刘晖：AI技术能力提升

刘晖注册讲师 23查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 16849

联系老师

适用对象

课程介绍

【课程大纲】

新一代人工智能内涵及概念
新一代人工智能结合了多个学科的优势，具有更高的水平，以提高人的智力能力活动为主要目标，并融入日常生活。
新一代人工智能最独特的优势在于能够解决不确定性问题，是开放型的人工智能。
新一代人工智能是基于与出现重大变化的信息新环境和发展新目标。
新一代人工智能产业的涉猎面很广，能够与三大产业融合发展，与实体经济互相融合，产生互补性创新，驱动经济发展。
新一代人工智能研究现状及发展趋势

（一）人工智能简要发展历程

第一次浪潮：人工智能诞生并快速发展，但技术瓶颈难以突破

第二次浪潮：模型突破带动初步产业化，但推广应用存在成本障碍.

第三次浪潮：信息时代催生新一代人工智能，但未来发展存在诸多隐忧

（二）新一代人工智能的主要驱动因素

1、人机物互联互通成趋势，数据量呈现爆炸性增长

2、数据处理技术加速演进，运算能力实现大幅提升

3、深度学习研究成果卓著，带动算法模型持续优化

4、资本与技术深度耦合，助推行业应用快速兴起

（三）新一代人工智能主要发展特征

1、大数据成为人工智能持续快速发展的基石

2、文本、图像、语音等信息实现跨媒体交互

3、基于网络的群体智能技术开始萌芽

4、自主智能系统成为新兴发展方向

5、人机协同正在催生新型混合智能形态

人工智能使能技术

人工智能应用的基础原理

（一）新一代人工智能的技术演进

1、从原有的 CPU 架构，转变为 GPU 并行运算架构

2、从单一算法驱动，转变为数据、运算力、算法复合驱动

3、从封闭的单机系统，转变为快捷灵活的开源框架

4、从学术研究探索导向，转变为快速迭代的实践应用导向

（二）新一代人工智能技术体系

1、云计算：基础的资源整合交互平台

2、大数据：提供丰富的分析、训练与应用资源

3、机器学习：持续引导机器智能水平提升

4、模式识别：从感知环境和行为到基于认知的决策

5、人机交互：支撑实现人机物交叉融合与协同互动

（三）国内外技术对比分析

1、发达国家基础平台布局完善，国内仍缺乏自主核心技术

2、发达国家在机器学习和人机交互领域具备先发优势，国内企业存在技术差距与人才短板

3、国内外模式识别研究水平基本处于同一起跑线，重点聚焦于语音识别与图像识别

人工智能应用的一般方法

（一）新一代人工智能的产业边界

（二）基础层

1、智能传感器：智能转型引领行业发展

2、智能芯片：初创企业蓄势待发

3、算法模型：通过开源构建生态已是大势所趋

（三）技术层…

1、语音识别：正在步入应用拉动的快速增长阶段

2、图像视频识别：在安防监控市场具有巨大增长潜力

3、文本识别：全面进入云端互联时代

（四）应用层

1、智能机器人

2、智能金融

3、智能压疗

4、智能安防

5、智能驾驶

6、智能搜索

7、智能教育

8、智能人居

刘晖老师的其他课程

