关于人工智能（AI），你知道多少？100问答
人工智能创业和投资热潮为何出现在这个时间点？
人工智能是当下最激动人心和具备变革性的机会，这其中有诸多原因。根据KPCB的报告称，全球约有20亿手机，这些手机用户非常依赖手机，其中有40%的手机用户会接入互联网。这也意味着我们现在制造了过往从未存在的数据，包括用户行为、喜好、兴趣、知识以及社交联系。
计算和存储的成本大幅下降，而计算的能力则显著增长。我们已经看到在学习方法、架构、软件基础设施方面的进步。创新的步伐正在加速，我们无法准确预测到接下来会是什么样子。
以人工智能为驱动力的产品如雨后春笋般涌现，在搜索引擎、电商/音乐推荐系统、在线广告以及金融服务方面都有不俗表现。开发者对于人工智能有了更好地理解，并且愿意在构建更复杂应用程序时集成更多高效工具。
人工智能公司分类？
我们将人工智能公司划分为以下13个类别：
1）深度学习/机器学习（通用）
这类公司主要开发计算机算法，算法的运行基础是对现有数据的学习。例如：预测性数据模型，分析行为数据的软件平台。
2）深度学习/机器学习（应用）
这类公司主要运用计算机算法，算法的运行基础是采集自垂直领域特定用例的现有数据。例如：使用机器学习技术检测金融欺诈行为，或者识别最好的销售线索。
3）自然语言处理（通用）
这类公司主要开发算法，用于处理人类语言，并将之转化为可以理解的表达法。例如：自动生成叙述文本，从文本中挖掘数据。
4）自然语言处理（语音识别）
这类公司主要处理人类讲话的语音片段，精准地识别出其中的每一个单词，并且推断它们的含义。例如：可以检测语音命令并将之转化为可执行数据的软件。
5）计算机视觉/图像识别（通用）
这类公司主要开发技术，用于处理和分析图像，并从中提取信息和识别物品。例如：视觉搜索平台，供开发者使用的图像标记API(应用程序接口)。
6）计算机视觉/图像识别（应用）
这类公司主要运用技术，处理垂直领域具体用例中的图像。例如：可以识别面部的软件，或者是让用户通过拍照搜索商品的软件。
7）手势控制
这类公司可以让用户通过手势跟计算机进行交互和交流。例如：让用户通过身体动作控制游戏角色的软件，完全通过手势操作电脑和电视机的软件。
8）虚拟个人助理
这是一类基于反馈和指令为用户处理日常任务，提供服务的软件助理。例如：网站上的客服机器人，帮助用户安排日程的个人助理应用。
9）智能机器人
这类机器人可以从自身经验中学习，然后根据周围环境的具体情况自主行动。例如：可以在交互中基于用户情绪做出反应的家用机器人，可以帮助消费者在商店中找到特定商品的导购机器人。
10）推荐引擎和协同过滤
这类软件可以预测用户对某些事物（比如电影或餐馆）的喜好和兴趣，然后提供个性化的推荐。例如：基于用户以往选择提高建议的音乐推荐应用和餐馆推荐网站。
11）情境感知计算
这类软件可以自动感知周围环境以及使用情境——比如位置，方向和照明条件——并据此调整自己的行为。例如：在检测到周围环境变暗时自动调高亮度的应用。
12）语音翻译
这类软件可以自动识别人类讲话，并即时翻译成另一语言。例如：自动实时地将视频聊天聊天和讨论内容翻译成多种语言的软件。
13）视频内容自动识别
这类软件可以将视频俄拟人样本跟源内容文件进行对比，通过其中独一无二的特点识别内容。例如：将上传视频跟版权内容进行比对，从而在用户上传视频中检测版权内容的软件。
人工智能公司分类统计？
随着人工智能与传统行业的不断结合，人工智能产业链迎来爆发式增长。从产业分类和公司数量来看，咨询公司Venture Scanner统计，2016年全球人工智能公司已突破1000家，跨越13个子门类，融资金额高达48亿美元。
在这13个种类中，研究机器学习（应用）的人工智能公司数目最多，达260家，约占整个行业的30%。从区域分布情况来看，欧美等西方国家发展较为迅猛，其中美国以499家人工智能公司占据绝对主导地位，且初创公司数量众多；而以中国为首的发展中国家在人工智能领域显然仍处于起步阶段，真正布局该产业的公司较少，以传统互联网巨头进军人工智能领域为主。
