需要三个核心要素的支撑:计算能力、海量数据、数学算法。人工智能的基本层级是智能放大和综合,包括信息的采集、录入和分析。进阶层级是智能预测,即在大数据基础上预测特定事物的发生概率。高级层级是智能学习,即通过算法上的革新,突破人类的思考模式,在基本规律下自主地创造机器的思考模式,从而输出全局最优的结果。
人工智能在化学领域中的应用初见端倪。其对于化学家的帮助可能表现在以下几个层级:一是辅助动手,高效获得数据。二是辅助动脑。通过对海量数据的分析,人工智能可能预测出新的物质合成途径、发现物质的新功能、建立新的逻辑连接(构效关系)等。三是针对化学领域的核心问题,通过深度学习(算法创新)和深度自动化,实现动手和动脑的深度结合,完成自主创新。以此标准衡量,人工智能在化学领域中的应用还处在起步阶段。《自然》这篇工作的核心亮点是提供了高效获取数据的深度自动化研究平台,为将来动脑和动手的有效结合起到示范作用。
王磊(中国科学院物理所研究员):今天的人工智能已经在科研领域给科学家带来很多帮助。我们可以想象,爱迪生发明灯芯,要对各种材料不停试错,如果有这种机器人的帮助,那可能提早电灯的发明。其实,在科研领域有很多类似的应用。比如我们中科院物理所,在晶体材料的合成和生长上,就使用人工智能作为辅助。我们所几辈科研人员在这个行业深耕几十年,留下了丰富的实验数据,但都是写在纸上的。我们把这些实验记录数字化,再“训练”一个识别程序,就能用来预测晶体能不能长成等。再比如,在材料科学中,很多时候科学家们要从材料微观组成,例如原子排列顺序等,来推测材料可能具备的宏观功能,例如亲水性等。通常这个计算是很复杂的,需要耗费大量时间。现在,人工智能通过“学习”之前的计算结果,已经可以完成这部分工作。当然,其准确性还有很大提升空间。
2.什么样的科技工作者会被替代
王为:我的基本观点是:人工智能在未来会替代重复性的化学实验和测试工作,有可能改变甚至变革化学研究的范式,但从根本上无法替代化学家。
就获取数据而言,人工智能在预先设计的化学实验中表现得更加高效。相较于人的操作,其标准化程度更高、误差更小,能帮助化学家获得更大量的、标准化的、可对比的数据。就数据分析而言,相比于人类记忆以及理解数据的局限性,人工智能可以更为精准、有效地收集、分析、整合数据,并可能寻找到相应的规律。因此,人工智能有可能在化学领域的应用中率先取得突破,从而改变甚至变革化学研究的基本模式。
而取得突破的先决条件至少有两点。一是获取海量数据。人工智能的基础是大数据。就机器学习的需求而言,目前化学领域所能提供的数据数量非常有限、可对比度极低。二是实现算法创新。基于化学领域提出的特定科学问题,在海量数据存在的前提下,通过算法创新,突破化学领域现有的思考模式和理论框架,锁定多参数复杂体系的最优解。就此而言,人工智能在化学领域中的应用还有很长的道路要走。
侯增广:人工智能很可能给实验室带来巨大变革,甚至出现无人实验室。但我认为,短时间内,人工智能和机器人不能替代科学家。我们看《自然》刊登的这个实验中,进行实验顶层设计的,比如实验架构等,还是科学家,机器人和人工智能只不过是人的手和眼的延伸。我认为,即便深度学习等人工智能方法发展起来,也不太可能替代科学家。因为人工智能是建立在算法之上,它的能力的获取是基于大量数据得来的,强大的基于数据的计算能力是人工智能的核心能力。但人工智能和真实的生物智能还有很大差距,人从来就不是这么思考的,人类的智能是基于知识、而非基于数据的。而这点,人工智能还做不到。比如我们课题组在研究手术机器人。在某些方面,它的精准度比普通医生要高。但是人体是非常复杂的,每个人的情况也千差万别,遇到复杂病灶、复杂障碍如何处理?这点机器人还不行,比不上经验丰富的医生。因为这些能力和判断都是基于经验知识的,而非简单数据。