• 刘晖：《AI技术及汽车行业应用》: 【课程大纲】人工智能基础人工智能结合了多个学科的优势，具有更高的水平，以提高人的智力能力活动为主要目标，并融入日常生活。人工智能最独特的优势在于能够解决不确定性问题，是开放型的人工智能。人工智能是基于与出现重大变化的信息新环境和发展新目标。人工智能产业的涉猎面很广，能够与三大产业融合发展，与实体经济互相融合，产生互补性创新，驱动经济发展。人工智能研究现状及发展趋势（一）人工智能简要发展历程第一次浪潮：人工智能诞生并快速发展，但技术瓶颈难以突破第二次浪潮：模型突破带动初步产业化，但推广应用存在成本障碍.第三次浪潮：信息时代催生新一代人工智能，但未来发展存在诸多隐忧（二）人工智能的主要驱动因素1、人机物互联互通成趋势，数据量呈现爆炸性增长2、数据处理技术加速演进，运算能力实现大幅提升3、深度学习研究成果卓著，带动算法模型持续优化4、资本与技术深度耦合，助推行业应用快速兴起（三）人工智能主要发展特征1、大数据成为人工智能持续快速发展的基石2、文本、图像、语音等信息实现跨媒体交互3、基于网络的群体智能技术开始萌芽4、自主智能系统成为新兴发展方向5、人机协同正在催生新型混合智能形态汽车制造业中主要的人工智能技术计算机视觉：该技术试图创建能够从图像或者多维数据中获取“信息”的人工智能系统。在汽车制造业中，计算机视觉是应用最广最成熟的技术之一。比如在工业机器人生产线上，计算机视觉可以帮助生产机械获得更加精确的测量数据，保证生产线的高精度。大数据分析：该技术指对各种不同来源的非结构化或者结构化数据进行分析，从中挖掘信息，观察和追踪发生的事情，从而帮助人类决策和判断。在汽车制造业生产线上，操作人员利用大数据分析系统可以学习并预测生产线状态，提前进行设备维护，防止在车辆生产时候出现故障。机器人：该技术涵盖了机器人的设计、建造运作等。得益于人工智能技术的进步，机器人技术有了更广泛和灵活的应用，可以实现柔性生产和精确抓取等复杂操作。汽车生产线上的机械臂利用强化学习技术，提高了精确度，强化了协作关系，提高了车辆的良品率。语音识别与自然语言处理：自然语言处理(NLP)是让系统理解并明白人类写作、说话方式的核心技术。而语音识别技术则是自然语言处理的眼睛与耳朵。它们的结合使用可以完成文字抽取，信息归纳，语音转文字等多项任务，在相关的文件处理、售后服务以及汽车的交互功能中广泛应用。云计算：云计算是利用网络将本地任务上传至云端服务器进行处理，从而实现本地设备无法实现的功能的技术。包括车载电脑的路径规划手机互动、车辆自检、行车数据记录及分析等功能均有云计算的支持。AR/VR：增强现实与虚拟现实是基于虚拟和现实环境，并结合视觉识别,机器学习，深度学习等多种前沿技术的集合体。此项技术能为车企通过打造虚拟场景以提高产品的设计、研发效率，同时为车辆本身的智能化升级提供支持。人工智能在汽车制造业中的局限和发展趋势一、局限性基础设施不完善性：对于车联网来说，要实现车与车、车与路、车与周遭环境互联的愿景离不开道路基础设施支持。而当前的道路上的基础网络设施建设尚未完善，不足以支撑未来汽车的网联需求。法律法规不成熟性：智能驾驶技术自诞生以来一直承受着部分道德因素的诟病，而针对智能驾驶，乃至未来自动驾驶的法律法规也尚未成熟，因而限制了智能驾驶技术的发展。网络交互的安全性：随着互联网技术的发展，大量信息在网络中得以查看，也从而引发了部分信息和隐私安全的问题。同理，车联网通过让车与网络交互以提供更优质的功能与服务，但随之也带来了车载计算机系统与外界交互的安全隐患。二、发展趋势汽车设计智能化：而随着信息时代的到来，智能设计软件的出现正把设计工作的试错成本大幅降低。将专家系统植入设计软件以配合设计师整合素材将是一个充满潜力的发展方向。人车交互灵活化：借助人工智能技术实现更便捷的人车交互将是汽车行业近期内的热门发展方向。虚拟车载助手，车主身份识别、疲劳监测、手势识别等应用正逐渐出现在汽车市场中。跨行合作共赢化：伴随市场对自动驾驶的关注，传统车厂、互联网公司、初创公司等都在试图进入智能驾驶的领域。