人工智能领域国际上有哪些超级玩家？
以IBM、微软、谷歌、Facebook为代表的美国巨头公司已经开始深入科技无人区。这些公司技术和业务各有所长，面向的用户也不同，但它们的目标一致：把人工智能机器做大、做强、再做没。
IBM和微软可能没有谷歌、Facebook看起来那么酷，但在人工智能领域有深厚的技术底蕴，IBM甚至已经开始用人工智能赚钱。
今天可以代表IBM在人工智能领域最高技术水平的，是不断进化中的Watson系统，和已经可以量产的人脑模拟芯片SyNAPSE（超大规模神经突触计算机芯片）。Watson已经开始为IBM赚钱了。法国农业信贷银行预测，Watson系统创造的收入将在2018年占IBM总收入的12％以上。Watson已经被部署在IBM去年收购的云计算基础设施业务Softlayer上，成为IBM与亚马逊、谷歌、微软等大型科技公司在云计算领域展开竞争的武器。
微软的人工智能研究方向要宽泛很多。微软研究院拥有超过1000位科学家，在包括深度学习的多个领域的技术布局处于世界顶端。
微软最新的深度学习系统在2015年ImageNet计算机视觉识别挑战赛中，将计算机视觉系统错误率降低至3.57％，相比于人眼辨识的5.1％，这是人工智能首次在识别图像的错误率上超越人类水平。这些机器由微软的Azure云服务提供支持。
微软不仅将人工智能技术应用于如Windows、Azure等核心业务中，还构建开放的平台，将多年的技术积累开放给产业界，它的目标是打造一个人工智能生态圈。它在无人区走得最远，在现实商业世界中隐蔽得最深。
和前辈相比，年轻的谷歌在人工智能领域做的事情更让外界看得懂，也更兴奋。谷歌一方面不知疲倦地做底层人工智能技术的积累，研发更加高级的深度学习算法，增强图形识别和语音识别能力；另一方面亲力亲为布局了包括智能家居、自动驾驶、机器人（2013年收购了8家机器人公司）等领域。前者为后者带来基础技术支撑，后者为前者提供数据和反馈。值得一提的是，谷歌在无人驾驶汽车领域的技术积累，已经远远超过传统汽车厂商和其他互联网公司。
更加年轻的Facebook，将人工智能视为未来的三大方向之一。Facebook天然拥有全球范围内的海量社交数据，但在基础科学的研究上依然不遗余力。2013年，Facebook在加州成立了Facebook AI Research (FAIR)。卡耐基梅隆大学机器人系博士、Facebook人工智能组研究员田渊栋称，FAIR的研究方向自由宽松，研究所需的计算资源（如GPU）相对丰富，同时也没有近期的产品压力，可以着眼长远做困难和本质的研究。他称，这样的学术氛围在各大公司是极其少见的。
如果说前述几大巨头都是从人工智能技术出发，结合云计算赋予技术更多势能，那么亚马逊的路径正好相反。亚马逊是全球第一大云服务提供商，它的云服务收入超过微软、IBM、谷歌、Salesforce等所有对手的总和。但亚马逊目前发布的人工智能技术，多数集中在提升购物体验的深度学习领域。
人工智能技术有两大要素：核心技术平台和数据循环。只拥有技术是不够的，需要业务和数据结合，才能打造好的技术。对循环数据的获取，巨头们也都不遗余力。
对于巨头来说，算法已经不再是竞争的障碍，数据和用户习惯才是山头。大量的初创企业会采用开源做很多垂直领域的业务，其中包括海量试错和验证，最终也会反馈回开源，而这正是巨头们所期望的。
人工智能国内有哪些超级玩家？
以BAT为代表的互联网行业在人工智能研究和商业化探索方面走得最早，也看得最远。其中，技术起家的百度走在最前端。3家企业在人工智能领域的代表产品包括：百度推出的机器人助理“度秘”以及广泛应用人工智能技术的无人驾驶车、阿里巴巴的人工智能平台“DTPAI”和客服机器人平台、腾讯的视觉识别平台腾讯优图、智能计算与搜索实验室和撰稿机器人Dreamwriter。