王磊:科研中,那些重复性高的、有固定流程的工作可能被替代。但对于是否能替代科学家这个问题,我的看法是比较保守的。比如我们物理学,最重要的是在现象中发现新的物理定律。但目前的人工智能算法,还看不到能发现新物理定律的可能,作出创新性发现的可能性比较小。我现在做的深度学习与计算物理交叉的研究,起码目前还没有看到人工智能能够取代科学家的证据。虽然现在也有很多实验模拟一个环境,看看人工智能是否能取得重新发现。比如给人工智能万有引力定律发现之前的各种数据,看人工智能能不能像牛顿一样发现万有引力定律。有些实验声称获得了很好的结果,但仔细研究这些实验,会发现其中有很多可控的空间。因此,我总体认为,目前的人工智能做出创造性发现的可能性比较小。
3.人工智能是否会引发与人争工作的伦理隐忧
侯增广:我觉得这方面担忧是不必要的。我们借助人工智能和机器人可以提高工作效率,把人从重复性的、危险性的工作中解放出来。这是一种社会的进步。当然,人工智能的发展也面临很多伦理问题,这不可能在一个访谈中尽谈。我只能从我所在的这个领域谈一个伦理问题的例子:目前的人工智能方法是不能够保证计算结果百分百正确,我们应该把什么样问题的决定权交给人工智能?如果出现失误,这个责任应该由谁来承担?我们再以手术机器人为例。之前说过,人体是十分复杂的,手术中会遇到各种各样的状况。如果是人做手术,他很清楚自己能力或技术的边界在哪里,什么样的问题是他不能解决的。因此,可以及时向老师、前辈请教,或者邀请其他科室的大夫来会诊。但如果是机器人自主做手术,它是按照程序来运行的,这个程序不可能包含所有可能发生的情况,机器人也不会清楚自己能力和技术的边界。那么,在某些程序交由机器人来判断和决定的情况下,一旦手术失败,这个责任由谁来承担?是算法的研究者,是机器人的制造商,还是按下操作键的医护人员?这是一个值得大家关注的伦理问题。
王磊:每一次技术的更新换代,都会带来产业的变化,某些工种可能被替代,从而引导劳动力向不同的方向分流。我觉得从人类整体的发展而言,与人争工作这个伦理问题可能不是最急迫的。我们目前讨论更多的伦理问题,是如何让机器不“染上”人类的偏见。我们知道,人工智能是基于大数据的,这些数据集的标签的制备过程都需要人。特别是,原来数据集是由人写的,可能会进行克制。现在数据集都是互联网搜集的,偏见很难避免,比如基于肤色的偏见、基于性别的偏见等。那么,在人工智能的应用中,如何在算法中去除这些偏见,是我们要面对的比较紧迫的伦理问题。
关键词: 人工智能
相关阅读
-
Misty为Furhat收购机器人公司Misty Robotics
Misty经历了一段地狱般的旅程。在从Foundry和Venrock筹集了1150万美... -
人物形象丰富多样,AI合成人物商业应用渐热
我是新华社AI合成主播新小浩,我们不仅仅长得像主播本人,还可以不... -
瑞士研究人员进行一个利用人工智能和机...
建筑和施工总是悄悄地处于技术和材料趋势的前沿。因此,特别是在像... -
Alphabet 正致力于将机器人带到办公...
谷歌的母公司 Alphabet 正致力于将机器人带到办公室来执行日常任... -
ModelMesh使开发者能够在Kubernetes之上...
模型服务是AI用例的一个关键组成部分。它涉及从人工智能模型中提供... -
研究人员:85%的人口受到人类活动引起的...