而这些公司的侧重和优势各有不同。因此跨行业机构进行合作，共同打造未来智能汽车将成为人工智能在汽车行业的一大趋势。人工智能应用开发流程1、数据处理-AI的粮食加工人工智能项目研发的首要阶段就是数据处理，既然是数据处理，那么需要有数据才能处理。2、模型设计-AI的灵魂熔炉如果数据是材料，那么模型就是容器，好的材料配上好的丹炉，才有产出好的丹药的可能。3、训练优化-AI的学习成长模型训练是最考验算法工程师的实战经验的，比如选择什么样的主干模型，进行怎么样的微调，以及选择什么样的损失函数和优化方法，是否进行多阶段训练，或者对图像数据进行多尺度训练等。4、评估验证-AI的监理指导模型评估是和模型训练伴随而行的，可以说训练一开始，评估也随之开始。5、测试调整-AI的战前试炼模型测试是项目交付前的最后一次试验，测试的目的就是和项目方给出的指标做对比，比如精度、速度等指标。6、部署实施-AI的落地成型模型部署是模型在实际项目中的落地应用。第六章人工智能技术在汽车制造业中的应用场景1、人工智能在自动驾驶定位技术中的应用。2、人工智能在自动驾驶图像识别与感知中的应用。3、人工智能在自动驾驶深度学习中的应用.4、人工智能在自动驾驶信息共享中的应用。5、场景一：智能分拣。以分拣零件为例。6、场景二：设备健康管理。基于对设备运行数据的实时监测，利用特征分析和机器学习技术，一方面可以在事故发生前进行设备的故障预测，减少非计划性停机。另一方面，面对设备的突发故障，能够迅速进行故障诊断，定位故障原因并提供相应的解决方案。7、场景三：基于视觉的表面缺陷检测。8、场景四：基于声纹的产品质量检测与故障判断。9、场景五：智能决策。制造企业在产品质量、运营管理、能耗管理和刀具管理等方面，可以应用机器学习等人工智能技术，结合大数据分析，优化调度方式，提升企业决策能力。例如，一汽解放无锡柴油机厂的智能生产管理系统，具有异常和生产调度数据采集、基于决策树的异常原因诊断、基于回归分析的设备停机时间预测、基于机器学习的调度决策优化等功能。10、场景六：数字孪生。11、场景七：创成式设计。12、场景八：需求预测，供应链优化。第七章智能客服开发1、什么是对话机器人2、对话机器人的分类3、对话机器人的交互流程4、对话机器人的设计方法确认对话机器人的基础建设建立机器人的人设设计对话洞察用户提升对话体验第八章基于人工智能技术的汽车产品应用案例通用汽车：通用汽车在设计阶段引入人工智能技术，利用Fusion 360学习原始的汽车零件设计图，之后人工智能算法会根据现有的条件、重量、需要、材料等提供上百种不同设计，供设计师选择。该步骤可以减轻零件重量，优化安装流程，增加零件耐用性。宝马汽车：宝马汽车利用人工智能优化汽车冲压过程。宝马推出的先进的测量和分析系统，可以针对每一部分材料分别收集数据，智能化调节冲压模式，让整个流程可以更精确和有针对性，产出的产品也更加稳定。起亚汽车：起亚汽车人工智能销售聊天系统采用了CarLabs.ai的人工智能销售系统，让用户可以直接与机器人对话并解决销售中的问题。该虚拟助手利用了自然语言处理技术，分析用户的问题与答复，充分理解后提供特定的答复。该聊天机器人目前主要存在于Facebook的平台内，可以为用户提供偏好匹配，车型比较，车辆细节信息，线下商店信息，试驾预约，财务计算等功能。吉利汽车：吉利汽车借助人工智能技术将语言识别率提高到98%以上。该语音助手可以把大量需要触控的操作转换成语音操作，让驾驶员在驾驶时候更加安全，不需要转移视线即可完成众多命令。同时，由于语音助手的灵活性，车主也可以更方便的接入其他汽车服务，打通车内空间与车外世界。