从整体来看，百度是BAT三家中首先完成有关人工智能技术体系整合的公司。目前，百度研究院、百度大数据、百度语音和百度图像等技术都已归入人工智能技术体系。李彦宏多次向外界强调，百度未来的发展将严重地依赖人工智能。IBM研究院把百度列入竞争列表的唯一中国公司。
硅谷尤其关心“百度大脑”的进展。百度大脑是百度在人工智能领域的核心。百度此前发布的诸多人工智能产品，如无人驾驶、智能搜索等，都是基于百度大脑的能力。百度高级副总裁、自动驾驶事业部总经理王劲称，百度大脑已具备视、听、说和预测、规划决策以及行动控制的能力。在数据方面，百度有万亿级的网页、移动和行为数据可供分析。在深度学习方面，百度的万亿参数排在世界第一。
阿里巴巴和腾讯的布局则更加克制。或者说，它们更代表中国公司的普遍做法，从业务驱动开始，逐渐加大档位。
阿里从2011年开始布局互联网医疗，投资收购和战略合作的公司数以百计。围绕医院、医保、医药做了大量布局。最新的统计数据显示，全国已经有超过400家大中型医院加入阿里的“未来医院”计划，覆盖全国90％省份。阿里在健康医疗领域的布局快慢，取决于阿里在人工智能领域的技术突破。
阿里是目前中国所有公司里，数据生态最完善、最健全的公司。此外，阿里云也是目前世界上最接近AWS（亚马逊云服务）的云计算平台。数据生态体系是做人工智能的重要基础。因此，在这场有关未来的布局中，阿里云的主导地位清晰。不过，阿里的人工智能研究分散在其各个业务分支之中，有待整合。
腾讯和阿里的情况类似。腾讯在人工智能上的布局，以IM和SNS业务为基础。例如语音识别主要是在微信部门、图片识别主要是在QQ，支付和金融业务方面植入了人脸识别，搜索部门则关注自然语言识别。
腾讯越来越重视在人工智能领域的技术开发，这包括两个路径：一是整合腾讯自身的技术资源，形成体系和重点；二是加快对优秀公司的收购和合作步伐。
腾讯参与了多个人工智能项目的早期投资。腾讯投资并购部一直在为公司寻找需要的标的，服务于腾讯的整体战略。腾讯日前与硅谷风投机构Felicis Ventures领头了人工智能创业公司Diffbot 1000万美元的A轮。这家公司通过人工智能技术，让“机器”抓取网页关键内容，并输出软件可以直接识别的结构化数据。
BAT的人工智能技术研发从第一天开始就是商业需求驱动的，他们从业务入手，收购甚至模仿别人的东西，这种做法避免了漫无目的研究和不必要的失败，但也无法保证在下一轮的人工智能平台大战中胜出。
国际上人工智能投融资情况？
人工智能领域的融资总额一直在逐年稳步增长。从2010年时的2亿美元到2013年时的6亿美元，再到2015年时的12亿美元。在2016年的第一季度，人工智能领域已经融到逾4亿美元的资金，这个水平跟2015年同期旗鼓相当，而全年甚至有望更上一层楼。
截至2015年，全球人工智能初创企业已有855家，横跨13个门类，总估值超过87亿美元。
目前，美国创投平台AngelList上有1031个人工智能初创公司，平均估值为520万美元——近乎等于54亿美元的风险投资。上面最受关注的三家公司分别是机器人公司Autonom ous，团队生产力软件制造商Crux以及人工智能社交新闻集成者Zero Slant。
市场调研机构CB Insights的统计数据显示，2014年风险资本对人工智能的投资增长302％，达到3.09亿美元。
根据数据分析公司Quid的研究数据，自2009年以来，人工智能已经吸引了超过170亿美元的投资。仅去年一年，就有322家拥有类似人工智能技术的公司获得了超过20亿美元的投资。自2013年以来，Yahoo、Intel、Dropbox、LinkedIn、Pinterest以及Twitter也都收购了人工智能公司。过去四年间，人工智能领域的民间投资以平均每年62%的增长速率增加，这一速率预计还会持续下去。
投资公司Playfair Capital 的 Nathan Benaich 说，2015年人工智能企业的投资轮数比上一年多16%，而与此同时科技产业整体投资轮数减少了3%。