据外媒CNET报道,气候变化已经到来。如果我们不尽快采取行动,它将...
精彩推送
-
女子追尾后 质问前车司机为何刹车:急...
女子追尾后质问前车司机为何刹车:急得直跺脚 -
疑似东风本田2022年新车规划:新一代CR-...
疑似东风本田2022年新车规划:新一代CR-V、思域Type-R要来! -
车载摄像头真有这么香?特斯拉前脚释出...
车载摄像头真有这么香?特斯拉前脚释出大额订单知名日企也官宣入局 -
月薪5000也能买!2021款比亚迪e2试驾体...
月薪5000也能买!2021款比亚迪e2试驾体验:颜值、动力俱佳 -
轴距加长130mm、后排秒变“跑马场”!国...
轴距加长130mm、后排秒变“跑马场”!国产宝马X5长轴版曝光 -
奔驰销量暴跌 德系车在德国卖不动了:...
奔驰销量暴跌德系车在德国卖不动了:买特斯拉的狂增1 3倍 -
领克01被曝疑似虚假宣传?车顶钢材强度...
领克01被曝疑似虚假宣传?车顶钢材强度与宣传不符 -
雅迪电动车征服“中国最冷小镇”成功挑...
雅迪电动车征服“中国最冷小镇”成功挑战极寒天气续航200公里 -
没想到 新蒙迪欧成了中国设计“全球化...
没想到新蒙迪欧成了中国设计“全球化”的见证者 -
行业首家 小鹏超充贯通全国337城:何小...
行业首家小鹏超充贯通全国337城:何小鹏大赞! -
红旗向中国获奖奥运健儿交付11辆H9 直...
红旗向中国获奖奥运健儿交付11辆H9直接赠送和免费使用 -
皇冠轿车中国“复活”!曝一汽丰田将原...
皇冠轿车中国“复活”!曝一汽丰田将原装进口日本皇冠:35万起 -
宝马V12动力最后的荣光!M760i将限量发...
宝马V12动力最后的荣光!M760i将限量发售:起售127万 -
配剪刀门、升降式激光雷达!集度首款概...
配剪刀门、升降式激光雷达!集度首款概念车细节曝光 -
胡润世界八强榜单:特斯拉为唯一上榜车...
胡润世界八强榜单:特斯拉为唯一上榜车企位居第五 -
高速施工封路 大货避让不及撞废轿车:...
高速施工封路大货避让不及撞废轿车:人员全部奇迹生还 -
顺丰快递电动车高速上自燃 拖车紧急卸...
顺丰快递电动车高速上自燃拖车紧急卸车避险 -
马斯克被特斯拉股东起诉 索赔归还130亿美元
马斯克被特斯拉股东起诉索赔归还130亿美元 -
奔驰、吉利联手打造!Smart精灵#1量产版...
奔驰、吉利联手打造!Smart精灵 1量产版上路:取消对开门 -
特斯拉自动驾驶闯红灯撞向思域导致两人...
特斯拉自动驾驶闯红灯撞向思域导致两人死亡:司机被控过失杀人 -
雪铁龙凡尔赛被曝加速抖动 厂商拒不回...
雪铁龙凡尔赛被曝加速抖动厂商拒不回应车主投诉无门 -
女子结婚租到“盗版劳斯莱斯” 商家:...
女子结婚租到“盗版劳斯莱斯”商家:劳斯莱斯是形容词 -
贾跃亭要遵守约定!官方确认FF 91量产...
贾跃亭要遵守约定!官方确认FF91量产时间售价欲超200万元 -
新Mac Pro曝光:将搭载4个M1 Max处理器
据外媒最新报道称,苹果将在今年年底发布新一代Mac Pro,其最顶配... -
EFF基金会要求在iPhone手机中加入关闭2G...