• 刘晖：《AI大模型赋能行业数字化转型》: 培训大纲：AI大模型的概念及关键技术AI大模型的概念大模型的分类基础大模型行业大模型专属大模型AI大模型的特征AI大模型的体系框架及组成AI大模型的关键技术AI大模型的应用场景国内外AI大模型应用现状与发展大模型应用现状与发展国外主要大模型分析Transformer语言模型架构及功能微软旗下OpenAI大模型架构及功能谷歌大模型架构及功能Meta大模型架构及功能英伟达大模型架构及功能其他公司或机构布局我国主要大模型分析国内大模型发展华为盘古大模型架构及功能科大讯飞星火大模型架构及功能百度文心大模型架构及功能腾讯混元大模型架构及功能阿里通义大模型架构及功能其他公司或机构布局我国行业大模型的应用现状与发展电信运营商AI大模型及应用电信运营商AI大模型应用现状及发展电信运营商AI大模型介绍中国移动“九天·众擎基座大模型” 架构及功能中国电信星辰大模型架构及功能中国联通鸿湖图文大模型架构及功能电信运营商大模型应用场景介绍中国移动大模型及应用场景介绍中国电信大模型及应用场景介绍中国联通大模型及应用场景介绍电信运营商大模型对比分析大模型的体系架构及组成大模型分层模型架构及组成基础大模型层（视觉大模型、NLP大模型、预测决策大模型、多模态大模型、科学计算大模型等。）行业大模型层（工业行业、装备制造行业、钢铁冶金行业、煤炭矿山行业、石油化工行业、能源电力行业、港口航运行业、交通物流行业、车联网行业、农业行业、政务行业、应急行业、医疗行业、教育行业、环保行业、金融行业、旅游行业等）大模型插件层（数据标注与处理、大模型精调、大模型压缩、高性能部署、场景化工具等）细分场景模型层（产品质量质检、预测性维护、风险控制等）大模型系统架构及组成基础设施层底座层能力层应用层基于基础大模型训练行业大模型的流程行业数据准备及标注基础模型选择行业大模型微调行业大模型部署训练和推理算力提供大模型的关键技术及应用大模型关键技术要素-三要素智算平台行业大模型训推数据集智算平台的架构及组成智算平台的架构智算平台的组成大模型对智算算力的需求多样的智算算力服务方式大模型架构基础-Transformer技术什么是Transformer？Encoder-Decoder技术Transformer分类模型Transformer算法-GTP3.5预训练模型预训练模型-自然语言理解预训练模型-长序列建模预训练模型-模型优化Transformer算法流程大模型应用流程、步骤及方法大模型数据准备大模型数据标注大模型训练大模型微调大模型加速大模型推理大模型部署大模型关键技术-AIGC技术AIGC的概念及关键能力什么是AIGC？AIGC的类型AIGC的关键能力AIGC的关键技术（模型原理及技术迭代）文本生成-人工智能生成文本（自然语言处理技术）图像生成-人工智能生成图形、图像（计算机视觉技术）音频生成-人工智能生成音频视频生成-人工智能生成视频图像、视频、音频、文本间跨模态生成AIGC的体系架构及组成AIGC的底层逻辑架构生成式模型基础Transformer和ChatGPT模型Diffusion模型AIGC的功能分析（AIGC能生成什么内容）AIGC功能分析与体验：生成文字、描绘图片、音频制作、影视创作、互动娱乐AIGC的应用场景及商用落地AIGC+影视领域（前期创作、中期拍摄、后期制作）AIGC+传媒领域（采集、编辑、播报）AIGC+娱乐领域（全民娱乐、虚拟偶像、社交互动）AIGC+电商领域（商品展示、主播打造、交易场景，市场营销：营销文案，客户服务：贴心服务打动客户）AIGC+金融领域（营销活动、虚拟人、虚拟金融场景）AIGC+工业领域（研发设计-设计能力俱全：数字孪生、辅助设计、虚拟构建，生产制造：“L4 级别”的智能控制，供应链管理：库存计划自动编程）AIGC+医疗领域（图像处理、远程医疗、合成医护陪伴）AIGC+教育领域（线上录课、虚拟老师、合成影像）行业大模型应用解决方案及案例分析工业行业大模型应用解决方案及案例分析工业大模型体系架构及组成工业大模型关键技术及应用工业行业大模型应用需求分析（痛点分析）工业行业大模型应用解决方案工业行业大模型应用场景工业行业大模型应用案例分析工业行业大模型产业链及产业生态工业大模型应用效果分析装备制造行业大模型应用解决方案及案例分析装备制造行业大模型体系架构及组成装备制造行业大模型关键技术及应用装备制造行业大模型应用需求分析（痛点分析）装备制造行业大模型应用解决方案装备制造行业大模型应用场景装备制造行业大模型应用案例分析装备制造行业大模型产业链及产业生态装备制造行业大模型应用效果分析钢铁冶金行业大模型应用解决方案及案例分析钢铁冶金行业大模型体系架构及组成钢铁冶金行业大模型关键技术及应用钢铁冶金行业大模型应用需求分析（痛点分析）钢铁冶金行业大模型应用解决方案钢铁冶金行业大模型应用场景钢铁冶金行业大模型应用案例分析钢铁冶金行业大模型产业链及产业生态钢铁冶金行业大模型应用效果分析煤炭矿山行业大模型应用解决方案及案例分析煤炭矿山行业大模型体系架构及组成煤炭矿山行业大模型关键技术及应用煤炭矿山行业大模型应用需求分析（痛点分析）煤炭矿山行业大模型应用解决方案煤炭矿山行业大模型应用场景煤炭矿山行业大模型应用案例分析煤炭矿山行业大模型产业链及产业生态煤炭矿山行业大模型应用效果分析石油化工行业大模型应用解决方案及案例分析石油化工行业大模型体系架构及组成石油化工行业大模型关键技术及应用石油化工行业大模型