国际人工智能投融资规模情况？
国内已有近百家人工智能领域的创业公司，65家获得投资，共计29.1亿元，其中旷世科技、优必选、云知声、Sense Time4家公司登上艾瑞独角兽榜单。
更多初创公司只是打上了人工智能的标签。它们本质上是用国际开源的平台，用数据训练一两个模型，甚至照搬国际模型，这其实潜含危险，最大的风险是产品严重同质化，尤其在人脸识别、语音识别等成熟领域，这些公司的产品没有突破性创新，根本没有继续走下去或被收购的价值。
人工智能开发有哪些开放平台？
2015年11月，谷歌开源了第二代机器学习平台Tensor Flow，为用户们提供一种利用大量数据直接训练计算机完成任务的途径。如今，使用该平台的项目已经超过600个。
2016年1月，Facebook公布了一个机器学习的开源项目，他们将一些基于机器神经网络的产品免费放在了Torch（一个关注深度学习的开源软件项目）上，可以用来处理数据，分析信息的共同特征。此后，Facebook了开源人工智能硬件服务器Big Sur。
其他巨头在人工智能方面也越发开放，微软将分布式机器学习工具包（DMTK）通过Github开源；IBM旗下机器学习平台 SystemML正式开源，成为Apache孵化器下面的一个开源项目。
人工智能在市场上的表现如何？
现在一些企业的数据和开放数据都存放在各种类型的数据仓库中。不妨想象一下，如果能让这些数据建立起某种联系，也就提供了一种观察复杂问题的新角度，从这个新角度出发的洞察力可以做出更多预测。DueDil、Premise、Enigma等公司都是以这样的方式给市场带来惊喜。
企业可以利用自身的专长，在人工智能的帮助下提供更专注、高附加值和可复制的解决方案或产品，这会突破人类的一些局限。比如，类似SiftScience,、Ravelin的在线欺诈检测公司，以及ZestFinance、Kreditech在内的个人贷款创业公司。这些公司解决了传统意义上人类手工检索、核对少量资料而无法做出准确预测的难题。
你是否开发出新型的面向更广泛市场需求的机器学习或深度学习架构？包括特色工程、数据处理、算法、训练模式以及产品部署。你是否可以将新的工具和技术打包到市场上原有的成熟产品中，并最终提供给终端客户？H2O.ai、Seldon和Prediction.io正在这个领域耕耘。
调查显示，知识工作者日常工作重复而机械、低效率并容易犯错。可以考虑通过结构化的工作流，辅助于可量化的工作产出，利用情景决策，以自动化的方式帮助这些知识工作者。这方面，.Gluru、x.ai、SwiftKey都有很多尝试。
物理世界大量的自动化交互需要情境传感器的输入、逻辑和智能技术的参与，这个领域Tesla、Matternet和SkyCatch都有一些自己的解决方案。
基于长远研发和专注研究的企业都面临一定的风险，包括DNNResearch、DeepMind和Vicarious都处在这场激动人心却又风险极大的战场。
更重要的一点则是包括谷歌、IBM、微软等大公司相继发布的开源技术，以及大量能够推出便宜产品的公司，这些都表明技术的壁垒正在快速消除。接下来发展的方向则是：专属的数据接入、经验丰富的人才以及具有吸引力的产品。
人工智能目前发展存在哪些瓶颈？
人工智能现在已经可以帮你做饭、在手机上与你聊天、在游戏中击败你。但就目前来看，人工智能在某一细分领域中超越人类是可以达到的，但要想创造出全面超越人类的智能，却并非是一朝一夕所能完成的。
人工智能目前只是在通过学习能力而模仿人类所从事的工作，或是可以很好地从事一些模式化的一些工作，但是在一些创造性的工作上，人工智能却完全达不到人类的能力，想超越人类，还有许多困难要克服。
虽然有了这些值得赞叹的进步，我们距离与人类同样智能的机器还很远—我们的机器甚至与老鼠的智能相比都差得很远，我们大约只见证了AI实力的5%。
人工智能发展瓶颈：
1）数据是人工智能的燃料。数据量不够，制约着计算能力的提升。