GSM 2G网络已经有30年多年历史了,现在还有很多服务需要2G,但是该... -
三星GalaxyS22+的详细信息曝光:屏幕尺...
1月18日消息,MySmartPrice曝光了三星GalaxyS22+的详细信息。和Gala... -
Intel 12代酷睿i3曝光:超频幅度高达57%
通过超外频的方式,德国大神Der8auer将原本锁频的i5-12400、i5-1260... -
曝苹果SE机型可能会采用5.7英寸或6.1英...
据最新报道,显示屏行业顾问公司DSCC创始人兼CEO Ross Young在社... -
Intel 13代酷睿更新:接口保持不变 主板不兼容
IntelAlder Lake 12代酷睿采用了全新的LGA1700接口,必须搭配600... -
入门款新iPad曝光:可能被改造成支持5G
据最新消息称,苹果将在2022年底发布第十代iPad,在2023年进行更重... -
魅族专利公布一年后 手机终于要用上50W快充
去年年底魅族公布了自家分流式电池充放电控制系统及其控制方法、电... -
微软发布Win7/10/11紧急更新:修复多个W...
今天微软发布了紧急更新,主要是修复多个Windows版本问题,建议用户... -
首批RTX 3050曝光:多光线追踪
据介绍,RTX 3050本次供货主要以电商、线上、直播等平台为主,预测... -
Intel NUC 11廉价版曝光:规格性能实现飞跃
Intel今天为NUC 11迷你机家族增加了新的入门款NUC 11 Essential(... -
《关于紫光集团重整计划获法院裁定批准...
今晚,紫光集团通过官微,正式发布了《关于紫光集团重整计划获法院... -
Intel 13代酷睿曝光:接口与12代酷睿保持一致
据爆料,13代酷睿将会在今年第四季度发布,接口与12代酷睿保持一致... -
西安交大学生私自驾车离校至成都:关大...
西安交大学生私自驾车离校至成都:关大灯驶上草坪绕开检查 -
CEO做对一件事!福特市值首达1000亿美元
CEO做对一件事!福特市值首达1000亿美元 -
欧洲汽车大暴跌!原因太无奈:缺芯+疫情
欧洲汽车大暴跌!原因太无奈:缺芯+疫情 -
马斯克玩“无间道”!特斯拉成香饽饽 ...
马斯克玩“无间道”!特斯拉成香饽饽印度各地官员疯抢 -
爷青回!一汽发布全新企业LOGO:形似新...
爷青回!一汽发布全新企业LOGO:形似新飞冰箱标识 -
特斯拉Model Y USB-C快充模块拆解:遗...
特斯拉ModelYUSB-C快充模块拆解:遗憾砍掉数据传输 -
宁德时代正式发布换电品牌 蔚来回应:...
宁德时代正式发布换电品牌蔚来回应:表示欢迎 -
三星试产4080圆柱形电池:媲美特斯拉468...
三星试产4080圆柱形电池:媲美特斯拉4680、能量密度大增 -
宁德时代玩换电 曾毓群请吃“巧克力”...
宁德时代玩换电曾毓群请吃“巧克力”:1分钟换1块未来适配80%车型 -
中东部地区大面积雨雪、大雾天气!交管...
中东部地区大面积雨雪、大雾天气!交管部门发布驾驶人提醒 -
实测不到6个油 全新丰田汉兰达获CCRT测...
实测不到6个油全新丰田汉兰达获CCRT测评综合得分86 3分 -
宁德时代换电品牌“EVOGO”正式发布:1...
宁德时代换电品牌“EVOGO”正式发布:1分钟全自动换电面向所有汽车 -
谁能抵抗一个会撒娇的萝莉呢?《原神》...
谁能抵抗一个会撒娇的萝莉呢?《原神》首款导航语音上线 -
宁德时代乐行换电正式发布 宣传片惊现...
宁德时代乐行换电正式发布宣传片惊现蔚来网友:砸场子! -
比亚迪全新中型SUV谍照曝光:或为巡洋舰...