应用需求分析（痛点分析）石油化工行业大模型应用解决方案石油化工行业大模型应用场景石油化工行业大模型应用案例分析石油化工行业大模型产业链及产业生态石油化工行业大模型应用效果分析能源电力行业大模型应用解决方案及案例分析能源电力行业大模型体系架构及组成能源电力行业大模型关键技术及应用能源电力行业大模型应用需求分析（痛点分析）能源电力行业大模型应用解决方案能源电力行业大模型应用场景能源电力行业大模型应用案例分析能源电力行业大模型产业链及产业生态能源电力行业大模型应用效果分析港口航运行业大模型应用解决方案及案例分析港口航运行业大模型体系架构及组成港口航运行业大模型关键技术及应用港口航运行业大模型应用需求分析（痛点分析）港口航运行业大模型应用解决方案港口航运行业大模型应用场景港口航运行业大模型应用案例分析港口航运行业大模型产业链及产业生态港口航运行业大模型应用效果分析交通物流行业大模型应用解决方案及案例分析交通物流行业大模型体系架构及组成交通物流行业大模型关键技术及应用交通物流行业大模型应用需求分析（痛点分析）交通物流行业大模型应用解决方案交通物流行业大模型应用场景交通物流行业大模型应用案例分析交通物流行业大模型产业链及产业生态交通物流行业大模型应用效果分析车联网行业大模型应用解决方案及案例分析车联网行业大模型体系架构及组成车联网行业大模型关键技术及应用车联网行业大模型应用需求分析（痛点分析）车联网行业大模型应用解决方案车联网行业大模型应用场景车联网行业大模型应用案例分析车联网行业大模型产业链及产业生态车联网行业大模型应用效果分析农业行业大模型应用解决方案及案例分析农业行业大模型体系架构及组成农业行业大模型关键技术及应用农业行业大模型应用需求分析（痛点分析）农业行业大模型应用解决方案农业行业大模型应用场景农业行业大模型应用案例分析农业行业大模型产业链及产业生态农业行业大模型应用效果分析政务行业大模型应用解决方案及案例分析政务行业大模型体系架构及组成政务行业大模型关键技术及应用政务行业大模型应用需求分析（痛点分析）政务行业大模型应用解决方案政务行业大模型应用场景政务行业大模型应用案例分析政务行业大模型产业链及产业生态政务行业大模型应用效果分析应急行业大模型应用解决方案及案例分析应急行业大模型体系架构及组成应急行业大模型关键技术及应用应急行业大模型应用需求分析（痛点分析）应急行业大模型应用解决方案应急行业大模型应用场景应急行业大模型应用案例分析应急行业大模型产业链及产业生态应急行业大模型应用效果分析医疗行业大模型应用解决方案及案例分析医疗行业大模型体系架构及组成医疗行业大模型关键技术及应用医疗行业大模型应用需求分析（痛点分析）医疗行业大模型应用解决方案医疗行业大模型应用场景医疗行业大模型应用案例分析医疗行业大模型产业链及产业生态医疗行业大模型应用效果分析教育行业大模型应用解决方案及案例分析教育行业大模型体系架构及组成教育行业大模型关键技术及应用教育行业大模型应用需求分析（痛点分析）教育行业大模型应用解决方案教育行业大模型应用场景教育行业大模型应用案例分析教育行业大模型产业链及产业生态教育行业大模型应用效果分析环保行业大模型应用解决方案及案例分析环保行业大模型体系架构及组成环保行业大模型关键技术及应用环保行业大模型应用需求分析（痛点分析）环保行业大模型应用解决方案环保行业大模型应用场景环保行业大模型应用案例分析环保行业大模型产业链及产业生态环保行业大模型应用效果分析金融行业大模型应用解决方案及案例分析金融行业大模型体系架构及组成金融行业大模型关键技术及应用金融行业大模型应用需求分析（痛点分析）金融行业大模型应用解决方案金融行业大模型应用场景金融行业大模型应用案例分析金融行业大模型产业链及产业生态金融行业大模型应用效果分析旅游行业大模型应用解决方案及案例分析旅游行业大模型体系架构及组成旅游行业大模型关键技术及应用旅游行业大模型应用需求分析（痛点分析）旅游行业大模型应用解决方案旅游行业大模型应用场景旅游行业大模型应用案例分析旅游行业大模型产业链及产业生态旅游行业大模型应用效果分析电信运营商行业大模型及应用举例中国移动行业大模型及应用场景介绍九天客服大模型九天海算政务大模型九天川流出行大模型九天网络大模型九天企业通话大模型医疗大模型司法大模型能源大模型运输大模型航空大模型中国电信行业大模型及应用场景介绍星辰教育大模型治理大模型政务服务大模型应急大模型医保大模型交通大模型住建大模型金融大模型神农一号大模型出行大模型旅游导览大模型矿山大模型中国联通行业大模型及应用场景介绍工业服务大模型政务服务大模型数字文化大模型物流大模型客服大模型网络大模型通信反诈大模型运维大模型大模型生态及服务运营模式大模型产业生态大模型服务模式-MaaS大模型服务产品设计大模型服务商业模式大模型运营体系大模型运营框架大模型监控和维护大模型安全和隐私保护课程总结：（1）重点知识回顾与总结；（2）互动与讨论：问与答。就学员提出的问题进行分析、讨论、模拟演练和点评。培训方式/工具及方法培训方式及方法：本课程采用模块化教学方法通过理论讲授，案例分析，方法传授、动画演示、互动讨论，讲师点评、实战演练、项目展示等多种教学手段与方法，将行业大模型关键技术、项目实战与大量的典型案例结合起来，达到学以致用、解决实际问题的目的。培训工具：PPT讲义、项目案例演示、投影仪、白板、白纸、彩笔、音响设备、话筒等。评估方法：（1）学员学习成果（项目解决方案）评估；（2）学员打分评估。