2）仅仅有数据还远远不够。要想让机器足够聪明，那么机器还需要更快的计算速度，这取决于计算机的芯片技术。
3）神经网络也有比较大的问题。
4）人工智能缺乏有力平台的支撑，导致AI开发很难。
5）目前阶段的机器人尽管拥有大计算存储、分析数据能力，但始终不具有认知功能。自主意识是人工智能发展的瓶颈。
从投资人的角度去看，人工智能创业面临的困难是：
1）运营角度
你是否有更长期的研发路线图而不仅仅是短期的商业化想法？尽管越来越多的产品类型和产品框架发布出来，但投资人在投资时依然会关注产品的性能能否满足用户需求。用户是产品的最终评判者，这也是创业公司必须认识到的一点。
薄弱的人才库。一方面是现有人才不具备综合性的技能，另一方面，如何招募更多优质人才并让他们安心工作？
2）商业化角度
早期就要思考如何平衡研发和产品研究、设计。一个粗糙的产品即便再美化依然无法优雅，所以事先综合考虑很重要。
人工智能的产品在市场上还是新鲜事物。你所面临的客户，可能是什么都不懂的科技小白，所以，你必须精心设计整个销售循环里的步骤。你要通过什么方式销售你的产品？SaaS？API还是开源呢？
当然也可以选择付费的咨询、体系建设以及支持服务等商业模式。你现有的产品能否应对客户数据或其他平台数据的处理要求呢？
3）财务角度
作为创业者，你觉得哪些是有价值的？所谓的MVP？还是媒体报道？还是开源社区的用户？你是应该专注核心产品开发还是面向客户，与客户需求的变化不断调整产品呢？在融资时要有一个缓冲时期。
4）用户角度
有两个要素需要用户参与到人工智能产品中：
首先，机器在认知方面表现很差，为了让机器变聪明些，需要用户帮助机器提升自己；
其次，在这个供大于求的丰裕时代，用户面临诸多产品选择，一个app在90天内退款的比例为35%。
对很多用户来说，之所以感觉某个产品无法满足其需求，其中一个关键要素是没有形成用户习惯，以下有一些典型案例，展示用户在产品开发中的重要作用，以及如何形成用户闭环：
搜索：谷歌搜索框的自动填充成为谷歌理解用户搜索请求的方式，用户通过消除歧义的方式训练机器。
视觉：谷歌翻译和交通标记检测都允许用户提交反馈数据。
翻译：Unbabel公司的社区翻译机制不断提升机器的翻译能力。
垃圾邮件过滤：比如Gmail。
更具体的一个案例，比如IBMWatson能够在病人诊断提供相应的资料。
这些互动即能提升系统的性能，有可以培养用户使用产品的习惯，促使他们更长时间的使用。
记住一点，对于那些我们不了解的事物，我们很难完全信任。
未完待续，想要一起讨论人工智能，请添关注公众微信号：hostoneVC
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。金钱鳘又称黄唇鱼，目前已经接近濒危灭绝的状态。
赴日游客越来越多，国内游客成为黑心商家的肥肉。
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
　　自打字机的设计诞生以来，用户界面已经走了很长的一段路。当前的键入技术主要使用鼠标和鼠标，或是点击小触摸屏以激活命令，又或是与虚拟键盘交互。但这是最好的交互方式吗？
　　设计师正在询问自己：是否有更好的方式能够与移动设备交谈以获得信息；或者是可穿戴设备是否应该通过振动，然后将信息馈送到增强现实显示器中；是否动态地通过人工智能修改界面是应用程序或网站的最佳交互方案呢？AR、VR、AI与用户的交互是否将接近人类？对此，映维网整理了11名专家对未来几年UX发展的看法。
　　1. 阿巴斯&海德&阿里（Abbas Haider Ali），xMatters
　　语音识别、AR、可穿戴设备和AI，我们将开始看到更紧密的交融和整合，技术在多种感官下将如何与我们交互。想象一下，以离散的可穿戴振动开始、到AR中的显示、手势的快速响应、或者是通过声音更详细地响应，然后各种尺寸的屏幕将显示结果，或在适当的时机提供选择。