比亚迪全新中型SUV谍照曝光:或为巡洋舰05主打DM-i动力 -
iPhone XS Max可降级iOS 14.1,为何...
我们都知道,苹果每次在推送新版iOS之后,都会关闭上一个正式版系统... -
四维图新发布业绩预告:2021年实现扭亏为盈
1月16日晚,四维图新NavInfo官方宣布了其2021年度的业绩预告,该公... -
被炮轰刷新底线!团车闻伟:造车不会儿...
被炮轰刷新底线!团车闻伟:造车不会儿戏邀请李想参加产品发布会 -
零百加速超17秒 40年前经典奥迪被拍卖...
零百加速超17秒40年前经典奥迪被拍卖:最高出价6 7万元 -
“青蛙眼”大灯瞩目!欧拉闪电猫量产版...
“青蛙眼”大灯瞩目!欧拉闪电猫量产版谍照曝光:最快5月上市 -
SIAL国际食品展(上海)启动之际,“中食...
日前,中共中央、国务院印发了《知识产权强国建设纲要(2021—2035年... -
CrowdStrike野外样本增加,进行分布式拒...
根据 CrowdStrike 的威胁遥测数据 ,在 2021 年针对 Linux ... -
2022年会成为Linux桌面元年吗?
2022 年会成为 Linux 桌面元年吗?答案可能依然是否定的,但我们... -
比亚迪半导体MCU曝光:最高工作频率48MHz
今日,据比亚迪半导体公众号消息,继2020年8月推出国内首款集成触摸... -
XPOWER XS70 PCIe 4.0固态硬盘曝光:...
Silicon Power(SP)近日面向玩家,推出了全新的 XPOWER XS70 PCI... -
一加6和一加6T将正式停止官方软件支持
近日,一加海外社区官方人员正式确认,一加6和一加6T的官方支持已经... -
Misty为Furhat收购机器人公司Misty Robotics
Misty经历了一段地狱般的旅程。在从Foundry和Venrock筹集了1150万美... -
曝骁龙8 Plus旗舰Q3曝光:改用4nm工艺Plus版本
按照此前多方消息显示,高通会在今年下半年推出改用台积电4nm工艺的... -
宁德时代进军“换电”市场 注册多个商标
日前,宁德时代官方消息,宁德时代将于1月18日15:30举办发布会,推... -
业界首个!集度汽车机器人车标发布:百...
业界首个!集度汽车机器人车标发布:百度、吉利联合打造 -
比亚迪、中国一汽成立动力电池合资公司...
比亚迪、中国一汽成立动力电池合资公司:产能超百万辆电动车 -
中毒了 中国汽车活化石大变样!新一代B...
中毒了中国汽车活化石大变样!新一代BJ212外形堪比路虎卫士 -
丰田章男用毛笔写下年度汉字“動”!中...
丰田章男用毛笔写下年度汉字“動”!中日文一语双关 -
四缸增程器、零百加速不到6秒!售价50万...
四缸增程器、零百加速不到6秒!售价50万的理想X01买吗 -
富豪驾布加迪德国高速狂飙至417km/h 9...
富豪驾布加迪德国高速狂飙至417km h9分钟能烧干一箱油 -
日本佳能关闭珠海工厂:主要停产数码相...
最近日本相机巨头佳能关闭珠海工厂的消息引发热议,佳能中国已经确... -
外媒:CarKey有望发布 可用iPhone解锁汽车
据国外媒体报道,苹果分析师马克 · 格尔曼(Mark Gurman )表示... -
外媒:LG Innotek将向特斯拉提供价值超...
据国外媒体报道,LG Innotek将向特斯拉提供价值超过1万亿韩元的电... -
Forbes发表观点性文章,揭示2022年量子...