• 刘晖：AI大模型赋能千行百业: 一、课纲 1天01 Al+办公是AIGC浪潮的核心，有望深刻改变办公模式AI+办公方面，随着ChatGPT火爆全球，基于对图像、视频、音频等进行处理的多模态大模型的应用也得到快速推广。02 智能驾驶是AI大模型落地的重要场景在智能驾驶领域，AI大模型可以大幅提升场景生成效率，丰富人与车辆的交互方式,提升驾乘体验;在工业领域，AIGC将降低设计软件使用门槛，提升生成式设计能力，实现降本增效;AIGC的生成和推理能力将进一步优化执行和管理流程。03 金融是AI落地核心场景之一AI技术在金融行业的落地方向贯穿了金融机构业务开展的主要方向，如风险管理、投资管理、客户服务、交易监管、金融创新等。04 AI加持，设计与工业软件将实现降本增效05 Al+游戏:用户体验再升级，大众创作降本增效06 Al+教育:智能教育迈向因材施教阶段，学生、教师两端均有落地；07 AI+影视:助力特效内容生成08 AI+电商: 从产品上架到售后服务，AIGC多方位赋能品牌商家09 Al+营销:创意文案迅速生成，实现千人千面个性化推荐10 AI大模型背景下网络安全机遇与产业并存，各方加速布局对于网安行业而言，AI大模型的出现既有机遇也有挑战。一方面，人工智能技术可以帮助组织降低入侵风险，并改善其整体安全状况，赋能网安行业;另一方面，AI大模型本身的安全保证也十分重要。二、授课方式理论讲授：通过讲解和演示，使学员掌握课程内容；实践操作：提供实际操作和实践的机会，使学员能够亲自动手进行实践；案例分析：通过案例分析，使学员了解课程内容的应用前景和实际效果；互动讨论：鼓励学员提问、分享经验和见解，促进知识交流与碰撞。

刘晖：AI技术能力提升

课程概要

适用对象

课程介绍

刘晖老师的其他课程

相关课程

添加企业微信