　　2. 马库斯&特纳（Marcus Turner），Enola实验室
　　人们非常抗拒改变。有些人不相信，但应对改变对很多人来说都很难。因此，UX将更接近人类的交互，基于语音驱动的机器，并接近于今天典型的对话。这项技术会从诸如Siri、Echo和Google Home这样的机器开始。我们会学习如何与它们交流，而很快，它们将学习如何与我们交流。
　　3. 维克兰特（Vikrant Binjrajka），英伟达
　　UX/UI的未来将属于那些允许用户完全沉浸在自己选择的任何体验中，同时向设计师和开发者提供有意义反馈的人。酷炫还不足够。沉浸感、叙事叙述和对话不仅是一个优秀UX/UI的三大支柱，它们还是品牌忠诚度的关键。
　　4. 亚历山大&哈尔科夫（Alexander Kharlamov），Mark43
　　鼠标、键盘和触摸是笨拙和低效的交互方式。很快，它们将会过时。相反，语音识别、运动追踪、甚至脑电波将被用于控制计算机、智能手机和其他智能设备。通信将更快、更亲密、并将迫使设计师重新思考我们与这些设备交互的方式。
　　5. 查尔默斯&布朗（Chalmers Brown），Due。
　　人工智能将接管用户体验，分析对各种体验的反应，然后根据那些评估相关地进行变化。UX将在未来几年成为一种更直观和个性化的体验。
　　6. 博阿斯&卡茨（Boaz Katz），Bizzabo
　　最大的趋势之一是能够最小化产品使用摩擦的能力，主要是通过嵌入产品的自然语言处理、AI或语音 ，如谷歌助手、Siri和即时消息。用户将习惯于在当前使用的各种媒体中获取他们需要的数据和见解，而不是在实际的网站或应用中。
　　7. 利亚&艾伦（Leah Allen），Radius
　　个性化将成为B2B网络体验的标准。现在实现这一点很难，因为关于B2B用户的统计数据比行为数据更重要。现在，新技术使得更容易为B2B消费者提供定制的数字体验。随着Martech（营销技术）继续呈现出爆炸式增长，B2B个性化将受到买家和卖家的欢迎。
　　8. 迈克尔&格里森（Michael Gleason），Consumer Brands。
　　UX设计将根据大量的实时分析、行为数据、以及与目标相关的大数据，逐步演变成动态地向每位访问者呈现。我们的程序员和数据科学家正在快速行动，并已经在一定程度上这样做了，我相信我们不是唯一。这适用于编辑和电子商务网站，并且会驱动最大化参与或营收。
　　9. Pin Chen，ONTRAPORT
　　移动UX设计不仅作为一个行业不断扩大，它将继续重新定义我们消费的方式。只向移动受众提供的餐饮服务已经开始呈现，因为它似乎是人们想要消费内容的媒介，无论这是电子商务、信息浏览还是媒体消费。
　　10. 马修&罗素（Matthew Russell），Digital Reasoning
　　视觉界面通常是一种可以更容易在句子中表达的解决方案。AI使机器能够理解我们的语言，了解我们的需求、偏好和意图。通过语言UX与智能机器交互将比屏幕更快、更容易。这对于控制物联网设备至关重要，因为太多物联网设备无法通过屏幕UI进行操作。
　　11. 希伦&帕塔克（Heeren Pathak），Vestmark
　　随着亚马逊Alexa的成功，现在关于语音成为主流UX体验出现了许多炒作。在未来，语音将在UX中发挥更大的作用，但它不会成为主要的UX。这个简单的事实不会改变：一个人可以一整天通过手势键入内容，但在生理上，人类不能一整天都在说话。
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
搜狐公众平台官方账号
生活时尚&搭配博主 /生活时尚自媒体 /时尚类书籍作者
搜狐网教育频道官方账号
全球最大华文占星网站-专业研究星座命理及测算服务机构
互联网时代整理信息整合资源最快、最新的，及时的把信息传达到...
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：}