Safe Quantum安全首席执行官兼创始人John Prisco日前在Forbes发表... -
高清概念渲染图曝光 揭开Galaxy Tab...
预计下个月,三星会在 2022 年度首场GalaxyUnpacked 发布会上,... -
中际旭创预计今年全球数通市场光模块需...
中际旭创近日举行了投资者关系活动。中际旭创副总裁、董事会秘书王... -
苹果Safari浏览器Bug曝光:影响使用苹果...
据 MacRumors 报道,根据浏览器指纹识别服务提供商 FingerprintJ... -
14nm显卡性能曝光:追上GTX 1050 功耗为30W
1月17日,景嘉微在投资者关系活动中表示,公司历经十余年发展,成功... -
NVIDIA RTX 3090 Ti功耗曝光:高达48...
今天,某厂商的旗舰型RTX 3090 Ti规格参数被泄露出来,可以看到满... -
外媒:苹果内部讨论传闻已久的VR/AR设备...
据国外媒体报道,苹果产品方面的资深记者日前表示,苹果内部已经讨... -
网友发现新版微信支持搜索后批量删除好友
前不久,iOS版微信率先更新了8 0 17版。除了万众期待的语音消息暂... -
云网融合打造生态系统,产业链企业数量...
近日,Semtech举办媒体沟通会,宣布公司与腾讯云达成协议,LoRa Cl... -
便宜又好用 中国制造的电动车在日本成...
便宜又好用中国制造的电动车在日本成了香饽饽 -
零百加速5.9秒力压埃尔法!全球最速MPV...
零百加速5 9秒力压埃尔法!全球最速MPV岚图梦想家白车身下线 -
比亚迪宋DM-i最强对手!奇瑞星途追风PHE...
比亚迪宋DM-i最强对手!奇瑞星途追风PHEV亮相:亏电油耗4 8L -
真实起火率统计对比:混动车危险系数最...
真实起火率统计对比:混动车危险系数最高、电动车排在燃油车之后 -
全球首款续航破千电动车!广汽Aion Lx...
全球首款续航破千电动车!广汽AionLxPlus冬季媒体实测:最高960Km -
四缸增程器、续航800公里!理想X01路测...
四缸增程器、续航800公里!理想X01路测谍照曝光:售价约50万买吗 -
比丰田埃尔法还豪华 红旗全新MPV内饰曝...
比丰田埃尔法还豪华红旗全新MPV内饰曝光:二排座椅是亮点! -
配坦克300同款档杆、一体式双联屏!哈弗...
配坦克300同款档杆、一体式双联屏!哈弗酷狗内饰曝光 -
“元宇宙”热火蔓延车圈!中国车企首个N...
“元宇宙”热火蔓延车圈!中国车企首个NFT拍卖到来:送真车一辆 -
零下35℃雪天在特斯拉里过夜:10万km电...
零下35℃雪天在特斯拉里过夜:10万km电池坚持了一天半 -
被李想炮轰后 团车CEO首次回应:别成为...
被李想炮轰后团车CEO首次回应:别成为自己最记恨的那波人 -
印度提议本国生产所有车型 至少配备六...
印度提议本国生产所有车型至少配备六个气囊!网友:远超中国标准 -
实测1067马力超官方数据!最强特斯拉Mod...
实测1067马力超官方数据!最强特斯拉ModelS动力测试结果出炉 -
威马汽车私自“锁电”引众怒 173名车主...
威马汽车私自“锁电”引众怒173名车主联名发律师函向厂家维权 -
比长城还会玩!上汽大众凌度L公开征求昵...
比长城还会玩!上汽大众凌度L公开征求昵称:辣馒头、麻辣烫在内 -
宁德时代进军“换电”市场 注册“巨无...
宁德时代进军“换电”市场注册“巨无霸换电块”商标 -
大众集团全球销量出炉 超大众成行业榜首
随着大众集团全球销量出炉,一年一度的汽车行业榜首之争一锤定音。...